焦健雄,，趙賀,，羅應龍，尹鵬程,，劉紫燕

　　(貴州大學 大數(shù)據(jù)與信息工程學院,，貴州 貴陽 550025)

　　摘要：針對目前由于各種人為因素造成的交通事故頻發(fā)的問題，提出一種基于FPGA的智能小車的設計方案,。在該方案中設計了顏色處理模塊,、圖像壓縮模塊、SOPC模塊等,。通過該平臺,，可以實現(xiàn)紅綠燈識別，并在SoPC中嵌入代碼實現(xiàn)中心定位,，控制小車在道路的正確軌跡行駛,，從而實現(xiàn)自動駕駛。

　　關鍵詞：智能小車；FPGA,；顏色處理,；圖像壓縮

0引言

　　汽車保有量的增加給人們出行帶來了極大的便利，但同時也帶來了很多交通安全的隱患,，如何減少交通安全事故的發(fā)生成為了一個亟需解決的問題,。自動駕駛控制系統(tǒng)的出現(xiàn)提供了一個全新的思路，其主要依靠車內計算機系統(tǒng)為主的智能駕駛儀來實現(xiàn)自動駕駛,，并根據(jù)視覺感知獲得車輛周圍環(huán)境信息以此控制車輛行駛,。例如谷歌研發(fā)的無人駕駛系統(tǒng)就是一種自動駕駛控制系統(tǒng)。

　　目前智能小車大部分使用ARM或DSP平臺,，對圖像的處理速度慢,，影響圖像識別和處理的速度。本文設計了基于FPGA的智能小車,，利用機器視覺感知技術,，提高了圖像識別的實時性，從而增強了車輛的安全系數(shù),，對交通安全產生了深遠的影響,，也對人民群眾的生命財產安全有重大意義。

1智能小車系統(tǒng)整體設計

　　整個智能小車系統(tǒng)由攝像頭,、FPGA,、存儲器、視頻顯示,、直流電機及驅動器模塊組成 ［1］,，系統(tǒng)的設計框圖如圖1所示。

　　其中,，F(xiàn)PGA硬件設計是整個系統(tǒng)的關鍵,，本設計采用 Altera的Cyclone IV芯片，主要實現(xiàn)攝像頭圖像的實時采集,、處理,、紅綠燈的判斷、圖像壓縮和中心定位,，以及直流電機PWM生成,；攝像頭用于采集小車前方道路和紅綠燈信息；直流電機及驅動模塊負責小車的轉向,；視頻顯示模塊實時顯示處理后的視頻信息,；存儲器模塊使用SDRAM存儲FPGA需要存儲的信息［4］。

　　智能小車工作流程如下：首先,，F(xiàn)PGA配置OV7725攝像頭參數(shù)使攝像頭輸出圖像數(shù)據(jù)為YUV格式并采集攝像頭數(shù)據(jù),。采集的圖像數(shù)據(jù)通過FPGA處理后存儲到外部存儲器并將其通過VGA顯示,。FPGA硬件設計主要包含顏色處理模塊、圖像壓縮模塊及SoPC模塊,，通過分析數(shù)據(jù)生成合適的PWM使智能小車正確行駛,。

2系統(tǒng)硬件平臺設計

　　系統(tǒng)硬件平臺設計主要包括顏色處理模塊,、圖像壓縮模塊以及SoPC模塊,。

　　2.1顏色處理模塊

　　本文設計了顏色識別模塊來完成紅綠燈的識別。由于FPGA將CMOS傳感器配置為輸出YUV格式的圖像,，若要進行顏色識別,，首先需要將YUV格式的圖像轉換為RGB格式的圖像［56,9,11］，然后通過比較每個像素RGB分量完成紅綠燈識別,，顏色處理模塊結構框圖如圖2所示,。

