传统的集成电路设计包括系统级软件开发和电路级硬件设计两个部分,并且两个部分是单独完成的,造成设计周期长,产品投放到市场的时间迟。随着片上系统（SoC,System on Chip）概念的提出,将系统的主要功能集合到一块芯片中,设计愈发复杂,手动实现系统级的算法到电路级的硬件描述语言（HDL,Hardware Description Language）的映射,难度增大,风险也加大,传统的集成电路设计方法显然是不合适的。比如在机器人自主移动领域,同步定位和建图（SLAM,simultaneous localization and mapping）技术是个计算密集型的任务,用于实现机器人在未知环境中进行定位和建图,适合用SoC来实现该任务,而直接用HDL来实现SLAM算法难度大,也容易引入人为错误,将设计提升到更高层次,使用高级编程语言来实现SLAM算法,再通过高层次综合技术将高级语言自动转换为HDL成为一种重要的解决方案。在SoC系统设计中,高层次综合技术是指利用C/C++/Matlab等高级语言来编写设计,再利用高层次综合工具自动转化为可综合的HDL。高层次综合技术使得系统级软件开发与电路级硬件设计之间架设一座“桥梁”,不仅提高设计效率,还保证设计正确性。构图算法是SLAM的重要组成部分,指通过机器人轨迹和传感器感知来绘制一幅正确的地图,将高层次综合技术应用到构图算法,在机器人自主移动领域具有一定的研究意义。本文基于标准C/C++实现的构图算法（Mapping with Known Pose）,依据Catapult中C/C++的编程规范修改为基于可综合C/C++的构图算法,旨在利用高层次综合技术实现功能正确且符合基本要求的RTL代码,并最终应用到FPGA实现构图算法。论文主要贡献和成果归纳如下:（1）基于标准C/C++实现构图算法,根据机器人移动轨迹和激光观测数据量构建适当大小的地图并验证算法级的正确性。（2）基于Catapult中的C/C++的编程规范,选用Mentor Graphics公司的Catapult Ultra作为高层次综合平台。通过Catapult Ultra将可综合C/C++实现的构图算法自动转化为RTL代码,并通过实验验证RTL功能正确且符合基本要求。本文以不同场景应用了DP（distributed particle）SLAM算法记录下来的机器人轨迹和激光观测数据作为实验数据,实现了基于Catapult C Synthesis的构图算法设计。