Paano Gumawa ng Isang Vision Device na Laging Naka-On Gamit ang RV1106

Sep 09, 2026

Sa mga walang tao na vision IoT na aplikasyon na pinapagana ng baterya o solar photovoltaic na sistema, mahirap para sa mga device na makamit ang parehong ultra-mahabang standby time at real-time na kontroladong konektibidad. Ito ang pangunahing bottleneck na naglilimita sa malawakang pag-deploy ng mga proyekto sa panlabas na environmental monitoring, pangkalahatang seguridad, at walang tao na industrial inspection.

Solusyon sa malalim na tulog (deep-sleep): Ang device ay nagdedisconnect sa network at isinasara ang mga serbisyo habang natutulog. Mahusay ang battery life, ngunit hindi kayang i-isyu ng cloud ang mga utos para sa remote inspection, pagkuha ng imahe, o pag-configure ng mga parameter. Ang mga biglang pangyayari tulad ng hindi awtorisadong pumasok, biglang pagbabago sa antas ng tubig, o paggalaw ng kagamitan ay hindi maitatala, na lumilikha ng mga blind spot sa monitoring at nanghihinto sa sistema sa pagkamit ng mga kinakailangan sa operasyonal na reliability.
Pakontinwang solusyon na may buong karga: Ang device ay nananatiling nakakonekta at patuloy na kumukuha ng video na may mataas na resolusyon, na sumusuporta sa interaksyon sa cloud nang real time at sa kumpletong pagre-record ng mga pangyayari. Gayunpaman, ang paggamit ng kuryente ng sistema ay mataas, maikli ang oras ng operasyon ng lithium-battery, madalas ang pag-charge at pagpapanatili sa lugar, at mataas ang gastos sa operasyon kapag inilalagay sa labas. Hindi angkop ang paraang ito para sa mahabang panahong operasyon na walang tagapagbantay.

Upang tugunan ang mga hamong ito sa industriya, ipinakilala ng Rockchip ang RV1106 series ng vision-processing SoCs para sa mga aplikasyon ng AIoT na may kaugnayan sa paningin. Ang mga chip ay may isinama na CPU, NPU, ISP, at video codec engine para sa mga embedded na device na may AI para sa paningin na may mababang konsumo ng kuryente at sensitibo sa presyo. Kasama sa mga aplikasyon nito ang mga security camera na pinapatakbo ng battery, pagmomonitor sa agrikultura at kagubatan, pagmomonitor sa mga istasyon ng pagkontrol sa tubig, at hindi kinakailangang inspeksyon sa industriya.

