基于RK3588多can口多串口机器人全功能板

RK3588机器人控制器有五大技术优势

  1. 内置多种功能强大的嵌入式硬件引擎,支持8K@60fps 的 H.265 和 VP9 解码器、8K@30fps 的 H.264 解码器和 4K@60fps 的 AV1 解码器;支持 8K30fps 的 H.264 和H.265 编码器,高质量的 JPEG 编码器/解码器,专门的图像预处理器和后处理器。

  2. 内置 3D GPU,兼容 OpenGL ES1.1/2.0/3.2、OpenCL 2.2 和 Vulkan 1.2。带有 MMU 的特殊 2D 硬件引擎将最大限度地提高显示性能,并提供流畅的操作体验。

  3. 内置瑞芯微自研的48M像素 ISP(图像信号处理器),支持实现众多算法加速器,如 HDR、 3A、LSC、3DNR、2DNR、锐化、去雾、鱼眼校正、伽马校正等。

  4. 高算力 NPU 可支持 INT4/INT8/INT16/FP16 混合运算,其强大的兼容性,可以轻松转换基于TensorFlow / MXNet/PyTorch/Caffe 等一系列框架的网络模型。

  5. 具有高性能的 4 通道外部存储器接口(LPDDR4/LPDDR4X/LPDDR5),能够支持苛刻的存储器带宽。

  • 硬件特征

|--------|--------------|------------|--------------------------------------------------------------------------|
| SMARC | 搭配LX-R58-C | RK3588 芯片组 | Quad-Core Cortex-A76 Up to 2.4GHz Quad-Core Cortex-A55Up to 1.8GHz 6T 算力 |
| USB2.0 | 5*USB2.0 | PH2.0插针 ||
| USB3.0 | 4*USB3.0 | 4个Type A ||
| RS232 | 4 | 4个PH2.0插针(TTL/RS232电平可选) ||
| RS485 | 2 | 2个PH2.0插针 ||
| 有线网络 | 2个 | 2个RJ45 10/100/1000M自适应 ||
| 无线 | 1组 | Wifi6 ||
| 4G | 1个4G接口 | 支持Mini PCIE接口模块(默认支持EC20) ||
| 5G | 1个5G接口 | 支持M.2接口模块 ||
| 输出显示 | 2*HDMI OUT | 其中上层HDMI 支持8K ||
| 输出显示 | VGA | 1个 DB15标准VGA ||
| 输出显示 | LVDS | 1个双通道LVDS ||
| 输出显示 | MIPI DSI | 1个2lane MIPI DSI ||
| 输入显示 | 1*HDMI IN | 1个HDMI IN 最高支持4K输入 ||
| 扩展存储 | 1个SATA接口 | 支持SATA硬盘/SSD ||
| 扩展存储 | 1个Micro SD插槽 | 最高支持256GB ||
| 音频 | 支持双声道 | 最大功率8欧6W x 2 ||
| 音频 | 1路MIC | ||
| 音频 | 1路Line IN | ||
| 音频 | 1路Line OUT | ||
| 扩展插槽 | PCIe3.0 | 1路PCIe3.0扩展插槽 ||
| 输入电源 | DC IN | 9-36V 直流电源输入(建议输入电源12V-5A以上) ||
| 输入电源 | ATX | 9-36V 8P ATX电源输入(建议输入电源12V-5A以上) ||

  • 电气性能

|---------|-----------|--------------------|
| 输入供电 | 标准值12V-5A | 最小启动电压9V,最大峰值电压36V |
| USB供电 | 标准供电5V 2A | 超过供电电流的,须单独供电 |
| RS232供电 | 默认5V | 可选择3.3V,5V,12V |
| RS485供电 | 3.3V | |
| LVDS供电 | 默认3.3V | 可选择3.3V,5V,12V |
| 背光供电 | 12V | |
| MIPI供电 | 3.3V | |
| 风扇供电 | 12V | |
| SATA供电 | 5V/12V | |
| | | |

  • 端子描述( 实物参考 图)

顶面

底面

前IO

  • 接口定义
相关推荐
珂朵莉MM4 分钟前
2024 睿抗机器人开发者大赛CAIP-编程技能赛-专科组(国赛)解题报告 | 珂学家
开发语言·人工智能·算法·leetcode·职场和发展·深度优先·图论
ㄣ知冷煖★19 分钟前
【论文阅读】A Survey on Multimodal Large Language Models
人工智能·语言模型·自然语言处理
视觉语言导航1 小时前
兼顾长、短视频任务的无人机具身理解!AirVista-II:面向动态场景语义理解的无人机具身智能体系统
人工智能·无人机·具身智能
墨绿色的摆渡人1 小时前
pytorch小记(二十二):全面解读 PyTorch 的 `torch.cumprod`——累积乘积详解与实战示例
人工智能·pytorch·python
moonsims1 小时前
低空态势感知:基于AI的DAA技术是低空飞行的重要安全保障-机载端&地面端
人工智能·安全
若叶时代1 小时前
数据分析_Python
人工智能·python·数据分析
虾球xz2 小时前
游戏引擎学习第286天:开始解耦实体行为
c++·人工智能·学习·游戏引擎
武子康2 小时前
大语言模型 11 - 从0开始训练GPT 0.25B参数量 MiniMind2 准备数据与训练模型 DPO直接偏好优化
人工智能·gpt·ai·语言模型·自然语言处理
羽凌寒3 小时前
图像对比度调整(局域拉普拉斯滤波)
人工智能·计算机视觉
大模型铲屎官3 小时前
【Python-Day 14】玩转Python字典(上篇):从零开始学习创建、访问与操作
开发语言·人工智能·pytorch·python·深度学习·大模型·字典