基于FPGA的车辆目标实时检测系统的研究与实现

发布时间：2020-06-14 23:52

【摘要】：车辆目标检测是先进辅助驾驶系统中的一项关键技术,对于降低交通事故的发生率有着重要意义。在进行车辆目标的检测时,实时性是其中的一项重要指标,在汽车行驶过程中,只有及时的检测出前方出现的车辆,并将信息反馈给驾驶员,才能有效避免交通事故的发生。在各种嵌入式系统中,FPGA具有功耗低、处理速度快、体积小等优点,其并行性和流水线处理的特性,使其能够达到实时视频处理的要求。本文研究的重点是基于FPGA的车辆目标检测系统。该系统选用xilinx Spartan6系列XC6SLX45芯片作为处理器,使用OV5640作为图像传感器。以此为基础,通过利用FPGA的并行性以及流水线处理特性,搭建一套实时车辆目标检测系统。本文的主要研究工作如下:(1)本文通过对基于FPGA的嵌入式图像处理系统进行分析,根据FPGA流水线处理特性以及并行性处理的特点,对整个系统功能进行模块划分。针对系统中的摄像头配置模块、数据缓存模块、预处理模块以及视频显示模块进行了设计,实现基于FPGA的实时视频显示处理,为后续的车辆检测算法的实现搭建好了基础平台。(2)对于目标检测识别算法进行分析研究,选用基于CNN卷积神经网络加SVM分类器进行目标检测,同时针对传统卷积神经网络输入图像尺寸固定的问题,引入ROI Pooling层,在提取的特征图上进行多尺度窗口的滑动,将多个尺度下的特征归一化为同一尺度,分别送入分类器进行分类。结合FPGA的处理特性,分析各个模块之间的时序、功能之间的逻辑关系,实现基于FPGA的卷积神经网络模块、ROI Pooling层模块以及SVM分类器模块的设计,并对卷积神经网络模块进行一定的资源优化。(3)对系统整体资源使用情况进行分析,并对各个模块进行时序测试,同时对整个系统的工作效率以及功能进行分析与测试。通过测试,系统可以实现对车辆目标的实时检测。
【学位授予单位】：武汉理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP391.41;TP183;U463.6
【图文】：

图 2-1 系统总体结构框图如图 2-1 所示，整个系统的处理流程如下：首先通过 I2C 对图像传感器进行配置，确定摄像头采集的视频数据格式。然后将采集而来的视频图像数据送入DDR3 进行缓存，在进行视频图像缓存时，分为双通道缓存设计，一个通道用于视频的送显，另一通道的视频经过降采样，降低数据量后用于车辆目标检测模块的计算。为了便于视频图像数据的传输与存储，摄像头采集的视频图像数据位 YUV422 格式，由于开发板采用 VGA 接口进行送显，因此在图像送显之前需要对其进行格式转换。另一路用于目标检测的视频图像数据在处理前需要进行灰度化处理，将灰度图像数据送入目标检测模块，将检测出来的车辆位置信息进行存储，最终根据目标位置信息对图像进行标记，将标记后的图像数据送显2.2 硬件开发平台2.2.1 硬件开发板

处理过程中对数据进行高速缓存电源模块：该模块的主要作用是模块提供电源，使开发板能够正开发板搭载了 50M 有源晶振和口：其用于输出视频图像。该接同时输出 VGA 信号和 DVI 信号感器统设计的前提，在此次设计，视的 OV5640 CMOS 图像传感器来500 万像素的高性能图像传感器，像头。OV5640 CMOS图像传感器

【相似文献】

相关期刊论文 前10条

1 李昭慧;张建奇;刘德连;;非合作区域星载遥感图像的车辆目标检测[J];光电子·激光;2015年09期

2 闫小伟;邓甲昊;孙志慧;;基于激光三维成像数据的车辆目标方位估计[J];科技导报;2009年08期

3 高浩军;杜宇人;;基于背景重建的序列图像车辆目标检测方法[J];扬州大学学报(自然科学版);2007年01期

4 谷正气;李健;张勇;夏威;罗伦;;一种高分辨率可见光遥感影像中车辆目标检测方法[J];测绘通报;2015年01期

5 宋焕生;李莹;杨瑾;云旭;张韫;解熠;;基于高速公路场景的车辆目标跟踪[J];计算机系统应用;2019年06期

6 李昭慧;张建奇;;城市街区星载光学遥感图像车辆目标自动检测方法[J];红外与激光工程;2014年11期

7 杜锴;方向;张胜;王怀玺;黄俊逸;;基于更新提升形态小波变换的车辆目标震动信号特征提取[J];振动与冲击;2018年16期

8 苏致远;徐友春;李永乐;;基于三维激光雷达的车辆目标检测方法[J];军事交通学院学报;2017年01期

9 陆德彪;郭子明;蔡伯根;姜维;王剑;上官伟;;基于深度数据的车辆目标检测与跟踪方法[J];交通运输系统工程与信息;2018年03期

10 袁功霖;尹奎英;李绮雪;;基于迁移学习的航拍图像车辆目标检测方法研究[J];电子测量技术;2018年22期

相关会议论文 前3条

1 朱维;靳平;陶良小;唐云凯;;车辆目标地面振动信号的识别技术研究[A];国家安全地球物理丛书（七）——地球物理与核探测[C];2011年

2 李国令;高飞;;SAR图像特定目标检测的推荐方法[A];第十二届全国信号和智能信息处理与应用学术会议论文集[C];2018年

3 黄丹;蔡可;;基于视频的违章车辆自动识别技术研究[A];第七届中国智能交通年会优秀论文集——智能交通技术[C];2012年

相关重要报纸文章 前1条

1 记者 宋茜;江西推广新能源汽车超5800辆[N];江西日报;2016年

相关博士学位论文 前1条

1 李彦兵;基于微多普勒效应的运动车辆目标分类研究[D];西安电子科技大学;2013年

相关硕士学位论文 前10条

1 张超越;基于FPGA的车辆目标实时检测系统的研究与实现[D];武汉理工大学;2018年

2 冯飞;视觉注意与深度学习相结合的车辆目标检测[D];西安工业大学;2018年

3 张向清;高速公路场景下基于深度学习的车辆目标检测与应用研究[D];长安大学;2018年

4 妥杏娃;超高分辨率的SAR图像车辆目标检测[D];西安电子科技大学;2018年

5 柳絮;海量图像背景下的特定车辆目标检测[D];北京交通大学;2017年

6 何勇;基于微运动特征的车辆目标分类研究[D];武汉理工大学;2015年

7 黄宇;车辆目标类型识别算法研究与实现[D];电子科技大学;2006年

8 范凯波;基于几何特征的车辆目标分类研究[D];天津理工大学;2012年

9 高浩军;视频图像序列中车辆目标的检测与识别研究[D];扬州大学;2007年

10 张晓利;卫星影像中城市道路区域车辆目标提取方法研究[D];北京交通大学;2015年

本文编号：2713553