如何借助全可编程SoC打造视觉导向的机器人和无人机

在算法层面，这种高精度嵌入式视觉系统运行的算法有同步定位与地图构建(SLAM)和稠密光流(Dense Optical Flow)，可以为平台提供增强型感知和避障系统。这些算法同时还与更传统的模式和对象识别算法互相结合。

Zynq同时接口和处理多个摄像头输入的实例

对使用的图像传感器来说，可编程逻辑架构还能够支持最适合于目前应用的特定传感器。与限制传感器接口和图像处理流水线的一些标准解决方案不同，这种高度的灵活性能够打造出面向未来的设计方案。目前它可以先实例化一个接口，然后随着新标准的出现，重新编程已经部署的系统以支持新标准。可编程逻辑的灵活性还体现在能从一个标准转换到另一个标准。

在同构和异构传感器融合方面，这个最大的 SoC 产品系列提供充足的可编程逻辑架构，能实现20个以上的视觉通道并让每一个通道并行运行。因为这些通道实现在可编程逻辑架构内，设计工程人员不受定义的图像处理路径制约，相反他们有能力为目前的应用实现所需的特定图像处理流水线。

就生成图像处理流水线而言，和普通的想法不同的是我们不必使用 HDL 重新生成一切。在标准 Vivado？ IP 库内提供了一些图像处理内核，使用 AXI Streaming 接口就能够连接。使用 AXI Streaming 接口便于把灵活、可扩展的图像处理流水线创建成标准接口，用在所有的 IP 模块上。这种标准化能缩短初始开发时间，便于随着产品规划图的延伸更容易地升级和复用。

当然许多图像处理算法相当复杂，需要先在 OpenCV 或 MATLAB 等应用中建模。OpenCV 能与 Vivado？ 高层次综合视频库结合，即 OpenCV 库的可综合版本，极为简便地为我们的流水线实现图像处理算法。随后这些算法能拉回到 Vivado 内的图像处理流水线中，缩短开发和验证时间。