发表了主题帖： FacenetPytorch人脸识别方案——基于米尔全志T527开发板

本篇测评由优秀测评者“小火苗”提供。 本文将介绍基于米尔电子MYD-LT527开发板（米尔基于全志 T527开发板）的FacenetPytorch人脸识别方案测试。   一、facenet_pytorch算法实现人脸识别 深度神经网络 1.简介 Facenet-PyTorch 是一个基于 PyTorch 框架实现的人脸识别库。它提供了 FaceNet 模型的 PyTorch 实现，可以用于训练自己的人脸识别模型。FaceNet 是由 Google 研究人员提出的一种深度学习模型，专门用于人脸识别任务。 在利用PyTorch神经网络算法进行人脸图像对比的实验设置中，我们专注于对比环节，而不涉及实际项目的完整实现细节。但55555贴近实际应用，我们可以构想以下流程： 1）捕捉新人脸图像：首先，我们使用摄像头或其他图像采集设备捕捉一张新的人脸照片。 2）加载存储的人脸图像：接着，从数据库中加载所有已存储的人脸图像。这些图像是之前采集并存储的，用于与新捕捉到的人脸照片进行对比。 3）构建神经网络模型：为了实现对比功能，我们需要一个预先训练好或自定义的神经网络模型。这个模型能够提取人脸图像中的关键特征，使得相似的图像在特征空间中具有相近的表示。 4）特征提取：利用神经网络模型，对新捕捉到的人脸照片和存储的每一张人脸图像进行特征提取。这些特征向量将用于后续的对比计算。 5）计算相似度：采用合适的相似度度量方法（如余弦相似度、欧氏距离等），计算新照片特征向量与存储图像特征向量之间的相似度。 6）确定匹配图像：根据相似度计算结果，找到与新照片相似度最高的存储图像，即认为这两张图像匹配成功。 7）输出匹配结果：最后，输出匹配成功的图像信息或相关标识，以完成人脸对比的实验任务。   2.核心组件 MTCNN：Multi-task Cascaded Convolutional Networks，即多任务级联卷积网络，专门设计用于同时进行人脸检测和对齐。它在处理速度和准确性上都有出色的表现，是当前人脸检测领域的主流算法之一。 FaceNet：由Google研究人员提出的一种深度学习模型，专门用于人脸识别任务。FaceNet通过将人脸图像映射到一个高维空间，使得同一个人的不同图像在这个空间中的距离尽可能小，而不同人的图像距离尽可能大。这种嵌入表示可以直接用于人脸验证、识别和聚类。   3.功能     支持人脸检测：使用MTCNN算法进行人脸检测，能够准确识别出图像中的人脸位置。     支持人脸识别：使用FaceNet算法进行人脸识别，能够提取人脸特征并进行相似度计算，实现人脸验证和识别功能。 二、安装facenet_pytorch库 1.更新系统 更新ubuntu系统，详情查看米尔提供的资料文件   2.更新系统软件 apt-get update     3.安装git等支持软件   sudo apt-get install -y python3-dev python3-pip libopenblas-dev libssl-dev libffi-dev git cmake   4.安装Pytorch支持工具 # 克隆 PyTorch 源代码 git clone --recursive https://github.com/pytorch/pytorch # 进入 PyTorch 目录 cd pytorch # 安装 PyTorch (需要根据你的需求选择 CUDA 版本，如果不需要 GPU 支持则不需要 --cuda 参数) pip3 install --no-cache-dir torch -f https://download.pytorch.org/whl/torch_stable.html # 测试 PyTorch 安装 python3 -c "import torch; print(torch.__version__)"     5.安装facenet_pytorch   pip3 install facenet_pytorch     三、CSDN参考案例 1.代码实现 ############face_demo.py############################# import cv2 import torch from facenet_pytorch import MTCNN, InceptionResnetV1 # 获得人脸特征向量 def load_known_faces(dstImgPath, mtcnn, resnet): aligned = [] knownImg = cv2.imread(dstImgPath) # 读取图片 face = mtcnn(knownImg) # 使用mtcnn检测人脸，返回人脸数组 if face is not None: aligned.append(face[0]) aligned = torch.stack(aligned).to(device) with torch.no_grad(): known_faces_emb = resnet(aligned).detach().cpu() # 使用ResNet模型获取人脸对应的特征向量 print("n人脸对应的特征向量为：n", known_faces_emb) return known_faces_emb, knownImg # 计算人脸特征向量间的欧氏距离，设置阈值，判断是否为同一张人脸 def match_faces(faces_emb, known_faces_emb, threshold): isExistDst = False distance = (known_faces_emb[0] - faces_emb[0]).norm().item() print("n两张人脸的欧式距离为：%.2f" % distance) if (distance < threshold): isExistDst = True return isExistDst if __name__ == '__main__': # help(MTCNN) # help(InceptionResnetV1) # 获取设备 device = torch.device('cuda:0' if torch.cuda.is_available() else 'cpu') # mtcnn模型加载设置网络参数，进行人脸检测 mtcnn = MTCNN(min_face_size=12, thresholds=[0.2, 0.2, 0.3], keep_all=True, device=device) # InceptionResnetV1模型加载用于获取人脸特征向量 resnet = InceptionResnetV1(pretrained='vggface2').eval().to(device) MatchThreshold = 0.8 # 人脸特征向量匹配阈值设置 known_faces_emb, _ = load_known_faces('yz.jpg', mtcnn, resnet) # 已知人物图 faces_emb, img = load_known_faces('yz1.jpg', mtcnn, resnet) # 待检测人物图 isExistDst = match_faces(faces_emb, known_faces_emb, MatchThreshold) # 人脸匹配 print("设置的人脸特征向量匹配阈值为：", MatchThreshold) if isExistDst: boxes, prob, landmarks = mtcnn.detect(img, landmarks=True) print('由于欧氏距离小于匹配阈值，故匹配') else: print('由于欧氏距离大于匹配阈值，故不匹配')   此代码是使用训练后的模型程序进行使用，在程序中需要标明人脸识别对比的图像。 2.实践过程 第一次运行时系统需要下载预训练的vggface模型，下载过程较长，后面就不需要在下载了运行会很快。如图所示：   3.程序运行异常被终止 运行程序，提示killed，系统杀死了本程序的运行，经过多方面的测试，最终发现是识别的图片过大，使得程序对内存消耗过大导致。后将图片缩小可以正常运行了。 以下是对比图像和对比结果。       四、gitHub开源代码 1.首先下载代码文件 代码库中，大致的介绍了facenet算法的训练步骤等。       2.代码实现 以下是facenet的python代码，注意需要更改下面的一条程序"cuda" False,因为t527使用的是cpu，芯片到时自带gpu但是cuda用不了，因为cuda是英伟达退出的一种计算机架构。 import matplotlib.pyplot as plt import numpy as np import torchimport torch.backends.cudnn as cudnn from nets.facenet import Facenet as facenet from utils.utils import preprocess_input, resize_image, show_config #--------------------------------------------# # 使用自己训练好的模型预测需要修改2个参数 # model_path和backbone需要修改！ #--------------------------------------------# class Facenet(object): _defaults = { #--------------------------------------------------------------------------# # 使用自己训练好的模型进行预测要修改model_path，指向logs文件夹下的权值文件 # 训练好后logs文件夹下存在多个权值文件，选择验证集损失较低的即可。 # 验证集损失较低不代表准确度较高，仅代表该权值在验证集上泛化性能较好。 #--------------------------------------------------------------------------# "model_path" : "model_data/facenet_mobilenet.pth", #--------------------------------------------------------------------------# # 输入图片的大小。 #--------------------------------------------------------------------------# "input_shape" : [160, 160, 3], #--------------------------------------------------------------------------# # 所使用到的主干特征提取网络 #--------------------------------------------------------------------------# "backbone" : "mobilenet", #-------------------------------------------# # 是否进行不失真的resize #-------------------------------------------# "letterbox_image" : True, #-------------------------------------------# # 是否使用Cuda# 没有GPU可以设置成False #-------------------------------------------# "cuda" : False, } @classmethod def get_defaults(cls, n): if n in cls._defaults: return cls._defaults[n] else: return "Unrecognized attribute name '" + n + "'" #---------------------------------------------------# # 初始化Facenet #---------------------------------------------------# def __init__(self, **kwargs): self.__dict__.update(self._defaults) for name, value in kwargs.items(): setattr(self, name, value) self.generate() show_config(**self._defaults) def generate(self): #---------------------------------------------------# # 载入模型与权值 #---------------------------------------------------# print('Loading weights into state dict...') device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') self.net = facenet(backbone=self.backbone, mode="predict").eval() self.net.load_state_dict(torch.load(self.model_path, map_location=device), strict=False) print('{} model loaded.'.format(self.model_path)) if self.cuda: self.net = torch.nn.DataParallel(self.net) cudnn.benchmark = True self.net = self.net.cuda() #---------------------------------------------------# # 检测图片 #---------------------------------------------------# def detect_image(self, image_1, image_2): #---------------------------------------------------# # 图片预处理，归一化 #---------------------------------------------------# with torch.no_grad(): image_1 = resize_image(image_1, [self.input_shape[1], self.input_shape[0]], letterbox_image=self.letterbox_image) image_2 = resize_image(image_2, [self.input_shape[1], self.input_shape[0]], letterbox_image=self.letterbox_image) photo_1 = torch.from_numpy(np.expand_dims(np.transpose(preprocess_input(np.array(image_1, np.float32)), (2, 0, 1)), 0)) photo_2 = torch.from_numpy(np.expand_dims(np.transpose(preprocess_input(np.array(image_2, np.float32)), (2, 0, 1)), 0)) if self.cuda: photo_1 = photo_1.cuda() photo_2 = photo_2.cuda() #---------------------------------------------------# # 图片传入网络进行预测 #---------------------------------------------------# output1 = self.net(photo_1).cpu().numpy() output2 = self.net(photo_2).cpu().numpy() #---------------------------------------------------# # 计算二者之间的距离 #---------------------------------------------------# l1 = np.linalg.norm(output1 - output2, axis=1) plt.subplot(1, 2, 1) plt.imshow(np.array(image_1)) plt.subplot(1, 2, 2) plt.imshow(np.array(image_2)) plt.text(-12, -12, 'Distance:%.3f' % l1, ha='center', va= 'bottom',fontsize=11) plt.show() return l1   3.代码实现 此代码调用的签名的代码，但其可以直接的去调用图片进行人脸识别。 from PIL import Image from facenet import Facenet if __name__ == "__main__": model = Facenet() while True: image_1 = input('Input image_1 filename:') try: image_1 = Image.open(image_1) except: print('Image_1 Open Error! Try again!') continue image_2 = input('Input image_2 filename:') try: image_2 = Image.open(image_2) except: print('Image_2 Open Error! Try again!') continue probability = model.detect_image(image_1,image_2) print(probability)   4.程序运行     运行程序后首先显示的是程序的配置信息，然后可以输入图像对比检测的内容。以下是图像识别的效果和对比的准确率。       五、参考文献   CSDN博客 https://blog.csdn.net/weixin_45939929/article/details/124789487?utm_medium=distribute.pc_relevant.none-task-blog-2~default~baidujs_baidulandingword~default-1-124789487-blog-142987324.235^v43^pc_blog_bottom_relevance_base6&spm=1001.2101.3001.4242.2&utm_relevant_index=4 官方源码来源 https://gitcode.com/gh_mirrors/fac/facenet-pytorch/overview *部分图片来源于网络，如有版权问题请联系删除

