1、2023 年 2 月第 59 卷 第 2 期铁 道 通 信 信 号Railway Signalling&CommunicationFebruary 2023Vol.59 No.2基于FPGA的转辙机表示缺口检测模块设计叶斌，杨云国摘 要：为达到道岔转辙机表示缺口间隙自动检测的目的，提出一种基于FPGA的转辙机表示缺口检测模块设计方案。该方案可对转辙机锁闭柱及锁闭杆的缺口图像进行自动裁剪、中值滤波及边缘检测，并通过边缘计算得出锁闭柱落入锁闭杆缺口后的间隙大小。给出了总体原理框图及主要检测算法，并选用OV5640摄像头和基于XC7A35T核心采集处理分机，实现对ZYJ7型转辙机表示缺口的检测。检测
2、结果表明：该检测模块检测速度快、精度高，完全满足现场使用要求。关键词：缺口间隙；现场可编辑逻辑门阵列；中值滤波；边缘检测中图分类号：U216；U284 文献标识码：A Design of Gap Detection System for Switch Machine Based on FPGAYE Bin,YANG YunguoAbstract：In order to achieve the goal of automatic detection of gap indication of switch machine,a design scheme of gap indication dete
3、ction module of switch machine based on FPGA is proposed.Automatic cutting,median filtering and edge detection can be completed for the notch images of the locking column and locking rod of the switch machine,and the gap size after the locking column falls into the notch of the locking rod can be ob
4、tained through edge computing.This paper gives the overall principle block diagram and main detection algorithms,and selects OV5640 camera and XC7a35T core acquisition and processing unit to detect the gap of ZYJ7 switch machine.The detection results show that the detection system designed in this p
5、aper has the characteristics of high speed and high precision,fully meets the requirements of on-site use.Key words：Gap；Field programmable gate array（FPGA）；Median filtering；Image edge detection转辙机是道岔转换的驱动设备，转辙机锁闭柱落入锁闭杆后缺口的间隙（宽度）过大或者过小，都会影响转辙机的正常锁闭，从而导致道岔无法转换到位，影响运输安全。因此必须对转辙机表示缺口的变化进行全程的在线检测。目前已经上道使
6、用的转辙机表示缺口检测系统大多是在转辙机内安装图像传感器，将采集到的图像压缩后，通过电力载波传输至机械室内的上位叶斌：上海铁大电信科技股份有限公司 工程师 200070 上海杨云国：上海铁大电信科技股份有限公司 高级工程师 200070 上海基金项目：中国铁路南昌局集团有限公司科研项目（202106）收稿日期：2022-07-19DOI：10.13879/j.issn.1000-7458.2023-02.22254扫码浏览下载23铁道通信信号 2023年第59卷第2期机，采用智能图像处理、数据分析、多特征模板匹配等算法和技术，检测转辙机的表示缺口1。这种方式是将所有传感器采集到的图像都传输到机
7、械室的监测站机进行集中统一计算，对现场通道带宽和监测站机的计算能力要求较高。由于现场通道资源紧张，在转辙机较多且转换频繁的大站，往往会发生数据丢失情况；而站机要完成全部转辙机缺口的图像识别和实时视频的存储、展示，也会造成系统的实时性降低。为此，具备分布式计算能力就成为今后缺口监测技术发展的一个重要方向。现场可编辑逻辑门阵列（Field Programmable Gate Array，FPGA）具有 block RAM，支持实现流水线运算，可以直接与图像传感器芯片连接，将图像传感器采集到的图像数据流送入内部的block RAM 进行缓存。由于 block RAM 是完全可控的，可实现各种灵活的运
8、算，包括对图像进行实时处理，可以一边流入数据，一边处理数据，无需送入DDR缓存处理2，极大地压缩了从采集到处理的延迟。因此，本文给出了基于 FPGA的转辙机表示缺口检测模块设计 3，采用中值滤波技术和Sobel边缘检测算子等，实现对转辙机表示缺口图像的快速采集和实时图像处理，具有速度快、精度高的特点，且支持实现分布式计算。1模块结构基于 FPGA 的转辙机缺口检测模块由缺口采集单元、缺口图像处理单元、显示单元及通信单元等组成，结构框图见图1。缺口采集单元实时采集转辙机表示缺口的图像，先经过缺口图像处理单元对采集到的图像数据进行处理，包括图像裁剪、图像转换、图像滤波、边缘检测等，识别出锁闭柱及锁
9、闭杆缺口边缘；再计算边缘之间像素差，即可得到缺口间隙大小；最后将处理后的表示缺口间隙值和原始图像数据经通信单元上传给上位机，同时在显示单元显示实时的缺口值。根据转辙机的型号采用不同的安装方式，可在转辙机内获得拍摄到缺口的合适位置。1.1缺口采集单元缺口采集单元负责采集转辙机表示缺口处的图像。图像传感器选用OV5640芯片，其最大感光阵列高达 2 5921 944（约 500 万）像素，能实现VGA分辨率90 fps的图像采集。同时传感器集成了自动曝光控制、自动白平衡等功能，支持LED补光、MIPI 接口和 DVP 接口方式。Artix-7 系列FPGA支持OV5640芯片的驱动，根据现场需求，
10、可支持VGA、XGA及SXGA等分辨率的配置。图像采集单元具备2颗高亮度LED，在图像拍摄时，既可对图像传感器进行补光，也可在人工巡检转辙机时提供照明。1.2缺口图像处理单元缺口图像处理单元基于Artix-7系列FPGA开发，在Vivado平台上开发软件程序，通过Verilog 驱动模块图像数据图像数据上位机通信单元控制命令缺口采集单元缺口图像处理单元数据处理模块显示数据按钮信息网络通信模块电源模块模拟信号CMOS（OV5640）DDR3存储器显示单元图像/视频/命令等数据PLC通信模块图1 检测模块结构24Railway Signalling&Communication Vol.59 No.
