面向三维重建加速的新型SOC芯片体系结构及关键技术研究

Three-dimension reconstruction is the key research field of computer vision. The traditional methods using GPU to accelerate three-dimension reconstruction cannot fundamentally solve the problem of low real-time performance due to GPU’s structural flaws. The project aims to analyze such structural flaws and the key factors that cause performance bottlenecks, extracts the objects accelerated by hardware; analyzes the spatial locality of large texture mapping in three-dimension reconstruction, and proposes a large texture engine structure with a cache index mapping scheme to avoid conflict miss; explores the inherent link between space coordinates change and reconstruction objects, and develops the three-dimension reconstruction unit forecasting model to improve the modeling efficiency; optimizes the unified shader processor architecture by building the data communication and sharing mechanism, establishing a dynamic load scheduling model and combining with multi-threaded processing method; proposes parameterized co-processing module group and configuration model to solve the problem of external data transfer; eventually, making reference to the parallel computing architecture of traditional GPU, discusses the constitution of three-dimension reconstruction system and hardware/software partitioning, constructs a new SOC chip architecture for three-dimension reconstruction acceleration. The research results will provide original innovations for real-time three-dimension reconstruction, and will have important academic significance to promote the application of three-dimension reconstruction technology and the development of computer vision.

三维重建是计算机视觉研究的重点领域。传统的基于图形处理器的三维重建加速方法由于存在结构性难题无法根本解决实时性能低下的问题。本项目深入分析传统图形处理器存在的结构性难题及导致性能瓶颈的关键因素，提炼出通过硬件进行加速的处理对象；研究大纹理数据访问的空间局部性特征，建立可避免冲突缺失的大纹理缓存索引映射方法及引擎构造；探索空间坐标变化与重建对象的内在关系，发展可提高建模效率的三维重建单元预测模型；建立着色处理器间数据通信及共享机制，给出负载动态调度模型，结合多线程处理方法完善统一型着色处理器体系结构；创建可配置参数化协处理模块群及配置模型，解决外部数据传输压力大的问题；在融合传统图形处理器并行计算架构的基础上，探讨三维重建系统构成及软硬件划分，构建全新的面向三维重建加速的SOC芯片体系结构。研究成果将为实现实时三维重建提供源头创新，对推动三维重建技术应用、促进计算机视觉发展具有重要学术意义。

三维重建是计算机视觉研究的重点领域。传统的基于图形处理器的三维重建加速方法由于存在结构性难题无法根本解决实时性能低下的问题。本项目按照研究目标深入分析了传统的基于图形处理器进行三维重建加速所面临的结构性问题及导致性能瓶颈的关键因素，提炼出通过硬件进行加速的处理对象。研究了大纹理数据访问的空间局部性特征，提出了一种专为纹理数据访问设计的全新缓存索引映射方法，并进一步设计了一种高效纹理缓存访问引擎硬件结构，将纹理缓存缺失率最大降低了82%。通过对三角形数据存储结构进行优化，提出一种基于边指针搜索及区域划分的三角剖分方法，将图形单元构建所需时间降低为原来的10%左右。为解决传统着色处理器在执行顶点、几何单元及像素处理程序时存在的硬件资源分配不合理、大纹理数据等待时间长、无法进行关联计算的问题，提出了一种动态资源调度机制，根据三角剖分结果分析将要处理的顶点、几何、像素需求比例，动态调整着色处理器的资源分配，降低处理堵塞的发生频率；并为每个着色处理器设计了专用局部纹理缓存访问引擎及为不同着色处理器配置共享存储器，不仅降低了大纹理访问时的等待时间，而且解决了不同计算单元之间进行关联计算时的数据共享问题。为了解决三维重建过程中专用处理计算量大的问题，以流水线并行处理的方式设计了各种专用硬件加速IP群，并结合其它通用辅助IP群，提出了一种全新的三维重建加速SOC芯片体系结构。研究成果将为实现实时三维重建提供源头创新，对推动三维重建技术应用、促进计算机视觉发展具有重要学术意义。