Mga Tiyak na Katangian ng RV1106 Series

Module ng Paggana	Mga Tiyak na Katangian ng Arkitektura at Pagganap	Halaga ng Inhinyeriya
CPU at MCU	Isang single-core na 32-bit na ARM Cortex-A7 processor na may NEON at FPU. Mayroon itong 32KB I-Cache, 32KB D-Cache, isang unified na 128KB L2 cache, at isang hiwalay na MCU na may 16KB cache. Ang opisyal na manual ay hindi nagtutukoy ng clock frequency; ang karaniwang SDK configuration ay 1.2 GHz. Ang heterogeneous scheduling ay nagtatalaga ng pangunahing application sa A7 at ng low-power na real-time interrupts sa MCU. Habang nasa sleep mode, maaaring i-off ang A7 habang ang MCU lamang ang nananatiling aktibo. Ang performance ay nakasalalay sa power-domain strategy.	Sumusuporta sa AOV low-power sleep-and-wake mechanism, na nagpapabalance sa system computing performance at battery life.
NPU	Hardware neural-network accelerator na sumusuporta sa mixed INT4, INT8, at INT16 quantization at model conversion mula sa TensorFlow, PyTorch, Caffe, TFLite, at ONNX-NN. Ang teoretikal na peak performance ay 1 TOPS. Ang praktikal na performance ay humigit-kumulang 0.5 TOPS sa RV1106G2, samantalang ang RV1106G3 ay kayang magbigay ng buong 1 TOPS. Ang inference performance ay limitado ng memory capacity, bandwidth, at model size.	Tumatakbo ng lokal na edge AI para sa pagkakakilanlan ng tao, pagkakakilanlan ng bagay, at pagkakakilanlan ng mukha. Ang hardware acceleration ay binabawasan ang karga sa CPU at inaalis ang pangangailangan ng cloud computing.
Isp	Hardware ISP na may dalawang MIPI-CSI/LVDS input at isang DVP input, na sumusuporta sa hanggang tatlong camera. Kasama sa mga function ng image-processing ang HDR-MGE, 3DNR/2DNR, 3A, LSC, pag-alis ng mistulang epekto (defogging), at pagwawasto ng distorsyon. Ang RV1106G2 ay sumusuporta sa hanggang 5M@30FPS. Ang RV1106G3 at RV1106 ay sumusuporta sa hanggang 8M@15FPS. Ang bilis ng frame ay limitado ng bandwidth, konsumo ng kuryente, at daanan ng encoding.	Nagpapre-process ng mga imahe sa ilalim ng kumplikadong ilaw at naglalabas ng mataas na kalidad na YUV streams para sa encoding at AI inference, na binabawasan ang karga sa software image-processing.
VENC Video Encoder	Hardware encoding engine na sumusuporta sa H.264 High Profile, H.265 Main Profile, at JPEG, na may anim na rate-control mode at maximum bit rate na 60 Mbps. Ang RV1106G2 ay sumusuporta sa 5MP sa 30 FPS; ang RV1106G3 at RV1106 ay sumusuporta sa hanggang 8MP sa 15 FPS. Ang JPEG capture ay sumusuporta sa hanggang 4MP sa 60 FPS, kasama ang maraming output streams.	Ang hardware compression ay nagpapalaya ng mga CPU resources para sa mga security function tulad ng multi-stream preview, local recording, at event capture.
RKIVE Intelligent Video Engine	Dedicated hardware vision-processing unit na may GMM, Canny, CCL, optical-flow, filtering, at morphology operators. Ang motion detection at foreground segmentation ay tumatakbo sa hardware na may pinakamababang paggamit ng CPU. Ang processing frame rate ay sumusunod sa ISP output limit.	Nagpapatupad ng scene-change detection at foreground extraction sa hardware, na binabawasan ang CPU overhead para sa image-change detection sa low-power AOV operation.
Memory Subsystem	Ang RV1106G2 ay nagsasama ng 1Gb (128MB) DDR3L sa loob ng SIP. Ang RV1106G3 ay nagsasama ng 2Gb (256MB) DDR3L sa loob ng SIP. Ang BGA version ng RV1106 ay sumusuporta sa panlabas na 16-bit DDR2, DDR3, DDR3L, o DDR4 hanggang 1024MB. Ang memory ng G2 at G3 ay nakafixed at hindi maaaring palawakin. Ang mataas na resolusyon, maraming camera, at malalaking models ay limitado ng kapasidad at bandwidth ng memory, samantalang ang BGA version ay nagbibigay ng flexible memory selection.	Ang solusyon na SIP ay nagtatanggal ng mga panlabas na device na DDR at PCB routing, kaya nababawasan ang gastos sa BOM. Ang bersyon na BGA ay sumusuporta sa mga sistema ng multi-camera at advanced na kagamitan sa paningin na tumatakbo gamit ang mga kumplikadong algorithm.
Pamamahala ng Kapangyarihan	Ang maraming hiwalay na power domain ay sumusuporta sa independenteng pagbabago ng power domain at sa maraming pinagmulan ng sleep at wake-up. Ang datasheet ay walang opisyal na mga numero tungkol sa power. Ang mga pagsukat ng engineering ay nagpapakita ng humigit-kumulang 500 mW habang gumagana nang buo at humigit-kumulang 40 mW sa AOV standby. Ang mga naunang pagtatantya na 0.8 W at 0.1 W ay dapat palitan ng mga pagsukat mula sa prototype na ginawa para sa produksyon.	Sumusuporta sa runtime evaluation para sa mga produkto na may lithium-battery at solar-powered, at tumutulong na tukuyin ang mga estratehiya sa pagbabago ng power domain para sa mababang-consumption na AOV operation.
Pakete	Ang RV1106G2/G3 ay gumagamit ng 12.3 x 12.3 mm na QFN128 package na may 0.35 mm na spacing ng mga pin at MSL3 rating. Ang RV1106 ay gumagamit ng 14 x 11 mm na BGA313 package na may 0.6 mm na spacing ng mga ball. Ang pagkalat ng init sa QFN ay nakasalalay sa kumpletong pag-ground ng E-PAD sa ilalim. Ang BGA ay nagbibigay ng mas malawak na espasyo para sa mga peripheral, samantalang ang QFN ay kompakto ngunit may mas kaunting thermal headroom.	Ang RV1106G2/G3 ay angkop para sa mga kompakto na produkto tulad ng doorbell at maliit na battery-powered na camera. Ang RV1106 ay idinisenyo para sa mga multi-camera na disenyo na maaaring palawakin. Ang hardware layout ay dapat magbigay ng tamang grounding at pagkalat ng init.

