基于ZYNQ AP SOC的安全驾驶系统设计.docVIP

基于ZYNQ AP SOC的安全驾驶系统设计 　　摘要：针对系统对实时图像处理的需求，本文提出了一种基于ZYNQ AP SoC的安全驾驶系统设计方案。本系统由ZYNQ架构中的PL（FPGA）部分负责驱动CMOS摄像头，将采集的图像进行灰度转换，传给PS（ARM）部分运行Adaboost算法，对图像进行人脸检测，从而获取驾驶员的眼睛和嘴巴的坐标值、面积值和张开度，并利用OpenCV的PERCLOS算法制定疲劳状态标准，给出预警信息。同时，ARM通过USB驱动摄像头，实现行车记录，并通过酒精浓度传感器采集车内酒精浓度，实现酒驾预警。通过实验表明，本系统性能稳定，实现了保障安全驾驶的目的。 　　关键词：ZYNQ AP SoC；OpenCV；疲劳检测；行车记录 　　DIO：10.3969/j.issn.1005-5517.2017.2.011 　　引言 　　疲劳驾驶和酒驾是严重的交通违法行为，驾驶员疲劳行车时，会造成反应迟钝、困倦、四肢无力，不能及时发现路面交通情况以采取准确的驾驶操控措施，极易发生交通事故。据交通部统计，2015年间，由于驾驶员疲劳驾驶导致的交通事故占总数的10.64%，在重特大交通事故中约占45%。在美国，每年与疲劳驾驶相关的车祸夺去了15000人的生命。而酒后的驾驶员会出现视觉障碍、运动反射神经迟钝、判断力降低。有数据显示，在中国，每年因酒驾导致的交通事故占40%-50%，可见，车辆装备具有疲劳检测和酒驾提醒的安全驾驶系统的必要性。 　　1 硬件系统架构及方案 　　基于ZYNQ AP SoC（ZYNQ All Prog rammable 50C）的安全驾驶系统的硬件系统如图1所示，系统主要由高速CMOS图像传感器Ov7725、130万像素USB网络摄像头、Zynq-7000可扩展处理芯片、数据存储单元DDR3、HDMI显示屏、酒精传感器和喇叭等组成。Xilinx公司的Zynq-7000可扩展处理芯片是整个系统的核心，其包含处理系统（ProcessingSystem，PS）和可编程逻辑（Prog rammable Logic，PL）两部分，PS部分集成了最高频率为667GHz的高性能双核ARMCortex-A9处理器，而PL部分包含28nm工艺的FPGA（Field-Programmable Gate Array）逻辑单元和DSP资源。 　　PL端通过I2C协议驱动Ov7725摄像头，将摄像头采集的图像数据缓存于一个异步时钟FIFO（First Input First Output）队列中，而FIFO的写时钟由Ov7725摄像头模块提供，异步读时钟由VDMA Engine提供，并在读过程进行灰度图转换，后将数据读入VDMA Engine。 　　PS端通过AMBA高速总线AXI_HP接口，驱动DDR3控制器，并读取一帧图片数据，并对图片进行脸部识别等图像处理，得到人脸五官特征值。（3）PS端同时通过USB-Host总线对网络摄像头进行配置，并得到图像数据，在Linux系统下将图像通过H DM l显示器显示，并将图像数据存储到SD存储卡中。（4）PS端在Linux系统下驱动内部集成的12位精度ADC转换器，将酒精传感器采集的模拟信号进行数字转换。 　　预警提示最终通过调用程序预设的语音?M合，由H DM l接口输出到带功放或者音频接口的HDMI显示设备，达到提醒驾驶员的目的。 　　2 软件系统设计 　　软件系统架构如图2，采用Linaro系统，其是在Linux系统基础下，由ARM、飞思卡尔、IBM、samsung、ST-Ericsson及德州仪器（T1）等半导体厂商联合为嵌入式SoC架构平台而设计的开源系统。其次，本系统使用开源的OpenCV（Open Source Computer Vision Library）进行图像的高级处理，并采用具有跨平台优势、易扩展的Qt图形界面开发框架作为软件APP的界面设计与产品封装。如果说系统硬件是骨架和躯体，那么软件算法就是思想和灵魂。编写程序之前，需要搭建好软件开发环境，步骤如图3。 　　3 疲劳检测算法分析 　　本系统的疲劳检测流程如图4，系统启动后会对驾驶员的脸部信息进行获取，因为驾驶员在图像中的位置相对固定，通过基于Haar特征的AdaBoost级联分类器，对驾驶员进行人脸检测，得到驾驶员的脸坐标，并提取检测的脸部作为ROI（region of interes），图像继续对人眼和嘴巴进行定位，得到人眼和嘴巴的特征值图像后，进而进行二值化处理，再经过形态学滤波器，对二值化图像先腐蚀后膨胀，消除小物体，在纤细点处分离物体，然后通过OpenCV里面的findcontours算子寻找并标记轮廓，从而去除图片中的噪声和图片边缘无关物体，精确得到眼睛和嘴巴的