Cómo construir un dispositivo de visión siempre activo con RV1106

Sep 09, 2026

En aplicaciones de IoT de visión sin supervisión, alimentadas por baterías o sistemas fotovoltaicos solares, es difícil que los dispositivos logren tanto un tiempo de espera ultra largo como una conectividad controlable en tiempo real. Este es un cuello de botella clave que limita la implementación a gran escala de proyectos de monitoreo ambiental exterior, seguridad general e inspección industrial sin supervisión.

Solución de modo de sueño profundo: el dispositivo se desconecta de la red y suspende los servicios mientras está en modo de sueño. La duración de la batería es excelente, pero la nube no puede emitir comandos para inspección remota, captura de imágenes o configuración de parámetros. Eventos repentinos, como ingresos no autorizados, cambios bruscos del nivel del agua o movimientos de equipos, no pueden registrarse, lo que genera zonas ciegas de monitoreo e impide que el sistema cumpla con los requisitos de confiabilidad operativa.
Solución de carga completa continua: El dispositivo permanece conectado y captura continuamente vídeo de alta definición, lo que permite la interacción en tiempo real con la nube y la grabación completa de eventos. Sin embargo, el consumo de energía del sistema es elevado, la autonomía de la batería de litio es corta, la recarga y el mantenimiento in situ son frecuentes, y los costes operativos para la implementación al aire libre son altos. Este enfoque no es adecuado para una operación autónoma a largo plazo.

Para abordar estos desafíos del sector, Rockchip presentó la serie RV1106 de SoC de procesamiento visual para aplicaciones de visión AIoT. Estos chips integran una CPU, una NPU, un ISP y un motor de codificación/decodificación de vídeo, diseñados para dispositivos embebidos de IA visual de bajo consumo y bajo costo. Sus aplicaciones incluyen cámaras de seguridad alimentadas por batería, monitoreo agrícola y forestal, monitoreo de estaciones de conservación hídrica y control industrial sin supervisión.

