基于Robei EDA工具與FPGA的倒車預警系統(tǒng)設計

路家琪，王金岑，徐彰，張國亮

(1.南京信息工程大學電子與信息工程學院,江蘇南京，210044；2.南京信息工程大學人工智能學院,江蘇南京，210044）

0 引言

根據(jù)調(diào)查顯示，由于汽車倒車所引發(fā)的事故占據(jù)交通事故的很大比例。因此，汽車的安全也成為亟待解決的問題，對汽車倒車預警技術的研究,具有重要意義。

文獻[1-4]以單片機為核心操控紅外、超聲波等傳感器實現(xiàn)倒車預警。但是，其存在系統(tǒng)運行速度較慢、外圍電路復雜，不能達到快速反應的效果。而如今大規(guī)模可編程邏輯器件的發(fā)展，為快速準確的完成倒車預警提供硬件基礎。如文獻[5]，采用FPGA作為核心，控制芯片對信號進行解析處理，將超聲波模塊與倒車影像相結合，具有實時性強、精確度高的優(yōu)點。但沒有在圖像處理方面加入算法增強倒車預警的效果。

本文設計并制作了一種基于Robei EDA工具以及FPGA的倒車預警系統(tǒng)，可以在實時監(jiān)控的基礎上對人體進行識別追蹤，并可以監(jiān)測后方障礙物的距離和方位信息，且具有預警功能。此外，系統(tǒng)還可以對車內(nèi)環(huán)境參數(shù)進行測量并將數(shù)據(jù)傳輸至上位機。系統(tǒng)具有誤差小、實時性高、可靠性高等優(yōu)點。

1 Robei EDA工具

Robei EDA軟件是一種由青島若貝公司開發(fā)、全新的面向對象的可視化芯片設計軟件，可以支持基于Verilog語言的集成電路前端設計與驗證。Robei EDA工具具備可視化架構設計、核心算法編程、自動代碼生成、語法檢查、編譯仿真與波形查看等功能。設計完成后可以自動生成Verilog代碼，可以應用于FPGA和ASIC設計流程?？梢暬謱釉O計架構可以讓工程師邊搭建邊編程，具備例化直觀、減少錯誤、節(jié)約代碼量等優(yōu)勢。不同于軟件編程的抽象，Robei EDA工具將芯片設計變得簡單直觀，可以極大地降低學習芯片設計的入門門檻，加速設計過程。

2 架構設計

系統(tǒng)的整體架構分為七個部分，即FPGA 主控、攝像頭模塊、LCD顯示屏、舵機云臺、超聲波模塊、環(huán)境參數(shù)傳感器、藍牙與WiFi上位機系統(tǒng)。系統(tǒng)總體結構框圖與結構示意圖如下。

圖1 Robei設計實例圖

圖2 系統(tǒng)總體結構框圖

攝像頭模塊搭載在電機云臺上，通過攝像頭接口電路與FPGA主控相連，F(xiàn)PGA主控同時連接LCD屏幕，超聲波模塊、環(huán)境參數(shù)傳感器、北斗定位模塊通過傳感器接口電路連接至FPGA主控。

工作時，系統(tǒng)由FPGA作為主控，通過攝像頭驅動電路驅動攝像頭對周圍環(huán)境進行實時檢測，同時通過SDRAM控制器控制SDRAM工作，將監(jiān)測到的圖像存入SDRAM，并通過LCD驅動器使圖像實時顯示在LCD屏幕上，系統(tǒng)同時通過人體檢測算法將人體在屏幕上進行框選顯示。

圖3 系統(tǒng)實物圖

系統(tǒng)采用二自由度云臺結構，通過舵機云臺驅動電路驅動舵機工作，可人為改變攝像頭的檢測區(qū)域，實現(xiàn)360°的圖像采集。此外系統(tǒng)還通過傳感器驅動電路驅動超聲波模塊檢測后方的距離，并將距離顯示在LCD屏幕上，若距離小于所設閾值將通過蜂鳴器發(fā)出警報。

此外傳感器驅動電路驅動環(huán)境參數(shù)傳感器，實時探測車環(huán)境參數(shù)并通過藍牙與WiFi將環(huán)境參數(shù)信息傳輸至手機APP與上位機。

3 軟件實現(xiàn)

