**关键词：** 事件相机、Pulse128、ULin AI、口袋事件相机、脉冲神经网络

事件相机开发经常涉及多台设备：传感器负责采集，上位机负责显示和保存，外部计算平台运行算法，惯性传感器还可能需要单独接入。这样的组合适合功能验证，却会增加布线、时间同步和外场部署的复杂度。

ULin AI Pulse128采用了另一种思路：把128×128事件视觉传感器、片上SCNN计算核心、嵌入式主控、显示屏、存储和六轴IMU放入一台便携设备中，使“采集—记录—推理—部署”能够在同一套硬件上完成。它更像一台面向事件视觉的独立开发终端，而不只是一个需要持续连接电脑的传感器模组。
![5.jpg](https://developer.qcloudimg.com/http-save/yehe-8628718/e429a084dbb3b22d42d970efeb515813.jpg)

## 1. Pulse128口袋事件相机采集的是什么

普通相机以固定帧率曝光，每一帧都包含整幅图像。事件相机则以像素为单位异步响应亮度变化：当某个像素检测到的对数亮度变化超过阈值时，设备输出一个事件，记录像素坐标、时间戳和变化极性。

正极性事件通常表示亮度增加，负极性事件通常表示亮度降低。没有达到阈值的静止区域不会像普通视频那样反复输出完整图像，因此数据天然集中在运动边缘、明暗变化和瞬态过程上。

这种工作方式带来三个直接特征：

- 高速运动不再主要受固定帧率约束；
- 静态背景产生的数据较少，便于持续感知；
- 输出是稀疏的时空事件流，需要使用事件视觉算法处理，而不能直接照搬传统RGB图像流程。

Pulse128的DVS分辨率为128×128，像元尺寸为20 μm，有效感光区域为2.56 × 2.56 mm。它面向的是运动信息、时间结构和端侧神经形态算法验证，并不是以输出高分辨率彩色照片为目标。

## 2. 关键事件视觉规格

根据产品技术资料，Pulse128事件传感部分的主要参数如下：
![图片.png](https://developer.qcloudimg.com/http-save/yehe-8628718/5ada5a7de56cfa049c04d3df977fa356.png)
| 项目 | 规格 |
| --- | --- |
| DVS分辨率 | 128 × 128 |
| 像元尺寸 | 20 μm |
| 有效感光尺寸 | 2.56 × 2.56 mm |
| 动态范围 | 不低于80 dB |
| 标称适用照度 | 约20 lux至200 klux |
| 时间戳分辨率 | 1 μs |
| 当前固件事件批次粒度 | 100 μs |
| 峰值事件吞吐量 | 约20.36 Mevents/s |

这里需要注意两个容易混淆的时间参数。1 μs描述的是事件时间戳的分辨率；100 μs描述的是当前固件组织和传输事件批次的时间粒度。两者都不等于整套系统的端到端响应延迟。实际响应时间还会受到传感器阈值、事件负载、预处理、SCNN配置、USB传输、软件缓存和结果读出方式影响。

照度指标也应结合具体场景理解。技术资料给出的适用范围约为20 lux至200 klux，并提示在20至50 lux附近灵敏度可能轻微下降。弱光实验不宜只依据范围下限判断效果，仍需针对镜头光圈、目标对比度、运动速度和事件阈值进行实测。

## 3. 从事件传感器到片上SCNN

Pulse128与一般事件采集设备的主要区别，是机内集成了脉冲卷积神经网络计算能力。事件数据可以先在设备端完成预处理，再进入SCNN，最后由读出层输出分类或触发结果，从而减少原始事件持续搬运到外部计算平台的需求。

其片上神经形态计算资源包括：

- 最高320 K脉冲神经元；
- 1层事件预处理、最多9层SCNN和1层读出层；
- 最大128×128输入，最大64×64特征输出；
- 最多1024个特征图；
- 8 bit权重和16 bit神经元状态；
- 最大16×16卷积核；
- 支持1、2、4、8步长以及X、Y方向独立的0至7填充；
- 支持1:1、1:2、1:4池化，每层可配置两路扇出；
- 读出层提供15个任务类别和1个空闲类别。

设备还支持线性泄漏、脉冲计数降采样和脉冲拥塞均衡等神经元运算。第0层与第1层可并行计算，也可以作为输入层使用。读出层的滑动平均时间步可设置为1、16或32，并提供4个读出引脚和1个中断引脚，便于把识别结果接入外部控制系统。

这些参数定义了可以部署的网络边界，并不意味着任意在GPU上训练的神经网络都能直接放入设备。部署前需要按片上层数、特征图、卷积核、量化位宽、神经元状态和读出类别等限制重新设计或转换模型，同时验证精度、事件负载和响应时间。

