基于SOPC的列車環境異物入侵監測系統研究

馬宏鋒 ， 黨建武 ， 王宏斌

（1.蘭州工業高等專科學校 電子信息工程系，甘肅 蘭州 730050；2.蘭州交通大學 電子與信息工程學院，甘肅 蘭州730070）

隨著我國經濟社會的快速發展，鐵路客貨運輸量不斷增加，列車運行速度不斷提高，給鐵路安全監控帶來巨大的壓力，其中鐵路異物侵限嚴重影響到列車的運行安全[1]。由于列車在露天高速行駛中環境因素不可預測，軌道異物侵限可能會給行車安全帶來嚴重后果[2]。軌道異物是指鐵道上影響到正常行車安全的障礙物，如山體滑坡、泥石流塌方等造成的道上沙石、橋梁隧道掉落的懸掛物、因報警失誤仍滯留在道上作業的工務人員以及相關裝備。由于鐵路異物侵限檢測系統的高速度、低漏檢率、低誤報率等要求，使傳統的以軟件為核心的 IDS面臨著越來越大的壓力，僅靠模式匹配算法的改進對入侵檢測速度的提高是有限的，不是解決問題的根本策略。

SOPC（System On a Programmable Chip）稱為可編程片上系統，它是一種靈活高效地解決方案，而且設計周期短，設計成本低[3]。SOPC Builder是Altera公司實現 SOPC概念的一款工具軟件，用于組建一個在模塊級和組件級定義的系統[4]。SOPC Builder的組件庫包含了從簡單的固定邏輯功能塊到復雜的、參數化的、可以動態生成的子系統等一系列的組件，用戶還可簡單地創建定制的SOPC Builder組件，方便地實現各種系統功能的配置。本文給出一種分布式列車環境異物入侵的前端監測系統，通過在FPGA上構建NiosⅡ軟核處理器、各種各樣的外設和自定義組件等，設計實現一個定制的SOPC實時監測系統，完成對前端視頻數據的實時采集和處理，并通過網絡將數據傳送到列車控制中心。

1 系統整體架構

本系統采用SOPC實現分布式列車環境異物入侵前端監測功能。一個NiosⅡ處理器系統由NiosⅡCPU和一系列的外設組成，開發基于NiosⅡ的嵌入式系統，關鍵在于如何根據功能需要定制NiosⅡ及設計自定義接口[5]。系統采用ADV7181B完成模擬視頻解碼處理，完成CVBS等模擬視頻信號到YCrCb數字信號的轉換，用硬件描述語言（VHDL）設計視頻數據采集模塊IP核，來實現前端的視頻數據采集。由于采集的視頻數據是海量數據，這給存儲和傳輸都帶來了很大的不便，需要對視頻數據進行預處理，以降低數據量，系統采用VHDL設計相應的視頻數據處理模塊IP核。最后把數據通過網絡傳送到列車控制中心，以太網接口模塊用友晶科技提供的太網接口IP。將這些IP核以自定義組件的形成添加到NiosⅡ系統中去，并添加一些必要的存儲器、人機接口和定時器等，構建成所需的SOPC系統，整個系統的框圖如圖1所示。

2 視頻圖像采集處理模塊設計

采集模塊是整個系統非常重要的組成部分，采集質量的好壞將直接影響整個系統的識別效果。本系統視頻A/D轉換器選用ADV7181B，它能夠自動檢測和轉化標準的NTSC、PAL和SECAM制的模擬電視基帶復合信號，輸出4:2:2的符合ITU-R656（國際電信聯盟的視頻標準）標準的16位/8位復合視頻數據，支持6路模擬視頻信號的輸入[6]。ADV7181B通過I2C總線實現配置，同時能輸出行、場同步信號。ADV7181B輸出的數字視頻數據通過8位總線TD DATA傳輸給FPGA。FPGA經視頻解碼模塊在視頻數據中識別出有效數據，再根據系統對圖像精度的要求進行處理，生成三種數據圖像，分別有RGB彩色圖像、灰度圖像和二值化圖像，最后將圖像傳送到緩存FIFO中，輸出到NiosⅡCPU。最后由處理器控制將視頻數據寫到SDRAM中。圖2是視頻采集處理模塊框圖，其中，彩色圖、灰度圖、二值化圖的數據量之比是384:128:1，可根據實際視頻圖像的需要，選擇不同數據量的圖像。

系統內各模塊功能簡要描述如下：

1）ITU-R656解碼模塊接收從視頻A/D轉換器ADV7181B送來的數字視頻流，然后對數字視頻流進行解碼，產生YUV 3路視頻信號，識別出行、場同步信號。

2）3個視頻緩存模塊系統各設計一個FIFO，根據視頻數據的大小，緩沖深度各不相同，用于視頻數據的緩存。其中FIFO是使用Altera提供的可參數化宏功能模塊和LPM函數進行設計，具體是通過Mega Wizard Plug-In Manager的GUI向導實現。