11、2 2023HDL语言进行逻辑编码与算法实现，经硬件平台与软件算法的处理后，最终实现对缺口间隙的检测。作为检测模块的核心，该处理单元主要负责驱动控制图像传感器，对采集的图像/录像等数据进行存储、识别分析、数据上传、驱动显示等。具体包括驱动模块、数据处理模块、DDR3存储器及网络通信模块。1.2.1驱动模块驱 动 模 块 负 责 驱 动 CMOS 传 感 器，配 置OV5640摄像头的采集图像分辨率，控制完成传感器的初始化，并对采集图像进行裁剪；将采集到的数据写入DDR3控制器，完成数据的采集与缓存。驱动模块的结构框图见图2。为便于人工查询缺口位置，图片分辨率配置为720576；实际需要检测的区
12、域为锁闭柱边缘及锁闭杆缺口位置，显然拍摄的图像中包含了大量背景元素。为了快速检测缺口间隙及提高图像识别精度，将原始图像中像素点（150，50）和（400，300）范围外的部分剪除，裁剪后的图像数据仅占原始图像的1/34。将裁剪后图像和原始图像一并写入缓存中，前者用于图像识别，后者提供人工查看。1.2.2数据处理模块数据处理模块选用XC7A35T-2FGG484I主控芯片，其内部的逻辑单元达到33 280个，1.8 Mbit BRAM；支持从 500 Mb/s 到最大速率 6.25 Gb/s的收发速度，同时采用流水线结构和并行计算的方法，满足快速实时处理的要求5。主要功能包括对采集的图像进行缺口
13、间隙大小识别，处理上位机发送的控制命令，将识别出的缺口间隙值和采集到的图像及视频数据发送给网络通信模块等。数据处理模块处理逻辑见图3。基于缺口图像的特征，本设计采用边缘检测算法6进行图像识别。图像在边界处一般有明显的灰度变化，不同的图像灰度变化不同，边缘检测即检测出图像灰度级或者结构发生突变的像素区域。为满足边缘检测的识别，需要对原始图像进行转换，主要包括以下几步。Step 1 图像格式转换。由于原始采集的图像为RGB格式，不便于对图像边缘进行提取，需将RGB 的 三 原 色 色 彩 空 间 转 换 为 YCbCr 格 式。YCbCr是对YUV信号的发展和校正，主要应用在数字视频中的一种编码方
14、法7，表示亮度与色度的色彩空间模型。其中 Y 表示图像的灰阶值，Cb、Cr分别为蓝色、红色色度分量，为便于识别转化后的图像数据，只保留图像的Y数据。Step 2 图像滤波。转辙机在扳动过程中，表示杆缺口内可能会沾染油污斑点，这会影响图像的识别。因此在图像格式转化后，需要对图像进行滤波处理。采用中值滤波8处理改善图像质量，去除图像中的高频噪音点干扰，让图像更平滑，像素值更接近真实值。中值滤波采用非线性平滑计算方式，先将每一个像素点及该像素点的邻域作为一个滤波模块，计算出模板中所有像素点灰度值的中值，再用它代替模块中心像素点的值。Step 3 边缘检测。表示缺口图像经过图像转化、滤波后，只剩下图像
15、的灰度数据。采用Sobel算子边缘检测技术9，通过计算图像的梯度值来检测图像的边缘。具体实现方式为：通过参数配置，设定每一台转辙机的识别阈值参数，将经过处理后图像转换图像滤波边缘检测间隙计算从DDR3存储器中提取图像数据原始图像及间隙数值上传/显示图3 数据处理模块处理逻辑FPGA时钟模块图像数据分辨率CMOS（OV 5640）IIC配置OV 5640驱动图像分辨率设置模块DDR3控制器DDR3外设图2 驱动模块结构25铁道通信信号 2023年第59卷第2期的灰度图像理解为一个二维函数，图像的一阶导数可以用梯度表示，表示某一函数在某一点处的方向导数沿着该方向取得最大值。计算梯度的大小时，首先要
16、计算梯度关于 x、y 方向的分量 Gy 和 Gx，计算梯度偏导数采用 Sobel算子，Sobel算子垂直方向和水平方向的模板选用最小的奇数33模板，见图4。像素33区域的第3行与第1行的差近似为 x 方向的偏导数，第 3列与第 1列的差近似为 y方向的偏导数。使用Sobel算子计算梯度分量的算术表达式为Gx=fx=(Z7+2Z8+Z9)-(Z1+2Z2+Z3)Gy=fy=(Z3+2Z6+Z9)-(Z1+2Z4+Z7)G=(G2x+G2y)（1）式中：Gx、Gy 分别为经横向和纵向边缘检测的图像灰度值；G 为该像表的图像灰度值。将 G 与参数配置中的阈值进行比较，大于阈值则表示该像表点的边缘，将计算出的所有边缘点坐标数据放入缓存。Step 4 间隙计算。对图像边缘检测处理后，从所得到的边缘点数据中提取锁闭块的下边沿和表示杆缺口边沿的像素坐标，这二者的像素坐标相减的绝对值，即为缺口间隙大小的像素值。该像素值乘以每一个像素点代表的实际尺寸，就得出表示缺口间隙的实际大小。在实际处理中，边缘的像素点可能是2个以上。经过实际测量，对于锁闭块的下边沿和表示杆缺口边沿仅取第2排的像素点作为计算的像素边