基于FPGA的HLS图像处理IP核设计-电子发烧友网

1. 初识XILINX

初识XILINX，是PYNQ-Z2。当时刚学完学校的数字电路课程，对FPGA并不了解，学校课程也仅仅是用VHDL验证了一些基础的FPGA实验，例如生成一个n进位序列码。并不知道FPGA有这么广阔的应用。在一次王伟博士的培训上，我第一次接触到了PYNQ。在讲座中，我运行了一个PYNQ的demo。通过USB摄像头检测边缘处理。如下图：

当时给了我很大的震撼，瞬间对FPGA非常感兴趣。王博士指点我，想学好FPGA，光会一点VHDL的皮毛并不够，要对工业上最流行的VERILOG非常熟悉才行。虽然我们学校并没有开设关于VERILOG的课程，但我在图书馆借阅了相关的书籍首先进行自学，并在实际操作中补充自己。这一步也为之后全国FPGA大赛的个人能力测试建立了基础。随后，王博士开展面向全系的VERILOG普及培训，我非常有幸作为助教参与其中，给低年级学弟学妹开展VERILOG基础语法的讲解。

随后，XILINX公司推出ULTRA96板卡的试用申请。这对我来说既是机遇，也是挑战。不负一番努力，我通过了板卡的申请。收到板卡后，困难一直伴随着我。因为对LINUX系统并不熟悉，第一次让设备连接网络就花费了我很长时间。当时网上并没有现在对它的明确资料，靠着类似的设备树莓派的经验去一步步试着去配置，最后总结出多种联网方法并和实验室同学分享。在此期间，我意识到要学好嵌入式技术，必须对LINUX做到很熟悉。

2. 参加FPGA大赛

完成基础的培训后，我报名参加了2019年的FPGA全国大学生竞赛。我们的项目是制作一台基于STM32平台的智能小车，可以通过车载摄像头设识别障碍和到路线。利用ULTRA96强大的计算性能，运行裁剪过的YOLO/SSD模型。实现识别的速度和精度的双向赢。期间，训练模型对我来说在初期也是一个很大的挑战，从第一次接触Tensorflow到训练模型，遇到很多的问题也得到了很多老师同学的帮助。

解决重重问题后，我完成了我们比赛的所有准备，来到南京答辩。因为板卡属于自选题目组，所以在比赛的房间内都是来自一些名校的研究生组合，无形中给了我很大压力。在评委组验收的时候，暴露出识别帧数低下的问题，评委也给出一些解决的建议。不负众望，最终我取得了不错的二等奖，对我来说也是非常的不容易。其实，得到评委的肯定的评价比得知获奖更为开心。

我比赛中的作品

3. 假期DNNDK SSD

在假期中，寻找到了当时大赛时对障碍物识别帧数低的原因，通过对设备的调整，实现SSD模型15-20帧的识别速度。如下图。

4. 参加XDF

因为对XILINX非常感兴趣，我自费报名参加了XILINX的2019年XDF全球开发者大会。参加本次大会让我受到了很多启发。我们向XILINX工程师询问了ULTRA96无法发挥完全性能可能的原因并进行了探讨，对之后解决这个问题有了非常大的帮助。

在XDF的现场实验室，我们通过做官方VITIS例程，体会到了XILINX新一代集成工具VITIS的强大整合能力。因为大赛的原因，我对小车的相关技术非常感兴趣。在AVANT的展台上，

我发现了了AVANT的工程师用ULTRA96作为ROS（Robot Operating System）作为载体运行激光雷达的运行。

5. SLAM实时建模

这给我非常大的启发，依托ROS强大的外设库支持、仿真能力和FPGA强大的运算性能，可以实现更高性能的机器人底盘系统。下图是我利用ROS对REALSENSE多摄像头传感器的仿真，实现SLAM实时建模我房间的一角。

6. PETALINUX镜像

最近，认识到要真正用好ZYNQ，必须掌握PETALINUX去定制所需要的系统。在这个过程中遇到了很多问题。或许是计算机编译的速度慢、或许是资源需要连接外网导致网速很慢，最终让整个编译过程无限变长。为了解决这些问题，付出了很多时间作为代价。连续2周的连续从早到晚的编译，因为我的操作不当，没有把计算机放在通风良好的地方。计算机的主板南桥因为长时间过热烧毁了，不过一切苦难克服之后都是值得的。通过大量的尝试，不断的成功和失败。让我越来越清楚PETALLINUX的运行规则。最后，实现带有DPU功能的定制镜像的制作，如下图：

7. HLS 图像处理IP核设计

VIVADO HLS工具可以将C语言高级综合为硬件。

原理框图如下：

图像处理流程：

1.读取图像

2.将读取的图像数据格式转换为AXI格式

3.将AXI格式的图像转换为OPENCV可以处理的Mat格式

4.通过HLS_OPENCV处理库对图像进行处理

5.将处理完的图像数据从Mat格式转换为传输的AXI格式

6.将图像的AXI转换为图像格式

7.将图像进行输出

用到的HLS_OPENCV函数详细参考官方指南UG902