自动驾驶面临的首个问题就是如何识别道路上的行人、汽车等其他物体，因此需要开发可靠的视觉识别系统集成到汽车的车载系统中，目前深度学习在人工智能领域有着极其广泛的应用。本项目采用了基于BP+RBM构架的深度学习神经网络实现车辆自动驾驶过程中的机器视觉识别系统。

      本系统采用硬件为黑金的 ALINX FPGA开发板ZYNQ XC7Z7020开发板。

       Xilinx Zynq-7000系列器件配备双核 ARM Cortex-A9 处理器以及28nm可编程逻辑资源，其优异的性能功耗比和最大的设计灵活性自推出以来受到工程师们的欢迎，Zynq Z7045属于该系列最高端的器件，集成高达6.25M的逻辑单元。随着各种应用对于计算需求和性能的不断增长，FPGA并行计算特性多带来的高性能使其在数据中心、深度学习、图像压缩与解码等应用场景应用越来越广泛。

最后测试结果如下：