Ang RV1106G2 (QFN128 / 128MB SIP-DDR3L) ay angkop para sa mga low-power na device na gumagamit ng battery, smart doorbell, at low-power na IPC. Suportado nito ang hanggang 5MP sa 30 FPS. Hindi kinakailangan ang external DDR routing, na nagpapapasimple sa PCB design at nababawasan ang system BOM cost. Dahil sa mga limitasyon sa memory bandwidth, ang praktikal na NPU performance ay humigit-kumulang sa 0.5 TOPS, na angkop para sa lightweight na object detection at human detection.
Ang RV1106G3 (QFN128 / 256MB SIP-DDR3L) ay nangangailangan din ng walang panlabas na DDR. Nagbibigay ito ng buong 1 TOPS na NPU performance at sumusuporta sa 8MP image capture at encoding sa 15 FPS. Angkop ito para sa industrial scanning, mataas-na-resolusyon na AI recognition, at mga produkto ng DMS na may malawak na saklaw ng temperatura. Ito ang may pinakamahusay na kabuuang presyo-pagganap na rasyo sa serye.
Ang RV1106 (BGA313 na may panlabas na DDR) ay gumagamit ng BGA package at nangangailangan ng kumpletong DDR power supply at routing design. Ang kapasidad ng memory ay maaaring i-configure ayon sa pangangailangan. Angkop ito para sa multi-camera at mataas-na-bandwidth na smart-retail vision equipment, bagaman mas mahirap ang PCB layout at mas mataas ang kabuuang sistema ng gastos.

Pamamaraan sa Long-Standby at Always-Online na Disenyo

Ang operasyon na buong araw kasama ang mahabang standby time ay nakasalalay sa AOV (Always on Video), maraming hiwalay na power domains, at mabilis na wake-up mechanism. Ang disenyo ng hardware ay kailangang sumunod sa absolute maximum ratings at recommended operating conditions ng chip.

Mode ng AOV at Pamamahala ng Kapangyarihan sa Maraming Antas: Ang AOV ay pagsasama-sama ng patuloy na pagkuha ng mababang bilis ng frame at pag-trigger ng kaganapan gamit ang AI upang tugunan ang pangangailangan sa patuloy na pagsubaybay sa mga device na gumagamit ng baterya. Habang nasa mahabang standby, ang MCU ang nangangasiwa sa sensor at buffer ng imahe habang ang Cortex-A7 at NPU ay nasa malalim na tulog. Ang mga domain ng kapangyarihan na mahalaga lamang ang nananatiling aktibo, na nagpapahintulot sa pagkuha at pag-encode ng mababang bilis ng frame sa 1 FPS. Kapag may nakita na tao, sasakyan, o iba pang target, ang isang hardware interrupt ang gisingin ang buong chip at i-switch ang sistema sa normal na bilis ng frame para sa pagre-record at AI inference.

