这个项目是制作一个可以通过WiFi控制的机器人，机器人可以通过WiFi访问摄像头。

在这个项目中我尝试着如何将PYNQ与IoT框架一起使用。

即使是FPGA的初学者，也可以通过Python，用PYNQ开发板在FPGA上执行深度学习

创建一个将电气硬件，软件和机械系统集成在一起的自动调酒系统。最终产品是一个饮料传送带，能够从3个单独的瓶子中倒出、混合饮料。

该项目使用Digilent Nexys 4（DDR）板载麦克风来捕获环境声音。音频信号在VGA显示屏上同时显示在时域和频域（频谱）中。光谱还显示在30色LED灯带上。

在本教程中，我们将研究如何构建RISC-V，用到的是SiFive Freedom E310。

局域网流量分析器，监测有害软件，保护计算机网络安全。

Analog Discovery Studio可用作混合信号示波器，在此演示中，使用示波器查看来自梯形电阻DAC的模拟数据，使用逻辑分析仪查看和解码ADC的SPI总线，以及使用波形发生器来激发ADC的模拟输入。使用Cmod S7，但可以使用相同的原理和仪器来解码任何SPI总线或模拟信号。各种信号类型和方向演示了如何使用Analog Discovery Studio与许多不同的信号进行交互。

使用Python，OpenCV库和PYNQ框架在Arty Z7-20 Xilinx Zynq SoC平台上实现计算机视觉。

我们的目标是拥有一辆无人驾驶模型车： 可以在路上保持安全 抓住它的车道 遵守道路标志和规定 成功操作不依赖于任何人为输入 硬件平台

采用Cora开发板，ARM处理器与FPGA结合，创建与控制一个六足机器人。

用FPGA技术来制作虚拟触屏技术

对象追踪技术相信大家都不陌生，目前被广泛地应用于汽车工业，自动视频监视系统和手势识别等领域。这里用到Digilent Zybo Z7-20 SoC的FPGA加速跟踪算法，来实现对象追踪技术。

这个教程探讨如何利用HLS功能创建图像处理解决方案，实现在可编程逻辑中的边缘检测（Sobel）。

这个小项目帮助我们制作一款测试植物中的土壤水分的小应用，防止遗忘或者过度浇水。

使用DIGILENT低成本的Arty S7 FPGA开发平台搭建一个基于Arm Cortex-M1的系统应用。

移动式机器人（Automated Guided Vehicle-AGV）在工业4.0的大环境下承担着越来越重要的角色，在制造业领域主要应用于生产线原材料的搬运，车间与仓库间的转运出入库以及作为生产线上的移动平台进行装配工作。 在这个项目中，我们使用完全免费开源的Arm Cortex-M3软核搭载Digilent Arty A7 FPGA开源平台实现对移动机器人的控制。

相信吉他踏板爱好者肯定会十分喜欢这个项目作品。这一作品来自以色列特拉维夫大学的两名大四学生，基于Digilent ZedBoard实现。作品通过Zedboard板载的Zynq-7020 SoC接收来自电吉他的音频，通过四个音效处理器进行音频处理，然后将处理好的音频传送到吉他放大器。项目最终实现的是一个多重音效处理器，类似于乐手在过去50年间所喜爱的堆叠综合效果器，从而让每首歌曲以最适合的特殊音效来演奏。 板载Zynq SoC基于ZedBoard的开关和LED实现多效果处理器的用户界面，并使用Zynq SoC的可编程逻辑实现四种实时音频效果： ● 失真和过载 ● 八度+颤音 ● 颤音 ● 延迟 作品源码开源分享，demo可点击首图浏览视频。

当新入手一款Zynq开发板后，一般新手在串口输出一个hello world，实现功能就可以了。而对于一些对于Zynq有一定了解的老手而言，往往则会去尝试了解板上硬件的特性和时序，探究hello world输出背后整个系统是如何运作的。事实上，对于一款新的Zynq板卡来说，在启动序列中QSPI传输的速度不是一个明显的规范，本文教程就将教你如何使用Digital Discovery口袋式高速逻辑分析仪来快速分析启动序列并确定时序。

近日，在法国图卢兹的一场智能车比赛中，作者和一位朋友编程设计了一个由 Raspberry Pi、Arduino Uno 和一个树莓派摄像头组成的自动驾驶机器人小车。通过使用 Python、C++ 和神经网络进行图像处理，并以 60 FPS 的速度实时运行。 在这篇文章中，我们将对这个项目做完整的介绍，并给出复现设计该智能小车的关键要点。 注意：此项目不需要机器学习方面的知识，但可以帮助理解图像处理方法的细节。