Acceleration of Computer Vision Algorithms for Star Trackers on SoC FPGA Platforms

Panousopoulos, Vasileios; Πανουσόπουλος, Βασίλειος

dc.contributor.author	Panousopoulos, Vasileios	en
dc.contributor.author	Πανουσόπουλος, Βασίλειος	el
dc.date.accessioned	2022-10-12T10:05:40Z
dc.date.available	2022-10-12T10:05:40Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/55897
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.23595
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Star Trackers	en
dc.subject	Star Centroiding	en
dc.subject	FPGA (VHDL, HLS)	en
dc.subject	Center of Gravity	en
dc.subject	Fast Gaussian Fitting	en
dc.subject	Ανιχνευτές Αστεριών	el
dc.subject	Κεντράρισμα Αστεριών	el
dc.subject	Επιτάχυνση σε FPGA	el
dc.subject	Προγραμματισμός σε VHDL, HLS	el
dc.subject	Βελτιστοποίηση στο Υλικό	el
dc.title	Acceleration of Computer Vision Algorithms for Star Trackers on SoC FPGA Platforms	en
heal.type	bachelorThesis
heal.classification	FPGA	en
heal.classification	Computing Systems	en
heal.classification	VLSI	en
heal.classification	Computer Vision	en
heal.classification	Υπολογιστικά Συστήματα	el
heal.classification	Όραση Υπολογιστών	el
heal.language	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2022-05-13
heal.abstract	Space applications demand precise and fast measurement of the satellite’s orientation, which can only be achieved with the use of star trackers. This instrument consists of a camera sensor which captures sky images and appropriate digital hardware that detects the stars within the image and matches them to known maps, targeting to determine the satellite’s attitude in the inertial space. The large amount of sensor data makes the task of detecting stars computationally intensive and therefore its execution on a general purpose embedded processor is inefficient. Additionally, the latest trends of utilizing Commercial Off-The-Shelf (COTS) HW in space leads us to examine such components in the processing architectures, i.e., a high-resolution camera and a high-performance COTS FPGA. In this thesis, we present the acceleration of the centroiding process on COTS FPGA platforms, during which the precise position of each star in the image is estimated. Two centroiding algorithms which demonstrate different levels of accuracy and complexity have been adopted. We optimize and implement these algorithms on hardware using both VHDL and HLS (C++) as FPGA programming methods and perform extensive design space exploration to find the most efficient solution. An in-depth study of the advantages that each method provides is also presented. The hardware models are validated using simulated star images and evaluated in terms of computation time and centroiding accuracy. The simplicity of the Center of Gravity algorithm enables a high degree of acceleration by 2 orders of magnitude but its accuracy might be considered insufficient. Therefore, we propose a fully pipelined novel FPGA implementation that features excellent accuracy and high efficiency. This design adopts the Fast Gaussian Fitting algorithm which is accelerated by 25x. A thorough analysis that describes the limitation of achieved acceleration due to high complexity and high FPGA resource utilization is provided. Ultimately, this architecture is suitable for real-time applications as it removes the bottleneck of data processing and can enable parallel execution of the processes involved in a star tracker.	en
