（通信与信息系统专业论文）基于sopc的视觉轮式移动机器人的控制系统.pdf

摘要 视觉信息处理长久以来面临实时性难题的挑战。在目前集成电 路与开发工具等技术生态环境下，常见视觉式移动机器人存在功能 简单与性能受限的不足，难以满足应用需求。针对这一现状，对用 于提升处理速度的软硬件协同的图像处理系统展开了研究。相关工 作还包括基于s o p c 的视觉轮式移动机器人控制系统的设计。 论文首先分析视觉信息处理的特点，然后根据这些特点，设计 了基于s o p c 的软硬件协同图像处理系统的架构。完成了s o p c 中 邻域提取电路与基于p l b 总线的直方图统计电路的全部设计工作， 完成基于p l b 总线的视频采集系统7 0 的设计工作。采用图像边缘 检测与空域滤波等实验对领域提取电路进行了验证，使用逻辑分析 仪与内存查看工具对视频采集系统进行了验证，采用软硬件协同的 o t s u 分割实验对协同处理架构进行了评估。 设计了v n t e s 1 视觉轮式移动机器人控制系统。具体设计包含 基于c p l d 的高精度机电控制器、z i g b e e 无线网络通信、图像处理 与控制算法的嵌入式程序实现、多点预瞄控制算法、动态路径分割 算法等。v n t e s 1 路面实验验证了该系统设计的合理性。论文还给 出了多项式拟合法景深信息提取算法与加权最小二乘求解消失点求 解算法。 研究结果表明，基于s o p c 的协同处理系统能显著改善实时性。 基于s o p c 的视觉轮式移动机器人能够较好地完成视觉信息提取、 运动决策、机电控制和移动通信等任务，具有很好的应用前景。 关键词软硬件协同处理，视觉移动机器人，s o p c ，f p g a a bs t r a c t v i s i o ni n f o r m a t i o np r o c e s s i n gh a sb e e nc h a l l e n g e db yt h ep r o b l e m o fr e a lt i m ec a p a b i l i t yf o rl o n g i nt h ee c o l o g i c a le n v i r o n m e n ti n v o l v e d w i t ht h et e c h n o l o g i e sm a i n l ya si n t e g r a t e dc i r c u i ta n dd e v e l o p m e n tt o o l s ， h a c k n e y e d v i s i o n - b a s e dw h e e l e dm o b i l er o b o t sh a v et o o s i m p l e f u n c t i o n sa n dp o o rp e r f o r m a n c et om e e tt h ea p p l i c a t i o n sn e e d s d i r e c t e d a g a i n s t t h es t a t u s q u o ， a n i n v e s t i g a t i o n i s i m p l e m e n t e d o n s o f t w a r e - a n d - h a r d w a r e c o o r d i n a t e i m a g ep r o c e s s i n gs y s t e mb a s e do n s o p c ( s y s t e mo nap r o g r a m m a b l ec h i p ) a i ma tr e a l - t i m ec a p a b i l i t y i m p r o v i n g t h e r ei sa ni n v o l v e dj o bo fd e s i g n i n gav i s i o n - b a s e dw h e e l e d m o b i l er o b o tb a s e do ns o p c t h i sp a p e rp r e s e n t sa na n a l y s i so nt h ef e a t u r e so fv i s i o ni n f o r m a t i o n p r o c e s s i n g ，a sw e l la s ，a c c o r d i n gt o t h ef e a t u r e s ，t h ea r c h i t e c t u r ef o r s o f t w a r e - a n d - h a r d w a r e - c o o r d i n a t ei m a g ep r o c e s s i n gs y s t e mb a s e do n s o p c i nt h ea r c h i t e c t u r e ，ah i s t o g r a p hs t a t c i r c u i tb a s e do np l b ( p r o