## 4. 为什么“感知与计算一体化”有价值

事件相机在活跃场景中可能产生密集数据。如果所有原始事件都先经过接口发送到电脑或边缘计算板，再由软件进行预处理和推理，系统延迟、带宽和功耗会受到整条链路影响。

Pulse128允许事件预处理、SCNN推理和结果读出在设备端完成。对于只关心“是否检测到手势”“是否出现目标”或“是否需要触发执行器”的任务，外部系统可以读取推理结果，而不必始终接收完整事件流。

这种架构适合以下开发方向：

- 常开型存在感知与动作触发；
- 手势、人脸或人体行为的事件特征验证；
- 快速运动目标的端侧检测；
- 事件驱动的告警和控制信号输出；
- SCNN结构、量化和读出策略实验。

片上推理的价值不是简单替代所有外部计算平台，而是在采集端先完成与任务最相关的计算。开发阶段仍可借助上位机观察原始事件和调试网络；完成验证后，再评估是否让设备脱离上位机独立运行。

## 5. 事件与六轴IMU使用统一时间基准

Pulse128内置Bosch BMI270六轴IMU，包含三轴加速度计和三轴陀螺仪，量程可通过UVS上位机配置。事件数据与IMU数据采用统一时间基准，并可同步写入MicroSD卡。

视觉与惯性信息结合后，可以区分“目标在动”和“相机自身在动”，也能为姿态估计、运动补偿、动态轨迹分析及闭环控制提供输入。例如，设备发生快速转动时，IMU给出机体角运动信息，事件流则保留场景边缘的时空变化。二者是否能够达到特定算法要求，仍需进一步标定传感器坐标系、时间偏差和IMU零偏。

统一时间基准降低了后处理中的对齐难度，但并不等于系统已经完成视觉惯性标定。若用于定量定位或测量，仍应建立相机坐标系与IMU坐标系之间的外参，并检查长时间记录中的时间稳定性。

## 6. 不连接上位机也能显示、记录和推理

Pulse128集成显示屏、嵌入式主控和MicroSD存储，可在不持续连接电脑的情况下显示事件、录制数据和运行已部署模型。机身支持5 V直流或电池供电，电池标称容量为900 mAh。

其典型功耗约为0.60 W，对应产品资料中的测试条件为室温、普通办公室照明、屏幕点亮、USB连接且未录制。实际续航不能只用该典型功耗直接推算，因为事件活动程度、SCNN负载、屏幕状态、存储写入、电池转换效率和环境温度都可能改变功耗。

独立工作能力对外场采集尤其有用。研究人员可以先在电脑上完成参数配置和模型部署，再携带设备进行短距离运动采集、机器人测试或现场触发实验，减少上位机和长线缆对实验布置的影响。

## 7. UVS上位机与数据工作流

配套UVS上位机支持Windows与Linux，主要用于设备连接、事件流与姿态预览、参数配置、数据录制和回放，以及固件升级。
![图片2.png](https://developer.qcloudimg.com/http-save/yehe-8628718/ba210c4811cb0189b71dfa13004fb27b.png)
软件可以分色显示正、负极性事件，并同步显示IMU姿态信息。可配置项包括时钟频率、IMU量程、ROI、极性、X/Y镜像、90度步进旋转，以及SCNN各层参数和读出模式。

事件与IMU数据可保存为`.udata`文件。该文件采用U-DATA1格式，以FlatBuffers进行序列化，并支持可选的LZ4压缩。回放时按照文件时间顺序恢复事件与惯性数据，可用于复现实验和离线分析。

二次开发方面，设备提供嵌入式C API和静态库，PC侧提供Python 3.8及以上版本的USB读取、解析和可视化示例。参考嵌入式平台为STM32H723ZGTx，核心为Arm Cortex-M7。USB接口采用Type-C连接器，传输规格为USB 2.0 High-Speed Vendor Bulk。

一套典型开发流程可以分为六步：

1. 使用UVS连接设备，检查事件与IMU数据；
2. 根据镜头、光照和目标运动调整ROI、极性及传感参数；
3. 录制`.udata`数据，建立训练集与测试集；
4. 依据片上资源限制设计并验证SCNN；
5. 把网络参数部署到设备，检查读出类别与触发信号；
6. 脱离上位机复测精度、响应时间、功耗和数据稳定性。

## 8. 便携机身与光学接口

Pulse128整机尺寸为67.8 × 49.6 × 37.1 mm，其中高度不计按键凸出，厚度包含镜头座但不含镜头；整机重量为125 g，不含电池。外壳使用6061铝合金并进行阳极氧化处理，四个侧面均设置1/4-20UNC安装孔。

多面安装孔便于把设备固定到小型三脚架、机械臂、移动平台或实验夹具上。需要强调的是，“口袋事件相机”描述的是便携形态，并不意味着手持晃动不会影响数据。用于算法评估时，固定方式、镜头方向和机身振动都应纳入实验条件。

设备采用M12/S-Mount镜头接口，可选3.54 mm、1.98 mm、3.62 mm等镜头。产品资料给出的1.98 mm镜头视场角约为61.5度。镜头选择应同时考虑视场、工作距离、目标在128×128阵列中的像素尺寸和边缘对比度。视场过大虽然覆盖范围更广，但目标可能只占少量像素；视场过小则可能在快速运动时让目标离开画面。

