초기 개발 프로세스에서 FLIR사의 어려움은 새로운 아이디어와 알고리즘을 개발한 알고리즘 엔지니어와 알고리즘을 FPGA에서 구현한 하드웨어 엔지니어 사이의 단절에서 비롯된 것이었습니다. 알고리즘 엔지니어가 잡음 제거나 광범위 압축(DCR)을 위한 새로운 기술을 평가하고 사양을 적어 하드웨어 엔지니어에게 전달하지만 하드웨어 엔지니어는 이 알고리즘을 완벽히 이해하지 못할 수 있습니다.

“FPGA 구현이 시뮬레이션과 다르고 그것이 구현상의 문제인지 알고리즘 문제인지 알 수 없는 경우가 있습니다.” 라고 Hogasten이 말합니다. “또한 하드웨어 엔지니어가 알고리즘을 심층적으로 이해하지 못하기 때문에 그것을 최적화하기 위해 어떤 가정이 안전한 것인지 알 수 없었습니다. 나중에 알고리즘을 약간만 개선해도 HDL 대부분을 다시 작성해야 했습니다.”

FLIR사는 MATLAB 및 HDL Coder를 사용하여 FPGA 기반 열 화상 알고리즘을 위한 새로운 워크플로를 확립했습니다.

알고리즘 엔지니어는 MATLAB과 Image Processing Toolbox™를 사용하여 모폴로지 기능과 다차원 이미지 필터링을 기반으로 새로운 알고리즘을 탐색합니다.

이러한 엔지니어는 구현할 알고리즘을 선택하고 타겟 FPGA 하드웨어에 매핑되는 알고리즘 구성 요소를 파악합니다. 이러한 파티셔닝 과정에서 설계팀은 Image Processing Toolbox의 고수준 함수들을 코드 생성을 지원하는 MATLAB 코드로 대체합니다. Image Processing Toolbox 알고리즘은 골든 레퍼런스를 제공하여 FLIR사의 MATLAB 코드의 검증을 완화합니다.

엔지니어는 bit-true 시뮬레이션 및 분석을 지원하기 위해 HDL Coder의 통합된 부동 소수점-고정 소수점 워크플로를 사용하여 부동 소수점 MATLAB 알고리즘을 고정 소수점 MATLAB 코드로 자동 변환하며 Fixed-Point Designer™를 통해 산술 연산 및 자료형을 통합합니다.

팀은 FLIR사에서 사용되는 다른 테스트 환경을 지원하기 위해 MATLAB Coder™를 사용하여 생성된 고정 소수점 MATLAB 코드로부터 C 코드 및 MEX 파일을 생성했습니다.

그런 다음 HDL Coder를 사용하여 MATLAB 알고리즘으로부터 합성 가능한 HDL 코드를 생성합니다. 그런 다음 HDL 코드를 FPGA에서 구현 및 테스트하고 그 결과를 고정 소수점 MATLAB 알고리즘의 결과에 대해 검증합니다.

관련 프로젝트에서 엔지니어들은 MATLAB Compiler™ 및 Image Acquisition Toolbox™를 사용하여 카메라와 프레임 그래버(frame grabber)로부터 이미지를 수집하고 이를 다양한 알고리즘을 사용하여 처리하며 그 결과를 표시하는 응용 프로그램을 만들었습니다. 이 응용 프로그램은 다른 FLIR사 엔지니어들이 MATLAB이 설치되지 않은 경우에도 입력 범위에 대한 알고리즘을 평가할 수 있게 했습니다.