硬件
四核 SoC 内置 6 TOPS NPU，MIPI CSI-2 摄像头输入，六层板上做了阻抗受控的摄像头接口。
- SoC 集成 NPU 与 ISP
- 全局快门传感器，走 MIPI CSI-2
- 六层 PCB，EMC 预测试一次通过
- 无风扇被动散热设计
项目概览
一台掌心大小的视觉设备，用在视频不能离开房间的场景。检测、跟踪与事件分类都在本地 NPU 上运行，只有结构化事件会上云。
挑战
产品要在 4 W 以内持续做多路推理，出于隐私要求不允许任何视频外传，同时 BOM 还得撑得住消费级价格。
方案
我们把量化后的检测主干和一个轻量跟踪器配在一起：重模型以较低频率运行，跟踪在两次推理之间维持目标身份。最终在算力并不富裕的硬件上跑出了稳定 30 fps 的链路。
架构
AI
INT8 检测模型部署到 NPU，配一个基于卡尔曼滤波的跟踪器和一个小型时序分类器处理事件逻辑。
- INT8 量化，逐通道校准
- 精度与 FP32 基线相差在 1.4% 以内
- 640×640 下推理延迟 18 ms
- 事件分类器在 CPU 上 2 ms 内跑完
软件
用 Yocto 构建的嵌入式 Linux 镜像、基于 GStreamer 的采集链路，以及一个用于配置和事件回看的 Web 控制台。
- Yocto 镜像，支持 A/B OTA 与回滚
- 从 ISP 到 NPU 的零拷贝缓冲
- 本地事件存储并与云端同步
- Web 控制台配置区域、规则与回看
结果
- 3.8 W 功耗范围内持续 30 fps 推理
- 原始视频不出设备，只上传结构化事件
- 冷启动到首次推理低于 12 s
- 现场设备通过分批 OTA 完成升级
技术栈
硬件
SoC + NPUMIPI CSI-26-layer PCB
AI
ONNXINT8 QuantizationTracking
嵌入式
Embedded LinuxYoctoGStreamerOTA
云端
MQTTEvent APIFleet Console