【测评】OrangePi AIPro环境配置与基础应用

1.介绍

OrangePi AIPro 是一款基于昇腾AI技术的开发板，它采用华为昇腾910E AI芯片，集成4核64位CPU和AI处理器，支持8TOPS AI算力，拥有8GB/16GB LPDDR4X内存，支持千兆网口、GPIO接口、双HDMI接口、WIFI5+BT4.2、USB3.0和USB Type-C 3.0接口等，采用Type-C供电（还支持MIPI接口的摄像头和DSI屏幕，后续有了这些外设可以继续开发）。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。

img

OrangePi AIPro 的主要特点：

• 高性能：采用华为昇腾910E AI芯片，支持8TOPS AI算力，可满足各种AI应用的需求。
• 低功耗：采用12nm制程工艺，功耗低，发热量小。
• 开源：支持多种开源操作系统，如Ubuntu、OpenEuler等，方便开发人员进行二次开发。
• 扩展性强：提供丰富的接口，支持多种扩展模块，可满足不同应用场景的需求。

OrangePi AIPro 的优势：

• 高性价比：相比其他AI开发板，OrangePi AIPro 的价格更低，性能更强。
• 开源社区支持：拥有活跃的开源社区，为开发人员提供丰富的技术支持和资源。
• 产品线丰富：除了OrangePi AIPro，还推出了多款AI开发板，可满足不同用户的需求。

OrangePi AIPro 旨在为人工智能应用提供高性能、低功耗的开发平台，可广泛应用于图像识别、语音识别、自然语言处理、智能家居、机器人等领域。总的来说，相比树莓派和英伟达的Jetson系列，OrangePi AIPro对中文开发者更加友好，内容也足够丰富，可作为平替开发机器人及相关的AI应用。

2.环境配置

开发板已经预装好了Ubuntu22.04系统，C++编译器和Python等基础环境也是装好的，第一次开机我们连接上网络后查看ip，然后就可以通过ssh远程登陆了，不用再依赖屏幕。

img

当然也可以安装nomachine，方便桌面操作，效果如图：

img

常用的查看系统信息的命令：

uname -a #显示内核版本、操作系统名称、主机名、处理器的架构等基本系统信息lsb_release -a #显示发行版名称、版本号、发行版ID等详细信息
lshw #列出所有检测到的硬件设备及其详细信息
lspci #列出所有PCI设备及其详细信息
df -h #显示磁盘分区的使用情况
free -m #显示内存使用情况
top #查看系统监控信息

另外，可对开发板禁用睡眠模式，防止睡眠后黑屏：

sudo systemctl status sleep.target
sudo systemctl stop sleep.target
sudo systemctl disable sleep.target

系统基础环境配置好后，机器人开发可以安装ros，Ubuntu22对应的应该是ROS2 Humble，可以使用小鱼的一键安装指令。不过有这方面需求再安装，毕竟占用的存储空间不小（完整版大约2.9G）。常用的命令如下：

ros2 pkg list #包管理工具
ros2 run #节点运行
ros2 node list #节点查看
ros2 topic list #话题操作
ros2 interface list #接口操作

另外，主打AI开发板，当然AI的开发环境也是配好的，可以看到已经配好了pytorch环境，开发板用的模型是om格式的，系统样例中也给了onnx2om.py的转换脚本。系统默认安装的是miniconda，可通过下列命令查看：

which pip
pip list | grep torch

或进入python环境输入import torch查看是否报错

3.基础应用

系统主目录samples下，自带了几个AI示例，可以先简单跑一下试试，包含目标检测、特征点检测、场景分割等。

此外，还可以做下面两种应用：

3.1搭建一个简单的流媒体服务器

可以基于此开发板推流视频或相机的图像，并基于nodejs搭建流媒体监控页面，具体步骤如下：

# 安装nodejs和ffmpeg
sudo apt install nodejs ffmpeg
# 安装node-media-server
npm install node-media-server
# 创建app.js并通过node app.js运行，打开http://localhost:8000/admin/可查看
# 本地推流视频文件
ffmpeg -re -i input.mp4 -c:v copy -c:a copy -f flv rtmp://localhost:1935/live/stream_name

// app.js
const NodeMediaServer= require('node-media-server');
const config = {
    rtmp: {
        port: 1935, // 页面端口
        chunk_size: 60000,
        gop_cache: true,
        ping: 60,
        ping_timeout: 30
    },
    http: {
        port: 8000,
        allow_origin: '*',
    }
};
 
var nms = new NodeMediaServer(config)
nms.run();

效果如下，跑一跑视频推流还是可以的：

img

img

3.2运行ROS2程序

ROS 2 是一个开源的机器人操作系统，它是ROS（Robot Operating System）的下一代版本。它提供了一系列工具、库和约定，用于构建机器人应用程序。 ROS 2采用分布式消息传递机制，可以在不同的计算机上进行通信，并支持多种编程语言，包括C++、Python、Java等。ROS 2还提供了更好的安全性和实时性，使其适用于更广泛的机器人应用场景。 开发板可以安装ROS2，并可接入相机、雷达等传感器，进行机器人应用等，一个基本的发布和订阅运行如下：

# 发布订阅
ros2 run demo_nodes_cpp listener
ros2 run demo_nodes_cpp talker
# 小乌龟
ros2 run turtlesim turtlesim_node
ros2 run turtlesim turtle_teleop_key

运行发布者和监听者示例：

img

4.使用体验

从收到开发板到开机配置，再到跑相关的工程，总体来说比较顺利，尤其喜欢这个type-c接口供电，整体接口也比较丰富，建议初学者可以搭配上外壳、屏幕和摄像头，这样开发会更加方便。 也有几个小问题要注意：

1. 要远程用nomachine的话，需要先接上屏幕后才可远程界面；远程相比直接用屏幕操作稍有卡顿，但还能接受
2. ros2工程编译不要在miniconda环境下，要先退出conda，然后才能正常编译通过

总体来说，接口丰富，资源较多，对中文开发者还是比较友好的，可作为某pi的平替。

以上。