紫光同創(chuàng)企業(yè)命題

2026集創(chuàng)賽紫光同創(chuàng)企業(yè)命題將聚焦智能交通感知系統(tǒng)，充分發(fā)揮國產(chǎn)FPGA在實時性與能效方面的優(yōu)勢，為智能交通邊緣計算節(jié)點提供自主可控、高效可靠的感知解決方案。通過“芯片+場景”的深度融合，探索國產(chǎn)高端芯片在關鍵基礎設施領域的創(chuàng)新應用路徑，洞見更安全、更高效、更智能的未來交通圖景！

賽題發(fā)布|芯途浩瀚，創(chuàng)界無垠！2026集創(chuàng)賽紫光同創(chuàng)杯賽邀您定義硬核未來！芯賽場，云力量！小眼睛科技遠程AI實驗平臺重磅發(fā)布助力2026集創(chuàng)賽！【參賽必讀】紫光同創(chuàng)初賽能力測評操作指南詳解#2026集創(chuàng)賽【重磅福利】2026集創(chuàng)賽紫光同創(chuàng)凡晉級分賽區(qū)決賽隊伍贈送FPGA開發(fā)板！

快速上手Manus

MANUS TUTORIAL

題目名稱：基于紫光同創(chuàng)FPGA的智能交通感知系統(tǒng)

賽題內(nèi)容

隨著城市的迅速發(fā)展，城市交通環(huán)境也變得更加復雜，行人行為及車牌識別作為智能交通的核心感知技術，在車輛通行管理、交通違章抓拍、ETC閘機、停車場自動化運維等場景中具有不可替代的作用。傳統(tǒng)基于CPU/GPU 的行人和車牌識別方案存在實時性不足、功耗較高、部署靈活性受限等問題，而FPGA+MCU憑借并行計算架構、低延遲、高性價比的優(yōu)勢，成為嵌入式場景下智能交通感知系統(tǒng)的理想硬件平臺

賽題要求

主要考察FPGA的圖像預處理功能、PCIe傳輸、RK端模型部署優(yōu)化能力。在RK3568有限的算力和資源限制下如何發(fā)揮FPGA的硬件加速能力，做到軟硬件協(xié)同處理是重點考察。

1. 硬件架構與數(shù)據(jù)流劃分

多源視頻接入(FPGA端)：

√ HDMI：FMC轉(zhuǎn)HDMI子卡實現(xiàn)1080P的HDMI視頻源輸入

√ 攝像頭：40PIN的IO擴展雙目OV5640。

√ 光纖：可以通過另外的fpga板卡采集視頻流通過光纖傳輸。

高速數(shù)據(jù)通信(FPGA -> RK3568)：

√ 建議使用PCIe 接口進行數(shù)據(jù)交互。FPGA 將定位并裁剪好的車牌 ROI（感興趣區(qū)域）圖像，或處理后的全幀圖像及坐標，通過 PCIe DMA 直接寫入 RK3568 的內(nèi)存空間，RK3568從內(nèi)存中取出圖像數(shù)據(jù)并處理。

2. FPGA 端：圖像預處理與車牌定位

在FPGA 上用純 RTL 實現(xiàn)對應算法

·圖像預處理：

√ 可以實現(xiàn)RGB 轉(zhuǎn) HSV，提取藍色和綠色的特征掩膜、邊緣檢測：車牌區(qū)域具有豐富的垂直紋理。使用 Sobel 算子提取垂直邊緣。形態(tài)學處理：對邊緣圖像進行閉運算。

√ 對于傾斜角度還需要fpga做矯正處理。強光情況下需要做可以實現(xiàn)基于局部自適應的 Gamma 校正，對于夜間增強可以采取直方圖均衡等，高階算法可以考慮使用clahe完成。遠距離時，車牌區(qū)域?qū)嶋H分辨率降低，F(xiàn)PGA的識別效果不佳，可以考慮圖像增強、放大車牌區(qū)域給到RK。

3. RK3568 端：AI 識別與分類

RK3568 主要負責對 FPGA 摳出的車牌圖像進行語義級別的分析。

模型選擇：

字符識別：推薦使用輕量級的LPRNet 或 CRNN。不需要復雜的目標檢測，直接輸入裁剪好的車牌圖像，輸出中文字符和字母數(shù)字。

車牌分類：可以通過一個極小的分類網(wǎng)絡（如MobileNetV2 甚至簡單的幾層 CNN）來實現(xiàn)，或者直接根據(jù) FPGA 端傳入的 HSV 色彩判斷結果進行綜合判定。

低照度:可以RK部署相關模型實現(xiàn)低照度增強

遠距離：該情況下車牌區(qū)域的分辨率相當于降低，RK可以針對該情況使用輕量級模型去完成識別。

輸入源連接展示:

數(shù)據(jù)輸入可以來自攝像頭、光纖、FMC擴展HDMI輸入子卡(后續(xù)推出)，光纖數(shù)據(jù)來自另一塊fpga采集板卡，該采集板同樣可以支持攝像頭輸入(FMC擴展GPIO子卡接攝像頭)、HDMI輸入等；FPGA與RK3568的PCIe連接已經(jīng)在核心板上,PCB已經(jīng)完成互連。