c e s s o rl o c a lb u s ) a n dan e i g h b o r h o o de x a c t i n gc i r c u i ti sd e s i g n e d ， a n d7 0 w o r kf o rt h ev i d e oc a p t u r es y s t e mb a s eo nt h ep l bb u si s a c h i e v e d t h en e i g h b o r h o o d e x a c t i n g c i r c u i ti sv e r i f i e dw i t ht h e e x p e r i m e n to fe d g ed e t e c t i o na n ds p a c ef i l t e rp r o c e s s i n g ，a n dt h ev i d e o c a p t u r es y s t e mi sv e r i f i e dw i t ho n - c h i pl o g i ca n a l y z e ra n dm e m o r yv i e w e r , t h ew h o l ea r c h i t e c t u r ef o rs o f t w a r e a n d h a r d w a r e - c o o r d i n a t e i m a g e p r o c e s s i n gs y s t e mi s e v a l u a t e db ys o f t w a r e - a n d h a r d w a r e c o o r d i n a t e o t s us e g m e n t a t i o n a d d i t i o n a l l y , t h i sp a p e rp r e s e n t st h ed e s i g no f av i s i o n - b a s e d w h e e l e dm o b i l er o b o tn a m e dv n t e s 1 i n v o l v e dd e s i g n si n c l u d ea p r e c i s e m e c h e l e c t r o n i cc o n t r o l l e r b a s e d o n c p l d ( c o m p l e x p r o g r a m m a b l el o g i cd e v i c e ) ，z i g b e ew i r e l e s sn e t w o r k f o rm o b i l e c o m m u n i c a t i o n ，e m b e d d e ds o f t w a r ef o ri m a g ep r o c e s s i n ga n dc o n t r o l a r i t h m e t i ci m p l e m e n t a t i o n ，d y n a m i cp a t hi d e n t i f y i n ga r i t h m e t i ca sw e l la s m u l t i p o i n tp r e v i e wa r i t h m e t i cf o rp a t ht r a c k i n g t h e s ew o r k sa r ev e r i f i e d r e a s o n a b l eb yt h eo n - r o a dt e s tw i t hv n t e s 一1 b e s i d e s ，ap o l y n o m i a l f i t t i n ga r i t h m e t i cf o ri su s e df o rd e p t ho ff i e l de x t r a c t i o nw h i l ep o i n t so f i i i n t e r s e c t i o nf i l t e ra n dw e i g h t e d 1 e a s t s q u a r e sa r i t h m e t i ci su s e df o r v a n i s h e dp o i n ts e e k i n g t h ec o n c l u s i o ni st h a tt h es o f t w a r e a n d h a r d w a r e c o o r d i n a t ei m a g e p r o c e s s i n gb a s e d o ns o p cc a nd i s t i n c t l y i m p r o v e t h er e a l t i m e c a p a b i l i t yo fv i s i o ni n f o r m a t i o np r o c e s s i n g f u r t h e r m o r e ，t