Robei开发环境下智能安防系统设计

李龙凤

（上海诺基亚贝尔股份有限公司，江苏 南京 210037）

0 引 言

传统的监控系统由专人在固定时间查看监控区域，监控内容保存时间有限，相关人员无法根据监控快速并及时地对安全事故做出反应。此外，考虑到火灾和入侵警报系统复杂度高、价格昂贵且两者并未集成在一个系统中，基于FPGA技术和Robei EDA工具设计智能安防系统。该系统采用帧差法，不仅可以在多种环境下对入侵目标进行追踪，而且还可以通过云端构建多节点智能监控网[1]。经过反复调试，该系统可以监测和识别无人值守区域的安全。

1 Robei EDA工具

Robei EDA软件是一种全新的面向对象的可视化芯片设计软件，可以支持基于Verilog语言的集成电路前端设计与验证。不同于软件编程的抽象，Robei EDA工具将芯片设计变得简单直观，可以极大地降低学习芯片设计的入门门槛[2]。

2 架构设计

系统的整体架构可以分为5个部分，即门禁检测系统、多传感器融合的入侵监测系统、环境数据及火灾监测系统、无线报警系统以及多节点监控组网系统，如图1所示。

图1 系统总体架构

2.1 门禁检测系统

门禁检测系统作为安防系统的第一道防线，对未知身份者进行第一次筛查。若指纹认证通过，则系统判定为有权限进入，后续警报解除；若指纹认证未通过，则后续入侵监测系统继续工作，实时监控非法闯入者。

2.2 多传感器融合入侵监测系统

多传感器融合的入侵监测系统由超声波模块、无线雷达探测模块、红外温度传感器、OV5640摄像头、LCD显示屏、WiFi摄像头以及舵机云台组成，可以对非法闯入者进行实时监测[3]。若有人闯入，超声波模块和无线雷达探测模块将探测到人体的存在，并通过蜂鸣器进行报警，而摄像头捕捉到移动目标时可以将移动目标自动框出。

2.3 环境数据及火灾监测系统

环境数据及火灾监测系统由火焰传感器、烟雾传感器、CO传感器、GY-39环境监测模块组成，可以对室内的环境数据进行监测，并判断是否发生火灾或其他事故。如果室内出现明火、烟雾或过于潮湿的情况，上位机也会收到并警报。火焰传感器、烟雾传感器、CO传感器在感应到明火、烟雾浓度超标、CO浓度超标后将会产生报警，报警信息由无线报警系统分别发送至上位机和手机终端，提醒管理人员室内发生的事故。环境监测模块实时监测室内的温度、湿度、气压等环境信息，并将信息实时发送至上位机，管理人员可以通过上位机实时监测室内环境参数。

2.4 无线报警系统

无线通信系统由WiFi模块、蓝牙模块、SIM900A模块以及手机App等组成，系统通过WiFi模块传输报警信息和环境数据，也可以通过SIM900A模块驱动SIM卡向手机等终端发送报警信息，实现超远距离的报警，提高系统的实用性。此外，系统会自动生成报警日志，详细记录警报事件和时间，方便监控人员日后查看。

2.5 多节点智能监控组网系统

高精度定位系统由ATK-S1216北斗模块组成，具有定位精度高、传输速度快的优点。多节点智能监控组网系统可以定位整个系统的位置，将各个子系统的数据上传至云端进行统一处理，实现多节点实时、高效且全面的监控[4]。多节点智能监控组网结构如图2所示。

图2 智能监控组网结构

3 系统算法

3.1 移动目标检测算法

采用帧间差分法来检测非法闯入者的位置，并通过方框框选的方法使其在LCD屏幕上显示，完成对区域场景的入侵检测与追踪识别。帧间差分法通过对视频图像连续两帧作差分运算来获得运动目标轮廓，当视频图像中的物体出现运动时，相邻两帧之间就会出现较为明显的差异，通过两帧相减可以得到两帧亮度差的绝对值。结合预设的阈值进行二值化来分析图像中物体的运动特性，从而确定图像中有无运动物体[5]。移动目标检测算法流程如图3所示。

图3 移动目标检测算法流程

将摄像头采集的数据转换为RGB格式后，将数据分成两路。一路直接送入同步动态随机存取内 存（synchronous dynamic random-access memory，SDRAM）的写通道1，由LCD驱动模块使能读通道1，读出后做为输出数据1；另一路进行格式转换，将RGB格式转换为灰度格式，写入SDRAM写通道2，并将通道1的写使能延时一帧后作为通道2的读使能，这样就得到了两股平行的数据，每个像素之间相差一帧。将数据送入差分模块，如果某一个像素点上前后两帧的数据相差大于某一阈值，就认为该像素点上出现了移动物体，遍历全部像素即可确定移动目标的位置。做差后对二值化的图像进行进一步处理，采用滤波算法将多余的噪点去除，再利用开运算使轮廓更平滑，通过遍历所有像素点确定目标区域4个顶点的极值坐标，与SDRAM读通道1输出的RGB图像同时送入LCD显示，从而完成对画面内移动目标的实时框选。

3.2 黑夜图像增强算法

移动目标检测算法适用于白天，在黑夜等光线较弱的情况下识别效果不太理想。基于此，采用直方图拉伸的方法提升黑夜环境下的图像识别效果。在前一帧计算出公式灰度值，用来对本帧图像进行拉伸处理。设f(x,y)为输入图像，在第一帧统计灰度最大值B和最小值A。在第二帧进行拉伸，输出拉伸后的图像为：

黑夜图像算法实际应用效果如图4所示。

图4 黑夜图像算法实际应用效果

4 系统实现

系统上电，各个子系统完成初始化后开始并行工作。将各个子系统的数据上传至云端进行统一处理，进而实现多节点信息交互。当部署多台设备时，通过云端对每一台设备的信息进行汇总处理，从而在组网终端实时监控设备列表中任意一台设备的信息。系统各部分的具体实现流程如图5所示。

图5 系统各部分具体流程

5 结 论

基于FPGA和Robei EDA软件的智能安防系统具有集成化和小型化等优点，可以与多种外设连接并通信，能够显著降低系统建设成本。此外，经过多次调试和实际应用，该系统运行稳定，适合在复杂场合中长时间使用。