　　圖2顏色處理模塊結構框圖YUV格式圖像轉換為RGB格式后對整張圖像每個像素點的顏色進行分析，并計算每個像素點RGB分量的差值是否滿足給定的閾值,，判斷該像素點的顏色,。一幀圖像結束后根據(jù)識別到相應顏色的數(shù)量判斷是否遇到交通燈以及交通燈的顏色。顏色處理模塊中核心代碼如下：

　　if(R>B&&R>G((R-B+R-G)>th_r

　　1'b1:1'b0):1'b0)//R G B分別表示三色分量都是8 bit數(shù)值,，計算差值并計數(shù)

　　begin

　　cnt_red<=cnt_red+1'b1;

　　圖6SoPC模塊處理流程圖end

　　顏色處理模塊的RTL圖如圖3所示,。

　　2.2圖像壓縮模塊

　　圖像壓縮模塊包括圖像預處理模塊及圖像分辨率壓縮模塊。

　　圖像預處理模塊對灰度圖像進行Sobel邊緣提取得到二值化圖像,，并通過雙端口SDRAM模塊寫入存儲器,。Sobel算子對圖像邊緣檢測速度快，能夠在一定程度上抑制噪聲［3,8］,，從而很好地提取圖像邊緣,，圖4為圖像預處理模塊RTL圖。

　　圖像分辨率壓縮降低了圖像的分辨率,，可以大大提高系統(tǒng)效率,，對于簡單圖像分辨率的壓縮不影響目標的識別。本文設計的圖像分辨率壓縮模塊通過雙端口SDRAM讀取存儲器中的二值化圖像,，將640×480像素的二值化圖像分辨率壓縮轉換為80×60像素的二值化圖像［7］,。圖5為圖像分辨率壓縮模塊RTL圖。

　　2.3SoPC模塊

　　SoPC系統(tǒng)由微處理器,、存儲器,、用戶邏輯以及I/O組成的硬件系統(tǒng)和軟件設計組成［2］，本設計采用在FPGA中嵌入Nios II處理器的方法來實現(xiàn),。在FPGA中嵌入Nios II處理器實現(xiàn)的SoPC系統(tǒng)容易開發(fā),，周期短，性能高,。

　　智能小車的SoPC模塊通過讀取圖像壓縮模塊處理后的圖像數(shù)據(jù),，以及顏色處理模塊得到的紅綠燈信息，完成裝置的中心定位并控制直流電機在軌跡上正確行駛。圖6為SoPC模塊處理流程圖,。

　　本設計中SoPC系統(tǒng)的構建過程如下［1,10］：首先使用鎖相環(huán)設置SoPC時鐘為100 MHz,，根據(jù)內部資源使用情況和系統(tǒng)要求選擇添加合適的Nios II CPU，添加PIO用作圖像數(shù)據(jù)和紅綠燈數(shù)據(jù)的接收以及輸出合適的占空比控制直流電機,，添加UART用于SoPC與上位機通信,，添加存儲器以供存儲數(shù)據(jù)和指令，設置中斷優(yōu)先級和外設基地址,，最后生成軟核,。

3系統(tǒng)平臺驗證

　　圖7系統(tǒng)FPGA硬件資源使用情況本設計使用Altera公司Cyclone IV FPGA芯片，其內部有1.5 W les,、4個PLL核,、166個IO口、50 W bit的內存等充足資源,，連接SDRAM存儲器和EPCS存儲器擴展內存,，足以實現(xiàn)FPGA內部各個模塊的功能。圖7為該系統(tǒng)FPGA硬件資源使用情況,。

　　3.1顏色處理模塊測試

　　本模塊測試是將所采集的圖片中要識別的顏色轉變?yōu)楹谏@示,，測試結果如圖8所示。

　　圖8(a)中原圖的紅色像素在圖8（b）測試結果圖中絕大部分被顯示為黑色,，其他點則是與原圖相同顯示,，說明算法對顏色的識別有效，能很好地識別交通燈,。

　　3.2圖像壓縮模塊測試

　　圖9為圖像壓縮模塊測試圖,，是使用VGA顯示邊緣提取后的圖像，并用PC顯示分辨率壓縮后圖像,。

　　如圖9所示,，邊緣提取圖將絕大部分原圖中的邊緣信息保留了下來，說明控制系統(tǒng)中使用的Sobel算子獲得很好的效果,。CMOS攝像頭采集圖像分辨率為640×480像素,，經過圖像的壓縮之后，圖像的分辨率變?yōu)?0×60像素,，對原圖進行了很大程度的壓縮,，對比壓縮前后，邊緣提取圖的輪廓在壓縮圖中能很好地反映出來,，說明圖像分辨率壓縮的實現(xiàn)效果很好,。