h ec o n t r o l s y s t e mf o rav i s i o n b a s e dw h e e l e dm o b i l er o b o tb a s e do ns o p ci sa b l e t oa c h i e v eas e r i a lo ft a s kw e l l ，s u c ha sv i s i o ni n f o r m a t i o np i c k i n g - u p ， m o v e d e c i s i o n - m a k i n g ， m e c h - e l e c t r o n i cc o n t r o la n dm o b i l e c o m m u n i c a t i o na sw e l l t h e s y s t e m h a s q u i t ew e l l ap r o s p e c tf o r a p p l i c a t i o n k e yw o r d ss o f t w a r ea n dh a r d w a r ec o o r d i n a t i o n p r o c e s s i n g ， v i s i o n b a s e dw h e e l e dm o b i l er o b o t ，s o p c ，f p g a 1 1 1 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名： 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到中国学位论文全文数据库， 并通过网络向社会公众提供信息服务。 作者签名 年月丛日 硕士学位论文第一章绪论 1 1 研究背景 第一章绪论 随着现代电子信息技术、计算科学、现代传感技术与控制技术的发展，机器 人可以执行或协助执行更多以前只能由人工完成的任务。在建筑、制造、军事、 交通以及医疗等领域内，传统的技术正在这些科学技术的渗透下发生深刻改变， 伴随而来的更先进的生产方式的出现。在一。些不适合于人工作业的危险工作环境 或人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉。近年来，机器 视觉技术取得了较快发展，无论是硬件处理速度与数字图像算法都满足了很多现 实应用的需求。 目前实际应用或者潜在应用对视觉移动机器人智能化、网络协作化与低成本 化的要求越来越高。这要求在机器人使用有限资源实现更多的功能，在有限的体 积，功耗以及成本条件下完成传感、快速有效的环境信息提取、智能的运动决策、 精确的机电控制以及网络化的远程通信等复杂任务。在机器人应用中，常采用机 器智能与人工干预相协作的方式。在很多复杂任务中，也可以采用的多机器人系 统协作的方式。无论对于人机协作还是机机协作，由于机器人的移动性，移动通 信功能都是必需功能。目前常见视觉式移动机器人要么功能简单或者性能受限， 要么系统臃肿、资源利用率低以及成本高，难以满足实际应用需求。 s o p c 是近几年来融e d a 、嵌入式系统与d s p 等概念为一体的新设计方法。 s o p c 系统具有度高集成，软硬件可裁剪以及资源利用率高等特点。s o p c 尤其适 合适用于设计各种运算性能要求高、功能复杂、机电控制精度高、接口丰富、结 构紧凑的视觉移动机器人的控制系统。 本文针对机器人系统的应用需求，研究了基于s o p c 的视觉移动机器人控制系 统的设计。重点研究软硬件协同的实时图像处理系统的设计。 1 2 视觉机器人概况 机器人可以接受人类指挥，也可以执行预先编排的程序，也可以根据以人工 智能技术制定的原则纲领行动。机器人执行的是取代或是协助人类工作的任务。 随着机器人技术的不断成熟与发展，机器人研究的重点也逐步转向能在未知、复 杂、动态环境中独立完成给定任务的自主式移动机器人的研究。自主移动机器入 的主要特征是能够借助于自身的传感器系统实时感知和理解环境，并自主完成任 硕士学位论文 第一章绪论 务规划和动作控制而视觉系统则是其实现环境感知的蓐要手段之一。有国外 学者认为，对争自动机器人而言，为了在各种未知环境中，对于全自动机器人而 言，有必要使片j 各种互补的传感方式，以执行不同任务，视觉与雎力( v i s i o na n d f o r c e ) 是最重要的传感方式口】。其巾视觉方式可咀引导机器 到目标井且管 理任务。 美国机器人工业协会( r i a r o b o t i ci n d u s t r i e s a s s o c i a t i o n ) 对机器视觉下的定 义为：“机器视觉是通过光学的装置和非接触的传感器自动地接收和处理一个真实 物体的| 冬| 像，以获得所需信息或用于控制机器人运动的装置”。机器视觉技术有着 广泛的应用：视觉检测、视觉测量、视觉识别、视觉监视阻及真空环境下的实时 视觉导航机器人系统。 视觉机器人将视觉处理与机器人技术相结合，使机器人具有与周围环境交互 的能力，是智能机器人衄重要的发展方向之一，在视觉抓取、动态罪踪、自动装 配、远程手术、移动机器人、危险环境作业以及空间站对接等领域都获得了广泛 的盹用。