传统图像传感器采用“帧扫描”的方式捕获场景中的信息,每帧图像中有大量冗余数据,并且受曝光时间的限制,时间分辨率难以进一步提高。受高等生物视觉神经系统的启发,动态视觉传感器（Dynamic Vision Sensor,DVS）的每个像素点独立地检测场景中光强的变化,光强变化超过阈值的像素点会产生像素事件信息,这些事件信息通过地址事件表示（Address Event Representation,AER）的通信总线,异步地传递到后端处理电路。动态视觉传感器具有时间分辨率高、冗余数据少、动态范围大、响应速度快和功耗低等优势,在高速目标跟踪、机器人视觉、工业检测和自动驾驶等领域有很高的应用前景。本文在协助DVS传感器芯片设计的基础上,搭建了完整的芯片测试系统,并完成芯片的性能测试和可视化工作。目前对于DVS传感器的研究仍处于发展阶段,很多问题有待解决:第一点,DVS传感器整体上属于异步的数模混合电路,异步电路没有成熟的设计方法,内部存在很多不稳定的因素,并且该电路规模较大,EDA软件仿真的速度过慢,设计过程中难以找出潜在的问题;第二点,目前研究重点都在DVS传感器功能的实现上,对于性能指标的研究较少,并且没有一套完整的测试方案或测试标准;第三点,DVS传感器的数据处理大多数在计算机上进行,DVS传感器失去了实时性的优势。为了解决上述问题,本文做了以下几方面工作:首先在设计过程中,在FPGA上对DVS传感器的等效电路进行模拟验证,对系统中不稳定的电路进行了修正,减少芯片流片失败的机率;其次通过研究DVS传感器的性能指标和测试方法,设计了一套完整的测试系统,并据此完成芯片的测试工作;最后本文所设计的测试系统也可以进行DVS传感器的数据处理和可视化操作,这种处理方式充分利用了DVS传感器时间分辨率高和响应速度快的优势。本文设计的测试系统是在Xilinx公司的Artix7系列的FPGA上实现,并且外挂1GB的DDR模块,带有VGA、UART等接口。待测DVS传感器芯片的像素阵列的大小是640×480,填充因子是13%。经过测试,该芯片的动态范围大于70d B,最小响应延迟为2.62us,理论上最大输出带宽为32Meps,最低功耗小于100m W,测试结果表明芯片的性能符合设计的要求。输出数据进行可视化处理后,每秒可以实时地生成2000帧以上的图像,整个系统能够清晰地显示出每秒变化300次以上的字符。