Como Construir um Dispositivo de Visão Sempre Ativo com o RV1106

Sep 09, 2026

Em aplicações de IoT de visão não supervisionadas, alimentadas por baterias ou sistemas fotovoltaicos solares, é difícil que os dispositivos atinjam simultaneamente tempo de espera ultra longo e conectividade controlável em tempo real. Este é um gargalo crítico que limita a implantação em larga escala de projetos de monitoramento ambiental externo, segurança geral e inspeção industrial não supervisionada.

Solução de hibernação profunda: O dispositivo se desconecta da rede e suspende os serviços enquanto está em modo de hibernação. A duração da bateria é excelente, mas a nuvem não consegue emitir comandos para inspeção remota, captura de imagens ou configuração de parâmetros. Eventos súbitos — como entrada não autorizada, mudanças abruptas no nível da água ou movimentação de equipamentos — não podem ser capturados, gerando lacunas no monitoramento e impedindo que o sistema atenda aos requisitos de confiabilidade operacional.
Solução de carga contínua total: O dispositivo permanece conectado e captura continuamente vídeo em alta definição, suportando interação em tempo real com a nuvem e gravação completa de eventos. Contudo, o consumo de energia do sistema é elevado, a autonomia da bateria de lítio é curta, a recarga e a manutenção no local são frequentes, e os custos operacionais para implantação ao ar livre são altos. Essa abordagem não é adequada para operação não assistida de longo prazo.

Para resolver esses desafios do setor, a Rockchip introduziu a série RV1106 de SoCs de processamento de visão para aplicações de IA na Internet das Coisas (AIoT). Os chips integram uma CPU, uma NPU, um ISP e um mecanismo de codificação/decodificação de vídeo, destinados a dispositivos de IA de visão embarcados de baixo consumo energético e sensíveis ao custo. As aplicações incluem câmeras de segurança alimentadas por bateria, monitoramento agrícola e florestal, monitoramento de estações de conservação hídrica e inspeção industrial não assistida.