发表了主题帖： 如何用OpenCV的相机捕捉视频进行人脸检测--基于米尔NXP i.MX93开发板

本篇测评由优秀测评者“eefocus_3914144”提供。 本文将介绍基于米尔电子MYD-LMX93开发板（米尔基于NXP i.MX93开发板）的基于OpenCV的人脸检测方案测试。 OpenCV提供了一个非常简单的接口，用于相机捕捉一个视频(我用的电脑内置摄像头) 1、安装python3-opencv apt install python3-opencv 2、查看摄像头支持的格式与分辨率 root@debian:~# v4l2-ctl --device=/dev/video0 --list-formats-ext     经测试，只能支持640*480 为此建立opencv_test.py import cv2 video = cv2.VideoCapture(0)   设置相机参数 video .set(cv2.CAP_PROP_FRAME_WIDTH, 1280) video .set(cv2.CAP_PROP_FRAME_HEIGHT, 720) while True:     ret, frame = video.read()     cv2.imshow("A video", frame) c = cv2.waitKey(1) if c == 27:     breakvideo.release()cv2.destroyAllWindows()   保存后执行”python3 opencv_test.py     OpenCV装好后，可以为后面的人脸检测提供可行性。 要实现人脸识别功能，首先要进行人脸检测，判断出图片中人脸的位置，才能进行下一步的操作。 OpenCV人脸检测方法 在OpenCV中主要使用了两种特征（即两种方法）进行人脸检测，Haar特征和LBP特征。用得最多的是Haar特征人脸检测，此外OpenCV中还集成了深度学习方法来实现人脸检测。 【参考资料】 使用OpenCV工具包成功实现人脸检测与人脸识别，包括传统视觉和深度学习方法（附完整代码，模型下载......）_opencv人脸识别-CSDN博客 【Haar级联检测器预训练模型下载】 opencv/opencv: Open Source Computer Vision Library (github.com) 下载好的，在opencv-4.xdatahaarcascades文件夹下有模型，把他上传到开发板。     【获取检测人脸的图片】 我在百度上找到了**的图片，并把它也上传到开发板。 【编写检测代码】 import numpy as np import cv2 as cv if __name__ == '__main__':     # (6) 使用 Haar 级联分类器 预训练模型 检测人脸     # 读取待检测的图片     img = cv.imread("yanmi.jpg")     print(img.shape)          # 加载 Haar 级联分类器 预训练模型     model_path = "haarcascade_frontalface_alt2.xml"     face_detector = cv.CascadeClassifier(model_path)  # <class 'cv2.CascadeClassifier'>     # 使用级联分类器检测人脸     faces = face_detector.detectMultiScale(img, scaleFactor=1.1, minNeighbors=1,                                              minSize=(30, 30), maxSize=(300, 300))     print(faces.shape)  # (17, 4)     print(faces[0])  # (x, y, width, height)          # 绘制人脸检测框     for x, y, width, height in faces:         cv.rectangle(img, (x, y), (x + width, y + height), (0, 0, 255), 2, cv.LINE_8, 0)      # 显示图片      cv.imshow("faces", img)      cv.waitKey(0)      cv.destroyAllWindows()   【实验效果】 运行程序后，可以正确地识别，效果如下：  

发表了主题帖： 上新！米尔-新唐MA35D1核心板512M DDR新配置发布！

米尔在2024年8月推出了基于新唐MA35D1芯片设计的嵌入式处理器模块MYC-LMA35核心板及开发板。MA35D1是集成2个Cortex-A35与1个Cortex-M4的异构微处理器芯片。核心板采用创新LGA 252PIN设计，原生17路UART和4路CAN FD等丰富的通讯接口，可广泛应用于新能源充电桩、工程机械控制器、OBD汽车诊断仪、工业网关、运动控制器和电力DTU等场景。 配置上新，容量选择更丰富 现为满足开发者更强大的性能和存储需求，助力更复杂的应用开发，米尔MA35D1核心板和开发板新增不同内存配置，芯片内置512MB DDR，8GB eMMC。     核心板型号 产品型号 主芯片 内存 存储器 工作温度 MYC-LMA35-8E256D-80-I MA35D16A887C 芯片内置256MB DDR3L 8GB eMMC -40℃~+85℃ MYC-LMA35-8E512D-80-I MA35D16AJ87C 芯片内置512MB DDR3L 8GB eMMC -40℃~+85℃ MYC-LMA35-256N256D-80-I MA35D16A887C 芯片内置256MB DDR3L 256MB NAND FLASH -40℃~+85℃ 开发板型号 产品型号 主芯片 内存 存储器 工作温度 MYD-LMA35-8E256D-80-I MA35D16A887C 芯片内置256MB DDR3L 8GB eMMC -40℃~+85℃ MYD-LMA35-8E512D-80-I MA35D16AJ87C 芯片内置512MB DDR3L 8GB eMMC -40℃~+85℃ MYD-LMA35-256N256D-80-I MA35D16A887C 芯片内置256MB DDR3L 256MB NAND FLASH -40℃~+85℃ 新唐 MA35D1 系列微处理器 NuMicro® MA35D1系列为一颗异核同构的多核心微处理器。它拥有两颗 64 位 Arm® Cortex®-A35 内核，执行速度可达 800 MHz，并搭载一颗 180 MHz Arm® Cortex®-M4 内核。为了简化系统设计和生产，MA35D1系列提供了DDR2/ DDR3L SDRAM，最大容量达 512 MB，集成了较大DDR内存，方便进行数据处理和硬件设计。MA35D1系列提供多组高性能的通讯接口，如千兆以太网、SDIO3.0、高速 USB 2.0、CAN-FD 等。MA35D1系列支持 LCD 显示控制器，分辨率可达 1920 x 1080 每秒 60 帧，内嵌图形加速器、JPEG 和 H.264 译码器等，带来更好的图形人机接口和视频播放效果。  

发表了主题帖： 在米尔电子MPSOC实现12G SDI视频采集H.265压缩SGMII万兆以太网推流

1. 引言 随着网络视频平台的发展，用户对于4K高清画质的需求日益增长。然而，许多用户发现，即使购买了视频平台的会员，观看4K内容时画质却不如预期，有时甚至还会出现模糊、卡顿的情况。这种现象背后涉及到视频编码、网络带宽、和视频传输的诸多因素。     近期“影视飓风”发布的视频《清晰度不如4年前！视频变糊是你的错觉吗？》因讨论视频平台降低码率和改变编码格式以压缩视频画质，影响了内容表达。          4K视频清晰度下降的一个主要原因是平台为了节省带宽而压缩视频流，有时导致比特率降低，无法发挥4K分辨率的全部潜力。 在这种背景下，如何高效地压缩和传输4K视频成为了一个关键技术难题。本文将探讨如何通过米尔电子的ZU4EV MPSoC平台，接入真4k 60UHD-SDI视频源后，使用VCU进行高效H.265编解码，再通过SGMII万兆以太网实现网络推流，以确保高质量4K视频的流畅传输。     2. 视频质量下降的原因与优化方法 1）带宽瓶颈：在用户数量增加的情况下，服务器和网络的带宽常常无法满足4K视频流的需求。 2）压缩算法不足：传统的视频压缩技术在高分辨率内容上表现不佳，容易导致画面模糊。       3）视频流传输的优化 在推流过程中，网络带宽和视频压缩效率直接决定了视频播放的清晰度与流畅度。为了确保4K视频在万兆以太网上的高效传输，本设计采用以下优化措施：   合理的码率控制：在保证视频清晰度的前提下，调整H.265编码的目标码率，避免过低的码率影响视频质量或过高的码率导致带宽浪费或。通过CBR或VBR模式可以根据网络情况动态调整码率。 低延时模式：VCU支持低延时编码模式，确保视频在压缩和传输过程中保持尽可能低的延迟，提升用户的观看体验。 网络传输协议选择：根据应用场景选择合适的传输协议。对于实时性要求较高的场景，可选择UDP传输，而对于数据可靠性要求较高的场景，则推荐使用TCP协议。     3. MPSoC与VCU架构在4K UHD音视频广播领域的优势   1.高性能与低功耗的结合：Zynq UltraScale+ MPSoC采用了16nm FinFET工艺，集成了多核处理器和可编程逻辑，能够在提高性能的同时降低功耗，这对于音视频广播领域来说至关重要，因为它可以在保证高清晰度视频传输的同时，减少能源消耗。 2.实时压缩与解压缩能力：集成的VCU支持H.264/AVC和H.265/HEVC标准，能够实现高达4K UHD分辨率的视频的实时压缩和解压缩。这意味着在广播应用中，可以利用VCU进行高效的视频编码，减少存储空间和带宽的需求，同时保持视频质量。 3.多视频流处理能力：VCU能够同时处理多达八个不同的视频流，这对于需要同时广播多个视频源的4K UHD广播应用来说非常有用。这种多任务处理能力使得MPSoC成为多媒体中心和视频服务器的理想选择。 4.灵活性和可扩展性：MPSoC的可编程逻辑（PL）提供了任意到任意高速视频/音频接口的灵活性，可以为多媒体管道带来定制图像及视频处理功能的差异化效果。这种可编程性使得系统能够适应不断变化的音视频广播需求。 5.专用硬件加速：MPSoC提供了专用的处理引擎，如基于ARM Cortex A53的APU、Mali图形处理单元等，这些专用硬件能够加速图形和视频处理任务，提高系统的整体性能。           6.支持多种视频格式：VCU支持高达4:2:2 10位UHD-4K的视频格式，适合专业和高端消费级的制作与后期制作解决方案。这种广泛的格式支持使得MPSoC可以应用于各种不同的音视频广播场景。 7.集成的多媒体框架支持：MPSoC结合常见的多媒体框架GStreamer，可以开发硬件加速型多媒体应用。这种集成支持简化了开发过程，使得开发者能够快速实现复杂的音视频处理任务。 8.优化的功耗管理：Zynq UltraScale+ MPSoC将处理引擎、硬件编解码器等组件放置在具有独立电轨的不同电源域中，这种配置可用于为整个系统设计优化功耗管理方案，进一步降低系统功耗。 9.高速互联外设：MPSoC提供高速互联外设，如集成式DisplayPort接口模块，支持高达6 Gb/s的工作速率，这有助于处理来自PS或PL的实时音视频流，进一步降低系统BOM成本。 10.支持新一代地面数字电视广播技术：随着超高清电视时代的到来，MPSoC与VCU架构能够支持新一代地面数字电视广播技术，如DVB-T2、ATSC 3.0和DTMB-A等，这些技术支持更高的视频质量和新的广播应用模式。 综上所述，MPSoC与VCU架构在4K UHD音视频广播领域提供了高性能、低功耗、实时压缩解压缩、多视频流处理、灵活性、硬件加速、广泛格式支持、多媒体框架集成、优化的功耗管理和高速互联外设等多重优势，使其成为该领域理想的解决方案。   4. 系统架构概述 在本设计中，我们使用Zynq UltraScale+ MPSoC平台（具体型号为MYIR XCZU4EV），通过FPGA实现对SDI视频的H265压缩，并通过SGMII接口推送到万兆以太网上。系统架构主要包括以下几个部分：       1.视频输入：输入源可以是SDI摄像机、SDI信号发生器或通过HDMI转SDI设备从电脑接入的HDMI信号。视频信号通过TI公司的LMH1219芯片做均衡处理，并将单端信号转换为差分信号后输入FPGA。 2.SDI视频解码：FPGA中的UHD-SDI GT IP核用于SDI视频的解串，并将视频信号转换为AXI4-Stream格式供后续处理。通过SMPTE UHD-SDI RX SUBSYSTEM IP核，SDI视频被解码为RGB格式。 3.视频帧缓存与处理：解码后的视频信号存储在PS侧的DDR4中，通过Xilinx提供的Video Frame Buffer Write IP核实现。在这一阶段，可以对视频帧进行颜色转换、缩放等处理。 4.H.265视频压缩：使用Zynq UltraScale+ VCU IP核对存储的RGB视频帧进行H.265编码压缩。VCU支持YUV420格式的视频，编码分辨率最高可达到4K@60fps。 5.SGMII万兆以太网传输：经过H.265压缩后的视频流通过SGMII接口推送至万兆以太网。通过PetaLinux系统，利用TCP/UDP协议将压缩后的码流传输到PC或服务器端，用户可以通过VLC播放器等软件实时播放接收到的H.265码流。   5. 工程设计主要流程   1.SDI输入：通过LMH1219进行信号均衡，SDI信号转换为AXI4-Stream格式。 通过HDMI转SDI盒子，通过12G UHD-SDI输出4K 60FPS视频给FPGA，用户也可以使用SDI 工业相机； 2.视频解码：UHD-SDI GT IP核完成视频解串，SMPTE UHD-SDI RX SUBSYSTEM IP核将视频解码为RGB信号。         3.视频缓存：使用Video Frame Buffer Write IP核将视频写入DDR4。         用户可以选择在这里做出customer ISP，例如图像缩放，拼接         4.视频压缩：通过Zynq UltraScale+ VCU IP核对视频进行H265压缩。         5.网络传输：通过SGMII万兆以太网接口，将压缩后的H265视频流通过UDP协议推送至PC端，使用VLC播放器播放。               6. 结论 在视频内容不断向4K发展的大背景下， 通过Zynq UltraScale+ MPSoC平台，基于VCU实现的SGMII万兆以太网视频压缩推流方案，不仅能够高效地压缩和传输4K视频，还可以确保较低的延迟和高质量的图像输出。该方案适用于视频监控、医疗影像、工业自动化等对高分辨率视频有需求的应用场景。 对于希望在网络视频平台上获得更好观看体验的用户来说，视频平台和服务提供商则需要在视频编码、网络传输等方面进行优化，以满足用户对于4K视频的画质需求。 7. 互动环节 在SGMII网兆以太网推流到PC端，因为是万兆网，CPU无法负担这里的高速吞吐率，这里我们需要用到网络卸载，米尔电子的MYC-J7A100T双芯设计核心板可通过SFP采集SGMII万兆以太网数据后，PC通过PCIE读取视频源，实现万兆网口数据包卸载，我们会在后续系列文章中做出分享基于米尔MYC-J7A100T SFP采集后PCIE XDMA中断读取。  

