基于 RISC-V SoC 的可配置 FFT 系统设计（1）引言

本文详细描述了整个基于 SoC 的卷积神经网络车牌识别系统设计的搭建流程，大体分为 IP 与互连线、数据通路、时钟域划分。文中的 IP 设计和整体的 SoC 设计都有对应的设计文档、Verilog 代码和 FPGA 工程，不仅可以上板测试，而且可以成功实现。另外，文末总结了一些设计的规律，如不同板子不同工程不同 IP 的时钟域划分，如米联客、黑金、Xilinx 官方等，以及本次系统的搭建的工程链接。...

（7）SoC 定义构成和 SoC 启动流程

这是一个在基于 OpenCV 的 Python 程序下，整体车牌定位、分割、识别的各个步骤的处理结果的展示，相当于算法的验证，只有先在软件上经过正确的严格的验证，才能进行硬件上的设计与实现。算法设计上是没有问题的，输入数据就是来自实际真实场景的车牌图像，只是比较少的环境噪声干扰、比较理想化的车牌图像拍摄、比较清晰的车牌识别背景之类的。对于基于 SoC 的卷积神经网络车牌识别系统设计、学习、研究具有较为良好的指导作用，对于现实 AI 落地还具有一定的局限性。...

本次项目主要设计了一个基于 RISC-V 指令集架构的 SoC，这是一个具有 1024 点的时频转换功能的 FFT 系统。在理想情况下，只要指令存储器和数据存储器的容量足够大，基本上可以实现任意点数的可配置 FFT 系统设计。

目前，基于 RISC-V 的 SoC 芯片主要都是应用于低功耗的轻量级嵌入式设备领域中，其宝贵的硬件资源不会浪费在 RISC-V 编译器和工具链上。大部分的情况下，其程序的开发与编译都是在 PC 主机上进行的，然后下载到基于 RISC-V 处理器的嵌入式系统平台上。类似这样的，在架构 A 中进行编译，但是架构 A 本身无法运行该程序，只能在架构 B 中进行实现的方式就称为交叉编译。...

对于 FFT 系统，其 RISC-V 内核的设计决定了整个系统的功能，其 RISC-V 内核的性能也决定了整个系统的性能。本次设计就是按照如下的 RISC-V CPU 的硬件架构设计图来实现的。

基于 RISC-V 交叉编译的环境搭建完成之后，对于其中的编译工具功能的正确性以及软件开发环境的可行性，可以通过以下两种方式来加以验证。

ANPR算法（车牌自动识别系统） 1.车牌检测 在整个视频帧中检测到车牌的位置。 2.车牌识别 当在图像中检测到车牌时，使用OCR（光学字符识别）算法来识别车牌上的字母和数字。 1.1车牌检测 这一步要检测当前帧中的所有车牌，我们将其分为两个主要步骤，分割和分类。 在第一步（分割）中，将应用不同的滤波器，形态学算子，轮廓算法来验证图像中可能包含...

然后根据汉字在水平方向的投影直方图，选取适当闭值，进行量化处理后，形成一个变长链码，再用动态规划法，求出与标准模式链码的最小距离，实现细分米完成汉字省名的自动识别。对同业兴创停车场的车辆车牌快速抓拍捕捉确定位置，根据车牌颜色，数字，和字母精准识别分割，提取信息并储存到电脑里，方便车辆出场时调用时间信息来计算费用，这样的算法准确，高效避免出入口拥堵现象的发生，300万像素的高清晰CMOS图像传感器，高性能DSP为图像处理核心，内置控制CPU，多项新的技术可对图像编码、处理分析等起到重大作用。

如前文所述，我们已经具备了成熟的车牌识别系统的卷积神经网络 Model，根据模型指定的不同层数及其具体参数，通过 Verilog HDL 设计一个个的 IP，以搭积木的方式，来完成卷积神经网络的硬件加速 IP 设计。...

车牌识别