heal.abstract	Οι διαστημικές εφαρμογές απαιτούν επακριβή και γρήγορη εύρεση του προσανατολισμού των δορυφόρων, κάτι το οποίο μπορεί να επιτευχθεί μόνο με την χρήση ανιχνευτών αστεριών (star trackers). Αυτό το όργανο αποτελείται από έναν οπτικό αισθητήρα, ο οποίος συλαμβάνει εικόνες του ουρανού, και κατάλληλο ψηφιακό υλικό που ανιχνεύει τα αστέρια της εικόνας και τα αντιστοιχεί σε γνωστούς χάρτες, με σκοπό την εκτίμηση της θέσης του δορυφόρου στο διάστημα. Λόγω του μεγάλου αριθμού δεδομένων που παρέχει η κάμερα, η διαδικασία ανίχνευσης αστεριών έχει μεγάλο υπολογιστικό κόστος και συνεπώς η εκτέλεση της σε έναν γενικού σκοπού ενσωματωμένο επεξεργαστή θεωρείται μη αποδοτική. Επιπλέον η σύγχρονη τάση αξιοποίησης εμπορικού ψηφιακού υλικού (Commercial Off-The-Shelf HW) για εφαρμογές διαστήματος, μας οδηγεί στο να εξετάσουμε τέτοιου είδους στοιχεία για την υλοποίηση της αρχιτεκτονικής επεξεργασίας δεδομένων, όπως για παράδειγμα μία υψηλής ανάλυσης κάμερα σε συνδυασμό με ένα υψηλής απόδοσης COTS FPGA. Σε αυτή την εργασία, παρουσιάζεται η επιτάχυνση της διαδικασίας κεντραρίσματος (centroiding) σε μία COTS FPGA πλατφόρμα, κατά την οποία εκτιμάται η ακριβής θέση των αστεριών μίας εικόνας. Στο πλαίσιο αυτό, υιοθετούνται δύο αλγόριθμοι που χαρακτηρίζονται από διαφορετικά επίπεδα ακρίβειας και πολυπλοκότητας, οι οποίοι βελτιστοποιούνται και υλοποιούνται στο υλικό χρησιμοποιώντας και τις δύο μεθόδους προγραμματισμού FPGA, δηλαδή με χρήση VHDL και HLS (C++). ́Ετσι είναι δυνατή η διεξαγωγή μίας αναλυτικής μελέτης των πλεονεκτημάτων που παρέχει η κάθε μέθοδος. Για την εύρεση της βέλτιστης λύσης στο πρόβλημα της ανίχνευσης αστεριών πραγματοποιείται μία εκτενής εξερεύνηση του χώρου σχεδίασης, κατά την οποία τα σχεδιασμένα μοντέλα ελέγχονται με χρήση τεχνητών εικόνων και αξιολογούνται με κριτήρια την ακρίβεια και τον χρόνο εκτέλεσης. Η απλότητα του αλγόριθμου Κέντρου Βαρύτητας (Center of Gravity) επιτρέπει την επιτάχυνση κατά 2 τάξεις μεγέθους, αλλά η ακρίβεια ανίχνευσης μπορεί να θεωρηθεί μη ικανοποιητική. Συνεπώς, προτείνουμε μία καινοτόμα πλήρως διοχετευμένη FPGA υλοποίηση, η οποία παρουσιάζει άριστη ακρίβεια και υψηλή ταχύτητα. Αυτή βασίζεται στον αλγόριθμο Γρήγορου Γκαουσσιανού Ταιριάσματος (Fast Gaussian Fitting) ο οποίος επιταχύνεται κατά 25 φορές. Στην εργασία εξηγείται μέσω μίας ενδελεχούς ανάλυσης, πως η υψηλή πολυπλοκότητα του αλγορίθμου, που συνδέεται άρρηκτα με την υψηλή χρήση πόρων στο FPGA, περιορίζει την συνολική επιτάχυνση. Η προτεινόμενη αρχιτεκτονική είναι κατάλληλη για χρήση σε εφαρμογές πραγματικού χρόνου, καθώς διευκολύνει την επεξεργασία δεδομένων και επιτρέπει την παράλληλη εκτέλεση των διάφορων διεργασιών που συνυπάρχουν σε έναν ανιχνευτή αστεριών.	el
heal.advisorName	Soudris, Dimitrios	en
heal.committeeMemberName	Siozios, Kostas	en
heal.committeeMemberName	Tsanakas, Panayiotis	en
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών. Εργαστήριο Μικροϋπολογιστών και Ψηφιακών Συστημάτων VLSI	el
heal.academicPublisherID	ntua
heal.numberOfPages	150 σ.	el
heal.fullTextAvailability	false