基于ARM內核單片機的體育比賽模擬控制系統

顧玉恒

(上海建橋學院，上海 201306)

0 引言

體育比賽一直是人類社會中非常重要的文化活動之一。傳統的體育比賽管理方式通常需要大量的人力和物力投入，而且容易出現人為誤差。同時，時代的進步，使得現代人對于體育比賽的要求越來越高，他們不僅關注比賽結果，還希望在比賽過程中獲得更多的娛樂和享受。隨著現代科技的不斷發展，越來越多的新技術被引入到體育比賽中，以提高比賽的公正性、安全性和娛樂性，基于物聯網技術和視頻傳感信息處理技術的發展，采用視頻物聯網信息檢測的方法構建體育比賽模擬控制系統，通過體育比賽賽事的視頻特征分析和總線傳輸控制，采集分布在體育比賽賽事現場的物聯網組網節點數據，結合信息總線采集和專家數據庫模型構造，實現對體育比賽模擬控制系統的總線結構分析和功能模塊化控制，提高體育比賽模擬仿真能力，研究體育比賽模擬控制系統優化設計方法，在促進物聯網智能無線節點自動監控數據采集優化和實時監控中具有很好的應用價值[1]。

對體育比賽模擬控制設計是建立在對體育比賽賽事的視覺特征分析和在線動態特征分析基礎上，構建體育比賽過程監測的圖像傳輸模型、體育比賽過程目標檢測模塊、動態監測分析模塊，提取體育比賽過程的狀態運行特征值，根據不同體育賽事規模等級進行動態管控和特征分析，提高對體育比賽模擬控制的動態穩定性和規范化水平[2]，在構建體育比賽現場模擬控制系統中，通過人工知智能的視頻動態轉換調度方法，建立由服務器和移動設備進行實時連接通訊，提高體育比賽現場模擬控制和安全監管能力[3]。

當今的嵌入式系統應用領域非常廣泛，而ARM內核單片機作為其中的一種常見嵌入式處理器，具有許多優點。首先，ARM內核單片機擁有高性能的處理器和內存，能夠快速處理復雜的數據和算法，適用于需要高速運算和計算的應用。其次，ARM內核單片機采用先進的電源管理技術，可以實現低功耗運行，延長系統續航時間，適用于電池供電的應用。此外，ARM內核單片機具有成熟的開發工具鏈和豐富的開發資源，開發人員可以快速進行開發和調試，提高開發效率。同時，ARM內核單片機采用先進的制造工藝和生產工藝，具有高可靠性和穩定性，適用于對系統可靠性要求較高的應用。對此，本文提出基于ARM內核單片機的體育比賽模擬控制系統設計方法。首先進行體育比賽模擬系統的總體設計構建分析，采用實時視頻和圖像檢測方法，構建體育比賽現場賽事的模擬數據傳輸和圖像分析模型，然后進行系統的功能模塊化設計，構建體育比賽現場的態參數數據集預處理模塊、信息傳輸模塊、視頻監測與回放模塊和人機交互模塊等，采用ARM內核單片機控制方法建立體育比賽模擬控制系統的核心處理器，構建體育比賽過程狀態可視化云平臺的服務器，通過終端控制模塊化設計，實現對體育比賽模擬自適應控制，最后進行系統測試分析，展示了本文方法在提高體育比賽模擬控制能力方面的優越性能。

1 整體架構模型

在體育比賽現場模擬控制終端系統設計中，通過傳感技術、通信技術和物聯網技術，建立體育比賽現場賽事監控模塊、視景仿真模塊、視頻系統總體結構模型，通過對體育比賽過程運行狀態分析，結合對體育比賽過程的視景仿真和過程調度，實現對體育賽事的可視化監控和現場管控調度，結合體育比賽過程狀態監測的計算服務資源池分析，采用處理端-云計算平臺端協同控制方法，建立體育比賽模擬控制云平臺計算端[4]，采用密集型物聯網監測的方法，建立體育比賽模擬控制的終端數據采樣網絡，構建體育比賽過程狀態可視化云平臺的服務器，通過五層結構體系設置的方法，進行系統的總體設計構架，得到體育比賽現場模擬控制的系統結構圖如圖1所示。

圖1 體育比賽現場模擬控制的系統結構圖

采用無線射頻傳感識別技術進行信息多點傳輸控制，分析體育比賽現場視頻特征信息，通過對體育比賽視頻信息記錄分析，采用專用短程通信(DSRC，dedicated short range communication)標準進行體育比賽現場模擬控制的視景調度和動態視覺特征融合處理。采用IP用戶代理(UA，user agent)設計方法和終端組件單元設計方法，建立體育比賽現場模擬控制總線，采用圖2所示的物聯網節部署模型實現對體育比賽模擬控制中的信息采樣。

