1.一种可实现硬件加速的双目感知方法，其特征在于，包括如下步骤：
s1、针对于双目摄像头的两个摄像头芯片，分别引出摄像头芯片的外触发引脚，并对摄像头芯片的寄存器进行配置，使摄像头芯片工作在外触发模式；
s2、通过双目摄像头捕获双目图像，根据双目图像进行双目摄像头的离线标定，得到双目摄像头的参数；
将双目摄像头接入zynqultrascale+mpsoc的pl部分，然后将双目摄像头和pl进行同步触发，采集实时双目图像；
s3、根据双目摄像头的参数生成自定义ip，在pl中，调用自定义ip进行相机校正和对实时双目图像进行双目立体匹配，从而生成实时视差图；
s4、将实时视差图传输给zynqultrascale+mpsoc的ps部分，并与其中的ddr4内存进行数据交互，同时生成linux内核和文件系统管理ddr4中的图像缓存。
2.根据权利要求1所述的可实现硬件加速的双目感知方法，其特征在于，双目摄像头的选型要求为：采用全局曝光方式、采用小封装和具有外触发模式。
3.根据权利要求1所述的可实现硬件加速的双目感知方法，其特征在于，摄像头芯片为ar0144cmos芯片。
4.根据权利要求1所述的可实现硬件加速的双目感知方法，其特征在于，在步骤s2中，采用matlab标定工具箱进行双目离线标定，得到的双目摄像头的参数包括相机内参矩阵和畸变系数。
5.根据权利要求1所述的可实现硬件加速的双目感知方法，其特征在于，双目摄像头具有mipi输出接口，mipi输出接口通过mipicsi-2rxsubsystem模块接入pl；两个摄像头芯片的trigger引脚连接至同一个pl引脚，以此进行同步触发。
6.根据权利要求1所述的可实现硬件加速的双目感知方法，其特征在于，在步骤s3中，采用vivadohls高层次综合生成自定义ip，过程如下：
(1)新建hls工程；
(2)在source选项中新建一个顶层文件top.cpp，根据双目摄像头的参数，在该顶层文件中利用c/c++语言编程的函数进行功能自定义，自定义的功能包括相机校正和双目立体匹配；
在source选项中新建一个库文件top.h，在该库文件中利用top.cpp的库函数进行图像相关的宏定义和函数声明；
(3)为验证上述hls算法的正确性，在testbench中新建测试文件test.cpp，调用top.cpp程序函数接口，在该测试文件中将上述hls算法实现效果与opencv库的算法实现效果进行对比；
(4)对hls算法进行代码优化，使其能适应zynq平台；
(5)选择project下拉菜单中的projectsettings，synthesis选择top.cpp中核心算法作为顶层函数；
(6)进行综合和仿真，并将仿真得到的图像与opencv库的算法仿真得到的图像进行对比验证；
(7)算法验证通过之后，选择solution下拉菜单中的exportrtl对算法进行命名，从而将算法封装成ip核。
7.根据权利要求6所述的可实现硬件加速的双目感知方法，其特征在于，在步骤(2)中，宏定义包括：将axi4-stream总线定义为hls::stream<ap_axiu<24,1,1,1>>，将rgb图像定义为hls::mat<max_height,max_width,hls_8uc3>，将灰度图像定义为hls::mat<max_height,max_width,hls_8uc1>；
函数声明包括图像宽max_width和高max_heigh，文件输入和输出路径。
8.根据权利要求6所述的可实现硬件加速的双目感知方法，其特征在于，在步骤(3)中，hls算法与opencv库的算法实现结果均是视频流；
考虑到需封装的算法函数输入输出都是axi-stream格式，通过hls_video.h文件中封装的axivideo2mat和mat2axivideo对hls视频流进行格式转换；通过hls_opencv.h文件中封装的iplimage2axivideo和axivideo2iplimage对hls视频流进行显示。
9.根据权利要求6所述的可实现硬件加速的双目感知方法，其特征在于，在步骤(6)中，采用hdmi进行图像显示。
10.根据权利要求1所述的可实现硬件加速的双目感知方法，其特征在于，采用xilinx-vdmaip将实时视差图传输给ps的ddr4；采用xilinx-petalinux生成linux内核及文件系统。