1.LattePandaDelta
很荣幸前阵子跟着团队参加了DFRobot行业AI开发者大赛。一直都没来得及写硬件平台的相关测评文章,今天补上,水平有限,有错误之处烦请指正。
如图,是组委会寄来的板子——LattePandaDelta,是整个机器人的控制核心。
使用起来非常便捷,板子本身搭载了win10.同时支持linux系统,常按左下角便启动板载系统。下面我们把LattePandaDelta和其他几块常见的板子对比一下,体会下LattePandaDelta的强悍性能。
2.不同上位机主控对比
项目 | RK399 | Jetson TX2 | Jetson nano | Intel NUC | LattePandaDelta |
---|---|---|---|---|---|
CPU | Rockchip RK3399 | HMP Dual Denver-2 +Quad ARM A57-4 | 四核ARM Cortex A57 | 酷睿i7-6770HQ | Intel 8th Gen Celeron Processor N4100 |
GPU | Mali-T860 四核 | NVIDIA Pascal, 256 CUDA cores | 128 Maxwell cores | 锐炬Pro | Intel UHD Graphics 600, 200-700MHz |
存储 | 16 GBeMMC | 32 GB eMMC SDIO,SATA | TF卡 | SATA、AHCI、 SDXC | 32 eMMC V5.01 |
内存 | 2GB DDR3 | 8GB128bit LPDDR4 | 4 GB 64bit LPDDR4 | 32 GB DDR4 | 4G LPDDR4 2400MHz Dual-Channel |
USB | USB2.0-4 USB3.0-2 | USB3.0-1USB2.0-1 | USB3.0-4 USB2.0-1 | USB3.1-1USB3.0-6USB2.0-2 | 3x USB 3.0 Type A 1x USB Type C, supports PD, DP, USB 3.0 |
功耗 | 7W | ≤7.5 W | 5W | 15W | 24W |
从性能方面来分析,LattePandaDelta仅次于Intel NUC。但与Intel NUC相比LattePandaDelta的优势是强大的双操作系统兼容性-Windows/Linux、多达42个可扩展接口带来丰富的可玩性、超薄设计,最大限度减少占用空间以及利用多系统高效编码。
在板载存储方面,LattePandaDelta优势很大,对于嵌入式场景来说,32GB完全可行。
LattePandaDelta 4GB的运行内存也比较富足,在处理人工智能算法时不用担心因为内存问题牵扯算法的执行。
3.使用步骤
由于本参赛项目所在平台为Ubuntu,故需要为LattePandaDelta 装Ubuntu 16.04 LTS系统,步骤如下:
准备工作:
- 1个空白USB闪存驱动器(大于8 GB)
- 桌面光盘映像文件 Ubuntu 16.04 LTS光盘映像文件
安装步骤:
- 下载Ubuntu 16.04 LTS映像,建议使用“ Rufus.”来创建安装媒体。
- 选择所使用的USB闪存驱动器,然后加载ISO文件。Rufus界面如下图所示。单击开始按钮将ISO文件刻录到USB闪存驱动器上。
- 重新启动LattePanda,在开机前连续按“ Esc”进入BIOS。
- 导航到“引导”选项卡,然后更改“引导选项优先级”,以使USB驱动器为“引导选项#1”。
- 导航到“保存并退出”标签,然后选择“保存更改并退出”。
- LattePanda将重新启动。之后会出现两种选择:在不安装的情况下使用Ubuntu;安装Ubuntu。
选哪个都行,我选了第一个,之后会出现下面这个画面。
双击桌面上“Install Ubuntu 16.04.X LTS”的图标后开始安装。
接下来的步骤和一般的双系统装Ubuntu的步骤一样,可参考这个 link.。不同的是,如果不用到windows的话可以“擦除磁盘并安装Ubuntu”。
安装好之后就是安装OPENVINO和ROS kinect了,这方面相关资料有很多,这里不赘述了。同时推荐一个包:ROS OpenVINO软件包(ros_vino)。
4.最后
希望本队能在DFRobot行业AI开发者大赛取得理想的成绩,为OPENVINO中文社区的建设做出小小的贡献。