不同领域的应用及视觉机器人本身的复杂化需要人们建立相成的体系结 构，以便于整个系统的设训与实现。典型的自主移动机器人视觉系统应用包括室 内机器人自丰定位导航、基于视世信息的道路检测、基于视觉信息的障碍物检测 与运动估计、移动机器人视觉伺服等。在电子制造领域，s m t ( s u r f a c e m o u n t t e c h n o l o g y ) 是被成功应用的核心的自动化组装技术。视觉伺服控制是s m t 核心的 技术s m t 伺服系统要求在精度与实时性方面有很高要求。 国i 1 上海交通大擘机器- , - 8 验室s u p p e r p l u s 排爆机器人 现代网络通信技术与图像压缩技术使得得远程视频数据共享到了宴现，并且 能够应用在视觉机器人系统中。高空建筑丁_ ：地与码头上，机械手臂操作者在驾驶 室内无法直接观察到货物的定位情况通常需要位于货物附近的其他工作人员协 助观察，使用对讲机与驾驶员实时沟通。而这一问题可以采用无线网络f 的视频 监控解决。绝大多数排爆机器人也采取了远程视频监控与遥控结台的方式工作， 但是这种方式对操作人员的要求较高口】，且存在报多隐患。文献【2 】= 畦出了一种在 操作者有限参与下的自主抓取方案该方案将人的高智能与机器的高计算性能和 高可靠性相结合大幅提高了捧挥作业的安全性，明显降低操作者的紧张程度，提 硕士学位论文 第一章绪论 高了排爆工作效率，如图1 1 。胶囊内窥镜使许多病人免去了手术的痛苦，无线 技术使得胶囊内窥镜不但能够窥测人体内组织机构的异常，还可以完成主动观察， 主动布药，组织采样等任务【4 1 。 以无线网络技术为代表的现代数字通信技术使多机器人系统( m r s s ) 获得了 实现的可能性，多机器人系统常常可以完成由独立机器人难以完成的任务，尤其 在出现不确定性、信息不完全、分布控制以及异步计算时【5 】。无线网络控制下的 移动机器人群还可以实现大面积，远距离、实时、主动式信息获取、信息处理和 融合以及环境建模的综合系鲥6 1 。协作的机器人群在执行如星球勘测，人居建设， 大型搬运等大规模任务时可以有更好的行为表现与容错能力。 多机器人系统作为一种人工系统，实际上是对自然界和人类社会中群体系统 的一种模拟。多机器人协作与控制研究的基本思想就是将多机器人系统看作是一 个群体或一一个社会，从组织和系统的角度研究多个机器人之间的协作机制，从而 充分发挥多机器人系统各种内在的优势【7 】。多机器人系统的研究是从单个机器人 系统的研究扩展开来的，但区别于单个机器人系统，多机器人系统的特点可以概 括如下： ( 1 ) 空间分布，多个机器人可以在工作空间的不同区域同时工作； ( 2 ) 功能分布，功能不同的机器人或具有不同任务( 目标) 的多机器人可以协 同工作； ( 3 ) 时间分布，多个机器人可以执行时间分布的任务； ( 4 ) 信息分布，多个机器人可以具备相同的知识或不同的知识，通过通信， 协作机器人可以进行知识的交换和学习； ( 5 ) 资源分布，多机器人系统中各机器人可以具有不同的传感器和执行器。 由于多机器人系统具备上述特点，因此应充分利用它们以达到以下目的： ( 1 ) 利用多机器入系统的空间分布特性，通过多个机器人并行工作以提高完 成任务的效率： ( 2 ) 利用多机器入系统内各种资源( 信息、知识、物理装置等) 的共享来弥补 个体能力的不足，扩大完成任务的能力范围； ( 3 ) 利用系统内机器人资源的冗余性、各机器人功能的互补性提高完成任务 的可能性，增强系统的容错性、鲁棒性和灵活性； ( 4 ) 利用多机器人系统功能分布、资源分布特点来降低单个机器人系统的成 本和系统设计的难度，减少执行危险任务过程中机器人系统的损失。 近年来，多机器人协作的系统研究很多，但是以协同算法仿真，通信方式， 与传感方式及简单的协作等为多。代表性的研究是欧盟的c y b e r c a r s 计划。参与 者研究者格林菲斯大学演示了四辆自主车在公路上相遇时的协调避让，效果比较 3 硕士学位论文 第一章绪论 理想。而r u f 计划关于协作的研究以仿真为主。功能完整且达到较好应用效果的 多机器人系统尚未见报道。 综上所述，视觉机器人具有广泛的应用价值。视觉机器人设计一般包含视觉 信息提取，运动决策，通信与机电控制等功能模块。 1 3 相关技术发展现状 视觉移动机器人的设计往往使用到视觉导航技术、嵌入式技术以及无线网络 技术等。以下展示了这些技术在视觉移动机器人的设计中的应用现状及发展趋势。 1 3 1 视觉导航技术研究现状 视觉导航式轮式移动机器人是一个集环境感知、规划决策、自动驾驶等多种 功能于一体的综合系统。视觉导航式轮式移动机器人与很多学科有着密切关系， 如计算机科学、通信、人工智能、信号处理、模式识别和控制理论等。轮式移动 机器人在军事、民用和科学研究等领域广泛的应用前景，吸引了各国政府和大公 司的注意。从八十年代中后期开始，世界主要发达国家对轮式移动机器人开展了 一系列卓有成效的研发工作。传统研究的重点是道路检测技术与控制算法，控制 系统一般采用p c 机与板卡的机器构成，但是随着超大规模集成电路，e d a 技术 以及嵌入式技术的快速发展，当前视觉系统的机器构成有更多方案可以选择。 