OrangePi AI Pro 初体验之在线执行器

正值摸鱼之际，收到邀约参与CSDN香橙派开发板评测活动。

开箱啦

前期准备

● Device: MacbookAir 2017
● OS: MacOS 10.15.7 Catalina
● Board: OrangePi AiPro
● Tools: Tabby, PyCharm Pro, Safari，Chrome
● Others:
○ RGB LED
○ Camera: USB 720P(with mic)
○ Micro USB 数据线
○ OrangePi_AI_Pro_昇腾_用户手册_v0.3.1.pdf

概览

OrangePi AIpro(8T)采用昇腾AI技术路线，可广泛适用于AI边缘计算、深度视觉学习及视频流AI分析、视频图像分析、自然语言处理、智能小车、机械臂、人工智能、无人机、云计算、AR/VR、智能安防、智能家居等领域，覆盖 AIoT各个行业。Orange Pi AIpro支持Ubuntu、openEuler操作系统，满足大多数AI算法原型验证、推理应用开发的需求。

CPU	4核64位处理器+ AI处理器(8TOPS算力)
GPU	集成图形处理器
内存	LPDDR4X：8GB，速率：3200Mbps
存储	• SPI FLASH：32MB • SATA/NVME SSD（M.2接口2280） • eMMC插槽：32GB/64GB/128GB/256GB（可选），eMMC5.1 HS400 • TF插槽
WIFI+蓝牙	Wi-Fi 5双频2.4G和5G BT4.2/BLE
以太网收发器	10/100/1000Mbps以太网
显示	• 2xHDMI2.0 Type-A TX 4K@60FPS • 1x2 lane MIPI DSI via FPC connector
摄像头	2x2-lane MIPI CSI camera interface，兼容树莓派摄像头
USB	• USB 3.0 HOST x2 • USB Type-C 3.0 HOST x1 • Micro USB x1 串口打印功能
音频	3.5mm耳机孔音频输入/输出
40PIN	40PIN 功能扩展接口，支持以下接口类型： GPIO、UART、I2C、SPI、 I2S、PWM
支持的操作系统	Ubuntu、openEuler

登录香橙派

离线串口登录

便携屏借给师弟打ROS玩坏了，于是本文启动采用串口，登录之后连接WIFI，此后即可通过SSH连接。

1. 安装沁恒的CH340驱动（之前测评过沁恒CH32系开发板，确实不错），注意根据自己系统下载，我是Mac，安装完毕之后建议重启电脑。

2. 将MicroUSB接口与香橙派相连（可参考文档2.9.1）

3. 取下所有连接的负载（特别是USB相关的），若不取下可能会导致串口收发数据异常，导致首次登录帐号密码始终输入不正确，这是作者接入USBCamera的教训。

4. 打开串口调试工具，使用TTY模式连接串口，在此作者使用 Tabby 进行连接，波特率为115200。

Tabby is an infinitely customizable cross-platform terminal app for local shells, serial, SSH and Telnet connections。

用户名：HwHiAiUser 密码：Mind@123

注意：首次登录无法直接使用root帐号登录。

5. 连接WIFI

详细步骤参考用户手册3.5.2小节，可以自行配置静态IP，若需公网访问请移步IPV6，DDNS，内网穿透（FRP）等资料。

# 搜索热点
nmcli dev wifi 

# 连接
sudo nmcli dev wifi connect Suroy_5G password uguess

# 查看IP地址
ip addr show wland0

联网SSH登录

使用 Tabby 根据串口调试获取到的IP地址连接即可，后文的测试均是通过SSH连接进行。

简单功能体验

USB摄像头

使用 fswebcam 测试 USB 摄像头

sudo fswebcam -d /dev/video0 --no-banner -r 1280x720 -S 5 ./image.jpg

命令参数说明：

a) -d 选项用于指定 USB 摄像头的设备节点

b) --no-banner 用于去除照片的水印

c) -r 选项用于指定照片的分辨率

d) -S 选项用设置于跳过前面的帧数

e) ./image.jpg 用于设置生成的照片的名字和路径

使用 Python 自带的 HTTP 服务器查看照片。

python -m http.server

GPIO功能

出厂镜像中已经预装了gpio_operate 工具用于设置 GPIO 管脚的输入与输出方向，也可将每个GPIO 管脚独立的设为 0 或 1。通过 gpio_operate -h 命令可以查看帮助，特别注意的是gpio_operate 工具必须使用 root 帐号执行。

短接 SPI0 的 mosi 和 miso 两个引脚，运行 spidev_test 的输出结果如 下所示，可以看到TX 和 RX 的数据一致，自收自发测试成功，后续尝试一下ST7735的移植。

SPI0的引脚图如下：

AI模型推理体验

启动Jupyter Lab

Jupyter Lab 软件是一个基于 web 的交互式开发环境，集成了代码编辑器、终端、文件管理器等功能，使得开发者可以在一个界面中完成各种任务。开发团队提供有9个AI 应用样例，并调用了 Python 版本的AscendCL 编程接口实现。

cd /home/HwHiAiUser/samples/notebooks/

# 注意切到root 用户先
./start_notebook.sh

在 Jupyter Lab 中双击打开样例的main.ipynb，在右侧窗口中会显示 main.ipynb 文件中的内容，随后点击运行即可看到结果。

漫画风照片转换

可以看到其实CPU占用并不高，即使在做AI运算时也只有百分之几的占有率。

OCR文字识别

声音识别

应用开发实践

基于香橙派的在线命令执行器(OPiOnCmder)

一番体验下来，发现目前官方的硬件资料并不齐全，因此我花了一些时间做了这个项目。

设计宗旨：解决香橙派硬件资源操作不便的问题 – 通过Flask搭建WEB控制端实现硬件接口。

开源地址: https://github.com/zsuroy/OPiOnCmder

技术架构: Flask

功能说明: 目前支持调节风伞转速及GPIO控制，其他的硬件功能先?

欢迎Fork，PR共同助力生态建设～

开发工具

● Pycharm Professional

● MacOS 10.15

快速安装体验

# 1.1 克隆仓库
git clone https://github.com/zsuroy/OPiOnCmder.git
# 1.2 克隆仓库（若1.1不可用时使用此国内加速链接）
git clone https://mirror.ghproxy.com/https://github.com/zsuroy/OPiOnCmder.git
# 2. 准备环境
cd OPiOnCmder
python -m venv venv
source venv/bin/activate
pip install -r requirements.txt
# 3. 启动
python app.py

效果演示

现有IO资源

RGB灯使用IO口

组号	引脚号
4	0
7	4
0	3
	GND

视频地址: https://www.bilibili.com/video/BV1znTAeXEtV

OrangePi AI Pro 初体验之在线执行器·硬件资源聚合控制平台

总结

OrangePi AiPro表现出色，尤其在基于华为晟腾芯片的AI功能方面。漫画风图片生成、OCR和语音转文本功能表现优异，资源占用率低，处理速度快，准确率高。利用Flask开发的硬件控制应用展示了其在物联网和边缘计算方面的潜力，开发便捷，响应迅速。总体来说，OrangePi AiPro具备强大的AI处理能力和良好的扩展性，适合多种应用场景，但硬件接口的文档支持有待提升。