$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

TOF 센서용 3차원 Depth Image 추출을 위한 고속 위상 연산기 설계
A Design of High-speed Phase Calculator for 3D Depth Image Extraction from TOF Sensor Data 원문보기

한국정보통신학회논문지 = Journal of the Korea Institute of Information and Communication Engineering, v.17 no.2, 2013년, pp.355 - 362  

구정윤 (금오공과대학교 전자공학과) ,  신경욱 (금오공과대학교 전자공학부)

초록
AI-Helper 아이콘AI-Helper

TOF(Time-Of-Flight) 센서에 의해 획득된 정보로부터 3차원 깊이 영상(depth image)을 추출하기 위한 위상 연산기의 하드웨어 구현을 기술한다. 설계된 위상 연산기는 CORDIC(COordinate Rotation DIgital Computer) 알고리듬의 vectoring mode를 이용하여 arctangent 연산을 수행하며, 처리량을 증가시키기 위해 pipelined 구조를 적용하였다. 고정 소수점 MATLAB 모델링시뮬레이션을 통해 최적 비트 수와 반복 횟수를 결정하였다. 설계된 위상 연산기는 MATLAB/Simulink와 FPGA 연동을 통해 하드웨어 동작을 검증하였으며, TSMC 0.18-${\mu}m$ CMOS 셀 라이브러리로 합성하여 약 16,000 게이트로 구현되었고, 200MHz@1.8V로 동작하여 9.6 Gbps의 연산 성능을 갖는 것으로 평가되었다.

Abstract AI-Helper 아이콘AI-Helper

A hardware implementation of phase calculator for extracting 3D depth image from TOF(Time-Of-Flight) sensor is described. The designed phase calculator, which adopts a pipelined architecture to improve throughput, performs arctangent operation using vectoring mode of CORDIC algorithm. Fixed-point MA...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

