最新公告
  • 欢迎您光临欧资源网,本站秉承服务宗旨 履行“站长”责任,销售只是起点 服务永无止境!立即加入我们
  • 基于FPGA的路面破损智能识别和检测系统(组图)

    0 前言

    我国高等级公路网建设已跻身世界领先水平[1]。高性能、高可靠性、高效率、多信息的路面检测设备已成为路面检测部门的迫切需求。传统的人工检测算法效率低、准确率差、劳动强度大、安全性差,已不能满足道路养护作业的需要。随着图像处理技术和人工视觉技术的飞速发展,开发了基于机器视觉的道路检测识别系统。同时,对检测载体在快速行驶下准确识别道路破损类型,确定高精度道路破损位置提出了更高的要求。

    1990年代,美国Earth公司开发了PCES系统,瑞典一家公司推出了PAVUE系统,但这两个系统实时性差,裂缝定位精度低[2]。我国对路面损伤自动检测与识别的研究起步较晚。长安大学徐志刚、赵向墨等人一直在研究路面裂缝识别检测系统,同时能够准确定位图像中的裂缝[3]。

    高速载体运动下的导航定位精度是卫星导航领域的热点问题。同时,实现路面损伤的高精度定位一直是路面损伤智能识别检测系统的重点研究方向之一。近年来,我国全球北斗定位系统的快速发展,为实现路损智能、快速、高精度定位提供了有效手段。目前的差分技术和组合导航技术虽然可以有效提高定位精度,但实用性不强,成本较高。本文结合基于FPGA的路面破损智能识别检测系统,

    1.1 基于FPGA的路面损伤监测系统

    基于FPGA的路面损伤识别检测系统[4]的实现包括五个主要部分:路面信息采集、路面损伤检测算法、硬件系统设计、北斗定位、无线传输。系统结构如图1所示。

    减少因照明不均匀和传感器灵敏度问题引起的误差噪声。同时初始化CMOS摄像头的配置:设备运行视频图像为每秒30帧,输出高8位RAW RGB格式视频信号,默认输出VGA分辨率,自动增益AGC功能开启,自动白平衡AWB功能开启,开启自动曝光AEC功能和亮度值补偿功能。

    其工作流程是首先提出一种基于道路路面图像特征提取和分析的路面损伤检测方法[5],并使用FPGA搭建硬件系统进行处理,然后将处理结果通过SDRAM缓存,然后以VGA显示. 当确定有损坏时,会从定位模块获取定位信息,运动补偿后损坏的定位信息会显示在LCD上。最后,将获取的图像信息和损坏位置信息通过无线传输模块发送到后台服务器进行显示和存储。

    1.2 高精度损伤定位算法的实现

    实现高精度路面裂缝定位的过程如图2所示。首先,对原始北斗定位数据进行扩展卡尔曼滤波[6],以消除车载北斗信号的遮挡和干扰的影响。消除误差后,北斗接收机接收到的经纬度信息通过高斯投影坐标转换​​为平面坐标系。对CMOS相机采集的图像帧数据进行数字图像处理,得到裂缝的实际物理距离。最后,FPGA运算耗时进行运动补偿,进行坐标转换得到裂缝的经纬度。

    2 基于EKF的北斗高精度定位数据获取

    该系统首先通过扩展卡尔曼滤波(EKF)[7]对北斗接收机接收到的数据进行滤波,并建立系统模型,以消除由于高层建筑和树木遮挡导致的定位精度偏差和数据丢失问题。

    假设车辆在行驶过程中处于二维运动状态坐标反算程序,可以通过加速度运动计算出车辆运动的轨迹和实时速度,从而建立系统的运动状态模型。因此,只需要建立加速度变化的模型来表示运动载体的当前运动状态[8]。

    2.1 加速模型的建立

    由于汽车在加速,所以它下一瞬间的加速度值在一个有限的范围内,即在当前加速度的范围内。加速度的变化由一阶马尔可夫过程表示:

