大四电子专业,导师给了两个方向让我自己挑。一个是国产FPGA+摄像头做手势识别,听起来炫但怕算法调不出来最后只能跑demo;另一个是Zynq做CAN-FD网关,偏通信和工控,感觉稳但怕评委觉得没新意。想问做过毕设的学长学姐,2026年答辩评委更看重新颖度还是完成度?国产平台会不会因为资料少反而拖进度?论文里算法部分要写到什么深度才算够?
2026年FPGA毕业设计选「基于紫光同创的实时手势识别」还是「基于Zynq的CAN-FD网关」,哪个答辩更容易拿优秀?
4 个回答

先说结论:如果目标是稳拿优秀,选CAN-FD网关,但要在论文里补一个亮点,否则确实容易被说成工程练习。我本科毕设做的就是类似通信网关,答辩时评委问得最多的不是协议本身,而是时间同步、错误帧处理、吞吐实测这些细节,你答得上来分就上去了。手势识别那条路的坑在于,它本质是一个视觉算法项目,FPGA只是实现载体。你要先跑通摄像头采集、图像预处理、特征提取或CNN推理,再谈识别率。中间任何一环卡住,最后就变成摄像头画面直通加几个LED,评委一眼看穿。国产平台资料少这件事,要分两面看。好处是答辩时你可以讲自主可控、讲你踩过的坑、讲你怎么从数据手册反推时序,这些都是加分项;坏处是调试周期不可控,一个DDR配置或时钟约束的问题可能卡你两周,而Zynq那边社区例子一搜一大把。所以时间预算才是决定因素。如果你现在离答辩还有八个月以上,并且已经会用Vivado或类似工具,手势识别可以赌一把;如果只剩五六个月,别赌。再说评分逻辑,我见过的答辩现场,完成度是及格线,新颖度是加分项,但新颖度只在完成度达标之后才起作用。一个跑通的CAN-FD网关,配上误码率测试、不同波特率下的吞吐曲线、CAN与CAN-FD对比数据,再加一个和ROS或上位机的联动,评委不会觉得没新意,反而觉得你工程闭环完整。论文里算法部分,如果是网关方向,不需要写深度学习,但要写清楚协议解析的状态机设计、CRC校验的硬件实现、FIFO深度怎么算的、时序约束怎么加的。如果是手势识别,算法部分至少要给出硬件映射思路,比如卷积层怎么展开、乘法器怎么复用、BRAM怎么分配,再附上资源占用和时序报告对比,只有软件仿真结果是不够的。你现在会哪套工具链,板子到手了吗?

先讲一个很多人答辩前才想明白的事:本科毕设评优,评委手里那张表上,完成度和工作量通常占大头,新颖度只是加分项。所以真正的风险不是「稳不稳」,而是「能不能在答辩前两周拿出一套跑得通、测得出数据、讲得清原理的系统」。从这个角度看,CAN-FD网关的确定性明显更高。它的链路是清晰的:Zynq的PS跑协议栈或做配置管理,PL实现CAN-FD控制器、位时序、收发FIFO,再接外部收发器。每一段都能单独验证,位时序错了示波器一看就知道,误码率、吞吐、延迟这些指标也能量化。你论文里可以放时序约束报告、资源占用对比、不同波特率下的实测误码,这些都是硬货。评委问起来,你答的是仲裁机制、采样点位置、错误帧计数,听起来就是做过工程的。手势识别那条路的问题不在题目本身,而在于它把一个视觉算法项目挂在了FPGA上。摄像头采集、色彩空间转换、图像缓存、特征提取或轻量CNN,任何一环卡住,最后交上去的就是画面直通加几个LED,评委一眼看穿。而且算法不收敛这件事很玄学,你可能调三周准确率还在六成,答辩前根本来不及换方案。国产平台资料少这件事要两面看:好处是你可以讲自主可控、讲从数据手册反推时序、讲踩过的坑,答辩时是加分项;坏处是调试周期不可控,一个DDR配置或时钟约束的问题能卡你两周,而Zynq那边社区例子一搜一大把。所以真正的决策变量是时间和人手。如果你离答辩还有八个月以上,而且已经会Verilog、用过摄像头或图像处理,那手势识别可以冲,但一定要给自己设一个止损点,比如两个月内识别率上不了八成,就转成「手势区域检测加简单分类」保底。如果只剩四五个月,或者你之前没独立调过高速接口,选CAN-FD网关更稳。论文里算法部分不用写太深,但至少要给出硬件映射思路,比如卷积怎么展开成乘加阵列、用了多少DSP、时序能跑到多少兆,再配一张资源占用和吞吐的对比表,这样就不算纯调包。你现在离答辩大概还有几个月,Verilog和图像处理各到什么程度?

我先说个可能不太中听但很实在的判断:本科答辩那张评分表,完成度和工作量基本决定了你的分数下限,新颖度只是上限的浮动项。所以真正要问的不是哪个题目更炫,而是哪个题目能让你在答辩前一个月拿出一套跑得通、测得出数据、讲得清原理的系统。沿着这条线往下推,CAN-FD网关的确定性明显更高。
为什么说它确定?因为整条链路是可切分的。Zynq的PS跑协议栈或者做配置管理,PL实现CAN-FD控制器、位时序逻辑、收发FIFO,外面接个收发器芯片,每一段都能单独验证。位时序错了,示波器一挂就看出来;误码率、吞吐、延迟这些指标也能量化。你论文里可以放时序约束报告、资源占用对比、不同波特率下的实测误码数据,这些都是硬货。评委问起来,你答的是仲裁机制、采样点位置、错误帧计数,听起来就是做过工程的人。
手势识别那条路的问题不在题目本身,而在于它把一个视觉算法项目挂在了FPGA上。你得先跑通摄像头采集、图像预处理、特征提取或者轻量CNN推理,再谈识别率。中间任何一环卡住,最后就变成摄像头画面直通加几个LED,评委一眼看穿。尤其国产平台资料少这件事,要分两面看:好处是答辩时你可以讲自主可控、讲你从数据手册反推时序、讲踩过的坑,这些都是加分项;坏处是调试周期不可控,一个DDR配置或者时钟约束的问题可能卡你两周,而Zynq那边社区例子一搜一大把。
所以我的建议是:如果你现在离答辩还有八个月以上,而且你之前有过图像算法或者CNN的基础,手势识别可以搏一把,但一定要给自己设一个止损点,比如三个月内算法不能在PC上收敛,就转回网关方向。如果时间只剩五六个月,或者你连摄像头驱动都没调过,那别犹豫,选CAN-FD网关。
选网关也不是说就躺平了。想拿优秀,你得在论文里补一个亮点,否则确实容易被说成工程练习。这个亮点可以是时间同步机制,可以是多路CAN-FD的负载均衡,也可以是错误注入测试的完整方案。论文里算法部分如果涉及,至少要给出硬件映射思路和资源、时序对比数据,不能只贴个公式就完事。
最后问一句,你现在离答辩大概还有几个月?这个时间点基本决定了答案。
还有一点,别把国产平台当成纯粹的减分项。评委里如果有做国产替代或者信创方向的老师,反而会对你从数据手册一点点啃时序的经历感兴趣。关键是你得真的啃过,而不是拿现成IP核拼一拼就说自主可控,那种一问就露馅。

选CAN-FD网关。手势识别那套,算法不收敛就是摄像头直通加几个LED,评委一眼看穿;网关至少能拿示波器和误码率说话。国产平台资料少是双刃剑,能讲自主可控,但调试时间要留足。
发表回答
登录后可在本页底部提交回答