Mode ng Operasyon	Pangunahing Estado	Tipikal na Kagamitan	Kabisaan ng Baterya (5200mAh)
Standby ng AOV	Tumatakbo ang RISC-V MCU; natutulog ang A7/NPU	Humigit-kumulang 40 mW (pang-engineering na sanggunian)	Humigit-kumulang 14 na araw nang walang sikat ng araw (sanggunian mula sa prototype)
Pag-gising Dahil sa Kaganapan	Tumatakbo ang A7/NPU nang buong bilis kasama ang normal na bilis ng frame para sa pag-encode	Dinamiko na Karga	Depende sa dalas ng pag-trigger ng kaganapan
Patuloy na Pag-record	Aktibo ang lahat ng mga module	Dinamikong kapangyarihan	Inirerekomenda ang panlabas na kuryente

Kumpletong Pipeline ng Pagsusuri ng Datos ng Paningin at Pagkakasuri ng AI

Arkitektura ng hardware na direktang konektado at midya na framework ng MPP: Ang path ng datos ng paningin ng RV1106 ay VI (video input) - ISP - VENC/NPU sa pamamagitan ng direktang koneksyon ng hardware. Ang midya na framework ng MPP ay nag-uugnay ng channel ng VI nang direkta sa VENC/NPU, na binabawasan ang mga kopya ng memorya ng CPU at ang karga sa bus.

Mga hardware na resource ng interface ng video input:

Dalawang interface ng MIPI-CSI DPHY V1.2, bawat isa ay may dalawang lane na may bilis na 1.5 Gbps bawat lane. Maaaring pagsamahin ang mga ito upang mabuo ang isang apat-na-lane na interface.
Isang interface ng DVP na tumatakbo hanggang sa 150 MHz, na may suporta para sa BT.601, BT.656, at BT.1120.

Pagkatapos ng paunang pagproseso ng imahe, ang ISP ay naglalabas ng datos na YUV. Ang VENC ay sumusuporta sa lahat ng anim na mode ng rate-control na tinukoy sa datasheet.

Mga opsyon sa storage para sa boot: SPI Flash, eMMC 4.51, at SD/MMC. Maaaring i-download ang firmware sa pamamagitan ng USB o UART.

Memorya sa loob ng chip: 256 KB na ibinabahaging SRAM, 8 KB na PMU-SRAM, 20 KB na Boot ROM, at 8K-bit na OTP.

2 RKNN Toolchain at Model Quantization Deployment: Ang NPU ay sumusuporta sa mixed INT4, INT8, at INT16 quantization, samantalang ang RKNN-Toolkit2 ang gumagawa ng model conversion. Ang INT8 ay nagpapabalance ng accuracy at bilis, at ang INT4 ay binabawasan ang laki ng model. Ang rate ng PaddleDetection object-detection na 25 FPS ay isang resulta ng engineering test. Ang deployment ay nangangailangan ng paglo-load ng RKNN model sa DDR memory pool at pagtawag sa inference interface gamit ang C/C++ API.

3 Optimization ng Lightweight Vision Library: Ginagamit ng embedded systems ang streamlined na OpenCV-mobile library na may inalis na GUI components upang mabawasan ang laki at mapabilis ang startup. Ang hybrid architecture na pagsasama ng lightweight-library preprocessing at NPU inference ay nababawasan ang CPU utilization at umaangkop sa power budget ng mga device na may mahabang standby time.

Entablado	Core Module	Development Framework o Tool	Pagpapabuti ng Pagganap	Hardware Constraint
Pag-capture ng imahe	VI + MIPI-CSI/DVP	MPP SDK	I-bind ang hardware paths upang mabawasan ang overhead ng memory-copy	Sumusuporta hanggang sa tatlong synchronized sensor inputs. Ang RV1106G2 ay sumusuporta hanggang sa 5MP sa 30 FPS.
Pagpapahusay ng imahe	Isp	Pagsasaayos ng pagkakabukod ng hardware	Paganahin ang pabilis na pagpapaganda ng imahe sa hardware tulad ng HDR at 3DNR	Ang hardware ng ISP ay sumusuporta sa time-division multiplexing ng hanggang apat na sensor.
Pagkakod ng video	VENC	API ng MPP VENC	Itakda ang anim na mode ng rate-control at paganahin ang smart encoding	Ang pinakamataas na bit rate para sa encoding ay 60 Mbps.
Inferensya sa AI	NPU	RKNN-Toolkit2	Gamitin ang halo ng INT4, INT8, at INT16 quantization	Ang mga yaman sa memorya ay limitado ng naka-integradong SIP DDR o ng konpigurasyon ng panlabas na DDR.
Pagsusuri ng Paningin	Cortex-A7 CPU	OpenCV-mobile (pinasimpleng bersyon)	Alisin ang mga hindi kinakailangang module ng software upang bawasan ang pasanin sa sistema.	Sa AOV sleep mode, bigyan ng priyoridad ang pagpapatay sa CPU.

