2026年FPGA大赛国赛选题，为什么「工业视觉缺陷检测」比「机械臂抓取」更容易被评委追问技术深度？

先说个可能有点反直觉的判断：评委不是更懂视觉，而是视觉这条线更容易被问出「你到底做没做过」。工业视觉缺陷检测天然是一条很长的流水线：sensor 出图、去马赛克、灰度化、滤波、边缘或阈值分割、连通域统计、结果上报，每一段都能追问。比如 DDR 带宽，评委随口一句「你 1080p60、每像素 3 字节、中间缓存三代，算算够不够」，你要是没真跑过，数字一报就露馅。机械臂抓取呢，FPGA 那块往往只承担图像采集加简单坐标输出，运动学逆解和 PID 大多在 MCU 或上位机上，FPGA 的活儿被稀释了，追问自然落到算法侧，而算法侧又容易被「调库」「用现成 IP」搪塞过去。

但别急着把机械臂一棍子打死，它有个视觉没有的风险：机械臂是物理系统，答辩现场不一定会让你真动，可一旦评委问「你标定误差多少、重复定位精度怎么测」，你拿不出实测数据同样尴尬。视觉的好处是验证闭环短，同一段视频喂进去，改一版滤波器就能看到结果差异，出图、出统计、出报告，工作量可视、可截图、可复现。

小例子：我见过一个队伍做 PCB 缺陷检测，评委没问算法多高级，只问「你这块板子 4K，DDR 三个 bank 怎么分配，读改写冲突怎么办」，队伍当场画了时序图，直接加分。换机械臂，同样深度的追问可能变成「你的雅可比在奇异位形附近怎么处理」，那已经偏控制理论了，跟 FPGA 赛道的契合度反而低。

所以评估选题时，可以反过来问自己：这个题里，FPGA 是不是不可替代的一环？如果是，追问就有落点；如果 FPGA 只是配角，评委想深挖也没处挖。你们现在手上有没有能稳定出图的 sensor 和一块够用的 DDR 板子？这个条件基本决定了视觉题能不能立起来。

我带过两届校队，说点从答辩现场看到的规律。评委问什么，本质上取决于「这个题里哪一环最难被糊弄」。视觉缺陷检测的难，难在数据通路：图像进来是连续的，缓存是有限的，算法是并行的，三者一咬合，任何一处偷懒都会在带宽、时序或资源上体现出来。评委问帧缓存架构，其实是在问你懂不懂行缓冲、乒乓、多帧队列之间的取舍；问 Sobel 流水线并行度，是在问你有没有算过吞吐和时钟的关系；问 DDR 带宽估算，是在问你有没有把理论值乘上效率系数。这些问题都有标准答案的「形状」，答得好答不好一眼能分。

机械臂抓取就不一样了。它的难点被切成了两块：一块是控制，一块是视觉定位。控制那块的深度在 PID 参数整定、逆运动学、轨迹规划，这些是控制学科的主场；视觉那块如果只是找色块、算质心，FPGA 做的事其实很浅。结果就是评委想问深，却很难把问题锚在 FPGA 上——总不能追着问「你这个 PID 的积分限幅为什么取这个值」，那考的是控制不是硬件。题目和赛道的错位，会让追问变成泛泛而谈，泛泛而谈对拿奖不利。

但这不是说机械臂不能做，而是说你要主动把 FPGA 的戏份做足。比如把整条视觉定位链放进 FPGA：畸变校正、模板匹配、亚像素插值、坐标解算，全在片上流水，机械臂只收坐标。这样评委就有东西问了，而且问的还是你熟悉的那套。

真要选，我建议先看你们能拿到什么。有没有工业相机或者能长时间稳定出图的 sensor？有没有带 DDR 的开发板？有没有真实的缺陷样本，哪怕是公开数据集？这三样缺一样，视觉题的深度就撑不起来，答辩时会心虚。反过来，如果机械臂那边有现成的平台和标定工具，把 FPGA 定位做扎实，也是条路。

别被获奖名单带偏，名单只告诉你结果，不告诉你他们踩过多少坑。你们队伍现在更缺的是图像链路的经验，还是控制侧的经验？这个想清楚，选题基本就定了。

视觉题评委能顺着数据通路一路问到底，机械臂题问着问着就滑到控制去了，FPGA 的存在感一低，深度自然追问不出来。

选题这事，我建议你们先别急着比「哪个更高级」，而是反过来问一句：答辩那二十分钟里，评委能沿着哪条线一路往下钻，而且钻到哪一层你都还接得住。视觉缺陷检测的天然优势就在这——它是一条从物理到逻辑都咬得很死的通路。sensor 出图、去马赛克、灰度化、滤波、分割、连通域、结果上报，每一段都有明确的输入输出和可量化的指标。评委问帧缓存为什么用乒乓而不是单缓冲，你可以从行缓冲的吞吐算到跨时钟域；问 Sobel 并行度，你可以把时钟频率、像素吞吐、资源占用三者的关系摆出来;问 DDR 带宽，你能把理论值乘上效率系数再对上你的实测。这种题目最大的好处是「你偷没偷懒，数字会说话」，评委不需要相信你的说法，他只要顺着数据通路走一遍就知道深浅。

机械臂抓取的问题不在题目本身不好，而在于 FPGA 在这条链里的角色经常被稀释。抓取系统真正难的部分往往是标定、逆运动学、轨迹规划和闭环控制，这些大多落在 MCU 或上位机上，FPGA 很多时候只做图像采集加一个坐标输出。于是评委想问深，问着问着就滑到控制去了，而控制那块又容易被「调库」「用现成方案」搪塞过去，追问的落点就散了。散，不等于浅，但答辩现场很难在有限时间里把散的东西问出层次，这对你们反而不利。

所以选题评估可以这么走：先画出你打算让 FPGA 承担的那条主通路，标出每一级的吞吐、延迟、资源约束，然后自己问自己——如果评委从任意一级往里钻三层，我有没有东西可答。视觉题几乎每一级都能钻三层，机械臂题往往只有采集那一级能钻，再往下就出界了。

不过也别把机械臂一棍子打死。如果你们队里有人真能把运动学逆解放到 FPGA 里做定点化流水线，或者把视觉伺服整条闭环吃进 PL，那反而是稀缺方向，评委也会追。关键是别做「FPGA 只负责采图」的版本，那种版本答辩时最吃亏。

最后提一句：视觉题想拿奖，光有通路还不够，得有一个明确的难点被你啃下来了，比如多路相机同步、高帧率下的带宽压缩，或者缺陷检测的误检率优化。评委追问的深度，本质上是你们自己挖的坑有多深。你们现在手里的 sensor 型号和板子资源大概是什么档次？这个直接决定你能把通路做到多复杂。

简单说：视觉题里 FPGA 是主角，评委顺着数据通路就能一路追问；机械臂题里 FPGA 常沦为配角，难点跑到控制那边去了，评委想问深也没处使劲。选题时就看一点——你让 FPGA 扛的那部分，能不能被连问三层。