大数据时代,每时每刻都有海量的视频数据在各种应用场景的监控系统中产生。尤其是自动驾驶领域的视频视觉系统,对延时小、实时性高,边缘计算能力强且具有独立硬件平台的车载智能摄像头终端的需求应运而生。然而现阶段下,车载智能摄像头终端的研究集中在软件算法,缺少独立开发的高性能硬件平台研发,且受限于硬件性能,处理延时较大,边缘化实现度较低。针对上述现状及项目需求,本文设计了一套针对道路交通自动驾驶系统的基于MPSo C的车载视频信息实时智能识别系统。该系统采集及处理多路超高清视频图像,检测、提取和识别视频中特定目标,并可在本地显示屏显示超高清视频。系统以ZYNQ Ultrascale+MPSo C EV系列芯片为核心处理器,包含4路超高清图像传感器接口和1路HDMI 2.0超高清视频输出接口,板上片外存储颗粒有6片2400Mbps DDR4。本系统的硬件平台为自主设计的14层印制电路板。整板包括1159个电子元器件、3871个连接网络和18路电源,其中包括20对最高传输速率为1.2Gbps的MIPI-DPHY信号以及96根速率为2400Mbps的DDR4信号。在硬件设计阶段,整个系统受到来自SI、PI以及EMC的挑战。本设计通过理论计算及软件仿真等方式,严格控制阻抗、合理布局布线,顺利解决上述问题。基于本文硬件平台,自主设计实现了一套车载交通标志实时识别系统,包括FPGA可编程逻辑、ARM处理两部分,分别使用Verilog HDL、C语言进行开发。FPGA程序设计实现超高清视频数据接收与解码、视频高速片外缓存、目标检测和识别、本地超高清视频显示等功能;ARM作为协处理器,提高系统可编程性,控制传感器工作模式,控制AXI总线及控制HDMI发送器软硬件工作模式。综上,本文设计的车载视频信息实时智能识别系统,实现本地软硬件协同处理工作。平台在边缘侧发起图像采集操作,在数据源头提供目标实时识别分析的应用程序服务。非控制类图像视频数据在边缘被实时处理,远端控制响应时间被缩短,消除因对路况信息反应不及时导致的交通安全隐患,具有一定的实用意义。