FPGA双足人形机器人开发套装搭载STM32、FPGA双运算系统，主要面向电子信息等相关专业学生，交叉运动控制、智能识别、神经网络算法与通信融合等专业知识。FPGA版本提升机器人的硬件算力，以Xilinx Ultra96-v2（U96）为主控板，由ARM核和FPGA两部分组成，相当于单片机与FPGA的复合体，不仅能提供单片机的易用性，还能提供FPGA的强大算力。FPGA机器人开发平台，集成了基于FPGA的低功耗神经网络架构、基于超宽带的自动定位追踪等前沿技术，在课程教学过程中让学生亲身体验前沿科研成果。开发平台技术集成度较高，课程采取软硬结合、赛课结合的组织形式，课程考核以比赛方式组织，比赛面向所有学生，适合大学专业学科的拓展使用。

《FPGA应用与开发实践》课程旨在培养学员掌握FPGA技术在双足人形机器人设计与实现中的应用。通过理论与实践相结合，学员将学习机器人系统设计、运动控制、图像处理、障碍物识别、定位技术、路径规划等核心技术。课程培养目标为具有集成电子设备及信息系统的基本能力，具有运用科学理论和技术分析解决问题的能力，如表所示。

《FPGA应用与开发实践》课程大纲：
第1章 系统设计方法介绍 
1.1 FPGA在机器人系统中的作用和优势
1.2 机器人系统的整体架构和主要组成部分
1.3 系统设计的流程和方法
第2章 机器人基本运动控制 
2.1 机器人运动学基础
2.2 控制器的基本控制算法
2.3 通过FPGA实现机器人的基本运动控制
第3章 数字图像处理基本原理 
3.1 数字图像处理的基本概念和方法
3.2 FPGA在图像处理中的优势和应用
第4章 障碍物识别与避让 
4.1 障碍物检测的原理和方法
4.2 障碍物避让策略和实现方法
第5章 基于硬件的数字逻辑实现 
5.1 FPGA的逻辑设计和编程方法
5.2 基于FPGA的硬件电路设计和调试
第6章 基于FPGA的神经网络算法设计与实现 
6.1 神经网络的基本原理和常用算法
6.2 FPGA在神经网络推理中的应用和优化方法
第7章 基于超宽带的定位原理 
7.1 超宽带定位技术的原理和特点
7.2 基于UWB的室内定位算法和实现方法
第8章 复杂环境下的运动控制 
8.1 复杂环境下机器人面临的挑战和问题分析
8.2 复杂环境下机器人的稳定控制和自主导航
8.3 多传感器融合技术在复杂环境中的应用
第9章 路径规划算法与实现 
9.1 常见的路径规划算法
9.2 在机器人上应用路径规划算法进行导航
第10章 迷宫环境的路径规划与实现 
10.1分析迷宫环境的特性，探讨适用的路径规划策略
10.2 在迷宫环境中实现机器人的路径规划
10.3 迷宫自主导航实践