基于CNN的汽车视觉识别系统应用介绍
 近些年来随着科学技术的不断进步，人工智能（AI）正在逐步从尖端技
术变得普及。人工智能的发展涉及物联网、大规模并行计算、大数据以及深度学习算法等领域，深度学习是人工智能进步最重要的因素，它也是当前人工智能最先进、应用最广泛的核心技术。作为人工智能技术理想的应用领域，自动驾驶以及智能交通系统受到了人们广泛的关注。很多汽车企业都加入自动驾驶汽车的研究，比如特斯拉的自动辅助驾驶系统、百度计划等。 
 图1：自动驾驶汽车需要具备识别道路交通情况的能力
 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，卷积神经网络（Convolutional Neural Network，CNN）是目前图像识别技术中最炙手可热的算法模型，来自韩国的ATUS（Across The Universe，穿越苍穹）组织推出了基于CNN的汽车视觉识别系统，该公司专注于数字媒体和FPGA嵌入式平
汽车台技术的研究。
 图2：ATUS基于CNN的视觉识别系统采用Zynq Z7045 SoC器件
 该系统采用Xilinx ZC706开发板卡，集成的是Zynq Z7045 SoC器件，采