一種基于FPGA技術的智能導盲犬設計

　　1.3 軟件流程結構

　　軟件流程結構如圖3所示。

　　2 具體模塊

　　本設計基于NiosⅡ硬件平臺，運用其強大的擴展及處理功能，將數字圖像處理技術、超聲波測距定位技術、智能控制技術協調的組合在一起，構成一個既功能強大又非常人性化的“導盲犬”。以下為各模塊的設計特點及方法：

　　2.1 NiosⅡ處理器

　　NiosⅡ處理器運算速度快，能滿足對圖像檢測與處理的要求；具有完善的軟件開發套件，包括編譯器、集成開發環境(IDE)、JTAG調試器、實時操作系統(RTOS)和TCP／IP協議棧；其次，Altera DEl的外圍接口豐富，可以滿足不同的需求，必要時可以自定義外圍電路進行擴展。在FPGA中使用軟核處理器也是其優勢所在，硬核實現沒有靈活性，通常無法使用最新的技術。基于標準處理器的方案會被淘汰，而基于NiosⅡ處理器的方案是基于HDL源碼構建的，能夠修改以滿足新的系統需求。將處理器實現為HDL的IP核，開發者能夠完全定制CPU和外設，獲得恰好滿足需求的處理器。

　　2.2 圖像采集模塊

　　利用的地貌比對是對被檢測到的環境特征在環境圖像庫中進行目標搜索以及進行地點的確認。實際上，將采樣到的環境圖像與庫存的圖像依次進行比對，并找出最佳的匹配對象。所以，環境的描述決定了環境識別的具體方法與性能。該應用的核心是“圖形識別算法”，這種算法是利用了環境中的各主要特點及一些特征部分而形成的方法。

　　圖像采集系統主要由視頻信號A／D轉換，PFGA控制模塊，邏輯控制模塊，存儲模塊等組成。系統采集圖像的命令由計算機發出，通過Avalon總線將命令傳送至FPGA同步采集模塊。同步采集模塊則發出采集信號采集一幀圖像，利用寫信號將數據存儲至SRAM1中。經過邊緣檢測處理后存儲到SRAM2中，將圖像信息讀出傳送給FPGA至處理。對比FPGA中環境圖片的數據庫的數據與當前圖像數據，對數字信息進行分析，在合理誤差范圍之內，可確定特定的位置，達到環境識別的目的。

　　2.3 超聲波測距模塊

　　利用超聲波測距模塊可實現多障礙物的定位及運動狀態的跟蹤，可以精確地測出物體距離盲人的距離、物體相對于盲人的運動方向及運動速度。由于超聲波測距誤差是由超聲波的傳播速度誤差和測量距離傳播的時間誤差引起的。而超聲波的傳播速度的誤差影響最大，且其與環境的溫度有關，故本設計中采用了帶溫度補償的超聲測距，通過高精度的溫度傳感器實時跟蹤外界溫度的變換，能很好地補償超聲波在不同溫度的傳播速度。而傳播時間的誤差則通過NiosⅡ來消除，NiosⅡ內部具有高頻晶振信號，通過其內部計數器計數可以滿足超聲波測距的微秒級要求，能保證測距1 cm的誤差。