相对于其他类型的机器人而言，轮式移动机器人机电设计难度较小，便于验 证研究的环境信息提取与控制算法。由于无人驾驶的特点，本身也具有潜在的应 用价值。目前，机器视觉在导航巾的应用十分活跃，是发展最为迅速的一种导航 策略，也是目前研究的重点。由于这种机器人模仿人类视觉行走的行为，在理论 上具有最佳的引导柔性，具有广阔的应用前景。 有关视觉导航车技术，国外的研究开展得较早，发展的速度也相应较快，目 前已经在很多关键技术上取得了突破。其中，美国、日本、德国等国的技术较为 领先，已经制造出了多种样车。美国的研究最为深入、广泛。其中，卡耐基梅隆 大学机器人研究所自1 9 8 4 年以来开始进行相关研制，车型包含：小汽车( c a r ) ， 货车( v a n ) ，运动型多用途车( s u v ) ，大汽车( b u s ) ，其典型代表有n a v l a b 1 系统 和n a v l a b 5 系统 9 1 。视觉导航系统采用了彩色分类与神经网络技术进行道路跟 踪，它采用了多传感信息融合的技术，包括彩色摄像机、e r i m 激光雷达、超声、 陀螺、光码盘和g p s 等，在结构化公路白线跟踪实验中取得了较大成功，自主车 能以5 0 - 6 0 k m h 的速度在存在各种水渍、阴影等的环境下自主行驶，且具备良好 的避障能力。最新的n a v l a b ll 具有中近程障碍物检测能力，n a v l a b ll 使用了以 下传感器：g p s ，陀螺仪，磁力计，时间& 日g p s 天线( t i m e & d a t eg p sa n t e n n a ) ， 4 硕士学位论文 第一章绪论 近程激光扫描器，全向摄像丑等呷1 。n a v l a b ll 在无线网络的远程遥控f 行驶 如圈l - 2 。 函烈嘤 ( 时n a v l a b l l 控制室( b ) n a v l a b l ip d a 逼拉( c ) n a v l a b 9 7 避障 囤i - 2n a v l a b 视频截囤【束译卡耐基梅隆太学机器人研究所官方网站视龋) 欧洲对陆地自主车技术也做了重裴研究。英、德、法等正在台作研究解决“二 维视觉”关键技术的v i d i m u s 计划。欧洲经济批同体支持下开发的自主车系统还有 c y b e r c a r s ，c y b e r m o v e ，e d i c t c y b e r c 3 ( c y b e r n e t i c t e c h n o l o g i e s f o r c a b i n c h l n c s e 即自动控制技术在中国城市变通车辆系统中的应片j ，能提供一套可运行的无人驾 驶道路交通系统) 和n c t m o b i 其中c y b e r c 3 项目还得到了国家白然科学蕈金资 助，存l j 海交通大学机器人实验室实施。目前欧洲经济其同体还在支持 c y b c r c a r s - 2 和c i t y m o b i l 等相关新项目。 勤翻戳馘缫戮圈圈豳 扣) 三辆丰相遇时让道( b j 车队协p l 行驶 田i 3c y b c r c a r s 协作行驻自动避障视频截圈 ( 来源：c y b c r c a r s 官方目站视擅，研究者：格林菲斯大学) 第二。代c y b e r c a r s ：协同c y b c “：a r s ( c y b c r c a r s - 2 ：c o o p e r a t i v ec y b c r c a r s ) 如图 i - 3 日标在于设计和研制新叶e 控制交通系统f c y b e r n e t i c t r a n s p o r ts y s t e m ) ，它 能够与道路使用者和道路基础设施进行合作，做出驾驶行为。其目标是： ( 1 ) 研制和演示_ i j 于控制交通系统的通讯系统。该通讯系统可以提高现有 控制交通系统的能力，使它们比基于私人轿车的传统交通系统效率更高，安全性 更高； ( 2 ) 演示如何通过通讯t 提高装备有辅助驾驶系统的传统车辆的操作性能， 并使它们能够在特定场景中( 如车队或泊车) 进行完全自动驾驶，或者在特定场 所中把它们变为c y b e r c a t s ，即双模式车辆。 视觉移动机器人控制系统的构成需要解块两个方面的核心内容：视觉系统的 硕士学位论文 第一章绪论 机器构成与决策控制系统的机器构成。传统视觉移动机器人控制系统般采用p c 机与板卡的机器构成，这种方式有资源利用率低的缺点。随着高性能嵌入式芯片 的出现，嵌入式系统在视觉移动机器人成为了趋势。关于嵌入式的介绍见1 3 2 。 1 3 2 嵌入式技术在视觉机器人系统中的应用现状 通常认为嵌入式系统( e m b e d d e ds y s t e m s ) 是嵌入到对象体系中的专用计算机 系统。i e e e ( 国际电气和电子工程师协会) 对嵌入式系统的定义为：嵌入式系统是 “用于控制、监视或者辅助操作机器和设备的装置”。