CM56010


强固型

基于国产AI处理器KA200S(48TOPS@INT8)

超小尺寸:70mm(长)x 60mm(宽)x 17mm(高)

实现高性能、低延迟的视频处理与目标跟踪能力

视频输入:可见光视频接口、红外视频接口

视频输出:H.264视频输出接口

工作温度:-40℃~+65℃

国产化率100%


  • 全国产目标识别与跟踪模组

    CM56010是凌昊智能®基于国产AI处理器KA200S自主研发的人工智能模组,集可见光视频/红外视频采集、视频处理、视频推流及目标识别、目标跟踪功能于一体。实现高性能、低延迟的视频实时处理与目标跟踪能力,满足复杂的应用场景需求。

    CM56010主要由RK3588J控制单元、视频采集转换电路、KA200S AI算力单元、接口电路等部分组成。CM56010提供对外接口包括:可见光视频输入接口、红外视频输入接口、H.264视频输出接口、跟踪模组控制接口、用于视频存储的1路SD卡接口、1路Type-C接口用于eDP输出(可视化调试)和程序升级。CM56010 配套软件可支持视频采集、目标识别、目标跟踪、视频编码、目标信息输出等功能。

    CM56010采用12V直流供电,典型功耗约12W,可选常温或宽温等级,器件国产化率100%。凌昊智能®对选用的国产化元器件均进行了系统的测试和功能验证,产品运行稳定,质量可靠。

    CM56010支持Linux、银河麒麟等多种操作系统,支持深度神经网络(DNN)、机器学习(ML )、脉冲神经网络(SNN)、脑仿真等先进模型及算法,提供SDK开发工具包(C&C++&Python)。凌昊智能®为CM56010开发了基于QT的上位机陪测软件,可将处理后的H.264视频流通过网口实时显示出来,确认目标识别和跟踪效果。

    适用领域:安防领域(车辆跟踪、车牌识别等)、监控领域(人脸识别、步态识别等)、巡检领域(无人机追踪、机器人导航等)、以及新兴的智慧生活(人机交互、VR/AR等)、智慧城市(流量监测等)、以及智慧工业(远程医疗等)等。


  • 控制处理器(控制单元)

    RK3588J,八核64位,主频1.6GHz

    内存:8GB,存储:64GB

    AI处理器

    KA200S AI处理器,8GB LPDDR4内存

    算力:48TOPS@INT8、24TFLOPS@FP16

    存储(RK3588J)

    1个板内MicroSD卡槽(默认64GB存储)

    AI存储

    64MB SPI flash

    视频输入/输出

    视频输入:可见光视频≥1920 x 1080/60Hz/逐行扫描

    视频输入:红外视频≥640 x 512/60Hz/逐行扫描

    视频输出:H.264编码,≥1080P(帧频≥60Hz)

    接口

    1路百兆以太网用于视频流输出

    1路RS422用于相机控制信息、目标信息的传输

    1路LVDS用于可见光视频输入

    1路USB用于红外视频输入

    1路5V UART用于可见光传感器控制信号传输

    1路RS232用于红外传感器控制信号传输

    1路RS232调试串口

    1路Type-C接口用于视频可视化调试

    小目标检测能力

    简单背景(天空等)下,可见光图像目标检出能力≤2像素x2像素,红外图像目标检出能力≤1像素x1像素

    软件支持

    操作系统:Linux,银河麒麟V10,Ubuntu,Buildroot

    支持多种算法框架DNN:TensorFlow、Pytorch、PaddlePaddle、Caffe、MxNet、Keras、ONNX等;SNN:Neuron等

    支持多种深度学习模型DNN:Resnet、Inception、VGG、Mobilenet、Yolo SSD、Squeezent、Senet、DenseNet等;SNN:Microcircuit等

    提供SDK开发工具包(C&C++& Python)支持上位机实时演示跟踪效果

    目标信息(脱靶量信息、像素尺寸等)处理能力

    在目标跟踪过程中,目标信息输出更新率为50Hz

    脱靶量信息输出延时:≤10ms

    跟踪记忆时间:≥3s

    散热方式

    无风导冷散热

    尺寸/重量

    70mm(长)x 60mm(宽)x 17mm(高)

    120g(含壳体)

    温度

    工作温度: 0℃~+60℃ & -40℃~+65℃

    贮存温度:-45℃~+70℃

    供电

    12 VDC±10%直流供电

    功耗

    典型功耗10-12W(算法运行状态下)