３　FPGA實現

ＦＰＧＡ控制系統采用ＦＰＧＡ作為控制核心，在算法的實現方式上與傳統的軟件算法有著較大的區別，如圖５所示。

圖５中有３個模塊：圖像采集、濾波及二值化模塊、路徑識別模塊、小車控制模塊．每一個模塊都對應一個獨立的電路結構．由于是硬件實現，整個系統的不同部分是并行工作的。

在ＦＰＧＡ中濾波通過８個８ｂｉｔ的移位寄存器和一個加法器實現，而二值化由一個比較器和一個二路選擇器來實現．濾波和二值化采用流水線設計，使二項操作可以并行進行．在采集圖像的同時完成濾波和二值化，以節省邏輯資源和提高運算速度。

二值化后的數據傳到路徑識別模塊，并逐行進行邊緣檢測．邊緣檢測同樣采用流水線設計，使整個系統的各部分都處于并行運行狀態．與需要高度下采樣才能跟上視頻速率的單片機或者ＤＳＰ系統相比，我們的并行處理系統可以對實際圖像無壓縮的處理，提高了路徑識別的準確度。

通過路徑識別模塊對圖像的處理，找到路徑與視場中心點的距離，即ａ 的值．根據式（７）即可計算出需要向小車舵機控制器輸出的占空比，并生成符合占空比要求的脈沖信號．式（７）中除了ａ 值之外都是固定值，其中比例系數可通過實驗測量，所以可以事先計算出與每個ａ值對應的占空比ｘ，并儲存到FPGA芯片中．在實際導航過程中根據實際ａ 值進行查表運算得到所需要的占空比．這樣既可以提高運算速度，又可以節省邏輯資源．我們的視頻圖像每行共有３２０個像素，所以只需要儲存３２０個ｘ 值即可。

圖像采集系統采用的ＯＶ７６２０感光芯片的幀率為３０幀／ｓ，由于采用了ＦＰＧＡ 并行處理技術，系統可以實時處理３０幀／ｓ的圖像信息，在保證實時性的同時提高了小車導航的靈敏度和可靠性。

整個系統共使用２457個４輸入的查找表（ｌｏｏｋｕｐ－ｔａｂｌｅ，ＬＵＴ）單元，占總資源的２５％。

４　系統調試與實驗結果

４.１　占空比與曲率半徑關系測量

由式（７）可知ＦＰＧＡ在控制小車舵機轉角所輸出的占空比與模擬圓弧的曲率為正比關系．通過測量占空比與路線曲率的關系即可得到λ 值．給小車設定一系列固定占空比，然后測量小車行駛圓弧路線的曲率。圖６給出了占空比與小車行駛圓弧路線曲率的關系。

通過圖６，可以得出式（７）中比例系數為0.9206。利用這個比例系數和實際測得的ｂ值，就可以根據規劃路線的曲率半徑得出應輸出的占空比。

４.２　實際導航測試
圖７給出小車在室內實驗路徑環境下，測試自適應算法時所采集的圖像信息．從圖７可以看出，二值化后的路徑開始的一段呈鋸齒狀，而在此之后的得到的路徑邊緣是光滑的．說明在開始時，二值化閾值處于調整階段，在一定時間后達到適應于當前環境的閾值。

小車的實際導航效果分別在實驗室路徑和田徑場的實際跑道路徑進行了測試．實驗室頂部有６支日光燈管，側面有２扇窗戶．在實驗室內４種不同光照條件下進行了實際導航測試：６支燈管加上２扇窗戶照明、２扇窗戶照明、１扇窗戶照明、0.5扇窗戶照明．在實驗室環境下還測試了路徑部分遮掩和平行干擾路徑對導航效果的影響．實驗室環境的測試路徑如圖８所示。

測試結果表明，小車在不同的光照條件下都能準確沿著直線部導航．在轉彎部分偏離了較小的部分，但不超過３cm，實現了較好的導航效果。

為了測試小車在更復雜的路徑環境下的視覺導航能力，我們在露天的400ｍ標準田徑跑道上進行導航測試。在實際測試中，其偏離路徑的最大距離隨著其速度增加和跑道上雜物的干擾而略有增加．小車的最高測試速度可達３.５ｍ／ｓ，此時小車偏離跑道的最大距離約為４～６ｃｍ，展現了較好的導航效果．我們還在早、中、晚不同時間段對小車的導航效果進行測試，證明小車可以在不同露天光照條件下進行準確導航。

５　結　論

本文介紹了一種基于ＦＰＧＡ 的視覺導航小車系統，采用ＦＰＧＡ作為處理控制中心，實現對圖像的并行高速處理；提出了一種自適應路徑識別算法，和圓弧路線規劃算法，實現了在多種光照條件下和復雜路徑條件下的準確導航。