迫降过程中植被实时识别的脉冲耦合神经网络性能

自主航空系统运行中的安全问题要求在任务因机械或其他故障而中止的情况下遵守安全着陆协议。车载摄像机提供的信息可用于确定潜在着陆点，这些着陆点会不断更新和排序，以防止受伤并将损坏降至最低。脉冲耦合神经网络已用于检测图像中的特征，这些特征有助于植被分类，并可用于将对飞行器的损坏降至最低。然而，使用PCNN的一个显著缺点是它们在计算上昂贵，并且更适合于传统计算架构上的离线应用。随着异构计算体系结构变得越来越普遍，提出了PCNN特征生成器的OpenCL实现，并比较了为CPU、GPU和FPGA平台设计的OpenCL-内核的性能。该比较检查了在无人机试验期间获得的各种图像下网络收敛所需的计算时间，以确定实时特征检测的合理性。