基于FPGA云加速的智能小车设计及其在特定场景下的应用研究与实现.pdf

摘要 摘要 随着智能技术的发展，智能小车被广泛用于教学、自动驾驶模拟研究、智能 车辆研究当中。同时，深度学习的发展使得智能小车在路径规划、避障等特定场 景下开始使用神经网络等计算密集型算法。然而，一般智能小车计算核心的计算 资源等无法满足计算密集型算法的计算能力需求。所以，本文为了解决智能小车 计算资源不足的问题，提出了利用 FPGA 云加速技术对智能小车中计算密集型 问题进行加速的方案，并设计和实现了基于这一技术下的智能小车。 本文在对国内外现状和相关技术与平台研究的基础上，对功能需求和非功能 需求进行了分析，提出了利用 FPGA 云加速技术解决智能小车计算密集型智能 化算法的方案，并确定了基于FPGA 云加速智能小车的应用场景，给出了总体设 计方案。在总体设计方案下，本文设计了基于 PYNQ 框架的智能小车硬件和软 件，以及基于YOLOv2 深度学习模型的FPGA 云加速器的硬件程序和应用程序， 并最终实现了基于FPGA 云加速的智能小车系统。 最后，在基于 COCO 数据集的障碍物规避场景下对系统进行了测试。测试 结果表明，本文设计并实现的基于 FPGA 云加速的智能小车系统能够对 YOLO v2 深度学习模型的计算密集型算法有较大地计算加速效果，并达到了功能需求、 非功能需求和所设置应用场景的需求的要求。 关键词：智能小车，深度学习，FPGA 云加速 I Abstract Abstract With the development of intelligent technology, smart cars are widely used in teaching, automatic driving simulation research, and intelligent vehicle research. At the same time, in the specific scenario such as path planning or obstacle avoidance, smart cars start using computationally intensive algorithms such as neural networks with the development of deep learning. However, the computing resources of the general smart car computing core cannot meet the computing ability requirements of the computationally intensive algorithm. Therefore, in order to solve the problem of insufficient computing resources of smart cars, this thesis proposes a solution to accelerate the computationally intensive problem in smart cars by using FPGA cloud acceleration technology. This thesis also designs and implements a smart car based on FPGA cloud acceleration technology. Based on the related research, this thesis analyzes the functional requirements and non-functional requirements, and propose