Especificações da série RV1106

Módulo Funcional	Especificações de arquitetura e desempenho	Valor de Engenharia
CPU e MCU	Processador ARM Cortex-A7 de 32 bits com núcleo único, suporte a NEON e FPU. Possui cache de instruções (I-Cache) de 32 KB, cache de dados (D-Cache) de 32 KB, cache L2 unificado de 128 KB e uma unidade de controle independente (MCU) com cache de 16 KB. O manual oficial não especifica a frequência de clock; uma configuração típica do SDK é de 1,2 GHz. O agendamento heterogêneo atribui a aplicação principal ao núcleo A7 e interrupções em tempo real de baixo consumo à MCU. Durante o modo de suspensão (sleep), o núcleo A7 pode ser desligado, permanecendo ativa apenas a MCU. O desempenho depende da estratégia adotada para os domínios de energia.	Suporta o mecanismo de sono e ativação de baixo consumo AOV, equilibrando o desempenho computacional do sistema com a duração da bateria.
NPU	Acelerador de rede neural em hardware que suporta quantização mista em INT4, INT8 e INT16, além de conversão de modelos provenientes de TensorFlow, PyTorch, Caffe, TFLite e ONNX-NN. O desempenho teórico de pico é de 1 TOPS. O desempenho prático é de aproximadamente 0,5 TOPS no RV1106G2, enquanto o RV1106G3 consegue entregar os 1 TOPS completos. O desempenho de inferência é limitado pela capacidade de memória, pela largura de banda e pelo tamanho do modelo.	Executa IA de borda local para detecção de humanos, detecção de objetos e reconhecimento facial. A aceleração por hardware reduz a carga da CPU e elimina a necessidade de computação em nuvem.
Isp	ISP por hardware com duas entradas MIPI-CSI/LVDS e uma entrada DVP, suportando até três câmeras. As funções de processamento de imagem incluem HDR-MGE, 3DNR/2DNR, 3A, LSC, remoção de névoa e correção de distorção. O RV1106G2 suporta até 5 MP a 30 FPS. O RV1106G3 e o RV1106 suportam até 8 MP a 15 FPS. A taxa de quadros é limitada pela largura de banda, pelo consumo de energia e pelo caminho de codificação.	Pré-processa imagens sob condições complexas de iluminação e gera fluxos YUV de alta qualidade para codificação e inferência de IA, reduzindo a carga de processamento de imagem por software.
Codificador de Vídeo VENC	Motor de codificação por hardware que suporta H.264 High Profile, H.265 Main Profile e JPEG, com seis modos de controle de taxa e taxa de bits máxima de 60 Mbps. O RV1106G2 suporta 5 MP a 30 FPS; o RV1106G3 e o RV1106 suportam até 8 MP a 15 FPS. A captura JPEG suporta até 4 MP a 60 FPS, com múltiplos fluxos de saída.	A compressão por hardware libera recursos da CPU para funções de segurança, como pré-visualização de múltiplos fluxos, gravação local e captura de eventos.
Motor Inteligente de Vídeo RKIVE	Unidade dedicada de processamento de visão por hardware com operadores GMM, Canny, CCL, fluxo óptico, filtragem e morfologia. A detecção de movimento e a segmentação do primeiro plano são executadas por hardware, com uso mínimo da CPU. A taxa de quadros processados segue o limite de saída do ISP.	Implementa detecção de mudança de cena e extração do primeiro plano por hardware, reduzindo a sobrecarga da CPU para detecção de alterações na imagem durante a operação AOV de baixo consumo.
Subsistema de Memória	O RV1106G2 integra 1 Gb (128 MB) de DDR3L no SIP. O RV1106G3 integra 2 Gb (256 MB) de DDR3L no SIP. A versão BGA do RV1106 suporta memória externa DDR2, DDR3, DDR3L ou DDR4 de 16 bits, até 1024 MB. A memória das versões G2 e G3 é fixa e não pode ser expandida. Alta resolução, múltiplas câmeras e modelos grandes são limitados pela capacidade e largura de banda da memória, enquanto a versão BGA permite seleção flexível de memória.	A solução SIP elimina dispositivos DDR externos e o roteamento de PCB, reduzindo o custo da lista de materiais (BOM). A versão BGA suporta sistemas multicâmera e equipamentos avançados de visão que executam algoritmos complexos.
Gestão de Energia	Múltiplos domínios de energia isolados suportam comutação independente por domínio de energia e múltiplas fontes de modo de espera e de ativação. A folha de dados não fornece valores oficiais de consumo de energia. Medições de engenharia indicam aproximadamente 500 mW durante operação com todas as funções ativas e aproximadamente 40 mW no modo de espera AOV. As estimativas anteriores de 0,8 W e 0,1 W devem ser substituídas pelas medições obtidas no protótipo de produção.	Suporta avaliação em tempo de execução para produtos alimentados por baterias de lítio e por energia solar, ajudando a definir estratégias de comutação por domínio de energia para operação AOV de baixo consumo.
Pacote	RV1106G2/G3 utiliza um invólucro QFN128 de 12,3 x 12,3 mm com espaçamento de pinos de 0,35 mm e classificação MSL3. RV1106 utiliza um invólucro BGA313 de 14 x 11 mm com espaçamento de esferas de 0,6 mm. A dissipação térmica do QFN depende do aterramento completo da E-PAD inferior. O BGA oferece maior expansão periférica, enquanto o QFN é compacto, mas possui menor margem térmica.	RV1106G2/G3 é adequado para produtos compactos, como campainhas e câmeras pequenas com bateria. RV1106 destina-se a projetos multi-câmera expansíveis. O layout de hardware deve garantir aterramento adequado e dissipação térmica.

RV1106G2 (QFN128 / SIP-DDR3L de 128 MB) é adequado para dispositivos alimentados por bateria de baixo consumo, campainhas inteligentes e IPCs de baixo consumo. Suporta até 5 MP a 30 FPS. O roteamento externo de DDR não é necessário, simplificando o projeto de PCB e reduzindo o custo da lista de materiais (BOM) do sistema. Devido aos limites de largura de banda de memória, o desempenho prático da NPU é aproximadamente 0,5 TOPS, o que é adequado para detecção leve de objetos e detecção de pessoas.
RV1106G3 (QFN128 / 256 MB SIP-DDR3L) também não requer DDR externa. Oferece desempenho completo de 1 TOPS da NPU e suporta captura e codificação de imagens de 8 MP a 15 FPS. É adequado para varredura industrial, reconhecimento de IA de alta resolução e produtos DMS para ambientes de ampla faixa de temperatura. Oferece a melhor relação custo-desempenho geral da série.
RV1106 (BGA313 com DDR externa) utiliza um invólucro BGA e exige um projeto completo de fonte de alimentação e roteamento para DDR. A capacidade de memória pode ser configurada conforme necessário. É indicado para equipamentos de visão inteligente em varejo com múltiplas câmeras e alta largura de banda, embora o layout do PCB seja mais complexo e o custo total do sistema seja maior.