圖2 體育比賽模擬控制的物聯網節點模型

根據圖2所示的體育比賽模擬控制的物聯網組網結構模型，在無線傳感通信組網環境下，采用多線程的組網調度方法實現對體育比賽模擬控制中的內核組網和總線調度，通過嵌入式的ARM結構設計方法，建立對體育比賽模擬控制的增益控制模型，結合增益放大的高速DSP信息護理單元實現對體育比賽模擬控制中的數據集成調度和信息處理[5]。采用基于PXI總線的數據回放方法，基于ADI的串行D/A轉換模型，將體育比賽的現場模擬控制模型分為應用層、網絡層和設備層組件結構，通過運動員監測、場地設施監測和體育器械組件監測，實現對體育比賽現場的可視化的模塊結構設計，如圖3所示。

圖3 體育比賽模擬可視化模塊化結構設計

2 系統組件結構分析

在上述構建了體育比賽現場模擬控制終端系統總體結構的基礎上，進行體育比賽模擬系統的功能組件結構構造分析，構建體育比賽現場賽事的模擬數據傳輸和圖像分析模型，通過過程化的線性調度和賽事流程規劃和控制，采用Web互聯網接入功能構建體育比賽現場模擬控制的總線調度模型，在B/S架構平臺中進行體育比賽現場模擬系統的網絡協議設計和Web服務器設計。采用可視化的視頻遠程監控方法實現對體育比賽的現場賽事的視景仿真和動作特征點分析。采用Hadoop數據并行加載的方法，分析體育比賽模擬的資源動態分布集，建立體育比賽模擬控制系統的數字孿生并行加載模型，在NoSQL數據庫中，結合Web API進行體育比賽模擬信息集，進行體育比賽模擬數據融合，建立體育比賽模擬控制節點自動化部署系統模型，在Harbor 倉庫實現體育比賽模擬信息調度，得到體育比賽模擬控制的主機和載體分配結果如圖4所示。

圖4 體育比賽模擬控制的主機和載體分配

根據圖4所示的體育比賽模擬的主機及載體分布，采用邏輯組件的框架結構模型，基于鏡像服務、認證服務的動態管理方法，在MySQL底層云數據庫中進行體育比賽模擬控制的元數據融合，通過Dockerfile 生成鏡像，通過ZigBee和GPRS等網絡組網技術進行體育比賽模擬控制的組網調度。采用數字孿生技術和數據聚類方法，建立體育比賽模擬控制系統的功能組件模型，將體育比賽模擬控制系統分為圖像采集端、體育賽事視景仿真端、人機交互服務后臺3個主模塊，在圖像采集端，得到動態參數數據采集的預處理模塊、圖像信息處理模塊、體育賽事圖像的輸出模塊等[6]。在體育賽事的視景仿真端，通過體育比賽賽事的過程狀態分析，結合人機交互模塊設計，采用動態圖像渲染和跟蹤識別方法，進行體育比賽的模擬過程控制，采用人機交互接口設計和ARM 嵌入式的內核設計方案，建立體育比賽模擬控制的網絡通信終端，根據上述分析，得到體育比賽模擬控制系統的功能組件結構如圖5所示。

圖5 體育比賽模擬控制系統的功能組件結構

3 系統硬件結構設計及軟件實現

構建體育比賽現場的動態參數數據集預處理模塊、信息傳輸模塊、視頻監測與回放模塊和人機交互模塊等，采用ARM內核單片機控制方法建立體育比賽模擬控制系統的核心處理器，體育比賽模擬控制系統的AD轉換芯片采用PCF8591組成，實現對數據的AD采樣和數模轉換控制，通過4個模擬輸入、1個模擬輸出的串行控制接口，實現對體育比賽模擬控制過程中的總線I/O端口設計和交叉編譯，采用ARM內核控制程序進行體育比賽模擬控制的并行接口控制設計[7]。在嵌入式的ARM中收集體育比賽現場的動態數據，在體育比賽現場控制的DO輸出端可以直接驅動單片機實現視頻信息交互，得到控制系統的ARM內核嵌入式控制模塊如圖6所示。

圖6 體育比賽模擬ARM內核嵌入式控制模塊

在圖6 體育比賽模擬ARM內核嵌入式控制模塊中，結合嵌入式的Linux程序加載方式進行控制指令加載，將體育比賽賽事相關圖像和視頻信息加載到專家數據庫中，通過對體育賽事環境的參數自適應調節，實現對體育比賽模擬的自動控制模塊和智能信息處理模塊設計，得到自動控制模塊電路設計如圖7所示。