Patuloy na Konektibidad at Optimalisasyon sa Antas ng Sistema

1 Arkitektura ng Dalawang-Mode na Network at Estratehiya sa Smart Encoding

Mga hardware na mapagkukunan: Chip na may naka-integradong 10/100M Ethernet MAC at PHY (RMII Interface). Ang isang SDIO 3.0 interface ay sumusuporta sa panlabas na Wi-Fi at Bluetooth modules, at naka-integradong USB 2.0 OTG. Kasama sa mga peripheral resource ang limang I2C interface, dalawang SPI interface, anim na UART interface, at isang I2S audio interface.

Ang Ethernet ay nagbibigay ng maaasahang wired backbone. Maaaring ikonekta ang panlabas na Wi-Fi 6 at Bluetooth 5.2 module gamit ang SDIO para sa flexible na wireless provisioning. Ang heartbeat reporting at awtomatikong reconnection ay nagpapanatili ng availability ng network link.

Ang Smart Encoding 2.0 ay isang software algorithm ng upper-layer SDK na sumusuporta sa adaptive bit-rate adjustment. Kumpara sa karaniwang operasyon ng CBR na may fixed-bit-rate, maaari itong bawasan ang paggamit ng bandwidth at mga pangangailangan sa imbakan.

Ang audio subsystem ay nag-iintegrate ng hardware audio codec na may dalawang channel na 24-bit ADC at isang channel na DAC. Ang karaniwang signal-to-noise ratio ay 90 dB, at parehong suportado ang differential at single-ended microphone inputs.

2 Mga Optimisasyon at Pagpapatunay ng Seguridad ng Linux System

Ginagamit ang Buildroot para i-build ang embedded Linux system, i-streamline ang kernel at mga application services, at suportahan ang OTA firmware updates.

Ang chip ay may kumpletong hardware security engine na may hardware cryptographic unit na sumusuporta sa mga algorithm na SHA-1, SHA-256, AES, DES, TDES, RSA, ECC, at SM2, kasama ang isang tunay na random-number generator at secure OTP. Sinusuportahan ang TrustZone at secure boot. Ang mga tampok na ito ay nagpapahintulot sa firmware encryption, secure key storage, at hardware-software security-domain isolation para sa privacy protection sa mga security product.

Mga Karaniwang Aplikasyon at Gabay sa Pagsasama ng Solusyon

Aplikasyon	Pangunahing Kinakailangan	Inirerekumendang Konpigurasyon	Mga Pangunahing Interface	Hardware Constraint
Mababang-konsumong IPC o Smart Doorbell	Mahabang standby na AOV at night vision	RV1106G2 SIP na may 1Gb DDR3L	MIPI-CSI, SDIO Wi-Fi, RTC	Maximum na 5MP sa 30 FPS
Industrial Optical Barcode Scanner	Pabilisin ang pagkuha at pinagana ang pagkuha	RV1106G3 SIP na may 2GB na DDR3L	MIPI-CSI, UART, GPIO	Pinakamataas na 8MP sa 15 FPS
Matalinong Retail o Matalinong Almires	Pagsusuri ng paningin gamit ang maraming kamera	RV1106 BGA Panlabas na DDR	Dobleng MIPI-CSI, Ethernet	Kailangan ng mahigpit na disenyo ng DDR power-supply
In-Cabin DMS o Dashcam	Paggana sa malawak na kislap ng temperatura	RV1106G3	MIPI/DVP, Ethernet, USB OTG	Temperatura ng kapaligiran: -20 hanggang 85 C; temperatura ng junction: <=125 C

Nagbibigay kami ng RV1106-based PCBA hardware design at customized complete vision solutions, kabilang ang schematic at PCB design, pagpili ng components, low-level driver adaptation, algorithm porting at debugging, at complete-system integration. Para sa mga katanungan tungkol sa pagpili ng chip, hardware design, software migration, performance optimization, o customized projects, makipag-ugnayan sa amin para sa technical support: [email protected]