Abordagem de Projeto para Longa Espera e Conexão Contínua

Operação contínua ao longo do dia com longo tempo de espera depende de AOV (Vídeo Sempre Ativo), múltiplos domínios de energia isolados e um mecanismo de ativação rápida. O projeto de hardware deve estar em conformidade com as classificações máximas absolutas do chip e com suas condições operacionais recomendadas.

Modo AOV e Agendamento de Energia em Múltiplos Níveis: O AOV combina captura contínua em baixa taxa de quadros com acionamento por evento baseado em IA para atender aos requisitos de monitoramento contínuo de dispositivos alimentados por bateria. Durante longos períodos de espera, a MCU gerencia o sensor e o buffer de imagens, enquanto o Cortex-A7 e a NPU entram em modo de sono profundo. Apenas os domínios de energia essenciais permanecem ativos, permitindo captura e codificação em baixa taxa de quadros a 1 FPS. Quando uma pessoa, um veículo ou outro alvo é detectado, uma interrupção de hardware desperta todo o chip e muda o sistema para gravação em taxa de quadros normal e inferência por IA.

Modo de Operação	Estado Principal	Potência Típica	Desempenho da Bateria (5200 mAh)
Espera AOV	MCU RISC-V em execução; A7/NPU em repouso	Aproximadamente 40 mW (referência técnica)	Aproximadamente 14 dias sem exposição solar (referência de protótipo)
Despertar por Evento	A7/NPU em plena velocidade, com codificação em taxa de quadros normal	Carga dinâmica	Depende da frequência de acionamento por evento
Registo contínuo	Todos os módulos ativos	Potência dinâmica	Recomenda-se alimentação externa

Processamento completo de dados de visão e pipeline de inferência de IA

Arquitetura de ligação direta por hardware e estrutura multimídia MPP: o caminho de dados de visão RV1106 é VI (entrada de vídeo) – ISP – VENC/NPU através de uma ligação direta por hardware. A estrutura multimídia MPP vincula o canal VI diretamente ao VENC/NPU, reduzindo cópias de memória na CPU e carga no barramento.

Recursos de hardware da interface de entrada de vídeo:

Duas interfaces MIPI-CSI DPHY V1.2, cada uma com duas pistas a 1,5 Gbps por pista. Podem ser combinadas numa única interface de quatro pistas.
Uma interface DVP operando até 150 MHz, com suporte para BT.601, BT.656 e BT.1120.

Após o pré-processamento de imagem, o ISP emite dados YUV. O VENC suporta todos os seis modos de controle de taxa especificados na folha técnica.

Opções de armazenamento para inicialização: SPI Flash, eMMC 4.51 e SD/MMC. O firmware pode ser transferido via USB ou UART.

Memória integrada: 256 KB de SRAM compartilhada, 8 KB de PMU-SRAM, 20 KB de Boot ROM e 8 Kbit de OTP.

2 Cadeia de ferramentas RKNN e implantação de quantização de modelos: A NPU suporta quantização mista em INT4, INT8 e INT16, enquanto o RKNN-Toolkit2 executa a conversão do modelo. O INT8 equilibra precisão e velocidade, e o INT4 reduz o tamanho do modelo. Uma taxa de detecção de objetos PaddleDetection de 25 FPS é um resultado de teste de engenharia. A implantação exige carregar o modelo RKNN no pool de memória DDR e chamar a interface de inferência por meio da API em C/C++.

3 Otimização de biblioteca leve para visão: Sistemas embarcados utilizam a versão simplificada da biblioteca OpenCV-mobile, com componentes GUI removidos para reduzir o tamanho e acelerar a inicialização. Uma arquitetura híbrida que combina pré-processamento com biblioteca leve e inferência na NPU reduz a utilização da CPU e se adequa ao orçamento de energia de dispositivos com longo tempo de espera.