发表了主题帖： 米尔瑞芯微RK3576核心板上新！8核6T高算力，革新AIoT设备

随着科技的快速发展，AIoT智能终端对嵌入式模块的末端计算能力、数据处理能力等要求日益提高。近日，米尔电子发布了一款基于瑞芯微RK3576核心板和开发板。核心板提供4GB/8GB LPDDR4X、32GB/64GB eMMC等多个型号供选择。瑞芯微RK3576核心优势主要包括高性能数据处理能力、领先的AI智能分析、多样化的显示与操作体验以及强大的扩展性与兼容性。‌下面详细介绍这款核心板的优势。     6 TOPS超强算力，8核CPU赋能AI 瑞芯微RK3576搭载了四核A72与四核A53处理器，主频高达2.2GHz，确保了系统的高效运行和强大的计算能力。RK3576集成了6TOPS的NPU，支持多种深度学习框架，能够处理复杂的AI算法，提高监控效率，降低误报率。     AI算力强，搭载6 TOPS的NPU加速器，3D GPU，赋能工业AI     三屏异显，丰富多媒体功能 RK3576支持三屏异显，最高支持4K分辨率的视频显示，提供清晰的视觉体验。它还支持8K分辨率的硬解码，满足多场景多样化的显示需求。此外，RK3576的灵活VOP设计允许根据实际需求调整视频输出配置，提升系统的适用性和易用性‌。     丰富的接口，强大的扩展性和兼容性 RK3576拥有双千兆以太网接口、PCIE2.1、USB3.2、SATA3、DSMC/Flexbus、CANFD、UART等丰富接口，具备强大的扩展性和兼容性，支持大模型运行和多模态检索功能，处理复杂的监控数据和场景信息。它还支持512Mbps的接入、转发和存储能力，确保数据的高效传输和存储。     米尔RK3576核心板采用LGA创新设计，可靠性高，又能节省连接器成本。     高可靠性保证，严格的测试标准，保障产品高质量     国产核心板，应用场景丰富 专为新一代电力智能设备、工业互联网设备、工业控制设备、工业机器人、商显、触控一体机、工程机械、轨道交通等行业设计         米尔基于瑞芯微3576核心板及开发板配置型号 核心板产品型号 主芯片 内存 存储器 工作温度 MYC-LR3576-32E4D-220-C RK3576 4GB LPDDR4X 32GB eMMC 0℃~+70℃ 商业级 MYC-LR3576-64E8D-220-C RK3576 8GB LPDDR4X 64GB eMMC 0℃~+70℃ 商业级 MYC-LR3576J-32E4D-160-I RK3576J 4GB LPDDR4X 32GB eMMC -40℃~+85℃ 工业级 MYC-LR3576J-64E8D-160-I RK3576J 8GB LPDDR4X 64GB eMMC -40℃~+85℃ 工业级 开发板产品型号 对应核心板型号 工作温度 MYD-LR3576-32E4D-220-C MYC-LR3576-32E4D-220-C 0℃~+70℃ 商业级 MYD-LR3576-64E8D-220-C MYC-LR3576-64E8D-220-C 0℃~+70℃ 商业级 MYD-LR3576J-32E4D-160-I MYC-LR3576J-32E4D-160-I -40℃~+85℃ 工业级 MYD-LR3576J-64E8D-160-I MYC-LR3576J-64E8D-160-I -40℃~+85℃ 工业级  

发表了主题帖： 米尔全志T527系列核心板,高性能车载视频监控、部标一体机方案

在国内对于特种车辆有重点安全防范要求，"两客一危"是对道路运输车辆的一种分类方式，其中“两客”指的是客运车辆和公交车辆，而“一危”指的是危险货物运输车辆。这种分类方式主要用于强调这些车辆在道路运输中的特殊地位，因为它们通常需要满足更高的安全标准。 在国内，“两客一危"车辆通常需要安装"部标机”，也就是满足特定部门标准的设备。这些设备可能包括但不限于定位设备、驾驶员行为监控设备、车辆定位系统等系统构件。 随着安全管理意识的加强，在理解满足部标机要求的基础上，运营方往往提出更高要求、更多功能需求。T527方案以强悍的8核A55+6路高清视频流编码+2Tops AI加速能力给客户带来更多附加价值。   MYC-LT527核心板介绍 MYC-LT527核心板采用高密度高速电路板设计，在大小为43mm*45mm板卡上集成了T527、DDR、eMMC、E2PROM、看门狗等电路。MYC-LT527具有最严格的质量标准、超高性能、丰富外设资源、高性价比、长供货时间的特点，适用于高性能车载设备所需要的核心板要求。     配置灵活、适应性强、选择多 为了适应T527系列处理器广泛的用途和具体需求，我们米尔给核心板实现6种标准配置： 也可根据用户需求定制配置型号。  

发表了主题帖： 米尔新唐MA35D1核心板原生17路UART和4路CAN FD，应用多种场景

米尔电子发布了基于新唐MA35D1处理器设计的MYC-LMA35核心板，MA35D1处理器集成了双核Cortex-A35和Cortex-M4，原生17路UART和4路CAN FD接口，可实现多种设备的高效互联并满足通信需求，此外，MYC-LMA35核心板还提供了丰富的外设资源：RGMII/USB/SDIO/I2S/I2C/EADC/EPWM/SPI等，丰富的外设资源使得MYC-LMA35核心板能够广泛应用于串口服务器、工业网关、新能源充电桩、振动监测、工程机械控制器、运动控制器和电力DTU等场景。 图1 MYC-LMA35 核心板框图   下面是基于MYC-LMA35核心板（米尔基于MA35D1核心板）在串口服务器、工业网关、充电桩、振动监测应用的介绍。 串口服务器： 串口服务器是一种网络设备，主要用于将串行通信设备与网络转换和通信，实现远程数据传输和管理。它通过将传统的串口信号转换为网络协议，使得用户能够访问和控制多个串行设备。可应用于工业自动化、数据采集、智能家居等。 在串口服务器上，米尔基于MA35D1核心板具备强大的应用优势。MA35D1处理器支持17个原生UART接口，可以根据需求灵活实现RS232、RS485串口通信方式，利用这些串口连接多种传感器，满足不同设备的连接需求，确保数据实时采集；配备4路CAN FD接口，支持高速的数据速率和更大的有效载荷，适用于复杂的工业通信场景；双千兆以太网接口的设计可用于连接网络，提供了更快的数据传输速度；核心板支持USB HOST，可连接WIFI/4G模块，实现灵活的无线通讯。这些特性使得MYC-LMA35核心板能够更好地应用在串口服务器中，高效地处理实时数据，适应多样化的应用需求。 图2 串口服务器应用框图   工业网关： 工业网关是一种专为工业环境设计的网络设备，用于连接不同的工业网络和设备，帮助实现数据的采集、传输和处理。它充当了各种工业控制系统之间的桥梁，使得不同协议和接口的设备能够无缝通信，从而提高了生产效率和设备管理的灵活性。 在工业网关上，米尔基于MA35D1核心板展现了强大的应用能力。核心板支持USB HOST，方便连接4G模组，确保工业设备能够进行实时数据传输；配备两路千兆以太网接口，确保高速数据传输；原生4路CAN FD接口可用于连接CAN 设备，提升工业自动化系统的互联互通性；核心板能够通过EBI与FPGA进行高效数据交互，拓展系统的处理能力；原生UART能够连接传感器等多种外部设备，可检测环境并采集数据；可利用SDHC连接WIFI/BT模块，增强无线通信的灵活性；I2C接口向外拓展连接RTC，确保系统时间准确性；核心板还支持LINUX操作系统，提供灵活的开发环境，适合工业应用的定制需求。基于这些性能MYC-LMA35核心板在工业网关中广泛应用，处理和管理来自不同设备的数据流。 图3 工业网关应用框图   充电桩： 充电桩是为电动车辆提供电能补给的设备，通过将电网中的电能转换为适合电动车使用的形式，实现快速、安全的充电。充电桩种类多样，包括直流快充和交流慢充，满足不同用户的需求。随着电动车的普及，充电桩的建设变得越来越重要，为绿色出行提供了便利保障。 MYC-LMA35核心板在充电桩的应用中展现了其强大的技术优势。MA35D1处理器配备原生17路UART接口，能够利用UART接口实现内外电压检测、计量电压采样和调试，也可以将UART接口根据需求转换为RS232、RS485串口通信方式，连接刷卡器、电表和扫码枪，使得其与电动车及其他设备的通信更加高效和灵活；核心板支持ADC，能够监测控制电压电流和温度，确保充电过程安全与高效；USB接口可连接U盘，实现数据存储和更新；两路千兆以太网，可以实现高速数据传输，满足充电桩实时监控和远程管理的需求；支持SPI和I2C接口，为外部传感器和模块的连接提供了便利；I2S、RGB等多媒体接口，帮助实现人机交互的界面显示和操作输入。MYC-LMA35核心板支持的多种拓展外设，使得其成为充电桩解决方案的理想选择，推动智能充电技术的发展。 图4 直流充电桩应用框图   振动监测： 振动监测是对设备或结构的振动特性进行检测、分析和评估的过程，以了解其运行状态和性能。分为高频振动监测，如电机振动监测；低频振动监测，如桥梁振动监监测。振动监测能够及时发现设备故障、评估设备性能、预测潜在风险，并采取相应的维护措施，确保设备安全、稳定、高效地运行。 MYC-LMA35核心板在振动监测领域具有强大的应用潜力。MA35D1芯片内置的DDR内存，使得数据处理更加高效，支持复杂的硬件设计；芯片集成的M4内核能够有效解决实时数据采集的问题，能够灵活配置ADC、串口、SPI和IIC等外设，确保系统在高频率下的稳定运行；核心板支持LINUX操作系统，方便程序的编制与维护，并通过以太网和4G模块实现更优的连接性能，增强了系统的兼容性和稳定性；M4内核与A35内核之间通过共享DDR内存进行数据传输，确保了在微秒级别内完成大量数据的传递。以上特性确保MYC-LMA35在振动监测中能够更好地应用。 图5 振动监测应用框图   综上所述，核心板在振动监测、充电桩、工业网关和串口服务器等领域的应用展现了其广泛的适用性和灵活性。原生17路UART和4路CAN FD为工业自动化和智能设备的开发提供了强有力的支持，满足更复杂和多样化的应用需求。 图6 米尔基于MA35D1核心板及开发板

