U-Boot从NAND Flash启动的设计与实现

U-Boot是一款非常优秀的嵌入式Bootloader,能够支持TFTP协议从网口下载内核镜像,但不支持从NAND Flash启动.本设计的目的是实现U-boot从NAND Flash的启动.本文详述了基于S3C2410开发板的移植过程,分析U-boot的启动流程的两个阶段,结合NAND Flash自身特殊的物理组织结构,增加U-boot对NAND Flash读写操作的支持,使其能够完成将NAND Flash上存储的U-boot代码段拷贝到sdram中执行.依此方法移植U-boot成功实现了从NAND Flash启动,再通过修改U-boot的其他部分最终实现了引导Linux操作系统内核启动的功能.     

PCI总线语音卡及WDM驱动程序设计

介绍了PCI总线控制芯片PCI2040的功能及内部结构,分析了基于PCI总线的DSP语音卡的硬件结构及实现方法,描述了WDM设备驱动程序的特点及PCI语音卡驱动程序主要模块的设计方法和编程注意要点。     

基于可变形卷积和数据增强的三维多目标检测

近年来,自动驾驶受到越来越多的关注,以点云为输入数据的三维目标检测在该领域中发挥着至关重要的作用。然而,点云目标的尺度差异性以及变换性等问题,导致了目标检测精度的下降。以CenterPoint网络为框架,提出了一种基于可变形卷积和数据增强的三维多目标检测优化算法,该方法提取点云特征后生成地图视角的特征图谱,在检测头网络加入可变形卷积层,并引入图像翻转方法进行数据增强,提高网络对于目标的检测能力。在公开数据集nuScenes上的实验结果表明,该网络与其他方法相比,在汽车、公交车以及行人等类别的检测精度上有一定程度的提升。     

基于体素模型与卷积神经网络的三维模型分类算法

针对传统三维模型分类算法时间复杂度较高、分类准确率较低等问题,提出一种基于体素模型与卷积神经网络的三维模型分类算法。将原始模型表示为八叉树结构的体素模型以优化模型的性状表达,使用设计的卷积神经网络对体素模型进行特征提取以及分类运算。实验结果表明,与其他三维模型分类算法相比,该分类算法的显存占用较小,同时具有较低的时间复杂度和较高的分类能力。     

一种基于八叉树的OBB包围盒碰撞检测方法

碰撞检测技术是大规模复杂场景渲染的关键技术之一,它可以有效地提高虚拟环境的真实感和沉浸感.碰撞检测的研究目标是如何在很高的实时交互要求下完成大量复杂物体的相交检测.提出一种将场景图中的OBB包围盒以八叉树的形式划分,并利用八叉树的层次结构实现有效碰撞检测的方法,该方法从宏观到微观的搜索方式可以快速确定需要进行相交检测的对象列表,有效地避免所有几何节点与运动节点的相交检测,提高了碰撞检测的效率,并且采用OBB包围盒来描述几何模型,有效地提高碰撞检测的精度.     

基于离散LOD-Imposter技术的森林实时渲染算法研究及实现

森林植被的实时可视化技术是复杂虚拟环境渲染的重要组成部分,也是影响虚拟环境逼真度的重要因素。提出了一种基于离散LOD和Imposter相结合技术的森林实时渲染算法,该算法利用像素作为LOD选择参数,通过像素阈值判定对不同面数的模型进行选择渲染,使用二叉树遍历算法对场景中树的节点进行遍历,利用Imposter技术对距离较远的模型用一张texture代替。通过使用关键帧增加树的动画效果,利用动态的光影效果提高树的真实性。该算法能够很好地模拟大规模森林的效果,满足了对大规模森林进行漫游的实时性的要求。     

一种超大规模地形场景的实时渲染算法

超大规模地形场景包含大量的数据,无法一次性载入内存进行实时渲染.基于Geometrical Mipmapping算法,结合动态调度技术,提出一种高效的超大规模地形场景实时渲染算法.算法对海量地形数据进行分块,在实时运行时,根据视点的位置动态地载入所需的地形块和释放无用的地形块,使得内存中的地形数据维持在一定范围内.然后,通过LOD技术和视域剔除对内存中的地形数据进行简化,大量减少送入GPU的三角形数量,从而达到实时渲染.实验结果表明,算法渲染速度快,内存开销较小,适合于超大规模地形场景的实时渲染.     

飞行视景仿真系统研究与实现

针对视景仿真系统开发费用大、周期长的缺陷,提出了一种利用开源的Irrlicht图形渲染引擎的开发方法.首先,基于飞机六自由度运动模型,提出了Irrlicht环境中飞行运动数学表示和C++语言描述方法;通过对Irrlicht的二次开发,构建了交互式飞行视景仿真系统的模块化功能结构,仿真了一个逼真的飞行三维视景.基于以上设计,通过键盘输入命令来改变飞行状态,从而驱动Irrlicht图形渲染引擎,最终实现了飞机运动的交互式飞行视景仿真系统.通过试验可以证明,飞行视景仿真系统具有良好的交互性和实时性,可扩展性强,开发周期短,系统建设简单,使用方便等优点.     

基于改进分形L系统植物自然现象的研究

植物是自然界的重要组成部分,虚拟植物的研究为探索植物生命的奥秘和生长过程的规律,以及改善人类生存环境质量带来了新的契机,因此它已经成为计算机图形学研究的热点问题,由于植物经常受到外界环境因素的影响,因此在论述了L系统的基本概念的基础上对现有的L系统进行改进使之在结合外界环境影响作用下对植物进行模拟,首先提出了植干粗细的两种解决办法,其次对树木受自然环境影响而产生的重要现象如顶端优势,趋光性和蠲地性,以及风力因子等因素进行了模拟,最后用IFS算法模拟植物具有纹理的组成部分,模拟实验表明,改进的L系统可以比较逼真地模拟植物在自然环境中的形态.     

结合图像信号显著性的自适应分块压缩采样

均匀分块压缩感知对图像信号进行压缩采样, 无法有效地分离出重要区域和背景区域。为此,本文提出了一种基于显著性的自适应分块压缩采样方法。根据图像信号的显著性,该方法利用四叉树算法进行自适应图像分块,有效分离出重要区域和背景区域。根据区域块的显著度动态设置观测值数量,重要度区域设置高采样率,背景区域设置低采样率,从而提高重要区域的图像重建质量。实验分析表明,在得到更好的视觉效果的同时,本文算法观测值数量较少,且重构图像的PSNR(峰值信噪比)、MSSIM（平均结构相似性）指标,以及运行时间均优于均匀分块压缩采样算法。