国内普遍认同的嵌入式系统 定义1 6 】为：以应用为中心，以计算机技术为基础，软硬件可剪裁，适应应用系统 对功能、可靠性、成本、体积、功耗严格要求的专用计算机系统。包含微处理器 核的f p g a 构成的s o p c 属于典型嵌入式系统。只包含数字逻辑设计的全硬件 f p g a c p l d 系统虽不包含软件系统，却包含逻辑乃至d s p 运算，f p g a c p l d 系统在很多方面与嵌入式微处理器系统类似，且常常结合或者替代使用。全硬件 f p g a c p l d 系统可以作为对上述嵌入式微处理器方式的一种补充。嵌入式系统 的优势是资源利用率高，可以以精简的系统满足功能需求，其最高形式是s o c ( 片 上系统，s y s t e mo nac h i p ) 系统。 目前，典型的嵌入式微处理器( m p u ) 有：a r m ，m i p s ，p o w e r p c 与d s p 的。一向专注传统高功耗台式机处理器产品的i n t e l 公司近年也推出了t o l a p a i ， m e r o m ，a t o m 等多种嵌入式处理器产品。 嵌入式m p u 方面，文献【lo 】中的立体视觉模块( s m a l lv i s i o nm o d u l e ，s v m ) 利用d s p 实现基于区域相关的立体算法，该系统采用了t i 公司的t m s 3 2 0 c 6 0 x d s p 作为处理器，可以从大小为3 2 0 x 2 4 0 的图像实时计算深度图，并通过并口和 上位机进行通讯。文献【l1 】用c m o s 图像板和t i 公司的d s p - d s k 板构建的视觉 系统采用c 6 4 1 6 定点数字信号处理器( 6 0 0 m h z ，4 8 0 0 m i p s ) ，使用r s 2 3 2 接口与其 他模块以及上位机进行通讯。该系统能够以较高的实时性完成目标搜索和避障信 息计算等任务。文献【1 2 】采用d s p 图像处理系统作为足球机器人的底层视觉系统， 用于图像分割、目标搜索和定位以及机器人的自定位任务，实现了较高的实时性。 可编程逻辑器件主要指f p g a 与c p l d 器件。f p g a c p l d ( 现场可编程门 阵n 复杂可编程逻辑器件) 是由可配置逻辑块组成的数字集成电路，这些逻辑块 之间用可配置互联资源互联。设计工程师可以对这类器件进行配置来完成各种各 样的任务。f p g a c p l d 都属于半定制i c 。 f p g a 常用于a s i c 设计的原型或者提供一个硬件平台来验证一个新算法的 物理层实现。但是f p g a 的低开发成本和短上市时间使得越来越多公司使用它制 造最终产品。 6 硕士学位论文第一章绪论 2 l 世纪早期，出现了数百万i j 容量的高性能的f p g a 。这些器件中有的内嵌 微处理器、高速输入输出( 1 o ) 接口和类似的模块。这样，这类f p g a 几乎可以 用来实现任何数字化的产品，通信设备和南软件定义无线电；雷达、影像和其他 数字信号处理的应用；直至包含硬件与软件的片上系统。f p g a 正在蚕食四个主 要的市场：a s i c 和定制硅、d s p 、嵌入式微处理器应用和物理层通信芯片。另外， f p g a 还在创造一个属于自己的新市场：可重配置计算( r c ) 技术1 】。f p g a c p l d 主要厂家有x i l i n x 公司与a i t e m 公司。 目前很多研究人员都在致力于开发相应的硬件系统和设计各种并行算法，以 利用f p g a 内部丰富的资源和固有的并行性构建可重配置的智能图像处理系统 瞄j 。利用f p g a 可以实现图像的边缘检测、互相关运算、有限脉冲响应( f i r ) 、f f t 和其它各种预处理算法。文献【1 7 】通过设计不同的模板对图像进行处理和匹配， 用f p g a 实现快速目标识别和跟踪算法。文献 18 】利用f p g a 所实现的立体视觉 系统能够以视频速率生成稠密深度图和进行障碍物检测。文献 1 9 实现的视觉反 馈系统中，f p g a 主要用来计算图像的特征，视觉系统的实时性同计算机相比得 到了很大程度的提高。文献【1 4 币1 j 用f p g a 实现了水下机器人视觉系统，该系统 能够通过两幅图像之间的点匹配进行运动估计，进而对水下机器人进行定位操 作，处理速度比基于通用计算机的方法提高了5 0 倍。文献【1 4 】给出了使用v i r t e x 4 x c 4 v l x 2 0 0f p g a 器件实现硬件算法，检测长度有限的线段，如图卜4 ，在v g a 分辨率下可以实现1 4 9f p s 的检测速度。 使用f p g a 构建可重新配置的视觉系统在使用时存在的缺点是：对f p g a 编程 时一般要使用逻辑级语言( 如v h d l ，v e r i l o g h d l ) 而普通高级语言( 如c 语言等) ， 这样就在很大程度上限制了软件设计人员对这种系统的开发和使用1 2 1 。同时使用 硬件逻辑资源与m p u 的软件系统进行软硬件协同可以兼得硬件的实时性与软件 的灵活性与易用性。