圖7 自動控制模塊電路設計

在硬件設計的基礎上，構建體育比賽過程狀態可視化云平臺的服務器，進行系統的軟件設計，通過五層結構體系設置的模擬控制系統的體系結構模型，利用socket函數創建混合編碼規則的套接字，定義一個SOCKET類型的變量實現對體育比賽過程狀態分析和參數模擬，設置體育比賽過程狀態可視化編碼轉換器，設定Sip協議棧的控制字，得到API接收到的體育比賽過程模擬的視頻輸出序列[8]，根據上述分析，采用如下擴展協議實現對體育比賽模擬控制的程序加載：

struct monitoring_frame const void *sports competition process state visualizatio

{

unsigned ast_rtp *rtp; //同步源標識

unsigned image analysis model _type; //初始化圖像處理信息終端參數

struct ast_ rtp_ bus transmission control; //輸出體育比賽的模擬控制狀態結構字

}

基于上述程序加載可以通過計算機模擬來進行體育比賽的運動員、裁判員、場地等方面的控制，以提高訓練和比賽的效率和精度。通過程序加載，可以通過復雜的算法和模型來模擬不同的比賽情況，包括場地、天氣、運動員的狀態、戰術等因素，從而更好地提高比賽的質量和效果。此外，程序加載還可以用于虛擬試驗室、自動化測試等領域，以提高效率和準確性。

4 軟件控制算法設計

4.1 比賽人員理想軌跡控制

比賽模擬控制過程中，需依據視覺采集器模塊獲取比賽人員可用的移動路徑點序列坐標信息[9]，結合比賽場地的實際環境情況，該模塊的上位機依據視覺采集器采集的環境信息，比賽人員軌跡是體育比賽中非常重要的數據之一，貝塞爾曲線是一種常用的數學工具，可以用來描述二維或三維空間中的曲線。在體育比賽中，如果將比賽人員的運動軌跡抽象成一個曲線，那么可以使用貝塞爾曲線來進行擬合和描述，保證比賽人員軌跡規劃的合理性。

比賽人員軌跡是階數為n的貝塞爾曲線，其計算公式為：

(1)

在規劃比賽人員運行軌跡時，為保證比賽人員在起點和終點時的姿態符合獨立約束條件，確定貝塞爾曲線階數為3階。因此，基于該階數的曲線規劃比賽人員的平面運動軌跡，該軌跡計算公式為：

(2)

式中：x(η)和y(η)分別表示比賽人員的橫、縱兩個方向位置。

通過計算平面中貝塞爾曲線的總體長度L，實現比賽人員移動速度的有效規劃，文中為保證求解結果的精準性，先對貝塞爾曲線的控制參數η實行均勻等份分割處理，形成N份后，再通過Simpson公式計算L的結果，其公式為：

(3)

式中，dxy表示x和y之間的距離。

比賽人員在移動過程中，移動速度的平滑性是保證比賽人員移動穩定性的核心關鍵因素，保證比賽人員在最大行駛速度以及允許的最大加速度條件下，完成目標尋找，是保證比賽人員穩定移動的基礎[10]。因此，完成比賽人員移動平面軌跡的規劃后，需對比賽人員的移動速度進行規劃，文中在考慮加速度約束的前提下，計算比賽人員的參考速度，其計算公式為：

(4)

在公式(4)的基礎上，獲取Lref(k)和η之間的映射關系，并通過Newton插值法計算η(k)結果后，依據計算結果對比賽人員移動軌跡實行離散化處理[11]，獲取比賽人員對應的位姿結果。因此，比賽人員的理想軌跡公式為：

(5)

式中：r表示比賽人員移動距離；(xr，yr)表示比賽人員的期望坐標，并結合比賽人員的期望角速度θr，則可以獲取此時比賽人員的期望位姿q=(xr，yr，θr)；vr表示期望線速度；wr表示期望角速度。基于上述內容，即可完成比賽場地自動尋物比賽人員移動軌跡和速度規劃，并將定義為理想移動軌跡和理想移動速度。

4.2 基于改進APIT算法的比賽人員動態定位

依據上述小節完成比賽人員理想移動軌跡和速度規劃后，比賽人員進行目標尋找過程中，采用了基于測距的改進APIT定位算法，實現比賽人員在尋找過程中的動態定位，該算法結合了信標節點進行比賽人員動態定位，連接全部的動態定位坐標，可獲取比賽人員移動軌跡的檢測結果，其中信標節點是依據部署的無線傳感器組成[12-13]。