Palco	Módulo principal	Framework ou ferramenta de desenvolvimento	Otimização de Desempenho	Restrição de hardware
Captura de Imagem	VI + MIPI-CSI/DVP	SDK MPP	Vincular caminhos de hardware para reduzir a sobrecarga de cópia de memória	Suporta até três entradas de sensores sincronizadas. O RV1106G2 suporta até 5 MP a 30 FPS.
Melhoria de imagem	Isp	Configuração do registro de hardware	Ativar aceleração de imagem por hardware, como HDR e 3DNR	O hardware do ISP suporta multiplexação por divisão de tempo de até quatro sensores.
Codificação de vídeo	VENC	API VENC do MPP	Configurar seis modos de controle de taxa e ativar a codificação inteligente	A taxa máxima de codificação é de 60 Mbps.
Inferência de IA	NPU	RKNN-Toolkit2	Usar quantização mista em INT4, INT8 e INT16	Os recursos de memória são limitados pela configuração da DDR integrada no SIP ou pela DDR externa.
Processamento de Visão	CPU Cortex-A7	OpenCV-mobile (versão simplificada)	Remover módulos de software desnecessários para reduzir a carga do sistema	No modo de sono AOV, priorizar o desligamento da CPU.

Conectividade Contínua e Otimização de Engenharia em Nível de Sistema

1 Arquitetura de Rede de Duplo Modo e Estratégia Inteligente de Codificação

Recursos de hardware: MAC e PHY Ethernet integrados no chip de 10/100 M (interface RMII). Uma interface SDIO 3.0 suporta módulos externos Wi-Fi e Bluetooth, e o USB 2.0 OTG está integrado. Recursos periféricos incluem cinco interfaces I2C, duas interfaces SPI, seis interfaces UART e uma interface de áudio I2S.

A Ethernet fornece uma infraestrutura cabeada confiável. Um módulo externo Wi-Fi 6 e Bluetooth 5.2 pode ser conectado por meio de SDIO para provisionamento sem fio flexível. Relatórios de pulsação e reconexão automática mantêm o link de rede disponível.

Smart Encoding 2.0 é um algoritmo de software SDK de camada superior que suporta ajuste adaptativo da taxa de bits. Em comparação com a operação convencional CBR de taxa de bits fixa, ele pode reduzir o uso de largura de banda e os requisitos de armazenamento.

O subsistema de áudio integra um codec de áudio em hardware com um ADC de 24 bits de dois canais e um DAC de um canal. A relação sinal-ruído típica é de 90 dB, e são suportadas entradas de microfone diferenciais e não diferenciais.

2 Otimização do Sistema Linux e Autenticação de Segurança

O Buildroot é usado para construir o sistema Linux embarcado, otimizar o kernel e os serviços de aplicação e suportar atualizações de firmware OTA.

O chip inclui um motor de segurança de hardware completo com uma unidade criptográfica de hardware que suporta os algoritmos SHA-1, SHA-256, AES, DES, TDES, RSA, ECC e SM2, além de um gerador de números aleatórios verdadeiros e memória OTP segura. São suportados TrustZone e inicialização segura. Essas funções permitem a criptografia de firmware, o armazenamento seguro de chaves e a isolamento de domínios de segurança entre hardware e software para proteção da privacidade em produtos de segurança.

Aplicações típicas e guia de integração de soluções

Aplicação	Requisito Fundamental	Configuração Recomendada	Principais Interfaces	Restrição de hardware
IPC de baixo consumo ou campainha inteligente	AOV com longa autonomia e visão noturna	RV1106G2 SIP com 1 GB de DDR3L	MIPI-CSI Wi-Fi via SDIO, RTC	Máximo de 5 MP a 30 FPS
Leitor óptico industrial de códigos de barras	Captura em alta velocidade e aquisição acionada	RV1106G3 SIP com 2 GB de DDR3L	MIPI-CSI, UART, GPIO	Máximo de 8 MP a 15 FPS
Varejo Inteligente ou Prateleira Inteligente	Análise visual multicrocâmera	RV1106 BGA DDR externa	Dual MIPI-CSI Ethernet	Requer projeto rigoroso de fonte de alimentação DDR
Sistema DMS para interior do veículo ou câmera de painel	Operação em ampla faixa de temperatura	RV1106G3	MIPI/DVP, Ethernet, USB OTG	Temperatura ambiente: -20 a 85 °C; temperatura de junção: ≤125 °C

Oferecemos projeto de hardware PCBA baseado no RV1106 e soluções completas personalizadas de visão, incluindo projeto esquemático e de PCB, seleção de componentes, adaptação de drivers de baixo nível, portabilidade e depuração de algoritmos, e integração de sistema completo. Para dúvidas sobre seleção de chips, projeto de hardware, migração de software, otimização de desempenho ou projetos personalizados, entre em contato conosco para suporte técnico: [email protected]