台湾高雄大学p e i y u n gh u a n g ，c h u n w r e iy e h 等人给出了一种 使用a r m 与f p g a 协同工作的航道偏离警告系统【l5 1 。文中的s o p c 系统属于此 类方式，特别之处是整个系统在一个器件中高度集成。目前x i l i n x 公司中高端的 f p g a 内嵌i b m 公司高性能p o w e r p c 硬核，x i l i n x 公司还提供可裁减的 m i c r o b r a z e 与p i c o 处理器软核。而a l t e r a 公司中高端f p g a 则内嵌a r m 硬 核，并提供n i o s 与n i o s i i 系列软核。这些高端f p g a 可以整合处理器与外设， 集成度与柔性较高，最可能结合实际需求实现s o p c 系统。 机器人机电结构可能是多路的步进电机、多路的p w m 控制下的直流电机以 及多路的交流变频电机的组合。对于控制器而言，控制的设备数量大。复杂任务 下，机器人中使用的电机( 如步进电机，伺服电机) 的控制通常要求较高的定时 精度，例如电机的控制可能包含高级运动模式，如变速运动、定时运动、固定角 7 碗士学位论文 第一章绪论 度转动以及这些模式的快速精确的切换。文献【8 认为现代d s p 与微处理器通常因 为使用了多级流水线计算小可能维持全局一致的执行时问而础件算法无此缺陷。 c p l d f p g a 的机电控制指令解析及执行单元可咀以n s 级的时间精度输出数字控 制信号，且无需高层决荒单元因为软件定时而增加软件的复杂性与c p u 的负荷。 文献 8 】认为软件控制通常需要使用低级的汇编语言进行开发，开发周期漫长，而 且软件控制方式需要使用指令存储器，这有可能导致军事成用中的单 e 特翻转事 件( as i n g l eb i te v e n tu p s e t f o r m i l i t a r ya p p l i c a t i o n s ) 。c p l d f p g a 可以方便地同时 处理多路a c d c 马达，步进电机以及p w m 舵机的控制问题。 图1 4x i l i n x v n e x4f p g a 硬件加速的线段检测 文献 2 0 l 认为f p g a 硬件系统得益于专用的并行的硬件，没有串行处理器的 时间开销惩罚( t i m i n g o v e r h e a dp e n a i t y ) ，电流控制环路与位置速度控制环路刷新 速率能够分别高达1 2 0 k h z 与4 0 k h z 。当使用动态控制算法进行机器人控制时， 为了提高系统采样频率，动态控制算法能被分解为线性部分与非线性部分。包含 速度位置反馈的线性部分代表主控制环，在f p g a 中实现，而非线性部分对线性 部分进行动态补偿，以完成与模型相关的复杂计算，在d s p 中实现。基于f p g a 的运动控制器能够与常规用途的微处理器或d s p 协作为高采样率的运动控制系 统提供一个高效的解决方案。 随着半导体工艺水平的不断进步，器件特征尺寸越来越小，芯片集成规模越 来越大，数百万门级电路可以集成在一个芯片上。多种兼容工艺技术的开发，使 硕士学位论文第一章绪论 差别很人的不同种器件可在同一个芯片上集成，把功能复杂的智能核( 处理器) 和数字逻辑电路集成到同一个芯片上，做成一个完整的单芯片电子系统，形成 s o c 器件。s o p c ( s y s t e mo nap r o g r a m m a b l ec h i p ，片上可编程系统) 是以p l d ( 可 编程逻辑器件) 取代a s i c ( 专用集成电路) ，更加灵活、高效的技术s o c ( s y s t e mo n c h i p ) 解决方案。s o p c 代表。种新的系统设计技术，也是种软硬件协同设计技 术。 本文研究中采用f p g a ( x i l i n xv i r t e x1 1p r ox c 2 v p 3 0 ) 作为s o p c 目标器件 x c 2 v p 3 0 除了常规逻辑资源之外还包含了两个i b mp o w e r p c 4 0 5 处理器。 1 3 3 无线网络技术 最近二三十年来，随着i n t e m e t 和移动通信用户的迅速增长，各种通信技术不 断更新换代并相互融合。有线网络的广泛应用的同时，以快捷高效、组网灵活为 优势的无线网络技术也在飞速发展。 无线网络技术按通信的距离来划分，大体上可分为以下三类： ( 1 ) 移动宽带或无线广域网w w a n w w a n 主要指i e e e 8 0 2 2 0 ( m o b i l e f i ) 以及2 g 、2 5 g 、3 g 、b 3 g 、4 g 等，其 覆盖空间更广，覆盖距离可以达几公里，几_ 1 公里甚至上百公里。移动宽带网络 的提供和维护一般依靠特定移动电话( 蜂窝) h h 务提供商。只要可以获得服务提供 商蜂窝电话服务的地方，就能获得该提供商提供的无线广域网连接性。目前许多 远程测量系统采用了这种方式，例如环保部门使用g p r s 通信方式远程监测不同 位置的污水口排污数据。 ( 2 ) 无线局域网w l a n 主要用于宽带家庭、大楼内部以及园区内部，典型距离覆盖几十米至上百米。 