比賽人員在尋找時，在比賽場地內移動過程中，將移動中的比賽人員定義為中心，通過無線傳感器周期性采集全部信標節點的接收信號強度指標和坐標信息；并將其轉換成比賽人員和信標節點之間的距離；在此基礎上，對包含比賽人員的所有三角形區域實行搜索，判斷比賽人員是否位于該三角形范圍內[14]。以信標節點之間已知的坐標結果為依據，采用歐式距離公式計算全部信標節點和三角形區域內信標節點之間的距離，以此可獲取比賽人員和信標節點之間存在關聯，確定重疊的多邊形區域，求解該區域質心坐標結果，即為比賽人員動態定位坐標。

比賽人員對自身運行的全部三角形區域進行搜索時，獲取其橫、縱兩個坐標的最小值以及兩者的最大值，以此確定比賽人員運行區域的矩陣網格范圍，其公式為：

(6)

式中，Vmin和Vmax分別矩陣網格范圍內的左下角坐標和右上角坐標，二者均位于矩陣網格范圍內[15]。

依據Vmin和Vmax的行數，計算網格質心坐標Dij；如果該質心的權值基數為零，其所在區域和包含比賽人員的三角區域重合時，則該質心權值ωij加1，反之則減1。且有：

(7)

式中，ωij表示權值，對應第i行第j列網格；Iabc表示三角形區域內，包含比賽人員的位置集合；Oabc表示表示三角形區域內不包含比賽人員的位置集合；a、b、c均表示信標節點。

依據上述公式獲取最大權值對應的網格區域后，將其組合后形成多邊形的質心坐標，以此可得出網格質心最大權值對應的網格集合，對該網格集合中各個網格質心坐標的平均結果實行遍歷搜索[16]，獲取比賽人員移動位置[xe，ye]，即比賽人員的動態坐標，其公式為：

(8)

依據[xe，ye]結果即可得出比賽人員的實際移動坐標結果，并結合比賽人員的實際角速度θe，則可以獲取此時比賽人員的實際移動位置qr=(xe，ye，θe)。

2.3 比賽場地尋物移動軌跡跟蹤控制

比賽人員移動軌跡跟蹤即為保證比賽人員移動的線速度不發生變化，因此，可將比賽場地尋物移動軌跡跟蹤看作比賽人員角速度的控制。依據上述計算得出的理想軌跡和比賽人員動態軌跡，移動軌跡跟蹤控制模塊采用基于模糊神經網絡PID控制方法，實現比賽場地中比賽人員移動軌跡跟蹤控制，該方法的整個跟蹤控制結構如圖8所示[18-19]。

圖8 比賽人員移動軌跡跟蹤控制方法

該控制方法主要是對理想軌跡和比賽人員動態軌跡之間的誤差實行控制，在控制過程中，通過線性二次型調節器(LQR)算法比賽人員期望位姿q=(xr，yr，θr)和實際位姿qr=(xe，ye，θe)之間的耦合關系實行解耦處理后，將獲取的兩者的解耦量X′(t)，作為模糊神經網絡PID的輸入[20]，通過該網絡的運算輸出比賽人員角速度控制量ym，依據該控制量對比賽人員的驅動輪轉速實行控制，以此改變比賽人員移動時的角速度，實現比賽人員按照規劃的理想軌跡移動，完成比賽人員移動軌跡跟蹤。

4 實驗測試

4.1 實驗環境

實驗中，設定體育賽事終端模塊控制的地址結構的變量為sockClient，體育賽事的圖像信息采樣的數據包大小為1 036×120字節，模擬控制系統對體育比賽的賽況圖像信息采樣的初始頻率為10 Hz，圖像信息采集的終止頻率為120 Hz，體育比賽模擬調度分配參數見表1。

表1 體育比賽模擬調度分配參數

體育賽事終端模塊控制實驗的實驗參數主要包括以下內容：

1)通信參數：包括通信協議、通信速率、校驗碼等。本文次實驗通信協議一般采用RS232或RS485協議，通信速率可以根據具體情況設置，校驗碼一般采用CRC校驗。

2)終端控制參數：包括終端控制命令、操作選項、顯示屏幕等。終端控制命令有多種，如打開、關閉、重啟等。操作選項可以設置多個，例如輸入顯示內容、切換屏幕顯示等。體育賽事終端模塊控制實驗的實驗環境主要包括以下內容：