发表了主题帖： 国产首发！米尔全志T536核心板，搭载四核A55，17串口4CAN口

在智能制造与物联网技术日新月异的今天，一款集高性能、低功耗、高可靠性于一身的工业级核心板成为了推动产业升级的关键力量。米尔电子向市场推出——国产真工业级四核Cortex-A55米尔全志T536核心板，助力国产真工业级工控板快速发展，为工业自动化、工业控制、机器人等领域提供强大的算力支持。MYC-LT536系列核心板采用LGA封装，存储配置2GB LPDDR4、16GB eMMC、接口丰富。   全志T536系列处理器是一款工业级应用芯片，基于ARM架构设计，专为高效能、低功耗的嵌入式应用而生。集成了4xCortex-A55 高性价比CPU，E907协处理器，含有2Tops NPU、G2D、VPU 4K高清视频编解码器。支持多种多媒体接口MIPI-DSI、Parallel DSI、Dual-LVDS和MIPI-CSI、Parallel CSI、5M ISP；此外，T536处理器还集成双千兆以太网、PCIe2.1/USB3.1、Localbus、4*CANFD、17*UART、SDIO、SPI、PWM、I2C等接口。其强大的处理能力，能够轻松应对复杂的工业计算任务，无论是数据处理、图像识别还是边缘计算，都能游刃有余。   作为一款国产真工业级产品，T536核心板在设计之初就充分考虑了工业环境的严苛要求。采用高质量元器件，经过严格的环境适应性测试，确保在宽温、高湿、振动等恶劣条件下仍能稳定运行。同时，其紧凑的封装设计和灵活的接口配置，便于用户快速集成到各类工业设备中，提升整体系统的可靠性和稳定性。   LGA创新设计，可靠性高 MYC-LT536系列核心板采用高密度高速电路板设计，在大小为43mm*45mm*3.85mm板卡上集成了T536、LPDDR4X、eMMC、E2PROM、PMIC电源等电路。具有最严格的质量标准、超高性能、丰富外设资源、高性价比、长供货时间的特点，适用于高性价比入门级智能设备所需要的核心板要求。   丰富的应用场景 米尔全志T536核心板凭借其卓越的性能和广泛的应用适应性，可广泛应用于电力继保、电力DTU、工业互联网设备、工业控制设备、工业机器人、显控一体机等多个领域。它不仅能够提升设备的智能化水平，助力开发者项目落地，节约开发时间和降低开发难度，加速数字化转型进程。   核心板型号 产品型号 主芯片 内存 存储器 工作温度 MYC-LT536ME-8E1D-180-I T536MX-CEX 1GB LPDDR4 8GB eMMC -40℃~+85℃  MYC-LT536ME-16E2D-180-I T536MX-CEX 2GB LPDDR4 16GB eMMC -40℃~+85℃  MYC-LT536MN2-32E4D-180-I T536MX-CEN2 4GB LPDDR4 32GB eMMC -40℃~+85℃    开发板型号 产品型号 对应核心板型号 工作温度 MYD-LT536ME-8E1D-180-I-GK MYC-LT536ME-8E1D-180-I -40℃~+85℃ 工业级 MYD-LT536ME-16E2D-180-I-GK MYC-LT536ME-16E2D-180-I -40℃~+85℃ 工业级 MYD-LT536MN2-32E4D-180-I-GK MYC-LT536MN2-32E4D-180-I -40℃~+85℃ 工业级  

发表了主题帖： 首发新品！米尔STM32MP2核心板上市，更高性能MPU，多接口+边缘算力

米尔发布基于STM32MP257设计的嵌入式处理器模块MYC-LD25X核心板及开发板。核心板基于STM32MP2系列是意法半导体推出最新一代工业级64位微处理器，采用LGA 252 PIN设计，存储配置1GB/2GB LPDDR4、8GB eMMC，具有丰富的通讯接口，适用于高端工业HMI、边缘计算网关、新能源充电桩、储能EMS系统、工业自动化PLC、运动控制器等场景。     STM32MP257处理器，ST第二代更高性能MPU STM32MP257配备了双核Cortex-A35 64位内核，最高主频可达1.5 GHz，还集成了用于实时操作的400 MHz Cortex-M33内核，具有单精度浮点单元(FPU)、数字信号处理(DSP)指令、TrustZone 安全特性和内存保护单元(MPU)。此外，该处理器还配备了总算力达1.35 TOPS的NPU加速器和3D GPU, 支持H.264/VP8 1920*1080@60FPS视频编解码。该处理器还支持多种外设拓展：3路千兆以太网/3路CAN FD/1路1 lane PCIE2.0/1路USB3.0&2.0 OTG/1路USB2.0 HOST/3路SDIO3.0/9路UART接口/8路I2C/4个I3/8路SPI/1路16bit FMC等。STM32MP2凭借先进算力、丰富接口和高安全性，为高性能和高度互联的工业4.0应用赋能。     机器视觉 先进的边缘AI  STM32MP25内置算力高达1.35 TOPS的NPU边缘AI加速器，支持带ISP的 MIPI CSI接口，可实现如机器视觉在内的多种AI应用;STM32MP25还内置主频900MHz的3D GPU;开发者可灵活选择在CPU、GPU、NPU上运行AI应用。3D GPU支持高达1080p分辨率，配有ISP处理器的MIPI CSI-2 摄像头接口，STM32MP25还内置全高清视频编解码并具有丰富的显示接口，支持RGB、LVDS 和DSI输出。         更强的安全特性，适用于更多工业场景 STM32MP25通过了SESIP 三级以及PSA 一级目标认证，内置强大的安全加密硬件，可以实现存储器和外设保护，防止非法访问与控制;具有安全加密加速器，增强抵御物理攻击的稳健性;支持运行时代码隔离保护，以及产品生命周期内的设备真伪验证。     丰富外设接口，强大的连接能力 在工业4.0的浪潮中，随着智能制造和自动化需求的增加，MPU不仅要支持高速、低延迟的有线和无线连接，还需实现设备间的无缝协作。STM32MP257系列为支持互连应用的扩展，具有增强的连接功能，接口丰富：支持TSN（时间敏感网络）、多达3个千兆以太网端口（内置双端口交换机）、PCIe Gen2、USB 3.0、3个CAN-FD接口等。     LGA创新设计，可靠性高 MYC-LD25X 核心板采用高密度高速电路板设计，在大小为37mm*39mm板卡上集成了STM32MP257x、LPDDR4、eMMC、E2PROM、PMIC等电路。MYC-LD25X 具有最严格的质量标准、超高性能、丰富外设资源、高性价比、长供货时间的特点，适用于高性价比智能设备所需要的核心板要求。           应用场景丰富 STM32MP257有出色的性能、更高的集成度和多样的应用扩展，适用于高端工业HMI、边缘计算网关、新能源充电桩、储能EMS系统、工业自动化PLC、运动控制器等场景。          

