安徽理工大學 費雅倩

為了解決重載機器人在澆筑過程中對砂箱澆口的準確辨識與定位，設計了一種基于Zynq-7000可擴展平臺的雙目視覺澆筑識別定位系統。該系統采用了兩個OV7620攝像頭對不同位置的砂箱進行圖像采集，在Zynq-7000的FPGA部分搭建了圖像采集系統和預處理系統，并在ARM部分搭建了對砂箱澆口識別定位系統，擬采用了WIFI無線通訊實現數據傳輸。最終實現在澆筑過程中對砂箱澆口的準確辨識和坐標定位。

引言：目前，隨著我國工業的發展，許多鑄造行業逐漸開始導入重力鑄造機器人系統，澆筑識別定位系統更是鑄造機器人系統的重要組成部分。然而很多基于DSP或單FPGA設計的系統很難實現對實時圖像采集和處理系統的高速處理。因此，本文提出的識別定位系統采用的是CMOS+FPGA+ARM的圖像采集處理和識別定位方案，來實現鑄造機器人在澆筑過程中對砂箱澆口的準確辨識和坐標定位。

1 系統的總體框架

基于Zynq-7000可擴展平臺的雙目視覺澆筑識別定位系統如圖1所示，系統主要包括OV7620攝像頭、Zynq-7000可擴展處理平臺、數據隨機存取存儲器DDR4和USB WIFI模塊等；其中FPGA完成圖像采集系統和預處理系統中的運算與控制，利用其并行處理的優勢大大的提高了雙核Cortex-A9處理器的運算速度。并在Zynq-7000的PS中搭建了嵌入式實時操作系統，通過USB WIFI與上機位交互進行無線調試。本文所設計的系統是通過兩個OV7620攝像頭從兩個不同的位置獲取砂箱的兩幅圖像，利用Zynq-7000芯片的PL部分對獲得的圖像進行圖像采集和預處理，然后將得到的預處理后的圖像數據進行圖像識別與定位，最后對接收到的圖像數據信息加以處理，控制執行器執行相應的動作，完成機器人系統的既定目標。

2 系統的硬件模塊設計

2.1 控制模塊

控制模塊通過芯片內部的AXI4-Stream總線接收PS上運行的軟件的控制采集模塊的啟動或控制預處理模塊的工作命令，然后將這些命令發送到圖像采集模塊或預處理模塊，控制這些模塊進行相應的操作。啟動采集命令使得采集模塊跳出了空閑狀態，進入了圖像采集狀態。控制預處理模塊工作命令使得預處理模塊開始工作，對采集的圖像進行中值濾波、邊緣提取、圖像分割。

圖1 系統結構框圖

2.2 圖像采集系統

OV7620圖像數據采集板對OV7620攝像頭拍攝的圖像進行圖像采集與緩存；兩個SRAM構成的高速緩存將FPGA圖像數據接收緩存板接收到的圖像數據暫存起來；FPGA圖像數據接收緩存板與系統外部接口連接，完成模塊的外部接口。

2.3 預處理系統

AXI4_Stream2總線將接收到的圖像采集數據傳輸到雙口RAM中的一端；選擇控制模塊控制雙口RAM將其中的幀數據提供給中值濾波模塊，同時控制雙口RAM的另一端存入另一幀圖像數據；中值濾波模塊將接收到的幀數據進行中值濾波，平滑圖像消除噪聲；邊緣提取模塊將消除噪聲后的圖像數據進行邊緣提取，銳化圖像增強邊緣；二值化模塊將銳化后圖像的進行分割，分割出前景和背景；最后將分割后的圖像數據存入BRAM中。

3 系統的軟件設計

雙目立體視覺系統雙目視覺澆筑識別定位系統的軟件模塊主要功能：(1)對DMA模塊初始化；(2)發送控制命令到圖像采集模塊和預處理模塊，控制相應模塊執行相應操作；(3)對預處理完的圖像進行三維重建和立體匹配；(4)實現砂箱澆口的準確判別與三維坐標定位。

4 實驗結果分析

該系統基于Zynq-7000平臺的運行測試并對砂箱澆口進行識別定位，砂箱圖像通過PL進行圖像采集、預處理并存入DDR應用軟件通過PS部分實時操作系統進行識別定位。該試驗分別使用了ARM＋FPGA處理和純ARM處理，從執行效率對比中可以看出，軟硬件協同處理一幀圖像只需要3462μs，與純ARM實現識別速度相比效率提高了15.2倍。

5 結論

本文設計實現了一種基于Zynq-7000可擴展平臺的雙目視覺澆筑識別定位系統。該系統應用Zynq-7000可擴展平臺，實現了軟件與硬件的協同工作，相比于傳統的基于CPU、GPU和DSP的處理平臺，提高了系統功能的靈活性，也降低了系統功耗；同時構建了可視化的實時嵌入式圖像處理系統，可以實現不同的圖像處理算法，提高了圖像處理的實時性和準確性。