1)實驗設備：需要準備體育賽事終端模塊、串口轉發器、電腦等設備。

2)實驗軟件：需要使用終端控制軟件來進行實驗控制和操作，如Visual Basic、C#等。

3)實驗接口：需要將電腦和終端模塊用串口或USB接口相連，以實現數據傳輸和控制。

此外，實驗環境還需要考慮實驗室的環境因素，如溫度、濕度、噪音等對實驗的影響，需要保證實驗室的環境穩定，以確保實驗結果的準確性和有效性。

4.2 實驗結果

根據上述設置的實驗環境，進行比賽人員動態定位精度對比實驗測試，測試結果如表2所示。

表2 人員動態定位精度測試結果

根據表2可以看出，本文方法的比賽人員動態定位精度最高達99%，傳統方法的比賽人員動態定位精度最高為88%，本文方法的定位精度明顯高于傳統方法，是由于本文方法采用了基于測距的改進APIT定位算法，該算法結合了信標節點進行比賽人員動態定位，提高了比賽人員的動態定位精度。為體育比賽模擬控制打下了堅實的基礎。

根據表1的參數配置，進行體育比賽模擬控制，得到對體育比賽圖像參數采樣的直方分布圖，可以反映出比賽圖像的特征和分布情況，進而為體育比賽模擬控制提供重要的參考和支持，直方分布圖如圖9所示。

圖9 體育比賽圖像參數采樣的直方圖

根據圖9體育比賽圖像分布直方圖為對象，采用本文控制方法進行體育比賽模擬控制，以田徑賽事和球類賽事為車隊對象，將不同控制系統的誤差隨時間的變化趨勢繪制成曲線圖，以便于直觀地比較不同控制系統的誤差收斂情況，則得到本文方法與傳統的BP控制方法、PLC控制方法的收斂誤差對比圖，如圖10所示。

分析圖10得知，在兩類賽事中，本文方法對體育賽事模擬控制的收斂性較好，收斂曲線的平滑性較好，明控制系統的穩定性較好，而對比方法的收斂曲線波較大，存在明顯的波動和峰值，說明控制系統的穩定性較差，可能會引起系統不穩定或者誤差較大。

丟包數：在體育比賽模擬控制系統中，視頻傳輸是非常關鍵的一環，如果出現丟包現象，可能會導致畫面卡頓、延遲等影響比賽體驗的問題，因此，丟包數越低越好。發送端待發視頻：發送端待發視頻(幀)是指還未發送的視頻幀數，如果該值過高，說明視頻傳輸存在延遲現象，可能會影響比賽的實時性和準確性，因此，發送端待發視頻(幀)越低越好。CPU占用率：在體育比賽模擬控制系統中，CPU是控制系統的核心，如果CPU占用率過高，就會導致系統運行緩慢、響應不及時等問題，影響比賽的實時性和精度，因此，CPU占用率越低越好。基于丟包數、發送端待發視頻與CPU占用率測試網絡參數，得到對比結果見表3。

圖10 模擬控制的收斂誤差對比

表3 系統的網絡測試結果

分析表3得知，本文方法對體育比賽模擬控制，對體育賽事圖像傳輸的丟包率最高僅為0.980個，發送端待發視頻最高為19.608幀嗎，CPU占用率最高僅為66.667%；而傳統方法對體育賽事圖像傳輸的丟包率最高為21.569個，發送端待發視頻最高為58.824幀嗎，CPU占用率最高為90.196%。由此可見，本文方法的丟包數、發送端待發視頻與CPU占用率均低于傳統方法，說明本文方法具有一定的技術水平與實用性。

5 結束語

本文提出的基于ARM內核單片機的體育比賽模擬控制系統設計方法充分利用了嵌入式系統低功耗、高集成度、高性能和可編程的特點，通過處理端-云計算平臺端協同控制方法建立了體育比賽模擬控制云平臺計算端，從而提高了系統的處理能力和數據處理效率。

通過建立體育比賽模擬控制的圖像交互信息模型，本文設計了視覺調度算法，實現了對比賽現場的數據采集、圖像處理和體育比賽模擬控制的智能化，提高了比賽模擬的真實性和準確性。此外，在嵌入式的ARM中收集體育比賽現場的動態數據，并通過對體育賽事環境的參數進行自適應調節，實現了對比賽模擬的自動控制模塊和智能信息處理模塊的設計。本文的系統集成設計包括硬件和軟件兩部分。硬件方面，采用ARM內核單片機作為主控芯片，并配合外圍設備(如傳感器、顯示器等)完成系統的信息采集、處理和展示；軟件方面，本文設計了系統的算法模型，并采用多種編程語言，如C語言、Python等，完成系統的程序開發和實現。通過測試，本文設計的系統對體育比賽模擬控制具有較高的收斂性和較低的誤差，占用內存較小，并且可以有效提高系統的動態模擬控制能力，為體育比賽模擬領域的發展提供了一定的參考和借鑒。