[发明专利]基于Zynq7020的交通信号灯智能识别装置

说明书

本发明公开了一种基于Zynq7020的交通信号灯智能识别装置，本发明包括摄像头数据采集模块、视频数据缓存模块、图像数据处理与识别模块、系统控制器MCU模块和电源管理模块。本发明可应用于自动驾驶领域，实现交通信号灯、倒计时数字、方向信号的智能识别，保证自动驾驶汽车的安全行驶。本发明基于Zynq7020核心芯片，FPGA和MCU(ARM)协同设计，FPGA部分负责硬件加速，MCU部分负责资源分配与任务调度，实现对机器视觉和人工智能算法的硬件加速。与传统PC机（GPU）智能识别装置相比，本发明具有实时性强，应用灵活，可装配性强，可调用性强，可复用性强等优点。

技术领域

本发明涉及机器视觉、人工智能及软硬件协同技术领域，尤其是一种基于Zynq7020的交通信号灯智能识别装置，本发明可以作为自动驾驶汽车中自动驾驶系统的一个智能识别交通信号灯模块。

背景技术

现有的数字识别技术大多采用OCR（光学字符识别技术），对图像进行噪声过滤、自动白平衡、自动曝光以及伽马校对、边缘增强、对比度调整等操作后，通过灰度化、二值化等处理，精判定位字符区域，然后依据字符尺度特征进行字符切开，对切开后的字符进行缩放、特征提取，与字符数据库模板中的标准字符表达形式进行匹配区别，主要用于车牌号识别、银行卡号识别、车架号识别，快递单号识别等。

随着高速、高性能计算机硬件的出现和发展，传统PC机（GPU）人工智能算法识别方法相对于高速、高标准的应用场景，难以达到要求。由于人工智能时代的到来，各种神经网络的训练，数据挖掘，机器视觉和图像处理等算法计算复杂度较高，传统计算机出现计算时间较长或无法计算的问题，工作效率较低。而FPGA作为一种并行处理器件，相比传统CPU而言，计算速度较快。并且CPU的多核心架构存在暗硅效应，即使可以不断增加处理器核心的数量，但是由于能耗限制，无法让它们同时工作。

发明内容

本发明的目的是提供一种基于Zynq7020的交通信号灯智能识别装置，捕获带有交通信号灯的视频，并实现对视频流中的交通信号实时识别，识别结果传输至自动驾驶控制器中，通过其中的中央处理器对识别结果进行判断决策，保证自动驾驶汽车的安全驾驶，例如：根据交通信号灯的识别结果判断是停车、正常通行还是减速；根据倒计时数字识别结果判断是否需要减速停车或快速通过；根据方向指示灯判断是否可以转弯等。

实现本发明目的的具体技术方案是：

一种基于Zynq7020的交通信号灯智能识别装置，特点是该装置包括摄像头数据采集模块、视频数据缓存模块、图像数据处理与识别模块、系统控制器MCU模块和电源管理模块，所述摄像头数据采集模块与图像数据处理与识别模块及电源管理模块相连，捕获带交通信号灯的实时视频；所述视频数据缓存模块与图像数据处理与识别模块及电源管理模块相连，缓存摄像头数据采集模块捕获的图像帧；所述图像数据处理与识别模块和摄像头数据采集模块及视频数据缓存模块相连，处理捕获的视频流数据，输出交通信号灯的识别结果；所述系统控制器MCU模块与图像数据处理与识别模块、视频数据缓存模块及摄像头数据采集模块相连，完成对各模块的资源分配与任务调度，并根据图像数据处理与识别模块输出的交通信号灯识别结果进行判断决策，输出控制信号；所述电源管理模块与摄像头数据采集模块、视频数据缓存模块、图像数据处理与识别模块及系统控制器MCU模块相连，向各模块供电；其中，所述图像数据处理与识别模块为Zynq7020的FPGA(PL)，系统控制器MCU模块为Zynq7020的MCU(PS)。

所述摄像头数据采集模块带有标准的DVP接口及I2C接口，自带嵌入式微处理器，集成有源晶振，无需外部提供时钟。

所述视频数据缓存模块包含一片1Gb高速DDR3存储颗粒作为图像缓存，能够满足实时处理视频数据时对缓存空间的需求。

所述图像数据处理与识别模块与系统控制器MCU模块通过GP接口和HP接口相连，其中HP接口传输两模块间的数据流信息，GP接口传输两模块间的控制信息。