基于ARM和CPLD的嵌入式视觉系统

 

　　随着嵌入式微处理器技术的进步，32位ARM处理器系统拥有很高的运算速度和很强的信号处理能力，可以作为视觉系统的处理器，代替PC机来实现简单的视觉处理算法。下面介绍一种基于ARM和CPLD的嵌入式视觉系统，希望能分享嵌入式视觉开发过程中的一些经验。

　　1 系统方案与原理

　　在嵌入式视觉的设计中，目前主流的有以下2种方案：

　　方案1图像传感器+微处理器(ARM或DSP)+SRAM

　　方案2图像传感器+CPLD/FPGA+微处理器+SRAM

　　方案1系统结构紧凑，功耗低。在图像采集时，图像传感器输出的同步时序信号的识别需要借助ARM的中断，而中断处理时，微处理器需要完成程序跳转、保存上下文等工作[1]，降低了图像采集的速度，适合对采集速度要求不高、功耗低的场合。

　　方案2借助CPLD来识别图像传感器的同步时序信号，不必经过微处理器的中断，因而系统的采集速度提高，但CPLD的介入会使系统的功耗提高。

　　为了综合以上2种方案的优势，在硬件上采用“ARM+CPLD+图像传感器+SRAM”。该方案充分利用了CPLD的可编程性，通过软件编程来兼有方案1的优势，具体体现在以下方面：

　　① 功耗的高低可以控制。对于功耗有严格要求的场合，通过CPLD的可编程性将时序部分的接口与ARM的中断端口相连，仅仅是组合逻辑的总线相连，可以降低CPLD的功耗从而达到方案1的效果;对于采集速度要求高而功耗要求不高的情况，可以充分发挥CPLD的优势，利用组合与时序逻辑来实现图像传感器输出同步信号的识别，并将图像数据写入SRAM中。

　　② 器件的选择可以多样。在硬件设计上，所有总线均与CPLD相连;在软件设计上，不同的模块单独按功能封装。这样以CPLD为中心，系统的其他器件均可更换而无需对CPLD部分程序进行改动，有利于系统的功能升级。

　　作为本系统的一种应用，开发了视觉跟踪的程序，可以在目标和背景颜色对比强烈的情况下对物体进行跟踪。通过对CMOS摄像头采集来的数据进行实时处理，根据物体的颜色计算出被追踪物体的质心坐标。下面分别描述系统各部分的功能。

　　2 系统硬件

　　2.1 硬件组成及连接

　　系统的硬件主要有4部分：CMOS图像传感器OV6620、可编程器件CPLD、512 KB的SRAM和32位微处理器LPC2214。

　　OV6620是美国OmniVision公司生产的CMOS图像传感器，以其高性能、低功耗适合应用在嵌入式图像采集系统中，本系统图像数据的输入都是通过OV6620采集进来的;可编程器件CPLD采用Altera公司的EPM7128S，用Verilog硬件编程语言在QuartusII下编写程序;作为系统的数据缓冲，SRAM选用的是IS61LV5128，其随机访问的特性为图像处理程序提供了便利;而LPC2214在PLL(锁相环)的支持下最高可以运行在60 MHz的频率下，为图像的快速处理提供了硬件支持。

　　OV6620集成在一个板卡上，有独立的17 MHz晶振。输出3个图像同步的时序信号：像素时钟PCLK、帧同步VSYNC和行同步HREF。同时，还可以通过8位或16位的数据总线输出RGB或YCrCb格式的图像数据。

　　在硬件设计上，有2个问题需要解决：

　　① 图像采集的严格时序同步;

　　② 双CPU共享SRAM的总线仲裁。

　　解决第一个问题的关键在于如何实时、准确地读取OV6620的时序输出信号，据此将图像数据写入SRAM中。这里采用的解决方案是用CPLD来实现时序信号的识别以及图像数据的写入。CPLD在硬件上可以识别信号的边沿，速度更快，通过Verilog语言编写Mealy状态机来实现图像数据的SRAM写入，更加稳定。