发表了主题帖： 兼容7A100T和PG2L100H双芯核心板，米尔FPGA平台

本帖最后由 blingbling111 于 2024-9-14 17:14 编辑 随着物联网（IoT）、工业自动化、医疗设备等领域对嵌入式系统的需求不断增加。嵌入式核心板（SOM）作为嵌入式系统的核心组件，其市场需求也随之增长。在快速发展的同时，也面临一定的挑战：如进口芯片供应链不可控、单一平台受地域政策限制、多平台产品开发周期长、开发难度高等问题，米尔电子设计开发了纯FPGA 开发平台，支持一款平台，双芯设计，支持同款底板可换国产和进口芯片，推出MYIR 7A100T和PG2L100H核心板，解决客户对国内国际市场的不同需求。   国产开发维护与进口主流出货痛点 痛点一 政策受限，国内与海外客户对产品有不同需求 MYIR推出FPGA 开发平台具有极高的灵活性，用户可以根据项目需求自由选择AMD XC7A100T 和紫光同创 PG2L100H 这两款核心板，共享同一底板平台，可以实现无缝切换，在地缘政治不确定的环境下，双平台策略可以适应国内国际市场的不同需求。       痛点二  维护主流与国产替代两款平台开发周期长，难度大 MYIR 7A100T和PG2L100H两款核心板均采用260PIN MXM金手指封装形式，方便在开发生产过程中快速插拔、更换，极大简化了开发与测试工作。用户可以根据项目需求选择国产或进口平台，极大地提高了开发和部署的灵活性。       MYIR FPGA开发平台优势 优势一 行业应用案列丰富 米尔推出的FPGA开发平台基于同一底板，提供了国产与进口双芯选择，满足了不同区域市场的需求。后面结合其在软件定义无线电（SDR）、电力监测及工业自动化等领域的实际应用，展示这一平台的强大潜力。       优势二  产品稳定，生命周期长 米尔嵌入式核心板在应用于各种复杂环境时，经过严格的高低温测试、压力测试、信号完整性测试等，以确保其稳定性和可靠性。   行业应用案例详解 应用一、 软件定义无线电（SDR）应用 应用场景：软件定义无线电（SDR）是目前通信领域的热点技术，广泛应用于国防、商业通信以及科研领域。7A100T和PG2L100H核心板凭借其出色的FPGA性能和灵活的编程能力，成为SDR项目中的理想选择。它能够支持多种无线通信协议，并在不更换硬件的情况下，通过重配置实现不同频段和制式的切换。 案例分析：在某无线通信公司开发的SDR设备中，7A100T核心板被用于处理中频信号和基带数据。借助其强大的逻辑资源和高速数据处理能力，该设备能够灵活应对不同频段的信号处理需求，显著提升了设备的通用性和稳定性。 技术优势：7A100T核心板集成了大量DSP模块和可编程逻辑单元，支持复杂信号调制解调的高速处理。同时，其低功耗特性使其能够在电池供电的环境下长时间运行，满足便携式设备的需求，在开发稳定后，对于国内信创终端客户替换为PG2L100H核心板，国际客户稳定出7A100T核心板，实现国际国内市场双赢。   图：SDR设备架构示意图 应用二：电力监测与智能电网应用 应用场景：电力监测是保障电网安全运行的关键环节。FPGA的实时处理能力使其成为电力监测系统中的重要组成部分。7A100T和PG2L100H核心板凭借其稳定的性能和低功耗特性，在电力监测与智能电网中得到了广泛应用。 案例分析：在某智能电网项目中，PG2L100H核心板被用于电压、电流和功率因子的实时监测。该系统通过对电网关键数据的高速处理和分析，能够及时发现异常并做出预警，有效防止电力事故的发生。 技术优势：PG2L100H的高密度逻辑单元和多通道ADC接口，使其能够处理海量的实时数据，同时支持大规模并行运算。这一特性在复杂电力系统中的应用尤其突出，确保了数据处理的速度和准确性，之后客户放在官网的产品信息获得巴西某水电站关注，客户无缝替换为7A100T核心板供应给巴西终端，极大满足了终端对于开发时效紧急性和稳定以及出口认证资质等要求   图：智能电网监控系统示意图   应用三：工业自动化控制应用 应用场景：工业自动化是现代制造业的核心，涉及复杂的运动控制、机器视觉和数据采集等多个环节。7A100T核心板由于其可靠性和高性能，被广泛应用于工业自动化控制系统中。 案例分析：某大型制造企业在其生产线升级中采用了7A100T核心板，用于运动控制和视觉检测。通过该核心板的高速数据处理能力和灵活的I/O接口，企业成功提升了生产线的效率和产品质量。 技术优势：7A100T支持多轴运动控制、实时数据采集以及高精度的图像处理。其丰富的外围接口和强大的逻辑资源，使得控制系统能够应对各种复杂工况，实现全自动化生产，客户在对于国内特种装备行业同样的工业运动控制卡需求时，无缝替换为PG2L100H核心板，极快的加速了产品开发，认证上市时间。   图：工业自动化控制应用示意图   结语：全国产自主与国际标准的结合 米尔的FPGA平台为用户提供了双芯选择的可能，无论是需要国际认可的高端项目，还是对成本与安全性要求更高的国内项目，都能在这一平台上找到合适的解决方案。PG2L100H核心板基于国产紫光自主研发的芯片，代表了国内FPGA技术的发展方向。它不仅满足了对高安全性、高可靠性的要求，也实现了与国际标准的兼容性。MYIR的双芯平台凭借其灵活的双芯片选择和强大的性能，为各行业提供了全面的解决方案。无论是针对国际市场的高端应用，还是国内市场的自主创新需求，米尔的7A100T和PG2L100H FPGA平台都能满足开发者的多样化需求。未来，随着技术的不断进步和更多应用场景的开发，MYIR的FPGA开发平台将成为FPGA领域的标杆选择。​     图：开发平台框图   MYIR的7A100T和PG2L100H FPGA开发平台通过其一体化设计、灵活的双芯选择和出色的行业适应性，为众多应用场景提供了强大的支持。从软件定义无线电到电力监测，再到工业自动化控制，平台已在多个领域展现了其不可替代的价值。

发表了主题帖： Openharmony软件评估指南-米尔瑞芯微RK3568开发板

Openharmony软件评估指南用于介绍在米尔的开发板上运行Openharmony系统下的核心资源与外设资源的测试步骤与评估方法。本文可作为前期评估指南使用，也可以作为通用系统开发的测试指导书使用。 本文档使用于米尔电子的MYD-LR3568系列板卡，该板卡是米尔电子的嵌入式开发平台基于瑞芯微公司的高性能的嵌入式ARM处理器开发的，其中该系列使用的核心芯片为RK3568X。 图1-1. 米尔MYD-LR3568开发板正面   图1-2. 米尔MYD-LR3568开发板反面   1.软件资源 米尔米粉派3568系列开发板的Openharmony BSP是基于瑞芯微官方开源社区版Openharmony移植与修改而来，Bootloader，Kernel以及文件系统各部分软件资源全部以源码的形式开放，具体内容请查看《MYD-LR3568 Openharmony软件评估指南》。 开发板在出厂时烧录buildroot Linux镜像，需要使用Openharmony系统需要重新烧录。 基本界面介绍 图 1 系统锁屏界面    图 2 系统主界面   软件清单 MYD-LR3568的u-boot, kernel和Openharmony系统以及应用程序各个部分的源码都完全开放，Openharmony有部分源码与Linux源码共用，用户可以从Linux 网盘“04-Sources”目录获取： - U-boot: Openharmony与Linux使用相同的uboot，可以在Linux源码获取 - Kernel: RK3568 Openharmony 的内核目前采用社区维护板，可以理解为上游Linux + HDF + Rockchip Soc 的组合 - Examples: 版本：V1.0 URL：https://github.com/MYiR-Dev/MEasy-utils.git 分支：myd-lr3568 为了方便用户进行内核的移植，下面将各个Linux驱动模块的源码路径整理如下：   表1-1. MYD-LR3568驱动列表 模块 描述 源码路径 MMC emmc驱动程序 kernel/drivers/mmc/host/dw_mmc-rockchip.c SPI SPI 驱动程序 kernel/drivers/spi/spi-rockchip.c I2C i2c 驱动程序 kernel/drivers/i2c/busses/i2c-rk3x.c USB Host USB 驱动程序 kernel/drivers/usb/dwc3/dwc3-of-simple.c Ethernet 千兆网络驱动程序 kernel/drivers/net/ethernet/stmicro/stmmac/dwmac-rk.c RS232/RS485/UART 串口驱动程序 kernel/drivers/tty/serial/8250/8250_dw.c CSI mipi驱动程序 kernel/drivers/phy/rockchip/phy-rockchip-csi2-dphy.c GPIO key Key驱动程序 kernel/drivers/input/keyboard/gpio_keys.c RTC RTC驱动程序 kernel/drivers/rtc/rtc-pcf8563.c GPIO Led Led驱动程序 kernel/drivers/leds/leds-gpio.c HDMI HDMI驱动程序 kernel/drivers/gpu/drm/rockchip/dw_hdmi-rockchip.c Touch 触摸屏驱动程序 kernel/drivers/input/touchscreen/edt-ft5x06.c WIFI/BT WiFi/BT驱动程序 external/rkwifibt/drivers/bcmdhd/ SOUND 音频驱动程序 kernel/sound/soc/rockchip/rockchip_multicodecs.c LVDS LVDS驱动程序 kernel/drivers/gpu/drm/panel/panel-simple.c   2.米粉派 Openharmony 系统固件编译 获取源码 myir@server:~$ mkdir myd-lr3568 myir@server:~$ cd myd-lr3568 myir@server:~/myd-lr3568$ repo init -u https://gitee.com/openharmony/manifest -b refs/tags/OpenHarmony-v4.1-Release --no-repo-verify myir@server:~/myd-lr3568$ git clone https://migit.goho.co/MYD-LR3568X-OHOS/local_mainifest_myir.git .repo/local_manifests -b OpenHarmony-v4.1-Release myir@server:~/myd-lr3568$ repo sync -c myir@server:~/myd-lr3568$ repo forall -c 'git lfs pull' myir@server:~/myd-lr3568$ bash build/prebuilts_download.sh     编译Openharmony系统固件 myir@server:~/myd-lr3568$ ./build.sh -p rk3568     编译生成后的镜像位于：out/rk3568/packages/phone/images/，烧录方法参看《MYD-LR3568 Openharmony烧录指南》。网盘也提供了可以直接烧录的镜像，镜像位于（路径：/02-Image/）中 单独编译内核 myir@server:~/myd-lr3568$ ./build.sh -p rk3568 -T kernel     编译full-sdk myir@server:~/myd-lr3568$ ./build.sh -p ohos-sdk     该SDK包位于（路径：/02-Image/）目录下。 源码目录的简要说明 myir@server:~/myd-lr3568$ tree -L 1 ├── applications 应用程序，包括demo ├── arkcompiler ├── base 基础软件服务子系统集 ├── build 编译子系统 ├── build.py 编译脚本 ├── build.sh 编译脚本 ├── commonlibrary ├── developtools ├── device 产商板极定义 ├── docs Openharmony 所有文档 ├── domains 增强软件服务子系统 ├── drivers 驱动子系统 ├── foundation 系统基础能力子系统集 ├── ide ├── interface ├── kernel 内核子系统 ├── napi_generator ├── out 编译产物目录 ├── prebuilts 编译器及工具链子系统 ├── productdefine ├── test ├── third_party 开源第三方组件 └── vendor 产商产品定义     3.米粉派Openharmony系统资料获取 米粉派3568 Openharmony SDK包括底层BSP源码、预编译的镜像文件、Openharmony系统软件评估和开发文档、以及开发调试过程中使用的一些工具等。相应的硬件资料也随SDK一起以文件包的形式发布，完整的文件包内容如下：   表3-1. MYD-LR3568 SDK文件包内容说明 类别 (Catalog) 名称 (Name) 描述 (Description) 位置 (Location) 产品资料 《MYD-LR3568产品介绍》 MYD-LR3568产品介绍 产品资料 硬件资料 Datasheet 数据手册 硬件资料 3D 外壳3D Mechanical 机械结构 SCH&PCB PCB原理图 Silkscreen PCB丝印图 《MYC-LR3568 产品手册》 产品手册 《MYC-LR3568管脚描述表》 引脚描述表 《MYC-LR3568 硬件设计指南》 硬件设计指南 《MYC-LR3568 硬件用户手册》 硬件用户手册（适用于MYD-LR3568型号） 《MYD-LR3568-GK-B 硬件用户手册》 硬件用户手册（适用于MYD-LR3568-GK-B型号）   软件资料 《MYD-LR3568 Openharmony SDK发布说明》 发布说明(适用图1-1到1-3三种产品) 01_Docs(CN) 《MYD-LR3568 Openharmony 软件评估指南》 软件评估指南（仅适用于MYD-LR3568型号） 《MYD-LR3568-GK Openharmony软件评估指南》 软件评估指南（仅适用于MYD-LR3568-GK型号） 《MYD-LR3568-GK-B Linux软件评估指南》 软件评估指南（仅适用于MYD-LR3568-GK-B型号） 《MYD-LR3568 Openharmony 系统开发指南》 系统开发指南(适用图1-1到1-3三种产品) 《MYD-LR3568 Linux BSP移植指南》 BSP移植指南 《MYD-LR3568 快速入门指南》 适用于MYD-LR3568的快速入门指南 《MYD-LR3568-GK 系列快速入门指南》 适用于MYD-LR3568-GK系列的快速入门指南 《MYD-LR3568 量产指导文档》 量产指导文档 应用笔记 案例开发笔记（暂无） 原厂资料   MYD-image-OpenHarmony4.img 全功能Openharmony开发镜像 other 适用于MYD-LR3568系列开发板的特定开发工具   MYD-LR3568产品用户可以从下面地址获取SDK的最新的版本光盘镜像文件： MYD-LR3568-MIFANS Pi、MYD-LR3568-GK/GK-B资料下载地址： https://dev.myir.cn/ 如需了解板卡的具体介绍，您可以通过访问米尔电子官网链接了解更多： https://www.myir.cn/ 另外，开源资料获取地址如下： Openharmony官方网站 https://www.openharmony.cn/mainPlay Openharmony 源码 https://gitee.com/openharmony

