论文部分内容阅读
智能交通系统(Intelligent Transportation System,ITS)是目前交通运输方向正在研究和普遍关注的课题,其中运动车辆检测与跟踪系统是ITS的重要研究内容。因此,研究体积小、功耗低、速度快的运动车辆检测与跟踪系统具有重要的意义。本系统采用的是Xilinx公司Zynq-7000系列全面可编程片上系统平台,片内集成了双核ARM Cortex-A9处理器和Xilinx 7系列FPGA,采用软硬件协同设计方法,将图像采集、车辆检测与跟踪、显示集合到一个嵌入式系统中。车辆检测方面,利用Xilinx高级开发工具Vivado HLS(High-Level Synthesis)完成图像预处理算法,并利用此工具把改进的三帧差分法的运动目标检测算法成功移植到FPGA中。车辆跟踪算法方面,对运动车辆求取最小外接矩、质心、速度作为目标特征,建立Kalman滤波器运动模型,预测被跟踪车辆在下一帧中可能出现的位置,并确定搜索范围,再结合基于欧式距离的匹配算法,完成运动车辆的跟踪。本设计完成的主要工作包括:(1)用高层次综合工具Vivado HLS设计了改进的三帧差分法的运动目标检测算法的硬件加速IP核,包括直方图均衡化、高斯滤波、噪声去除、Sobel边缘检测、形态学处理以及帧差图像预处理算法。(2)利用Vivado工具,以图形界面化的方式,进行硬件工程设计,主要包括Zynq处理器、AXI互联、VDMA、HDMI以及硬件加速IP核等模块。(3)在ZedBoard平台上搭建嵌入式Linux系统,主要包括Linux系统移植、交叉编译环境的搭建以及FFmpeg+OpenCV库和Qt库的移植等。(4)在ARM部分实现系统软件设计,主要包括VDMA IP核和硬件加速IP核驱动程序设计,Kalman滤波器跟踪算法的实现,以及建立Qt软件执行操作界面的设计等。本系统设计采用软硬件协同设计的方法完成了基于Zynq的运动车辆检测与跟踪,具有实时性好、跟踪效果好和界面友好等特点,达到了很好的预期效果。