제안 방법

  • 3차원 영상처리용 TOF 센서의 거리 측정을 위한 CORDIC 기반 위상 연산기를 설계하였다. 설계된 위상 연산기는 16 비트(부호 1 비트, 정수부분 2 비트, 소수부분 13 비트)의 고정 소수점 연산으로 14회의 CORDIC stage 반복을 통해 위상 값을 계산한다.
  • CORDIC 연산은 -90°∼90° 범위의 입력 벡터에 대해서만 위상연산이 가능하므로, 이를 보정해주기 위해 복소 평면상에서 입력 벡터가 존재하는 사분면의 위치를 xin, yin의 부호를 이용하여 알아낸다.
  • MATLAB 시뮬레이션 결과로부터, 내부 연산의 비트 수를 16 비트(부호 1 비트, 정수부분 2 비트, 소수부분 13 비트), 반복 횟수 14회로 결정하였다. 결정된 설계사양을 적용한 MATLAB 시뮬레이션 결과는 그림 2와 같다.
  • Verilog HDL로 설계된 CORDIC 기반의 위상 연산기는 MATLAB을 이용한 입력 데이터 생성과 Modelsim을 이용한 시뮬레이션을 통해 기능 검증을 하였다. 설계된 위상 연산기의 HDL 모델을 FPGA에 구현하고, MATLAB/Simulink와 연동시킨 FPGA-in-the-loop 환경을 통해 하드웨어 동작을 검증하였다.
  • 아크탄젠트 연산을 하드웨어로 구현하기 위한 방법은 다양하게 연구되고 있는데, 대표적인 방법으로는 LUT(Look-Up Table)을 이용한 방법과 그 응용들, Polynomial 근사 방법, 그리고 CORDIC 방법 등이 있다.[8-11] 본 논문에서는 다양한 아크탄젠트 연산 방법 중에서 연산이 단순하고, 적은 하드웨어로 구현이 가능한 CORDIC 알고리듬 기반의 위상 연산기를 설계하였다.
  • 고속동작을 위해각 연산stage 사이에 파이프라인 레지스터를 삽입하여 내부의 critical path를 줄였고, 2-i의곱셈은 1-비트 산술 시프트 연산으로 구현하였다. 또한 위상 연산에 필요한 아크탄젠트 tan-1(2-i)는 작은 크기의 LUT로 구현하였으며, 결정 변수 di는 각 연산 stage의 입력 yi의 부호 비트를 이용하여 가산/감산을 선택하도록 구현하였다.
  • 의곱셈은 1-비트 산술 시프트 연산으로 구현하였다. 또한 위상 연산에 필요한 아크탄젠트 tan-1(2-i)는 작은 크기의 LUT로 구현하였으며, 결정 변수 di는 각 연산 stage의 입력 yi의 부호 비트를 이용하여 가산/감산을 선택하도록 구현하였다. 가산/감산기는 Brent-Kung 가산기[12]로 구현하였으며, 동일한 기능을 갖는 16 비트 캐리선택 가산기에 비해 동일 속도에서 더 작은 면적으로 구현되었다.
  • 본 논문에서 설계된 위상 연산기의설계사양은 0°∼360° 범위에서 1° 단위로 계산된 위상 값의 최대 오차를 5% 이하, 평균 오차를 2.5% 이하가 되도록 설정하였다.
  • 본 논문에서는 3D TOF 센서용 깊이 정보를 계산하는 하드웨어를CORDIC(COordinate Rotation DIgital Computer) 알고리듬[6] 기반의 위상연산 회로로 구현하였다. 설계된 위상 연산기의 HDL 모델을 MATLAB/ Simulink와 FPGA가 연동된 FPGA-in-the-loop 검증 환경을 통해 하드웨어 검증을 하였으며, TSMC 0.
  • 본 논문에서는 CORDIC 기반으로 고정 소수점 연산을 수행하는 위상 연산기 하드웨어를 설계하기 위하여 내부 연산의 비트 수, 정수부분과 소수부분의 비트 수 그리고 최적의 반복 횟수 등의 설계사양을 결정하기 위해 MATLAB을 이용한 고정소수점(fixed-point) 모델링과 시뮬레이션을 수행하였다. 본 논문에서 설계된 위상 연산기의설계사양은 0°∼360° 범위에서 1° 단위로 계산된 위상 값의 최대 오차를 5% 이하, 평균 오차를 2.
  • 회전 모드는 주어진 각도에 해당하는 사인과 코사인 값을 계산하는 동작이며, 벡터링 모드는 주어진 벡터에 대해 각도를 계산하는 동작이다. 본 논문에서는 TOF 거리 연산을 위해 필요한 벡터링 모드에 대해서만 알고리듬을 적용하여 설계한다.
  • 3차원 영상처리용 TOF 센서의 거리 측정을 위한 CORDIC 기반 위상 연산기를 설계하였다. 설계된 위상 연산기는 16 비트(부호 1 비트, 정수부분 2 비트, 소수부분 13 비트)의 고정 소수점 연산으로 14회의 CORDIC stage 반복을 통해 위상 값을 계산한다. 0°∼360° 범위에서 1° 단위로 계산하는 경우에, 최대 오차 2.
  • Verilog HDL로 설계된 CORDIC 기반의 위상 연산기는 MATLAB을 이용한 입력 데이터 생성과 Modelsim을 이용한 시뮬레이션을 통해 기능 검증을 하였다. 설계된 위상 연산기의 HDL 모델을 FPGA에 구현하고, MATLAB/Simulink와 연동시킨 FPGA-in-the-loop 환경을 통해 하드웨어 동작을 검증하였다.
  • CORDIC 기반의 위상 연산기는 하드웨어 구조가 간단하여 회로 복잡도 측면에서 유리하지만, 반복 연산으로 인해 연산 속도측면에서 불리하다. 속도 측면의 단점을 보완하여 고속 연산이 가능하도록 하기 위해 그림 3과 같은 pipelined CORDIC 구조를 적용하였다. 반복 횟수에 해당하는 14개의 연산 stage로 구성되며, 각 연산 stage는 식 (4)의 xi+1, yi+1, zi+1를 계산하는 회로들로 구성된다.