　　3.3SoPC模塊測試

　　圖10為SoPC模塊的中心定位模塊測試圖，對圖像壓縮模塊輸出的圖像進行處理,，將道路部分圖像置1,，其他部分置0,，計算道路中心并在相應坐標置0，通過PC顯示,。圖10中心定位測試圖

　　如圖10所示,，中心定位模塊通過分析圖像壓縮模塊輸出的圖像，高效地分析出道路信息并濾除不必要的信息,，根據(jù)道路邊緣坐標定位中心軌跡,，從圖中可以明顯看出中心定位模塊實現(xiàn)效果很好。

　　3.4整車測試

　　整車測試圖如圖11所示,，本設計搭建的小車沿著中心定位模塊規(guī)劃的軌跡正確行駛,。測試結果表明,，小車在直道上穩(wěn)定行駛,，在彎道和直角彎能平滑拐彎，說明SoPC中的中心定位模塊和電機控制算法調試效果很好,。

4結論

　　隨著對視頻處理速度要求的不斷提高,，采用ARM、DSP平臺實現(xiàn)的實時視頻處理系統(tǒng)很難滿足對視頻處理的實時性和穩(wěn)定性的要求,。本文基于FPGA平臺設計了一種智能小車,，利用攝像頭完成實時道路信息采集，處理實現(xiàn)紅綠燈識別,、道路中心定位及按軌跡正確行駛,，經過多次測試，該智能小車穩(wěn)定性和實時性很高,，是一種實用,、安全的自動駕駛解決方案。

參考文獻

　?。?］ 劉紫燕,，馮亮，祁佳. 一種基于FPGA的實時視頻跟蹤系統(tǒng)硬件平臺設計［J］.傳感器與微系統(tǒng),2014,33（7）:98102.

　?。?］ 吳華中. 基于FPGA的視頻監(jiān)控系統(tǒng)設計［D］.太原：中北大學,2014.

　?。?］ 祁佳，劉紫燕. 實時圖像雙邊緣檢測算法及FPGA實現(xiàn)［J］.電視技術,2014,38（3）:6465,，85.

　?。?］ 馮亮，劉紫燕,，祁佳. 基于FPGA的視頻跟蹤系統(tǒng)目標檢測方法研究［J］.微型機與應用,2014,33（12）:3436,，39.

　　［5］ 張浩然. 基于FPGA的視頻采集及圖像處理算法實現(xiàn)［D］.昆明：云南大學,2015.

　?。?］ 明章輝. 基于FPGA的CameraLink視頻信號處理技術的研究［D］.南京：南京理工大學,2014.

　?。?］ 錢軍琪. 基于DSP和FPGA的視頻壓縮系統(tǒng)的設計［D］.西安：西安電子科技大學,2014.

　?。?］ 黃彪. 基于FPGA的高清視頻信號實時處理系統(tǒng)的研究［D］.北京：中國科學院研究生院,2013.

　　［9］ 徐建松, 俞拙非, 侯凱, 等. 一種基于FPGA的閥基電子設備的研制［J］.電子技術應用,2015,41（10）:2729,，33.

　?。?0］ HSU Y P, MIAO H C, TSAI C C. FPGA implementation of a realtime image tracking system［C］.SCIE Annual Conference 2010, 2010:28782884.

　　［11］ YU J, TAN J, WANG Y. Ultrasound speckle reduction by a SUSANcontrolled anisotropic diffusion method ［J］. Pattern Recognition, 2010, 43(9):30833092.