Robei開發環境下智能安防系統設計

李龍鳳

（上海諾基亞貝爾股份有限公司，江蘇 南京 210037）

0 引 言

傳統的監控系統由專人在固定時間查看監控區域，監控內容保存時間有限，相關人員無法根據監控快速并及時地對安全事故做出反應。此外，考慮到火災和入侵警報系統復雜度高、價格昂貴且兩者并未集成在一個系統中，基于FPGA技術和Robei EDA工具設計智能安防系統。該系統采用幀差法，不僅可以在多種環境下對入侵目標進行追蹤，而且還可以通過云端構建多節點智能監控網[1]。經過反復調試，該系統可以監測和識別無人值守區域的安全。

1 Robei EDA工具

Robei EDA軟件是一種全新的面向對象的可視化芯片設計軟件，可以支持基于Verilog語言的集成電路前端設計與驗證。不同于軟件編程的抽象，Robei EDA工具將芯片設計變得簡單直觀，可以極大地降低學習芯片設計的入門門檻[2]。

2 架構設計

系統的整體架構可以分為5個部分，即門禁檢測系統、多傳感器融合的入侵監測系統、環境數據及火災監測系統、無線報警系統以及多節點監控組網系統，如圖1所示。

圖1 系統總體架構

2.1 門禁檢測系統

門禁檢測系統作為安防系統的第一道防線，對未知身份者進行第一次篩查。若指紋認證通過，則系統判定為有權限進入，后續警報解除；若指紋認證未通過，則后續入侵監測系統繼續工作，實時監控非法闖入者。

2.2 多傳感器融合入侵監測系統

多傳感器融合的入侵監測系統由超聲波模塊、無線雷達探測模塊、紅外溫度傳感器、OV5640攝像頭、LCD顯示屏、WiFi攝像頭以及舵機云臺組成，可以對非法闖入者進行實時監測[3]。若有人闖入，超聲波模塊和無線雷達探測模塊將探測到人體的存在，并通過蜂鳴器進行報警，而攝像頭捕捉到移動目標時可以將移動目標自動框出。

2.3 環境數據及火災監測系統

環境數據及火災監測系統由火焰傳感器、煙霧傳感器、CO傳感器、GY-39環境監測模塊組成，可以對室內的環境數據進行監測，并判斷是否發生火災或其他事故。如果室內出現明火、煙霧或過于潮濕的情況，上位機也會收到并警報。火焰傳感器、煙霧傳感器、CO傳感器在感應到明火、煙霧濃度超標、CO濃度超標后將會產生報警，報警信息由無線報警系統分別發送至上位機和手機終端，提醒管理人員室內發生的事故。環境監測模塊實時監測室內的溫度、濕度、氣壓等環境信息，并將信息實時發送至上位機，管理人員可以通過上位機實時監測室內環境參數。

2.4 無線報警系統

無線通信系統由WiFi模塊、藍牙模塊、SIM900A模塊以及手機App等組成，系統通過WiFi模塊傳輸報警信息和環境數據，也可以通過SIM900A模塊驅動SIM卡向手機等終端發送報警信息，實現超遠距離的報警，提高系統的實用性。此外，系統會自動生成報警日志，詳細記錄警報事件和時間，方便監控人員日后查看。

2.5 多節點智能監控組網系統

高精度定位系統由ATK-S1216北斗模塊組成，具有定位精度高、傳輸速度快的優點。多節點智能監控組網系統可以定位整個系統的位置，將各個子系統的數據上傳至云端進行統一處理，實現多節點實時、高效且全面的監控[4]。多節點智能監控組網結構如圖2所示。

圖2 智能監控組網結構

3 系統算法

3.1 移動目標檢測算法

采用幀間差分法來檢測非法闖入者的位置，并通過方框框選的方法使其在LCD屏幕上顯示，完成對區域場景的入侵檢測與追蹤識別。幀間差分法通過對視頻圖像連續兩幀作差分運算來獲得運動目標輪廓，當視頻圖像中的物體出現運動時，相鄰兩幀之間就會出現較為明顯的差異，通過兩幀相減可以得到兩幀亮度差的絕對值。結合預設的閾值進行二值化來分析圖像中物體的運動特性，從而確定圖像中有無運動物體[5]。移動目標檢測算法流程如圖3所示。

圖3 移動目標檢測算法流程

將攝像頭采集的數據轉換為RGB格式后，將數據分成兩路。一路直接送入同步動態隨機存取內 存（synchronous dynamic random-access memory，SDRAM）的寫通道1，由LCD驅動模塊使能讀通道1，讀出后做為輸出數據1；另一路進行格式轉換，將RGB格式轉換為灰度格式，寫入SDRAM寫通道2，并將通道1的寫使能延時一幀后作為通道2的讀使能，這樣就得到了兩股平行的數據，每個像素之間相差一幀。將數據送入差分模塊，如果某一個像素點上前后兩幀的數據相差大于某一閾值，就認為該像素點上出現了移動物體，遍歷全部像素即可確定移動目標的位置。做差后對二值化的圖像進行進一步處理，采用濾波算法將多余的噪點去除，再利用開運算使輪廓更平滑，通過遍歷所有像素點確定目標區域4個頂點的極值坐標，與SDRAM讀通道1輸出的RGB圖像同時送入LCD顯示，從而完成對畫面內移動目標的實時框選。

3.2 黑夜圖像增強算法

移動目標檢測算法適用于白天，在黑夜等光線較弱的情況下識別效果不太理想。基于此，采用直方圖拉伸的方法提升黑夜環境下的圖像識別效果。在前一幀計算出公式灰度值，用來對本幀圖像進行拉伸處理。設f(x,y)為輸入圖像，在第一幀統計灰度最大值B和最小值A。在第二幀進行拉伸，輸出拉伸后的圖像為：

黑夜圖像算法實際應用效果如圖4所示。

圖4 黑夜圖像算法實際應用效果

4 系統實現

系統上電，各個子系統完成初始化后開始并行工作。將各個子系統的數據上傳至云端進行統一處理，進而實現多節點信息交互。當部署多臺設備時，通過云端對每一臺設備的信息進行匯總處理，從而在組網終端實時監控設備列表中任意一臺設備的信息。系統各部分的具體實現流程如圖5所示。

圖5 系統各部分具體流程

5 結 論

基于FPGA和Robei EDA軟件的智能安防系統具有集成化和小型化等優點，可以與多種外設連接并通信，能夠顯著降低系統建設成本。此外，經過多次調試和實際應用，該系統運行穩定，適合在復雜場合中長時間使用。