发表了日志： Openharmony软件评估指南-米尔瑞芯微RK3568开发板

发表了主题帖： 米尔新唐MA35D1核心板发布！原生支持17路UART和4路CAN FD

米尔发布基于新唐MA35D1芯片设计的嵌入式处理器模块MYC-LMA35核心板及开发板，MA35D1是集成2个Cortex-A35与1个Cortex-M4的异构微处理器芯片。核心板采用创新LGA 252PIN设计，存储配置256MB DDR3L、256MB Nand Flash/ 8GB EMMC，同时具有丰富的通讯接口，可广泛应用于新能源充电桩、工程机械控制器、OBD汽车诊断仪、工业网关、运动控制器和电力DTU等场景。 MA35D1是一款高性能的嵌入式处理器芯片，配备了双核Cortex-A35和Cortex-M4。它拥有强大的处理能力和丰富的通讯接口，支持多种外设连接，包括Gigabit Ethernet/SDIO3.0/USB 2.0 /CAN FD/UART等接口；集成了2D图形加速器、LCD 控制器、JPEG 和 H.264 解码器。此外，该处理器具备硬件加速的AES加密引擎和真随机数发生器，支持安全启动和数据加密，确保系统安全性。 MA35D1核心板原生支持17路UART和4路CAN FD接口，无需额外扩展即可适合于需要大量串行通信和多路CAN总线连接的应用。除此之外，核心板还提供了双千兆以太网、16bit EBI并口总线、24bit RGB等接口，增强了其在不同应用场景中的灵活性和扩展性。 MA35D1处理器还配备了多重先进的安全机制，包括新唐的TSI（Trusted Secure Island）独立安全硬件单元、TrustZone技术、安全启动（secure boot）、篡改检测、内建的AES、SHA、ECC、RSA以及SM2/3/4加解密加速器，以及真随机数生成器（TRNG）。此外，还包含密钥存储和一次编程内存（OTP memory）。所有涉及安全的操作均在TSI内部执行，能够有效保护敏感和高价值数据。 核心板配置型号 产品型号 主芯片 内存 存储器 工作温度 MYC-LMA35-256N256D-80-I MA35D16A887C 256MB 256MB -40℃~+85℃ MYC-LMA35-8E256D-80-I MA35D16A887C 256MB 8GB -40℃~+85℃   开发板配置型号 产品型号 主芯片 内存 存储器 工作温度 MYD-LMA35-256N256D-80-I MA35D16A887C 256MB 256MB -40℃~+85℃ MYD-LMA35-8E256D-80-I MA35D16A887C 256MB 8GB -40℃~+85℃  

发表了主题帖： 基于米尔芯驰MY-YD9360商显板的神经网络推理库测试

本篇测评由优秀测评者“短笛君”提供。 本文将介绍基于米尔电子MYD-YD9360商显板（米尔基于芯驰D9360国产开发板）的TinyMaxi轻量级的神经网络推理库方案测试。   算力测试 TinyMaix 是面向单片机的超轻量级的神经网络推理库，即 TinyML 推理库，可以让你在任意单片机上运行轻量级深度学习模型~ 开源地址： https://github.com/sipeed/TinyMaix 搭建的环境为编译的Ubuntu18.04 已经预装好cmake make工具 由于魔法网络原因，这里提前下载好tar包到宿主机上，然后传输到板卡中解压 查看cmake版本 cmake -version   查看cmake版本 make -version       确认文件路径，尽量不要拷贝到有权限的路径下     自带示例   文件结构   MNIST示例 MNIST是手写数字识别任务 cd到examples/mnist目录下 使用mkdir build && cd build 命令切换到build文件夹下 cmake .. make./ mnist   cmake生成构建系统   使用make构建可执行文件然后运行     可以看到输出信息   MNIST 示例默认未使用任何指令加速，运行了一张 28×28 的手写数字模拟图像，共消耗了 0.114 毫秒   MBNET示例 mbnet 是适用于移动设备的简单图像分类模型。 切换到 /examples/mbnet 目录： 修改 main.c 文件 创建 build 文件夹并切换 使用 cmake 命令生成构建系统 使用 make 命令构建系统，生成可执行文件 运行可执行文件，执行效果如下     MBNET 示例运行输入了一张 96×96×3 的 RGB 图像，输出 1000 分类，共消耗了 16.615 毫秒     运行cifar10 demo      

发表了主题帖： EMS/PCS/BMS/充电桩/逆变器新能源设备处理器选型-米尔嵌入式

随着全球对可持续发展的日益关注，新能源技术作为替代传统能源的重要选择，正迅速发展并深入各个领域。在这一技术革新的浪潮中，嵌入式技术作为关键的智能化解决方案，正在为新能源行业的发展注入新的动力和创新。本文旨在为新能源行业的开发者解决嵌入式处理器选型难题。 1.米尔嵌入式处理器在新能源行业应用 米尔嵌入式处理器模组在新能源行业主要在能量管理系统EMS、储能变流器PCS、电池管理系统BMS、逆变器数据采集器、新能源充电桩等产品上应用。   能量管理系统（EMS）：是储能系统的决策中枢，充当“大脑”角色。通过数据采集、智能控制和优化调度，提高能源利用效率、降低运营成本，并确保系统的安全性和可靠性。EMS的应用场景广泛，大到大型储能电站和工商业储能应用，小到户用智能能源管理网关，EMS提供发电量预测、电网交易、削峰填谷等功能。 米尔储能EMS方案推荐       储能变流器PCS：实现直流电芯与交流电网之间的双向能量传递的重要设备。在智能化和大数据的发展背景下，PCS被要求实现越来越丰富的网络通讯、远程监控以及在线升级等功能，于是催生了嵌入式模组在PCS通讯模块中的需求。 米尔储能PCS通讯模块方案推荐   电池管理系统BMS：担任储能系统中的感知角色，主要功能是监控电池储能单元内各电池运行状态，保障储能单元安全运行。储能BMS因为电池组规模庞大，大多都是三层架构，在从控（BMU）、主控（BCU）之上还有一层总控（BAU）。BAU汇集所有BCU的信息，负责整个电池储能系统的运行状态监视和电池容量的估算，并与储能变流器、上层监控通信。 米尔储能BAU总控方案推荐   逆变器数据采集器：逆变器数据采集器是光伏发电系统中用于监控和采集光伏组件性能数据的关键设备。它通常与光伏逆变器、气象站、电表和其他传感器配合使用，以收集光伏系统的运行状态和性能数据，并通过网口或者无线模块上传至上级监控系统或者云平台。 米尔逆变器数据采集器方案推荐     新能源充电桩：充电桩专门为电动汽车和插电式混合动力汽车设计的设备，通过连接电网和车辆，提供安全、高效的充电服务。分为交流充电桩和直流两大类型，支持智能管理、远程监控及多种支付方式，广泛应用于居住区、商业区、公共停车场和企业园区，推动电动车普及和可再生能源利用。 米尔充电桩方案推荐   2.总结 ​中国新能源行业在过去几年取得了显著成就，未来发展前景广阔，嵌入式技术将继续推动新能源行业的发展，米尔电子作为领先的嵌入式模组厂商，推出以上一系列创新的技术与产品，不仅满足了新能源多元化的市场需求，也为新能源行业提供更可靠、更高效的解决方案。