主要国际标准包括w i f i ( i e e e8 0 2 1 l 系列协议) 、h i p e r l a n 2 、z i g b e e 等，无 线覆盖范围视用户数量、干扰、功耗和传输障碍( 如墙体和建筑材料) 及其它凶素 而定。这种方式是视觉机器人局域网通信的首选方式，对于带宽要求高的视频监 控要求可以采用w i f i ( 8 0 2 1l b g ) 网络的方式解决，而对于实时性要求高控制信 号的收发，由于数据量少，可采用单独的z i g b e e ( 8 0 2 1 5 4 ) 网络实现。 ( 3 ) 无线个人网w p a n 主要用于个人用户工作空间，覆盖范围较小，可以与计算机同步传输文件， 遥控等。主要的标准包括红外与蓝牙等。 无线网络与有线网络相比，至少包含以下优点： ( 1 ) 灵活性 无线网络在无线信号覆盖区域内的任何一个位置都可以接入网络，连接到无 9 硕士学位论文第一章绪论 线局域网的用户可以移动且能同时与网络保持连接。 器人的通信系统。 ( 2 ) 便于安装 无线网络可以基奉免去网络布线的工作与成本。 筑物的结构。 这种特性尤其适用于移动机 网络布线往往严重依赖于建 ( 3 ) 调整与升级 办公地点或网络拓扑的改变通常意味着重新建网。对于有线网络来说，重新 布线是一个高成本且周期漫长的过程，无线局域网则基本上没有此问题。 ( 4 ) 扩展性 无线网络可以组成多种拓扑结构，可以十分容易地从少数用户的对等网络模 式扩展到上千用户的结构化网络。 近年来无线网络在无线传感网络与移动机器人系统中的应用的发展迅速。国 内外均有很多成功应用。 网络机器人摄像头( n e t w o r k e dr o b o t i cc a m e r a s ) 在远程观察应用中变得越来 越流行，例如自然观察，髓视以及远程学习( d i s t a n c el e a r n i n g ) 。文献【3 0 】给出了 一种无线网络下原位传感器( i n s i t us e n s o r ) 与用户协同控制下的摄像头控制。 文献 2 1 】提出一种新的基于无线传感器网络的移动机器人智能导航控制算法， 并考虑了能量消耗的问题算法利用基于多传感器信息融合的全局概率地图构建技 术、使用群集仿生智能的基于微粒群算法的实时在线路径规划以及避障策略，提高 了智能导航的整体性能，满足了在复杂环境和未知障碍物下导航的实时要求，最后 设计并构造出了实际的无线传感器网络和实际的机器人系统，验证了算法成功实现 机器人导航的有效性和准确性。文献【2 1 】描述了一种基于无线传感器网络( w s n ) 的移动机器人轨迹跟踪定位系统的设计，该系统通过测算移动机器人和信标节点 之间的无线电接收信号强度( r s d 进而估计出它们之间的距离，采用自适应的扩展 卡尔曼滤波算法对r s i 数据处理得到机器人的当前位置、速度、加速度等状态信息 为了提高系统的实时性和计算效率，动态选用网络中一部份信标节点进行轨迹跟 踪定位计算，降低了移动机器人c p u 的负担采用c 2 4 3 0 芯片作为节点的通信和数 据处理单元，现场实验结果表明该方法具有轨迹跟踪定位精度高、实现简单、成 本低廉等特点。 1 4 论文研究内容与章节安排 视觉机器人研究的目标取代或者协助人类与视觉功能相关或者类似的工作。 在机器视觉，嵌入式与可编程逻辑设计技术以及无线通信等技术的融合下，更新、 更强大的功能在视觉机器人上得到实现成为了可能，这类机器人不但可以完成原 1 0 硕士学位论文第一章绪论 本必须由人工完成的工作，使人类从低级重复或者危险的工作中解脱出来，还可 以完成人工根本彳i 可能完成的任务。在新技术的推动下，视觉机器人可以把“眼睛” 与“肢体”在很大空间范围内自南的放置，并且在无线通信网络下协同工作。 论文主要内容是基于s o p c ( 可编程片一卜系统，s y s t e mo nap r o g r a m m a b l ec h i p ) 的视觉轮式移动机器人控制系统的研究。研究工作分功能模块进行，各模块都是 面向s o p c ( 目标器件是包含p o w e r p c 硬核的f p g a ) 的移植性设计。各模块内容 如下： ( 1 ) 设计了视觉式动态路径识别算法与多点预瞄的路径跟踪算法，相关软件 ( l i n u x 操作系统) 在以a r m 9 为核心器件的视觉式轮式移动机器人系统上运行良 好，且具有很好的移植性； ( 2 ) 采以v h d l 硬件描述语言实现了以a l t e r a 公司的m a xi i 系列c p l d 为核心器件的高精度机电控制器，解决了机电设备的控制问题。该设计完全兼容 s o p c ( f p g a ) 系统； ( 3 ) 在x i l i n xv i r t e xi ip r of p g a 系统上实现了：对p a l 制式的视频数据的 硬件方式( v e r i l o gh d l 编程) 的实时图像边缘增强与平滑等处理；使用内嵌的i b m p o w e r p c 系统通过p l b 总线与双口r a m 实现了对p a l 制式视频流的行缓冲的采