Especificaciones de la serie RV1106

Módulo Funcional	Especificaciones de arquitectura y rendimiento	Valor de ingeniería
CPU y MCU	Procesador de un solo núcleo de 32 bits ARM Cortex-A7 con NEON y FPU. Cuenta con 32 KB de caché de instrucciones (I-Cache), 32 KB de caché de datos (D-Cache), una caché L2 unificada de 128 KB y una MCU independiente con 16 KB de caché. El manual oficial no especifica una frecuencia de reloj; una configuración típica del SDK es de 1,2 GHz. La programación heterogénea asigna la aplicación principal al núcleo A7 y las interrupciones en tiempo real de bajo consumo a la MCU. Durante el modo de suspensión, el núcleo A7 puede apagarse mientras solo la MCU permanece activa. El rendimiento depende de la estrategia de dominios de alimentación.	Admite el mecanismo de suspensión y activación de bajo consumo AOV, equilibrando el rendimiento computacional del sistema con la duración de la batería.
NPU	Acelerador de redes neuronales por hardware que admite cuantización mixta en INT4, INT8 e INT16, así como conversión de modelos desde TensorFlow, PyTorch, Caffe, TFLite y ONNX-NN. Su rendimiento teórico máximo es de 1 TOPS. El rendimiento práctico es de aproximadamente 0,5 TOPS en el RV1106G2, mientras que el RV1106G3 puede alcanzar los 1 TOPS completos. El rendimiento de inferencia está limitado por la capacidad de memoria, el ancho de banda y el tamaño del modelo.	Ejecuta inteligencia artificial local en el borde para la detección de personas, la detección de objetos y el reconocimiento facial. La aceleración por hardware reduce la carga de la CPU y elimina la necesidad de computación en la nube.
Isp	ISP por hardware con dos entradas MIPI-CSI/LVDS y una entrada DVP, compatible con hasta tres cámaras. Las funciones de procesamiento de imagen incluyen HDR-MGE, 3DNR/2DNR, 3A, LSC, eliminación de niebla y corrección de distorsión. El RV1106G2 admite hasta 5 M a 30 FPS; el RV1106G3 y el RV1106 admiten hasta 8 M a 15 FPS. La velocidad de fotogramas está limitada por el ancho de banda, el consumo de energía y la ruta de codificación.	Preprocesa imágenes bajo condiciones de iluminación complejas y emite flujos YUV de alta calidad para la codificación y la inferencia de IA, reduciendo la carga de procesamiento de imagen por software.
Codificador de vídeo VENC	Motor de codificación por hardware que admite H.264 High Profile, H.265 Main Profile y JPEG, con seis modos de control de tasa y una tasa de bits máxima de 60 Mbps. El RV1106G2 admite 5 MP a 30 FPS; el RV1106G3 y el RV1106 admiten hasta 8 MP a 15 FPS. La captura JPEG admite hasta 4 MP a 60 FPS, con múltiples flujos de salida.	La compresión por hardware libera recursos de la CPU para funciones de seguridad, como la previsualización de múltiples flujos, la grabación local y la captura de eventos.
Motor inteligente de vídeo RKIVE	Unidad de procesamiento de visión por hardware dedicada con operadores GMM, Canny, CCL, flujo óptico, filtrado y morfología. La detección de movimiento y la segmentación del primer plano se ejecutan en hardware con un uso mínimo de la CPU. La velocidad de procesamiento de fotogramas sigue el límite de salida del ISP.	Implementa la detección de cambio de escena y la extracción del primer plano en hardware, reduciendo la sobrecarga de la CPU para la detección de cambios en la imagen durante el funcionamiento AOV de bajo consumo.
Subsistema de memoria	RV1106G2 integra 1 Gb (128 MB) de DDR3L en el SIP. RV1106G3 integra 2 Gb (256 MB) de DDR3L en el SIP. La versión BGA de RV1106 admite memoria DDR2, DDR3, DDR3L o DDR4 externa de 16 bits, hasta 1024 MB. La memoria de las versiones G2 y G3 es fija y no se puede ampliar. La alta resolución, las cámaras múltiples y los modelos grandes están limitados por la capacidad y el ancho de banda de la memoria, mientras que la versión BGA permite una selección flexible de memoria.	La solución SIP elimina los dispositivos DDR externos y el enrutamiento de PCB, reduciendo el costo de la lista de materiales (BOM). La versión BGA admite sistemas multicámara y equipos de visión avanzados que ejecutan algoritmos complejos.
Gestión de Energía	Varios dominios de alimentación aislados admiten conmutación independiente por dominio de alimentación y múltiples fuentes de modo de reposo y de activación. La hoja de datos no proporciona cifras oficiales de consumo eléctrico. Las mediciones de ingeniería indican aproximadamente 500 mW durante la operación con todas las funciones activas y aproximadamente 40 mW en modo de espera AOV. Las estimaciones anteriores de 0,8 W y 0,1 W deben reemplazarse con las mediciones obtenidas del prototipo de producción.	Admite la evaluación en tiempo de ejecución para productos con batería de litio y productos alimentados por energía solar, y ayuda a definir estrategias de conmutación por dominio de alimentación para una operación AOV de bajo consumo.
Paquete	RV1106G2/G3 utiliza un encapsulado QFN128 de 12,3 × 12,3 mm con un espaciado de patillas de 0,35 mm y una clasificación MSL3. RV1106 utiliza un encapsulado BGA313 de 14 × 11 mm con un espaciado de esferas de 0,6 mm. La disipación térmica del QFN depende de la conexión a tierra completa de la E-PAD inferior. El BGA ofrece mayor expansión periférica, mientras que el QFN es compacto pero dispone de menor margen térmico.	RV1106G2/G3 resulta adecuado para productos compactos, como timbres y cámaras pequeñas con batería. RV1106 está dirigido a diseños multi-cámara ampliables. El diseño físico del hardware debe garantizar una conexión a tierra adecuada y una disipación térmica eficaz.

RV1106G2 (QFN128 / SIP-DDR3L de 128 MB) es adecuado para dispositivos de batería de bajo consumo, timbres inteligentes y IPC de bajo consumo. Admite hasta 5 MP a 30 FPS. No se requiere el enrutamiento externo de DDR, lo que simplifica el diseño de PCB y reduce el costo del BOM del sistema. Debido a los límites de ancho de banda de memoria, el rendimiento práctico de la NPU es aproximadamente 0,5 TOPS, lo cual resulta adecuado para detección ligera de objetos y detección de personas.
RV1106G3 (QFN128 / 256 MB SIP-DDR3L) tampoco requiere DDR externa. Ofrece un rendimiento completo de la NPU de 1 TOPS y admite la captura y codificación de imágenes de 8 MP a 15 FPS. Es adecuado para escaneo industrial, reconocimiento inteligente de alta resolución y productos DMS para entornos de amplio rango de temperaturas. Ofrece la mejor relación precio-rendimiento general de la serie.
RV1106 (BGA313 con DDR externa) utiliza un encapsulado BGA y requiere un diseño completo de fuente de alimentación y trazado para DDR. La capacidad de memoria se puede configurar según sea necesario. Es adecuado para equipos visuales inteligentes de comercio minorista con múltiples cámaras y alto ancho de banda, aunque el diseño del PCB es más complejo y el costo total del sistema es mayor.