发表了主题帖： 集聚5种操作系统，米尔瑞米派兼顾学习开发和项目产品需要

米尔电子发布的瑞萨第一款MPU生态板卡-瑞米派（Remi Pi），采用瑞萨RZ/G2L双核A55芯片，接口丰富，全面兼容树莓派的扩展模块。瑞米派支持五种系统，兼顾学习开发和项目产品需要。软件提供五种软件系统分别为：基于Yocto构建的两种系统，一种是支持通用功能的精简型系统，另一种是带有Qt和丰富Linux命令集的全面型系统；还有Ubuntu系统、Debian系统和ROS 2系统。     以下为5种系统的具体介绍： 系统 概述 myir-image-Core 精简型系统，支持通用功能，EtherCAT运行库以及LVGL软件 myir-image-Full 全面型系统，包含丰富的Linux命令集，Qt 5.15.0运行库，Python 3.8.14组件及Measy HMI 2.0软件 myir-image-Ubuntu Ubuntu 22.04系统，支持通用功能，LXDE界面 myir-image-Debian Debian 12.5系统，支持通用功能，XFCE界面。 myir-image-ROS 基于Ubuntu 22.04的ROS 2   myir-image-Core：   基于Yocto构建带有LVGL界面的镜像，包含完整的硬件驱动，常用的系统工具，调试工具等。支持使用Shell, C/C++进行应用开发。 EtherCAT运行库支持实时以太网通信协议，适合需要快速和可靠的数据交换的应用。 LVGL是一个开源图形库，用于创建嵌入式用户界面，支持低资源消耗和高度定制化。轻量级，适用于多种工业场景、医疗设备等。 该系统的发布旨在为用户提供一个精简，小巧，便捷的操作系统，方便用户集成自己工具   瑞米派Core系统LVGL界面展示 myir-image-Full： 基于Yocto构建的带有GUI界面的镜像，包含Core中所有的完整的硬件驱动，常用的系统工具，调试工具等，包含Qt运行时库和基于Qt开发的HMI界面。支持使用 Shell, C/C++, QML, Python进行应用开发。其包含丰富的Linux命令集，可满足用户进行高级系统管理和定制，Qt和Python的支持使得开发复杂的图形用户界面和应用程序变得更加容易，而Measy HMI 2.0软件则为用户提供了现代化的人机界面设计和控制能力。为用户提供一个功能全面，稳定的系统进行开发。 瑞米派Full系统Qt HMI界面展示 myir-image-Ubuntu： 瑞米派上的Ubuntu系统是一款功能强大的操作系统，为用户提供了稳定、安全和灵活的计算体验。作为一个开源系统，在瑞米派平台上，集成Ubuntu系统带来了许多优势。提供的工具和应用程序满足各种需求，其强大的LXDE桌面系统供了许多实用的功能，它具备快速启动和关闭应用程序的能力，提供了易于定制的面板和菜单，使用户能够根据自己的喜好进行个性化设置。此外，它还支持多任务处理、文件管理和网络连接等常用功能，方便用户进行快速开发。 米尔提供的基于Ubuntu 22.04 core架构制作而成的带LXDE的系统myir-image-Ubuntu ，包涵通用的命令工具和网站的硬件驱动，适合需要轻量级桌面环境的用户。 瑞米派Ubuntu系统 LXDE桌面展示 myir-image-Debian： 瑞米派发布了一款精简、专业而丰富的操作系统——Debian。作为一种广受欢迎的Linux发行版，Debian凭借其稳定性和安全性，成为众多用户的首选。瑞米派的Debian系统提供了一个强大而灵活的基础，让您可以根据自己的需求进行定制。瑞米派的Debian系统中已经配置了各种功能外设，比如网络，USB，WiFi，音视频等，用户可直接进行使用。此外，瑞米派的Debian操作系统还带轻量级的XFCE桌面环境，为用户提供高效、稳定和易用的桌面体验。无论您是一位技术专家，还是刚入门的新手，瑞米派都将成为您的最佳伴侣。它的稳定性、安全性和灵活性将为您带来无限的可能性。 瑞米派Debian系统XFCE桌面展示 myir-image-ROS： 在瑞米派上我们推出了ROS 2系统，提供了强大的工具和库，使开发人员能够快速构建灵活、可靠且高效的机器人系统。ROS 2在瑞米派平台上的应用提供了许多关键功能和优势。首先，ROS 2采用了一种分布式架构，支持多个节点以及节点间的通信。这使得不同的模块可以并行运行，实现更高的性能和可扩展性。此外，该系统在瑞米派中还引入了更强大的通信和控制机制，包括可靠的发布/订阅模型和服务模型，海龟仿真等，您可以轻松体验瑞米派ROS 2系统给你带来的开发体验。 瑞米派ROS 2系统节点通信展示   系统 功能项 文件名 Ubuntu Ubuntu 22.04 base Ubuntu-base-22.04-base-arm64.tar.gz 启动管理 Xinit 网络管理 network-manager network-manager-gnome 音频管理 Xine 视频播放器 Xine Debian Debian 22.04 base Debian-base-22.04-base-arm64.tar.gz 启动管理 Xinit 网络管理 network-manager network-manager-gnome 音频管理 Xine 视频播放器 Xine ROS Ubuntu 22.04 base Ubuntu-base-22.04-base-arm64.tar.gz 启动管理 Xinit 网络管理 network-manager 表1 Ubuntu、Debian、ROS资源列表 类别 名称 描述 源码 Flash-Writer Flash-Writer 1.06 TF-A Arm Trusted Firmware 2.6 Bootloader U-boot 2021.10 Kernel Linux Kernel 5.10.83 Yocto Yocto 3.1.20 文件系统 myir-image-Core Yocto构建的文件系统 myir-image-Full Yocto构建的文件系统 myir-image-Ubuntu Ubuntu 22.04 core构建的文件系统 myir-image-Debian Debian构建的文件系统 myir-image-ROS Ubuntu 22.04 core构建的文件系统 工具 开发工具 sdk.tar.bz2、e2 studio 烧录工具 Win32DiskImager、teraterm 文档 Remi Pi_Linux BSP与系统移植指南 包含Linux BSP与系统移植 Remi Pi_Linux软件评估指南 介绍使用Yocto项目安装运行Linux系统以及嵌入式 Linux驱动和应用程序的开发流程 Remi Pi_Linux软件开发指南 包含源码编译，烧录等 Remi Pi FreeRTOS应用开发笔记 包含环境搭建，工程创建等 Remi Pi实时系统与EtherCAT移植应用笔记  包含RTlinux、EtherCAT移植 Remi Pi_Ubuntu系列移植指南 包含Ubuntu移植 Remi Pi_Debian系列移植指南 包含Debian移植 Remi Pi_ROS系列移植指南 包含ROS移植 表2 软件资料 关于Remi Pi的五个系统，用户购买后可以获取更详细的相关资料。

发表了主题帖： 米尔T527系列加推工控板和工控机，更多工业场景DEMO

自米尔首发基于全志T527系列核心板以来，这款基于八核CPU的高性能国产核心板得到广大客户的好评。这款产品支持Android13、Linux5.15操作系统，还将适配Ubuntu系统，满足开发者们更灵活地开发各种创新应用。 米尔为满足不同的客户需求，推出基于全志T527的全系列的产品：米粉派T527、MYD-LT527-SX商显板等等。此次，米尔加推了MYD-LT527-GK工控板和MYD-LT527-GK-B微型工控机。 MYD-LT527-GK工控板由工业开发板和扩展底板组成，方便客户使用米尔工业开发板搭建自己的工控机系统，赋能工业ARM计算机、工业控制器、边缘智能盒子等领域。   T527系列是全志科技在智能工控领域和汽车领域的一款高性能嵌入式处理器，可选AI功能。T527系列处理器配备8*Cortex-A55、HiFi4 DSP、RISC-V、DDR4/LPDDR4/LPDDR4X 4GBmax 32bits接口、支持4K高清视频解码器&1080@60fps H.264视频编码、可选2 Tops NPU AI功能型号。此外还具备视频采集接口（MIPI-CSI/Parallel-CSI）、显示器接口（HDMI/eDP/MIPI-DSI/LVDS/RGB）、双千兆以太网接口、USB3.1DRD/PCIE2.1、USB2.0 接口、CAN 接口、UART、SPI、I2C、PWM等等；因此特别适用于高性能工业机器人、能源电力、医疗器械、显控一体机、边缘智能盒子和车载终端等具有对媒体、AI功能的嵌入式设备等应用。     MYD-LT527-GK具有高性能、高可靠性、车载应用生态以及丰富的外设接口、丰富的开发资源、高性价比及长供货周期、严格的测试标准、丰富的场景解决方案等特点。T527强大的性能及丰富的外设高性能：八个最高运行2.0GHz的ARM Cortex-A55集群支持高性能的应用程序处理；实际应用中采用4核定频1.4GHz，4核动态调频最高1.8GHz；在可靠性和功耗之间作出平衡，丰富外设接口：丰富的高速接口，包括：USB3.1/PCIe2.1、USB2.0和双千兆以太网；多样的工业通信接口，包括：CAN、SPI、UART、I2C、ADC和PWM；丰富多媒体：G57 GPU，4K编解码，双高清屏异显，支持HDMI、eDP、双LVDS、MIPI DSI、RGB并口屏，MIPI CSI、Parallel CSI视频输入；   MYD-LT527-I-GK-B微型工控机是由MYD-LT527米粉派开发板和MY-ICEB001扩展底板插接组合而成。客户也可以参考这种方式，采用MYD-LT527米粉派和自制扩展底板组合，形成自主定义的工控机、边缘计算终端产品。    广泛的行业应用 MYD-LT527-GK工控板和MYD-LT527-GK-B微型工控机广泛适用于工业ARM计算机、工业控制器、边缘智能盒子等领域，米尔多年来强大的技术支持能力，助您的产品快速上市，助力开发成功。

发表了主题帖： 国产芯，米尔基于全志T527的商显主板及工业微型控制器

前段时间，给大家推荐过米粉派（MIFANS Pi）T527，它是由米尔电子推出的高性能T527开发板。   而今天主要给大家推荐米粉派T527的兄弟：MYD-LT527-SX商显板，以及它的升级版MYD-LT527-GK-B微型工控机。   米尔基于全志T527板卡   米尔基于全志T527处理器推出了多款产品，包含核心板、开发板、工控板、商显板，以满足不同行业、不同研发能力、不同需求的的客户。   T527系列是全志科技在智能工控领域和汽车领域的一款高性能嵌入式处理器，可选AI功能。 T527处理器配备8*Cortex-A55、HiFi4 DSP、RISC-V、DDR4/LPDDR4/LPDDR4X 4GBmax 32bits接口、支持4K高清视频解码器&1080@60fps H.264视频编码、可选2 Tops NPU AI功能型号。此外还具备视频采集接口（MIPI-CSI/Parallel-CSI）、显示器接口（HDMI/eDP/MIPI-DSI/LVDS/RGB）、双千兆以太网接口、USB3.1DRD/PCIE2.1、USB2.0 接口、CAN 接口、UART、SPI、I2C、PWM等等； 因此特别适用于高性能工业机器人、能源电力、医疗器械、显控一体机、边缘智能盒子和车载终端等具有对媒体、AI功能的嵌入式设备等应用。   1、MYC-LT527核心板及开发板：适合有项目需求的企业客户，为客户提供了快速开发、测试和原型验证的平台。     2、MYD-LT527-SX商显板：多屏异显，更适合商业显示领域、商业机器人等。     3、MYD-LT527-GK-B微型工控机：微型工控机成品，即插即用，无需系统定制和驱动开发，客户安装应用程序即可使用，适用于：工业ARM计算机、工业控制器、边缘智能盒子等。     MYD-LT527-SX商显板 1、概述 MYD-LT527-SX商显板是将MYB-LT527-SX底板与MYC-LT527核心板焊接组合在一起，形成可以使用的完整功能产品。   板载资源： 用12V直流供电 搭载了2路千兆以太网接口和2路CAN 1路miniPCIE型插座的5G/4G模块接口 板载WIFI/蓝牙模块 1路HDMI显示、 1路双LVDS 显示 1路eDP显示 1路MIPI-DSI显示 2路MIPI-CSI摄像 1路3.5mm耳麦接口 1路内置mic 2路扬声器 2路USB Type A 4路4PIN座子USB HOST接口 1路Micro SD 2路RS232接口 1路RS485 2路TTL UART接口及其他扩展接口     亮点1：强大的性能及丰富的外设 高性能：八个最高运行1.8GHz的ARM Cortex-A55集群支持高性能的应用程序处理；实际应用中采用4核定频1.4GHz，4核动态调频最高1.8GHz；在可靠性和功耗之间作出平衡， 丰富外设接口：丰富的高速接口，包括：USB3.1/PCIe2.1、USB2.0和双千兆以太网；多样的工业通信接口，包括：CAN、SPI、UART、I2C、ADC和PWM； 丰富多媒体：G57 GPU，4K编解码，双高清屏异显，支持HDMI、eDP、双LVDS、MIPI DSI、RGB并口屏，MIPI CSI、Parallel CSI视频输入；   亮点2：丰富的开发资源，易上手，加速开发进程 提供TINA Linux, Android、Ubuntu等多种系统； 完善的外设驱动； 提供MEasy HMI V2.0参考代码； 提供多种软硬件方案、文档资料，硬件设计建议、原理图评审服务等技术支持。   亮点3：核心板高性价比，且稳定供货周期长达10年 核心板采用LGA贴片连接方式，在保障381PIN的同时，能够节省连接器成本，在提供高可靠连接的同时，最大限度降低了整体物料成本； 核心板提供长达10年的生命周期，无须担心后续供货问题。   亮点4：高可靠性保证，严格的测试标准，保障产品高质量 车规设计、车规级生产工艺、超工业级可靠性； 信号测试：电源信号、CLK、SD卡、I2C、MIPI CSI 、CAN、单板复位信号、RGMII等信号； 环境测试：低温运行、高温运行、高低温循环测试、低温通断电、高温通断电、低温存储、高温存储； 静电测试：整板过静电测试第三等级； 老化测试：至少7*24小时老化测试； 电磁兼容性测试：EMC-RE预扫测试；认证测试：CE、ROHS、100%国产化认证。   MYD-LT527-SX商显板的主要特点就是：2路千兆网口+2路CAN通讯，目前市面上其他商显板都不同时具备该功能。   总结来说就是：MYD-LT527-SX商显板稳定、可靠，功能齐全。     2、软件资源   MYD-YT527-SX提供丰富的软件资源以帮助客人尽快实现产品的开发。在产品发布时，您可以获取全部的Linux BSP源码及丰富的软件开发手册。   值得说明的是，米尔发布了基于Linux面向工业应用的TINA5.0系统（后续还会支持乌班图系统），为米粉派T527增添了不少色彩，用户可以基于此进行二次开发。   米粉派的TINA5.0系统是基于 buildroot 构建的带有QT5.12界面的镜像，包含完整的硬件驱动，常用的系统工具，调试工具等,包含GUI运行时库和HMI界面。支持使用Shell, C/C++, QML, Python进行应用开发。       米尔电子基于QT5的开发了一套人机界面框架：MEasy HMI。项目采用QML与C++混合编程，使用QML高效便捷地构建UI， 而C++则用来实现业务逻辑和复杂算法。   根据应用的类型将整个UI分为五个大类：多媒体，智能家电，卫生医疗，公共服务，系统。每个类下面又包含不同小类，针对每个小类我们实现了相应的应用，如图所示：     米尔-米粉派的HMI2.0显示效果       MEasy HMI 2.0结构框图   MEasy HMI人机界面框架为用户提供了各种接口，支持二次开发，极大地方便了快速进行二次开发，节约开发周期。 ​   微型工控机T527 接着再给大家介绍一款米尔推出的微型工控机T527，它是一台基于全志T527国产平台的mini IPC，兼容树莓派、艾米派，支持软件二次开发，硬件白盒化。     微型工控机T527，采用钣金外壳，达到IP20防护等级，适应性广泛，可直接应用于复杂工业环境，支持桌面安装和壁挂。   微型工控机T527和【MYC-LT527核心板及开发板】类似，也是提供丰富的外设资源和硬件接口、多种版本型号、开发资料等。

