本文转载自： PYNQ开源社区微信公众号
感兴趣者可与 pynq_china@xilinx.com 联系，共同合作拓展项目。
PYNQ作为一套开源框架，其一大优势是软件框架的兼容性，正如PPT中介绍的，基于PYNQ框架，我们不仅可以接入常用的Numpy, Pandas等，也可以接入机器人操作系统ROS。
ROS，PYNQ & ZYNQ
ROS是机器人操作系统（Robot Operating System）的英文缩写。它包含了大量工具软件、库代码和约定协议，旨在简化跨机器人平台创建复杂、鲁棒的机器人行为这一过程的难度与复杂度。
PYNQ开源框架的理念与ROS类似，通过大量的Python开源库，以及已经优化的开源overlay，简化如Zynq这样的软硬件协同设计难度与复杂度。
Zynq平台既有处理器，又有FPGA逻辑其架构非常适合在机器人，工业视觉，工业控制的应用。两者可以完美结合，既提供开放易用的软件，又能保证实时，高速，高精度的硬件性能。
例如在ROS中就有ORB-SLAM2的开源库，通过ORB-SLAM2可以方便的进行路径跟踪和重建，如下图的城市路径跟踪和稀疏重建效果图。
在PYNQ-Z2 平台上，我们可以直接安装ROS数据包，在PC 和开发板上都搭建好了ROS 框架后，并且在PYNQ-Z2上设置好OV5640 相机视频通路就可以运行相关算法，并得到如下结果。
如果想对ORB算法进一步加速，则可参考我们上一篇文章《ORB-SLAM算法加速》
以上仅仅是对PYNQ和ROS结合的一个案例介绍，在ROS与PYNQ-Z2结合的案例中还包括传感器融合，机器视觉，AI等的各种案例，这些将都在《基于PYNQ框架的机器人开放课程》中呈现。该课程是教育部产学合作协同育人立项项目，由Xilinx学术合作与与南方科技大学机器人学院共同合作开发。
9月26日，Xilinx学术合作将与南方科技大学机器人学院共同组织线上研讨会，发布这一课程的详细情况，并诚邀国内相关领域的专家学者研讨。研讨会将围绕异构计算时代，机器人与人工智能课程实验内容的设置为主要内容。
为保证研讨效果，本次活动将控制人数，对有兴趣的老师，助教请与 xup_china@xilinx.com 联系。