대상 데이터

  • 그림 5(a)는 설계된 위상연산기의 FPGA 검증을 위한 FPGA-in-the-loop 환경이며, Xilinx Virtex5 XC5VSX50T FPGA 디바이스가 사용되었다. MATLAB에서 생성된 가상의 3차원 원본 데이터로부터 위상 연산기의 입력으로 사용될 16 비트의 입력 벡터를생성하였다.

데이터처리

  • 24° 단위의 각도 데이터를 고정소수점 형식의 실수와 허수 값으로 생성하여 테스트 벡터로 사용하였다. Agilent 사의 16702B Logic Analyzer를 사용하여 테스트 칩의 출력을 관찰하였으며, 칩 테스트 결과파형은 그림 8과같다. 그림8의 테스트 결과파형에서 볼 수 있듯이, HEX 값 0D68, 1ACE, 2836, 359E의 순서로 radian 형태의 데이터가 출력되고, 이를 degree로 변환하면 24.
  • 72%의 연산 정밀도를 갖는다. 설계된 위상 연산기는 MATLAB/Simulink와 FPGA 보드를 연동시킨 FPGA-in-the-loop 환경을 통해 하드웨어 기능 검증을 하였다. TSMC 0.
  • 본 논문에서는 3D TOF 센서용 깊이 정보를 계산하는 하드웨어를CORDIC(COordinate Rotation DIgital Computer) 알고리듬[6] 기반의 위상연산 회로로 구현하였다. 설계된 위상 연산기의 HDL 모델을 MATLAB/ Simulink와 FPGA가 연동된 FPGA-in-the-loop 검증 환경을 통해 하드웨어 검증을 하였으며, TSMC 0.18-㎛ CMOS 셀 라이브러리로 합성하여 연산 성능을 평가하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
CORDIC 알고리듬의 장점은 무엇인가? CORDIC 알고리듬의 기본 개념은 복소평면 상에서 주어진 벡터에 대해 각(angle)을 적당히 회전시켜 삼각함수의 값을 얻는 것이다. 이 알고리듬은 디지털 시스템에서 초월함수를 빠르게 계산하기 위해 고안되었으며, 덧셈, 뺄셈, 시프트 그리고 작은 크기의 LUT 등 단순한 회로로 구현할 수 있다는 장점을 가져, 하드웨어 구현에 널리 사용된다.
3차원 입체 영상을 얻을 수 있는 가장 일반적이고 잘 알려진 방법인 SV(Stereo Vision) 시스템의 장점은 무엇인가? 3차원 입체 영상을 얻을 수 있는 가장 일반적이고 잘 알려진 방법은 사람의 시각 시스템과 유사한 양안식 카메라를 사용하는 SV(Stereo Vision) 시스템이다. 이 방법은 이미 수십 년 동안 알려지고 사용되어 온 방법으로 레이저 스캐너, 음향이나 레이더 센서와 같은 에너지 방출 부품 없이 고해상도의 거리 영상(range image)을 얻을 수 있는 장점을 갖는다. 그러나 스테레오 영상을 이용하여 장면(scene)의 깊이 정보를 추출하는 것은 쉽지 않다.
TOF 센서가 깊이 정보를 측정하는 방법은 무엇인가? 지난 몇 년간 학계에서는 TOF(Time-Of-Flight) 센서를 이용한 거리 영상에 대한 관심이 점점 더 커지고, 그에 따라 실시간 거리 영상 시스템에 대한 연구가 활발히 진행되고 있다.[3-7] TOF의 기본 원리는 센서에서 방출된 빛이 물체에 반사되어 돌아오는 시간을 계산하여 장면의 깊이를 실시간으로 측정하는 것이다. 3차원 영상처리용 TOF 센서를 사용한 카메라는 장면의 깊이 정보를 직접 측정하여 스테레오 정합 방법의 취약점을 보완할 수 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. S. Hussmann, T. Ringbeck, and B. Hagebeuker, "A performance review of 3D TOF vision systems in comparison to stereo vision systems," in Stereo Vision. Vienna, Austria: I-Tech Edu. Publ., ch. 7, pp. 103-120, 2008. 