Enfoque de diseño para larga espera y conexión permanente

El funcionamiento durante todo el día con largos tiempos de espera depende de AOV (video siempre activo), múltiples dominios de energía aislados y un mecanismo de activación rápida. El diseño hardware debe cumplir con los valores máximos absolutos y las condiciones operativas recomendadas del chip.

Modo AOV y programación de energía multinivel: AOV combina la captura continua a baja velocidad de fotogramas con la activación por eventos mediante IA para satisfacer los requisitos de vigilancia continua de dispositivos alimentados por batería. Durante largos periodos de espera, la MCU gestiona el sensor y el búfer de imágenes, mientras que el Cortex-A7 y la NPU entran en modo de sueño profundo. Solo permanecen activos los dominios de energía esenciales, lo que permite la captura y codificación a baja velocidad de fotogramas (1 FPS). Cuando se detecta una persona, un vehículo u otro objetivo, una interrupción de hardware despierta todo el chip y cambia el sistema al modo de grabación a velocidad normal de fotogramas y a inferencia mediante IA.

Modo de operación	Estado principal	Potencia típica	Rendimiento de la batería (5200 mAh)
Espera AOV	MCU RISC-V en ejecución; A7/NPU en reposo	Aproximadamente 40 mW (referencia técnica)	Aproximadamente 14 días sin luz solar (referencia del prototipo)
Activación por evento	A7/NPU funcionando a velocidad máxima con codificación a velocidad normal de fotogramas	Carga dinámica	Depende de la frecuencia de activación por eventos
Grabación continua	Todos los módulos activos	Potencia dinámica	Se recomienda alimentación externa

Procesamiento completo de datos de visión y canal de inferencia de IA

Arquitectura de enlace directo por hardware y marco multimedia MPP: la ruta de datos de visión RV1106 es VI (entrada de vídeo) - ISP - VENC/NPU mediante una conexión directa por hardware. El marco multimedia MPP vincula el canal VI directamente a VENC/NPU, reduciendo las copias de memoria en la CPU y la carga del bus.

Recursos de hardware de la interfaz de entrada de vídeo:

Dos interfaces MIPI-CSI DPHY v1.2, cada una con dos líneas a 1,5 Gbps por línea. Pueden combinarse en una interfaz de cuatro líneas.
Una interfaz DVP que funciona a hasta 150 MHz, con soporte para BT.601, BT.656 y BT.1120.

Tras el preprocesamiento de imagen, el ISP emite datos YUV. VENC admite los seis modos de control de tasa especificados en la hoja técnica.

Opciones de almacenamiento de arranque: SPI Flash, eMMC 4.51 y SD/MMC. El firmware puede descargarse mediante USB o UART.

Memoria integrada: 256 KB de SRAM compartida, 8 KB de PMU-SRAM, 20 KB de Boot ROM y 8 Kbit de OTP.

2 Cadena de herramientas RKNN y despliegue de cuantización de modelos: La NPU admite cuantización mixta en INT4, INT8 e INT16, mientras que RKNN-Toolkit2 realiza la conversión del modelo. INT8 equilibra precisión y velocidad, e INT4 reduce el tamaño del modelo. Una tasa de detección de objetos de PaddleDetection de 25 FPS es un resultado de prueba de ingeniería. El despliegue requiere cargar el modelo RKNN en el grupo de memoria DDR y llamar a la interfaz de inferencia mediante la API en C/C++.

3 Optimización de biblioteca ligera para visión: Los sistemas embebidos utilizan la versión simplificada de OpenCV-mobile, con los componentes de interfaz gráfica de usuario eliminados, para reducir su tamaño y acelerar el arranque. Una arquitectura híbrida que combina el preprocesamiento con bibliotecas ligeras y la inferencia en la NPU reduce la utilización de la CPU y se adapta al presupuesto de potencia de dispositivos con largos tiempos de espera.