## 9. Pulse128适合哪些任务

### 常开感知

静态区域不会持续生成完整图像，使事件相机适合研究存在感知、手势触发、人体行为和智能安防等长期在线任务。片上SCNN还能把事件流直接转换为类别或触发输出。

### 运动与时空特征分析

微秒级事件时间戳可记录快速边缘变化，适合目标跟踪、速度估计、动态轨迹记录和时空特征提取。真正可达到的时间精度取决于传感器设置、事件密度和处理链路，需要以完整系统测试为准。

### 神经形态算法教学与验证

设备同时提供事件预览、数据录制、回放、SCNN配置和端侧运行能力，可以覆盖从数据理解到模型部署的教学流程。128×128输入和明确的片上资源边界，也便于学习稀疏事件、脉冲神经元和量化部署之间的关系。

### 小型平台和闭环实验

便携机身、电池供电、六轴IMU和硬件读出引脚，使其适合安装在小型机器人或实验平台上。若用于闭环控制，应分别测量传感响应、批次组织、SCNN计算、读出和执行器响应，而不能仅用1 μs时间戳分辨率代表闭环延迟。

## 10. 使用前需要确认的工程边界

第一，Pulse128只输出事件视觉信息，不能把事件累积图等同于普通灰度或彩色图像。如果任务需要纹理、颜色和静态目标外观，应准备其他成像信息或重新设计任务输入。

第二，峰值20.36 Mevents/s是吞吐能力指标，不代表所有场景都会产生这一事件率，也不代表达到峰值时算法仍保持相同响应。闪烁灯光、相机抖动和大面积高速纹理都可能显著增加事件负载。

第三，片上SCNN资源有明确上限。网络部署前应检查层数、神经元、特征图、卷积核、量化和类别数量，不能只比较离线模型精度。

第四，人工光源可能因PWM或驱动纹波产生背景事件。正式采集前应在目标静止时记录一段数据，检查照明、传感器噪声和阈值设置。

第五，事件视觉算法对数据采集条件敏感。训练和部署时应覆盖不同速度、方向、距离、光照、背景和相机运动，并保留独立测试集，避免模型只记住单一实验环境。

## 11. 一台设备覆盖事件视觉完整验证链路

Pulse128的定位可以概括为“便携式事件视觉开发平台”：前端由128×128 DVS感知亮度变化，中间由事件预处理和最高320 K脉冲神经元执行端侧计算，后端通过显示屏、MicroSD、USB、读出引脚和中断引脚呈现或输出结果；六轴IMU则补充机体运动信息。

它的核心特点不是单个参数追求极限，而是把原本分散的事件采集、惯性测量、数据存储、SCNN推理和独立运行能力组合在一台口袋尺寸设备中。对于希望快速建立事件视觉数据流程、验证脉冲神经网络并进一步开展端侧部署的开发者，这种一体化结构能够减少早期硬件集成工作，让精力更集中在传感参数、数据质量、模型结构和实际任务指标上。

## 资料来源

- 再度事件相机产品中心：ULin AI Pulse128开发套件（日期：2026年9月16日）



事件相机开发经常涉及多台设备：传感器负责采集，上位机负责显示和保存，外部计算平台运行算法，惯性传感器还可能需要单独接入。这样的组合适合功能验证，却会增加布线、时间同步和外场部署的复杂度。

Pulse128口袋事件相机：从128×128事件采集到片上SCNN推理

Pulse128是一款面向事件视觉与神经形态计算开发的口袋事件相机。设备在67.8 × 49.6 × 37.1 mm的机身中集成128×128动态视觉传感器、片上脉冲神经网络计算核心、六轴IMU、显示屏、MicroSD存储和嵌入式主控，可独立完成事件显示、数据录制与模型推理。本文从事件产生机制、片上SCNN、软硬件接口和典型应用等方面介绍ULin AI Pulse128，并说明其时间参数、数据格式

技术销售工程师

硬件

人工智能

物联网

ULinAI Pulse128口袋事件相机集成128×128 DVS传感器、片上SCNN脉冲神经网络（最高320K神经元）、六轴IMU与独立存储显示，实现采集-推理-部署一体化。支持1μs时间戳、20.36Mevs吞吐、微秒级运动捕捉，无需上位机即可完成端侧神经形态算法验证，适合机器人、手势识别与高速目标追踪开发。

4核4G3M云服务器 新用户低至38元/年！

2026上云采购 | AI焕新·智启新局

edgezone

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

Pulse128口袋事件相机：从128×128事件采集到片上SCNN推理-腾讯云开发者社区-腾讯云

Pulse128口袋事件相机：从128×128事件采集到片上SCNN推理

Pulse128口袋事件相机：从128×128事件采集到片上SCNN推理

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