　　对于双CPU共享SRAM，可以通过合理的连接方式来解决。考虑到CPLD的可编程性，将OV6620的数据总线，LPC2214的地址、数据总线以及SRAM的总线都连接到CPLD上。通过编程来控制总线之间的连接，只要在软件上保证总线的互斥性，即在同一时刻有且仅有一个控制器(CPLD或者LPC2214)来操作SRAM的总线，就可以有效地避免总线冲突。这样，硬件上的仲裁就可以通过软件来保证，该过程可以通过在CPLD中编写多路数据选择器来实现。

　　各器件之间的连接关系如图1所示。

　　

 

　　图1 系统结构框图

　　由图1可见，微处理器的总线接在CPLD上，在对功耗有严格要求的场合中，只需要在CPLD中，将OV6620的同步时序信号所对应的引脚与LPC2214连接在CPLD上的中断引脚相连，系统就可以转换成方案1的形式。对CPLD而言，引脚相连的仅仅是组合逻辑，降低了功耗。方案1的具体工作过程可见参考文献[1]。

　　

 

　　图2 OV6620输出时序图

　　在Verilog语言中，对上升沿的检测是通过always语句来实现的。例如检测时钟信号cam_pclk的上升沿：

　　

 

　　图3 行处理得到的线形图

　　根据得到的结果，可以计算出更多关于跟踪物体的信息：

　　① 计算区域面积。计算每条线段的长度l(n)，然后将l(n)进行累积叠加，即可获得跟踪区域面积值S。

　　

 

　　② 计算质心横坐标。

　　

 

　　③ 计算质心纵坐标。

　　

 

　　④ 识别物体的形状。根据得到的每行跟踪点的长度，以及同一行中有几段符合要求的连续跟踪点，可以得知物体从摄像头角度看到的形状。特别是在检测平面上线条时，可以识别是否有分支，这一点是帧处理模式无法做到的。

　　需要指出的是，行处理模式虽然会得到关于跟踪目标的更多信息，但是每行处理的方式增大了处理器的负担，处理速度也没有帧处理快。

　　4 提高系统的工作速率

　　目前，系统工作在帧处理模式下的工作速率是25帧/s，作为系统功能的验证，这里采用的算法是颜色跟踪。如果仅做纯粹的图像采集，而不做图像处理，那么系统可以达到OV6620的最高工作速率，即60帧/s。而在图像处理方面，不同的图像处理程序效率对系统的工作频率有较大的影响。下面给出在通用ARM处理器下提高程序效率的几个建议：

　　① 内嵌(inline)可通过删除子函数调用的开销来提高性能。如果函数在别的模块中不被调用，一个好的建议是用static标识函数;否则，编译器将在内嵌译码里把该函数编译成非内嵌的。

　　② 在ARM系统中，函数调用过程中参数个数≤4时，通过R0~R3传递;参数个数>4时，通过压栈方式传递(需要额外的指令和慢速的存储器操作)。通常限制参数的个数，使它为4或更少。如果不可避免，则把常用的前4个参数放在R0~R3中。

　　③ 在for()， while() do…while()的循环中，用“减到0”代替“加到某个值”。比如：

　　for (loop = 1; loop <= total; loop++) //ADD和CMP

　　替换为：for (loop = total; loop != 0; loop--) //SUBS

　　第1种方式比较需要2条指令ADD和CMP，而第2种方式只需一条指令SUBS。

　　④ ARM核不含除法硬件，除法通常用一个运行库函数来实现，运行需要很多个周期。一些除法操作在编译时作为特例来处理，例如除以2的操作用左移代替余数的操作符“%”，通常使用模算法。如果这个值的模不是2的n次幂，则将花费大量的时间和代码空间避免这种情况的发生。具体办法是使用if()作状态检查。

　　比如，count的范围是0~59：

　　count = (count+1) % 60;

　　用下面语句代替：

　　if (++count >= 60)

　　count = 0;

　　⑤ 避免使用大的局部结构体或数组，可以考虑用malloc/free代替。

　　⑥ 避免使用递归。

　　结语

　　本文介绍了一种基于ARM和CPLD的嵌入式视觉系统，可以实现颜色跟踪。在硬件设计上，图像采集和图像处理分离，更利于系统功能的升级。而视觉处理算法更注重处理的效率和实时性，同时根据不同的需要有两种模式可供选择。最后给出了提高程序效率的一些建议和方法。与基于PC机的视觉系统相比，该系统功耗低、体积小，适合应用于移动机器人等领域。