本系統(tǒng)在算法上采用了人體識別算法，濾波算法和除法優(yōu)化算法。

3.1 人體識別算法

采用識別膚色的方法來檢測人體位置，將從SDRAM讀出的像素信息進行處理后檢測人體的膚色，主要流程圖如下。

圖4 人體識別流程圖

3.1.1 灰度轉換

首先團隊需要把膚色從外界環(huán)境提取出來，在膚色識別算法中，常用的顏色空間為YCbCr，Y代表亮度，Cb代表藍色分量，Cr代表紅色分量。膚色在YCbCr空間受亮度信息的影響較小，本算法直接考慮YCbCr空間的CbCr分量，映射為兩維獨立分布的CbCr空間。在CbCr空間下，膚色類聚性好，利用人工閾值法將膚色與非膚色區(qū)域分開，形成二值圖像。

從SDRAM中讀出的顏色格式是RGB565格式，團隊需要先把RGB565改成RGB888格式，再把RGN888格式改成YCbCr格式，兩種格式的轉換公式如下:

通過上述運算，將顏色格式轉化為了YCbCr格式，經(jīng)過數(shù)據(jù)分析，膚色的分量處于下范圍：77

圖5 灰度與二值化圖像

這樣經(jīng)過以上處理后就可以得到了二值化圖像（上右圖），在人體位置為白色，其他位置為黑色。

3.1.2 中值濾波

中值濾波對于某些類型的隨機噪聲具有理想的降噪能力，比較適合于實驗中的圖像濾波。中值濾波的一種典型應用是消除椒鹽噪聲。

傳統(tǒng)的排序法較為耗費資源，這里采用快速中值排序。

圖6 中值濾波原理圖

3.1.3 高斯濾波

在進行數(shù)學仿真或者誤差評估時，往往認為傳感器所引入的噪聲服從正態(tài)分布（高斯白噪聲），這個時候用高斯濾波器就可以很好地消除高斯噪聲。高斯模板名字的由來是二維高斯函數(shù)，即我們熟悉的二維正態(tài)分布密度函數(shù)，如下所示：

高斯濾波后圖像被平滑的程度取決于標準差。它的輸出是臨域像素的加權平均，同時離中心越近的像素權重越高。因此，高斯濾波比均值濾波的平滑效果更柔和，而且邊緣保留的也更好。高斯濾波算法克服了邊界效應，因而濾波后的圖像較好。高斯濾波的平滑力度不如均值濾波，因此其保留細節(jié)的能力也比均值濾波好。

圖7 濾波效果示意圖

3.1.4 開運算

腐蝕是一種消除邊界點，使邊界向內(nèi)部收縮的過程?？梢杂脕硐∏覠o意義的物體。下圖為以3×3矩陣實現(xiàn)腐蝕腐蝕之后的圖像在進行膨脹，就是開運算。膨脹是將與物體接觸的所有背景點合并到該物體中，使邊界向外部擴張的過程?？梢杂脕硖钛a物體中的空洞。開運算可以使細小的溝道斷開，將狹窄的白線斷開，消除白點。圖為以3×3矩陣實現(xiàn)膨脹。

圖8 腐蝕原理圖

圖9 膨脹原理圖

圖10 腐蝕效果圖

圖11 人體識別算法效果圖

3.2 距離濾波算法

在對超聲波傳回的數(shù)據(jù)進行顯示之前需要對數(shù)據(jù)進行濾波處理，去除會干擾測試結果的錯誤數(shù)值，使處理后的數(shù)值更為準確。故設計距離濾波算法，該算法分為排序與濾波兩個部分。

3.2.1 排序部分

在濾波中需要對數(shù)據(jù)進行排序，傳統(tǒng)的冒泡排序法等耗費的時間較長，且串行的設計思想不能發(fā)揮FPGA的優(yōu)勢，于是選擇了并行排序法。

一組數(shù)據(jù),先進行兩兩之間的比較,每兩個數(shù)比較都會得到一個比較結果?？梢愿鶕?jù)兩數(shù)的大小定義輸出排序結果0或1。對這些比較結果進行累加計算,即可得到該數(shù)在序列中的排序值。由于所有數(shù)的兩兩之間的比較都在硬件內(nèi)同時進行,只需一個時鐘的時間，即可得到比較結果,再加上比較結果的和加等計算時間,幾個時鐘周期,就實現(xiàn)了數(shù)字序列的排序。

第一個周期將所有數(shù)進行比較，對每個數(shù)的比較結果賦值。對于一個序列中的數(shù)，將它與其他所有數(shù)進行比較，若該數(shù)小于另一個數(shù)，記一次0分，若該數(shù)大于等于其他數(shù)，如果這個數(shù)在另一個數(shù)之后，大于和等于都記一次1分；如果在另一個數(shù)之前，大于得1分，等于記0分。