3）I2C配置模塊通過I2C總線對ADV7181B進行初始化配置，選擇產生的數字視頻格式等。

4）色彩空間轉換模塊完成色彩空間由YUV到RGB的轉換，使視頻數據適合在VGA顯示。色彩空間由YUV到RGB的轉換按以下轉化公式編寫相應的硬件描述語言。

最后生成的YUV到RGB硬件電路模塊如圖3所示。

5）圖2中Y的輸出即為圖像的灰度值，Y值的信息可以完整地描述一幅灰度圖（灰度等級為256）。將灰度值經二值化后就可以得到一幅二值化的圖像，關鍵是閾值的選擇，在這里將灰度閾值設置成可調的輸入量，就可以根據具體的應用環境設定理想的閾值。二值化的硬件模塊也是用硬件描述語言描述的，生成的模塊如圖4所示，其工作原理是當圖像值大于閾值時輸出1，否則輸出0。

3 視頻數據圖像傳輸模塊設計

視頻數據圖像傳輸部分采用SOPC Builder工具自帶的以太網接口IP核，將其添加到NiosⅡ系統中，構建成SOPC系統。其中，DM9000A是一款高速網絡控制器，它具有通用處理器接口，1個10/100 M PHY和4 K字節的SRAM，它支持8位和16位2種數據接口。SOPC Builder提供將DM9000A連接到Avalon總線上所需要的接口邏輯。圖5是DM9000A IP核接口模塊，分為輸入和輸出兩部分，一部分是模塊與Avalon總線的連接信號，另一部分是模塊與FPGA外部的DM9000A連接的信號。

最后根據需要配置得到的NiosⅡ軟核處理器如圖6所示。NiosⅡ是一個用戶可配置的通用RISC嵌入式處理器[7]，Nios II集成開發環境（IDE）是NiosⅡ系列嵌入式處理器的基本軟件開發工具，所有軟件開發任務都可以在NiosⅡIDE下完成。

4 結束語

本文介紹一種基于SOPC的列車分布式環境異物入侵前端監測系統，詳細介紹了SOPC硬件系統的設計配置過程，以及基于此硬件系統配置的NiosⅡ軟核處理器的軟件設計。最后在Altera公司的DE2開發平臺上進行測試，監測得到前端灰度圖像如圖7所示，達到了前端檢測的目的。列車環境異物入侵監測系統軟件流程包括對各模塊的初始化和對各模塊的流程控制，主要有視頻采集控制、圖像處理控制、圖像SDRAM存儲控制、以太網接口控制流程等設計。

基于SOPC技術設計的創新點在于不但軟件是可以編程的，構建的硬件系統也是可編程的，這就為系統的靈活配置和軟件的靈活設計提供了很大的方便，也有利于系統的后期優化和升級。在設計時，要注意根據具體的硬件資源大小和實現速度要求，選擇硬件實現還是軟件模擬。同時還要注意前端采集模塊的抗抖動設計。這種量體裁衣的硬件配置方式可以最大限度地提高系統的性價比，使得SOPC技術在環境異物入侵監測系統中有著廣闊的應用空間。也可以利用HardCopy技術，將實現于FPGA器件上的列車分布式環境異物入侵監測系統通過特定的技術直接向ASIC轉化。

[1]朱正平，王秀麗，岳秋菊.基于機器視覺的軌道異物侵限檢測方法研究[J].甘肅高師學報，2009，14（2）：22-24.

ZHU Zheng-ping，WANG Xiu-li，YUE Qiu-ju.Study on intrusive foreign materials upon railway based on bachine vision[J].Journal of Gansu Normal，2009，14（2）：22-24.

[2]柴世紅.列車環境異物圖像檢測技術研究[D].蘭州:蘭州交通大學，2009.

[3]侯建軍，郭勇.SOPC技術基礎教程[M].北京：清華大學出版社，2008.

[4]Altera Corporation.Nios II processor reference handbook：volume4[EB/OL]State:Altera Corporation（2006-10-01）[2009-06-01].http：//www.altera.com.cn/.

[5]張志剛.FPGA與SOPC設計教程——DE2實踐[M].西安:西安電子科技大學出版社，2007.

[6]孫愷，程世恒.NiosⅡ系統開發設計與應用實例[M].北京:北京航天航空大學出版社，2007.

[7]華清遠見嵌入式培訓中心.FPGA應用開發入門與典型實例[M].北京:人民郵電出版社，2008.