    2.2 状态方程

    2.3 观测方程的建立

    根据北斗接收机接收到的数据,利用东面位置信息ze、北面位置信息zn、实时速度v和方向角θ建立观测方程,离散化可得:

    由于方程是非线性的,所以使用EKF进行线性化,即使用预测值处的泰勒级数展开,保留一阶项。

    EKF用于修正裂缝识别车行驶过程中树木或高楼造成的多径效应的误差,从而获得更准确的识别车定位精度。

    3 距离补偿定位校正

    3.1 FPGA图像处理的计算时间补偿

    考虑到裂纹类型的特殊性坐标反算程序,在对裂纹进行判定和分类时,应根据采集到的大量不同裂纹图像按一定顺序排列的投影特征,设定不同的阈值标准。如果阈值设置得较高,则应提前确定分类。设置方法在此不再赘述。

    整个系统的图像处理设计流程如图3所示。

    为了得到FPGA图像处理得到的运算时间,通过ModelSim-Altera仿真软件对图像处理过程进行功能仿真,得到中值滤波时间t1=1.200 ms,边缘检测时间为 t2=1.205 ms,膨胀算法耗时 t3=1.278 ms,腐蚀算法耗时 t4=1.126 ms,计算边缘的物理距离破解耗时t5=1.002 ms,通过仿真可知系统的实时性较好。但是,考虑到本系统的使用场景,当裂纹识别车辆高速行驶时,

    北斗接收器可以实时提供裂纹识别车辆的运动速度,并将车辆的速度近似为1 s内的匀速运动。通过滤波后的速度v,用FPGA进行图像处理的时间总和t计算如下:

    3.2 基于机器视觉的纠错

    本系统采用OV7725相机进行图像采集,采集速度为30 f/s,采集图像尺寸为640×480。采集系统模型如图4所示。

    由于摄像头固定在车顶,因此在校准OV7725摄像头后[9],只需要计算特征提取裂纹图像后的二值化图像帧数据,即可计算出该裂纹在A点的位置图像框架。中的距离。

    当OV7725摄像头固定在小车上时,裂纹识别小车到摄像头采集到的视角的余量S1为固定值2m。由于物距是固定的,经过大量的统计测量,可以得到单位长度对应的像素数为σ,通过对图像坐标系中二值化裂纹像素的坐标(u,v)求微分,并将它们迭代相加,计算像素个数n,最后转化为物理距离,计算公式如下:

    图5是FPGA图像处理后二值化图像物理距离的计算,与实测距离比较得到的误差值如表1所示。

    坐标正算和坐标反算_测量坐标反算_坐标反算程序

    4 北斗数据转换

    由于北斗接收机的输出数据采用2000国家大地坐标系,因此需要使用CGCS2000坐标系来计算高斯投影坐标的正负变换[10]。系统采用6°波段投影算法。南京中央经线为117°,建立高斯投影平面坐标。

    CGCS2000坐标(B,L)转换为平面直角坐标(x,y)的高斯投影坐标公式为:

    5 算法测试和实验结果分析

    为了验证算法的有效性和实时性,课题组于2017年12月20日在南京信息工程大学进行了道路损伤采集与定位测试。测试设备接收来自迪安D303北斗芯片的数据,并采集一定时间内的定位数据,如时间、纬度、经度、速度、航向、方位角等。采样频率为 1 Hz。图6是经纬度的轨迹,图7是速度的变化。

    如图。图8为滤波后的纬度与滤波前的纬度对比图。图9是过滤后的经度与过滤前的经度对比。经度为118.425 123°,纬度为32.125 222°坐标作为起始位置。从图中可以看出,由于实验时校内建筑物高、树木高,系统误差较大。经EKF过滤后,经纬度值更接近真实值。

    在运动过程中,对路面损伤进行实时采集和运动补偿。对路段进行了3次采集,并对系统采集到的路面裂缝的数量和误差进行了绘图分析。表 2 给出了第一次测试采集的裂缝数量、数量、实时速度和定位误差。图 10 显示了 3 次重复采集的断裂误差信息。表 3 是 3 个测试错误的统计结果。