Escenario	Módulo principal	Marco o herramienta de desarrollo	Optimización del rendimiento	Restricción de hardware
Captura de imagen	VI + MIPI-CSI/DVP	SDK de MPP	Vincular rutas de hardware para reducir la sobrecarga de copia de memoria	Admite hasta tres entradas sincronizadas de sensores. RV1106G2 admite hasta 5 MP a 30 FPS.
Mejora de imagen	Isp	Configuración del registro de hardware	Habilitar la aceleración de imágenes por hardware, como HDR y 3DNR	El hardware del ISP admite la multiplexación por división temporal de hasta cuatro sensores.
Codificación de video	VENC	API de VENC de MPP	Configurar seis modos de control de tasa y habilitar la codificación inteligente	La tasa de bits máxima de codificación es de 60 Mbps.
Inferencia de IA	NPU	RKNN-Toolkit2	Usar cuantización mixta en INT4, INT8 e INT16	Los recursos de memoria están limitados por la configuración de DDR integrada SIP o DDR externa.
Procesamiento de visión	CPU Cortex-A7	OpenCV-mobile (versión optimizada)	Eliminar módulos de software innecesarios para reducir la carga del sistema	En el modo de reposo AOV, priorizar la desconexión de alimentación de la CPU.

Conectividad continua y optimización de ingeniería a nivel de sistema

1 Arquitectura de red de doble modo y estrategia inteligente de codificación

Recursos hardware: MAC y PHY Ethernet integrados en el chip de 10/100 M (interfaz RMII). Una interfaz SDIO 3.0 admite módulos externos de Wi-Fi y Bluetooth, y se integra USB 2.0 OTG. Los recursos periféricos incluyen cinco interfaces I2C, dos interfaces SPI, seis interfaces UART y una interfaz de audio I2S.

Ethernet proporciona una infraestructura cableada fiable. Se puede conectar un módulo externo de Wi-Fi 6 y Bluetooth 5.2 mediante SDIO para una provisión inalámbrica flexible. Los informes de latido y la reconexión automática mantienen el enlace de red disponible.

Smart Encoding 2.0 es un algoritmo de software SDK de capa superior que admite el ajuste adaptativo de la tasa de bits. En comparación con la operación convencional CBR de tasa de bits fija, puede reducir el uso de ancho de banda y los requisitos de almacenamiento.

El subsistema de audio integra un códec de audio por hardware con un ADC de 24 bits de dos canales y un DAC de un solo canal. La relación señal-ruido típica es de 90 dB, y se admiten entradas de micrófono tanto diferenciales como en modo single-ended.

2 Optimización del sistema Linux y autenticación de seguridad

Buildroot se utiliza para compilar el sistema Linux embebido, optimizar el kernel y los servicios de aplicaciones, y admitir actualizaciones de firmware OTA.

El chip incluye un motor de seguridad hardware completo con una unidad criptográfica hardware que admite los algoritmos SHA-1, SHA-256, AES, DES, TDES, RSA, ECC y SM2, además de un generador de números aleatorios verdaderos y una memoria OTP segura. Se admiten TrustZone y arranque seguro. Estas funciones permiten el cifrado del firmware, el almacenamiento seguro de claves y el aislamiento del dominio de seguridad entre hardware y software para la protección de la privacidad en productos de seguridad.

Aplicaciones típicas y guía de integración de soluciones

Aplicación	Requisito Fundamental	Configuración recomendada	Interfaces clave	Restricción de hardware
IPC de bajo consumo o timbre inteligente	AOV de larga espera y visión nocturna	RV1106G2 SIP con 1 GB de DDR3L	MIPI-CSI, Wi-Fi mediante SDIO, RTC	Hasta 5 MP a 30 FPS
Escáner industrial de códigos de barras ópticos	Captura de alta velocidad y adquisición activada por disparo	RV1106G3 SIP con 2 GB de DDR3L	MIPI-CSI, UART, GPIO	Máximo de 8 MP a 15 FPS
Venta inteligente o estante inteligente	Análisis visual multi-cámara	RV1106 BGA DDR externa	Doble MIPI-CSI Ethernet	Requiere un diseño estricto de la fuente de alimentación DDR
Sistema de monitoreo del conductor en la cabina (DMS) o cámara para el tablero (Dashcam)	Funcionamiento a temperaturas amplias	RV1106G3	MIPI/DVP, Ethernet, USB OTG	Temperatura ambiente: -20 a 85 °C; temperatura de unión: ≤ 125 °C

Ofrecemos diseños de hardware PCBA basados en RV1106 y soluciones integrales personalizadas de visión, incluidos los diseños de esquemático y PCB, selección de componentes, adaptación de controladores de bajo nivel, traslado y depuración de algoritmos, e integración completa del sistema. Para consultas sobre selección de chips, diseño de hardware, migración de software, optimización de rendimiento o proyectos personalizados, contáctenos para soporte técnico: [email protected]