第二個周期將每個數(shù)的積分累加。

第三個周期將每個數(shù)按照積分重新賦值給新的數(shù)組。

該排序方法理論上可以在三個周期內(nèi)完成排序上任意多個數(shù)的排序，具有高速的優(yōu)點。

3.2.2 濾波部分

濾波部分程序算法主要步驟是：1)采集6個點。2)對6個點小到大排序。3)相鄰值兩兩做差，并比較。4)記錄下最差后最大值的那對數(shù)所在的位置。5)如果該位置位于所有數(shù)的前半部分，則取該位置后半部分數(shù)，反之，取前半部分數(shù)。并作為有效值。6)取有效值的平均值為最后值。

算法思想是，利用少數(shù)遵循多數(shù)原則，主要為了將采集的多個數(shù)據(jù)分成兩波，將相鄰兩個數(shù)之差的最大那個作為兩撥數(shù)的分界點。經(jīng)過分析，傳感器出現(xiàn)較大偏差一般是在相鄰的數(shù)據(jù)內(nèi)，以差最大的兩個數(shù)進行分界點，進行簡單的濾波處理。

3.3 除法優(yōu)化算法

在將超聲波傳感器的回波信號轉換為實際距離時，需要用到除法運算，之后為了在LCD屏上顯示距離，團隊還需要將距離提取出米分量、分米分量和厘米分量。

而FPGA中的出發(fā)運算除數(shù)必須是2的冪次方，若是任意整數(shù)，可能不能綜合，即使能綜合，也會耗費非常多的資源。

若在程序中直接使用除法和取余，資源耗費十分嚴重。

采用一種除法優(yōu)化算法，本質是模擬手算除法的過程。以11/2為例，先將被除數(shù)11高位補零，除數(shù)2低位補零，然后進行減法的迭代，直到檢出的結果比除數(shù)2小為止。總體流程圖如圖12所示。

圖12 除法優(yōu)化算法流程圖

可以看出，資源占用大大減少，減少了2000多門，效果較為顯著。（以上兩張圖所示都為部分功能是的占用，并不是最終工程的占用）。

圖13 資源占用對比圖

4 系統(tǒng)實現(xiàn)與調(diào)試

4.1 舵機云臺模塊調(diào)試

舵機云臺系統(tǒng)，能夠實現(xiàn)360°的旋轉，加上小角度的視角調(diào)節(jié)。以下為部分調(diào)試效果圖。

圖14 舵機云臺系統(tǒng)調(diào)試效果圖

4.2 實時顯示系統(tǒng)調(diào)試

實時顯示系統(tǒng)能夠清晰地在LCD頻上進行攝像頭實時拍攝的畫面，以下為部分調(diào)試效果。

圖15 實時顯示系統(tǒng)調(diào)試效果圖

4.3 超聲波測距模塊調(diào)試

超聲波顯示系統(tǒng)可以實時監(jiān)測車輛與后方障礙物的距離及方位信息，當距人體之間的距離小于一定距離的時候，將通過蜂鳴器發(fā)出警報。具有極高的精度。調(diào)試結果表如下表1所示。

表1 超聲波測距結果表

2 0 0 2 0 2.1 1.1 9 2 3 0 2 2 7.2 1.2 1 0 2 5 0 2 5 6.7 2.7 8

4.4 人體識別算法調(diào)試

加入人體檢測的算法后，系統(tǒng)可以對人體的膚色進行判斷，并在LCD框選出人體。以下為部分調(diào)試效果。

圖16 人體檢測系統(tǒng)調(diào)試效果圖

4.5 通信系統(tǒng)的調(diào)試

系統(tǒng)能夠與手機和PC端進行無線通信。可以通過藍牙和手機APP進行無線數(shù)據(jù)交互，傳輸溫度氣壓濕度海拔光照等環(huán)境參數(shù)。也可以通過wifi模塊和電腦端進行通信。以下為部分調(diào)試效果。

圖17 無線通信系統(tǒng)調(diào)試效果圖

4.6 系統(tǒng)總體實現(xiàn)

系統(tǒng)上電后，各個模塊完成初始化，開始并行工作，系統(tǒng)的具體實現(xiàn)流程由以下流程圖所示。

5 結語

本文設計的倒車預警系統(tǒng)基于FPGA以及Robei EDA軟件，具有極強的可重構性和FPGA并行處理的速度優(yōu)勢，系統(tǒng)將實時圖像顯示、算法處理與超聲波傳感器數(shù)據(jù)采集相結合，具有預警功能強大、高精度、運行穩(wěn)定、實時性強等優(yōu)點，倒車預警系統(tǒng)性能達到了設計的初衷。

圖18 程序流程圖

未來該系統(tǒng)可以通過完善攝像頭的算法來使功能更加豐富，如增加物體識別、對背景進行濾波處理，使機器人在強光的照射下或者在有霧、有雨的環(huán)境下依舊可以保證顯示效果。