发表了主题帖： 米尔NXP i.MX 93开发板的Qt开发指南

1. 概述 Qt 是一个跨平台的图形应用开发框架，被应用在不同尺寸设备和平台上，同时提供不同版权版本供用户选择。米尔 NXP i.MX 93 开发板（MYD-LMX9X开发板）使用 Qt6.5 版本进行应用开发。在 Qt 应用开发中，推荐使用 QtCreator 集成开发环境，可以在 Linux PC 下开发 Qt 应用，自动化地交叉编译为开发板的 ARM 架构。  本章使用 Yocto 构建的 SDK 工具作为交叉编译系统，配合 QtCreator 快速开发图形类应用程序。   2. 硬件资源  米尔 NXP i.MX 93 开发板（MYD-LMX9X开发板）   3. 软件资源  ubuntu 20.04 64bit Qt6.5 交叉编译链   4. 环境准备  需要 ubuntu 桌面系统，后续均在 ubuntu 20.04 64bit 版本下操作，桌面系统请自行安装。   5. 安装Qt6.5 从Qt下载官网https://download.qt.io/archive/online_installers/4.5/下载 qt-unified-linux-x64-4.5.2-online.run 安装包。 安装 Qt 所需要的库 在安装 QtCreator 之前需要对主机的环境进行配置，请安装下列资源包   将安装包放到 Ubuntu 下运行 sudo chmod 777 qt-unified-linux-x64-4.5.2-online.run ./qt-unified-linux-x64-4.5.2-online.run --mirror https://mirrors.tuna.tsinghua.edu.cn/qt   登录 运行命令后进入安装界面，填入账号，如若没注册需要先自行注册。 图5-1. 输入账号密码         选择  开发者可选择个人开发者。 图5-2. 选择开发者   禁止发送 选择禁止发送反馈内容。 图5-3. 选择禁止发送   选择安装路径 选择安装路径，建议安装在目录/opt 下。 图5-4. 安装路径   选择安装内容 因为我们需要安装6.5版本，所以需要勾选以下内容。 图5-5. 选择安装内容   安装 选择好安装内容好连续点击下一步到安装页面。 图5-6. 等待安装完成   6. 配置交叉编译环境  1）打开 QtCreator，请从终端执行"qtcreator.sh"来启动 QtCreator，参考如下： 2）如果运行失败则需要安装插件，命令如下 3）再次运行成功，出现选项对话框,点击 Edit ，继续点击 Preferences ，在 Kits 栏选择 Compilers 标签，如下图所示。 图6-1. 配置Compilers   4）点击右侧 Add ,弹出下拉列表后,选择 GCC->C++ ,在下面填写"Name"为"LMX9X- G++"，"Compiler path"点击旁边的"Browse.."按钮选择到 aarch64-poky-linux-g++ 的路径，例子中的路径是"/opt/fsl-imx-xwayland/6.1-mickledore/sysroots/x86_64-pokysdk-linux/usr/bin/aarch64-poky-linux/aarch64-poky-linux-g++"。（此为米尔提供的编译链，详情请查看《MYD-LMX9X_Linux软件开发指南》2.2章节）填写完成后，点击"Apply" 图6-2. 配置GCC   5）选择"Debuggers"标签，在右侧点击"Add"，在name处输入"93-gdb"，在path选择路径为/opt/fsl-imx-xwayland/6.1-mickledore/sysroots/x86_64-pokysdk-linux/usr/bin/aarch64-poky-linux/aarch64-poky-linux-gdb，填写完成后点击"Apply"，如图6-3。 图6-3. 配置Debugger   6）选择"Qt Version"标签，在右侧点击"Add"，会弹出 qmake 路径选择对话框，这里以"/opt/fsl-imx-xwayland/6.1-mickledore/sysroots/x86_64-pokysdk-linux/usr/bin/qmake"为例子。选择"qmake"文件后，点击"Open"按钮。"Version name"改为"Qt %{Qt:Version} (LM93-sytem)"。然后点击"Apply"按钮。 图6-4. 选择qmake   7） 选择左侧"Device"，点击右边的"Add"按钮，填写内容"Name"为"MYIR-LM93-Board"，"Host name"为开发板的 IP 地址(可以暂时填写任意一个址)，"Username"为"root"，然后击"Apply"。(此项为可选项) 图6-5. 选择开发板   8） 点击左侧"Build & Run"回到"Kits"标签下，"Name"设置为"LM93-dev-kit"，"Device"选择"MYD-LM93-Board"选项了。"Sysroot"选择目标设备的系统目录，这里以"/opt/fsl-imx-xwayland/6.1-mickledore/sysroots/x86_64-pokysdk-linux"例。"Compiler"选择之前配置的名称"93-GCC"，"Qt version"选择之前配置的名称"Qt6.5.0 (LM93-System)"，"Qtmkspec"填写为"linux-oe-g++"。其它默认即可，最后点击"Apply"和"OK"按钮。 图6-6. Kits配置   9）将 MXAPP-Qt6.tar.gz 拷贝到 Ubuntu 下的一个工作目录中并解压出源代码。配置为相应的编译工具套件，就可以编译此例程。在菜单栏选择"File"->"Open File or Project"，在打开的对话框中，浏览到"mxcpp"例程的目录下，选择"mxcpp.pro"文件，点击"Open"按钮。项目打开后，在左侧菜单列中，选择"Projects"图标，右侧界面切换为 manage kits 管理界面，在"Build & Run"标签下，选择"LM93"选项的 kit，这样项目就会使用"LM93 "的相关配置 kit 构建应用。然后右键选择"mxapp2"点击 Build 。 图6-7. 开始编译   图6-8. 编译完成   QtCreator 构建 mxapp 项目后，编译好的二进制文件存放在指定的目录下。然后将 mxapp 文件拷贝到开发板下运行即可 图6-9. 保存路径   7. 参考资料 下载桌面版Ubuntu https://ubuntu.com/download/desktop  QT开发指导 https://www.qt.io/

发表了主题帖： 国产FPGA核心板！米尔紫光同创Logos-2和Xilinx Artix-7核心板

随着嵌入式的快速发展，在工控、通信、5G通信领域，FPGA以其超灵活的可编程能力，被越来越多的工程师选择。近日，米尔电子发布2款FPGA的核心板和开发板，型号分别为：基于紫光同创Logos-2系列PG2L100H的MYC-J2L100H核心板及开发板、基于Xilinx Artix-7系列的MYC-J7A100T核心板及开发板。   国产FPGA开发平台紫光同创Logos-2 紫光同创Logos2系列国产FPGA芯片，第一款高性价比FPGA产品PG2L100H及其全套自主软件和IP方案，该系列芯片采用28nm CMOS工艺制程，相对于40nm工艺Logos-1系列FPGA性能提升50%，总功耗降低40%，是国产FPGA领域的重大突破。米尔核心板主要使用PG2L100H，PG2L100H其逻辑资源133200，一路PCIE接口，4对GTP高速串行接口，6个bank，一共有285个FPGA管脚。 紫光同创Logos2系列基础特性   基于紫光同创Logos-2打造的核心板 MYC-J2L100H核心板采用高密度高速电路板设计，在大小为69.6mm(L)×40mm(W)的板卡上集成了PG2L100H-6IFBG484、DDR3、EEPROM、QSPI FLASH、DC-DC电源管理等电路。MYC-J2L100H核心板采用金手指链接，满足5G通信、视频图像处理、工业自动化、消费电子等市场的应用需求。 MYC-J2L100H核心板   基于Xilinx Artix-7 XC7A100T核心板 基于Xilinx Artix-7™ 28nm FPGA芯片，配备了千兆以太网和高速DDR3 SDRAM，采用低成本、最小尺寸封装形式， XC7A100T具有触发器101440，一路PCIE接口，4对GTP高速串行接口，6个bank，一共有285个FPGA管脚。 Artix‐7系列基础特性   MYC-J7A100T核心板基于Xilinx Artix-7 FPGA芯片，采用高密度高速电路板设计，在大小为69.6mm(L)×40mm(W)的板卡上集成了XC7A100T-2FGG484I、DDR3、EEPROM、QSPI FLASH、DC-DC电源管理等电路，该款产品适用于工业控制、自动化、通信、计算机等领域。 MYC-J7A100T核心板   MYC-J2L100H核心板和MYC-J7A100T核心板，这两款FPGA核心板，经过一系列的软硬件测试，保障产品性能稳定关键信号质量测试、高低温测试、软件压力测试，24小时无故障运行，适应严苛工业环境。   配套开发板 MYD-J2L100H开发板/MYD-J7A100T开发板 MYD-J2L100H开发板，采用12V/2A直流供电，搭载了2路千兆以太网接口、2路SFP+接口、1路PCIE2.0、1路HDMI输入、1路HDMI输出、1路摄像头、1路Micro SD接口、1路USB-UART接口、1路FAN接口及一路扩展口。   MYD-J2L100H开发板-正面标注图   MYD-J7A100T开发板-正面标注图   MYD-J2L100H开发板和MYD-J7A100T开发板背面标注图