  2. 호요성, "다시점 카메라와 깊이 카메라를 이용한 3 차원 실감방송 콘텐츠 제작,"전자공학회지, 제38권 2호, pp. 44-49, 2011. 

  3. Jongenelen, A.P.P., "Development of a Compact, Configurable, Real-time Range Imaging System," Ph.D dissertation. School of Eng. Victoria University of Wellington, 2010. 

  4. S. Hussmann, T. Edeler, "Pseudo 4-phase shift algorithm for performance enhancement of 3D-TOF vision systems," IEEE Trans. Instrum. Meas., vol. 59, no. 5, pp. 1175-1181, May 2010. 

  5. S.B. Gokturk, H. Yalcin, and C. Bamji, "A time-of-flight depth sensor, system description, issues and solutions," in Proc. IEEE Conf. Computer Vision and Pattern Recognition, Washington, DC, 2004. 

  6. Jongenelen, A.P.P., Bailey, D.G., Payne, A.D., Carnegie, D.A., Dorrington, A.A., "Efficient FPGA Implementati on on Homodyne-Based Time-of-Flight Range Imaging," Journal of Real-Time Image Processing, Special Issue, 2010. 

  7. Jongenelen, A.P.P., Carnegie, D.A., Dorrington, A.A., Payne, A.D., "Heterodyne Range Imaging in Real-time," Proceedings of International Conference on Sensing Technology, Tainan, pp. 57-62, 2008. 

  8. J. E. Volder, "The CORDIC trigonometric computing technique," IRE Transactions on Electronic Computing, vol. EC-8, no. 3, pp. 330-334, 1959. 

  9. R. Gutierrez, V. Torres, J. Valls, "FPGA-implementation of atan(Y/X) based on logarithmic transformation and LUT-based techniques," Journal of Systems Architecture, volume 56. issue 11, pp. 588-596, 2010. 

  10. M. Saber, Y. Jitsumatsu, T. Kohda, "A low- power implementation of arctangent function for communication application using FPGA," Fourth International Workshop on Signal Design and its Applications in Communications (IWSDA'09), pp. 60-63, 2009. 

  11. B.Lakshmi and A.S. Dhar, "CORDIC Architec- tures: A Survey," in Hindawi Publishing Corporation, VLSI Design, Volume 2010, Article ID 794891, 19 pages, 2010. 

  12. Richard P. Brent, H.T. Kung, "A Regular Layout for Parallel Adders," IEEE Transactions on Computers, vol. C-31, no. 3, pp. 260-264, 1982. 

  13. Raphael A. Camponogara Viera, Paulo Cesar C. de Aguirre, Leonardo Londero de Oliveira and Joao Baptista Martins, "Iterative Mode Hardware Implementation of CORDIC Algorithm," in Proceeding of the 26th South Symposium on Microelectronics (SIM 2011), 2011. 

  14. D. Ghai, K. Singh, "Comparative Analysis of Various CORDIC Techniques," M.S dissertation. Department of Electronic and Communications Engineering Thapar University, Patiala-137004, India, 2011. 

  15. D.-M. Ross, S. Miller, M. Sima, and C. Crawford, "Design Rules for Implementing CORDIC on FPGAs," in Proceedings of the 13th IEEE Pacific Rim Conference on Commu- nications, Computers and Signal Processing (PacRim 2011). Victoria, B.C., Canada, pp. 797-802, 2011. 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로