    实验结果表明,本文提出的基于运动补偿的北斗路面损伤定位算法具有较高的精度,通过机器视觉的补偿,路面损伤定位算法的误差降低到2 m左右。但是,当车速较快时,误差波动较小。精度满足本系统的设计要求。

    六,结论

    针对基于FPGA的北斗路损识别系统,提出了一种基于机器视觉距离补偿的路损高精度定位算法。扩展卡尔曼滤波器减少了北斗芯片在定位过程中的误差干扰问题,并采用机器视觉距离补偿校正算法,大大提高了基于FPGA的道路损坏定位系统的实用性和可靠性。

    参考

    [1] 杨爱国. 公路交通“十二五”发展规划解读[J]. 中国公路, 2012: 56-58.

    [2] HARIS N, SANHOURI K, DOWNEY A B. 路面遇险图像分割算法分析[J]. 交通工程师杂志, 1993, 119 (6): 391-394.

    [3] 魏宁, 赵新明, 王T. 基于数学形态学的沥青路面裂缝检测[C]. 第二届国际交通工程会议论文集,2009:3883-3887.

    [4] 李鹏,杜敏,赵芬芬。基于FPGA图像分析的路面损伤检测系统的研究与实现[J]. 微电子与计算机, 2017, 34 (3): 100-104.

    [5] 李鹏,赵芬芬,杜敏。基于双树复小波直方图路面裂缝检测算法[J].安徽大学学报(自然科学版), 2018, 42(1): 38-44.

    [6] 韩春雷,陈赤莲,宋明,等。卡尔曼滤波器在被动目标跟踪系统中的应用[J].电子科学与技术, 2012, 22 (4): 47-53.

    [7] 刘玉杰. 基于扩展卡尔曼滤波算法的融合室内定位系统研究与实现[D].南京:南京邮电大学,2016.

    [8] YANG L, HILL C, MENG X.Evaluation of network RTK GPS correction transmission delay and loss[C].ENC GNSS2008, Toulouse, France, 2008.

    [9] 孙军阳,孙军,徐传龙,等。一种基于光场图像的聚焦光场相机标定方法[J]. 光学杂志,2017 (5): 176-186.

    [10] 王爱生,徐升,张琦,等.基于CGCS2000椭球的大地测量实用公式[J]. 导航定位学报, 2015, 3 (3): 105-109.

    作者信息:

    苗成宇1,2,3,李鹏1,2,3,张景荣1,2,3,顾斌斌1,2,3,姜伟1,2,3

    (1.南京信息工程大学江苏省大气环境与装备技术协同创新中心,江苏南京210044;

    2.南京信息工程大学江苏省气象传感网技术工程中心,江苏南京210044;

    3.南京信息工程大学江苏省气象探测与信息处理重点实验室,江苏南京 210044)

    站内大部分资源收集于网络,若侵犯了您的合法权益,请联系我们删除!
    欧资源网 » 基于FPGA的路面破损智能识别和检测系统(组图)

    常见问题FAQ

    免费下载或者VIP会员专享资源能否直接商用?
    本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。若由于商用引起版权纠纷,一切责任均由使用者承担。更多说明请参考 VIP介绍。
    提示下载完但解压或打开不了?
    最常见的情况是下载不完整: 可对比下载完压缩包的与网盘上的容量,若小于网盘提示的容量则是这个原因。这是浏览器下载的bug,建议用百度网盘软件或迅雷下载。若排除这种情况,可在对应资源底部留言,或 联络我们.。
    找不到素材资源介绍文章里的示例图片?
    对于PPT,KEY,Mockups,APP,网页模版等类型的素材,文章内用于介绍的图片通常并不包含在对应可供下载素材包内。这些相关商业图片需另外购买,且本站不负责(也没有办法)找到出处。 同样地一些字体文件也是这种情况,但部分素材会在素材包内有一份字体下载链接清单。
    欧资源网
    一个高级程序员模板开发平台

    发表评论