基于RK3506 和 移远4G EC800 AIOT 边缘网关失火检测方案

RK3506 负责本地数据采集和 V4L2摄像头接口, 移远EC800 4G连接网络,通过MQTT协议连接服务器/http 传递图像数据给云端识别,完成整个从火情开始->RK3506边缘网关感知->系统做出相应->EC800 4G 基于网络协议(MQTT/HTTP)传递数据给服务器

基于RK3506 和 移远4G EC800 AIOT 边缘网关失火检测方案封面
2900059992026-11-21 14:14:05Unlicense
4
Star

PCBA

设计文件

KiCad图标KiCad_PCB_RC-Pi-3506_V1.1.zip186B(0次下载)

EDA查看器

复制嵌入代码

详细介绍

PART1 前言:

我们将基于AMP 架构搭建低成本的AIOT方案,通过4G 入网,接入云端处理数据

PART2 总述:

1.这就是基于RK3056的AMP系统, ARM-CORTEX A7 1.5GHz * 3, 2核ARM-CORTEX A7 跑linux, 单核ARM-CORTEX A7 跑RTT

2.基于RTT的是实时性在运动控制/数据采集/紧急制动做出最优的解决方案,通过RPMsg 核间通讯机制,与Linux端口进行互通

3.Linux进行 IOT相关的处理,MQTT 信息上报,

4.通过V4L2接口获取当前摄像头数据保存到本地,调用识别云端接口确认异常状态,如果非异常,可通过远端恢复工作 5.数据/识别存在于云端,基于ubutnu的服务器,数据通讯基于MQTT协议,EMQX的broker,识别基于YOLO,只训练了少量数据,满足demo 展示

6.搭建上位机,可以获取监控数据和识别结果方便操作和优化

PART3 细节阐述:

本方案基于瑞芯微RK3506的AMP非对称多处理架构搭建,将实时控制与智能分析能力深度解耦,形成一套从温度采集、实时保护到云端数据分析的完整闭环系统,兼顾工业级实时性与云端智能化能力。

注:这里温度采集只是一个比较容易获取的数据,实际现场可按照具体的工业环境中的各类sensor作为数据源

核心架构资源划分 RK3506采用3颗Cortex-A7核心的异构调度设计,在AMP模式下完成精准的资源隔离与分配:

‌实时核配置‌:将CPU2独立划分出来运行RT-Thread实时操作系统,独享专属内存区域、温度传感器外设接口与控制GPIO,完全不受Linux系统任务调度干扰,中断响应延迟可稳定控制在微秒级,保障温控动作的绝对实时性。

‌管理核配置‌:CPU0与CPU1双核运行标准Linux 6.1系统,负责处理视觉采集、网络通信、云端交互等非实时复杂任务,依托成熟的Linux生态快速实现各类上层应用功能。 ‌

核间通信机制‌:采用瑞芯微标准RPMsg框架,基于VirtIo共享内存与核间中断实现双向数据传输,Linux侧使用标准RPMsg驱动,RTT侧运行轻量化RPMsg-Lite协议,避免了传统共享内存轮询带来的资源占用问题,保障数据传输高效可靠。

RTT侧实时温控执行链路 RT-Thread实时核承担最核心的温度采集与安全保护职责,整套流程完全独立运行:

硬件层通过UART 接入工业级温度传感器,依托UART外设配合GPIO控制收发方向,传感器通信参数配置为9600 8N1,实现远程分布式温度数据的稳定采集;

软件层采用分层状态机设计,按固定周期完成温度数据解析、校验与阈值比对,当检测到温度超过预设安全阈值时,立即通过专属控制GPIO输出电平信号,触发继电器或电子开关快速断开设备供电链路,终止设备运行,避免高温引发安全事故。

触发保护动作的同时,RTT核将当前温度值、触发时间戳、设备运行状态等关键信

息封装成标准数据包,通过RPMsg通道快速发送给Linux侧管理核,整个数据传输过程延迟极低,不会影响实时保护动作的执行。

Linux侧视觉与云端交互流程 Linux管理核收到RPMsg传来的异常告警数据后,自动启动后续的事件记录与上报流程:

调用V4L2框架驱动USB摄像头,依托于USB摄像头固件做噪点消除,白平衡,自动曝光等做处理,

不在RK3506中处理(因为RK3506不带有ISP和本地端NPU),生成异常事件现场照片。

通过HTTP协议将抓拍照片直接上传至阿里云对象存储服务,同时在本地生成事件日志,记录温度异常数值、设备状态、照片存储路径等关联信息。

启动本地数据分型算法,本次异常事件进行初步判定,区分是瞬时温度波动、传感器故障还是设备硬件过热等不同异常类型,生成结构化分析结果。

MQTT云端数据上传与运维闭环 最后4GCAT 1 联网,通过MQTT协议完成全量数据的云端同步,实现远程运维能力:

采用QoS 1级服务质量配置,设置合理的心跳包间隔,保障在工业复杂网络环境下数据传输不丢失,将温度采集历史数据、异常判定结果、照片URL地址、设备运行状态等信息统一封装成JSON格式,上传至阿里云IoT平台的MQTT代理服务。

云端平台收到数据后可进一步完成大数据分析,同时如需要可以方便支持向设备端下发远程控制指令,实现远程复位、阈值调整等运维操作,可通过OTA 对本地检测算法,应用程序进行更新,保证linux/RTT更方便的升级

云端识别 选择适配工业场景的轻量YOLO模型(如YOLOv8n/YOLOv12n),将预训练模型转换为ONNX格式并完成INT8量化,在保证检测精度的前提下大幅降低推理算力消耗

‌接口设计‌:采用Python FastAPI框架搭建HTTP服务,对外暴露统一的/yolo_infer POST接口,请求体采用JSON格式,将抓拍图像以Base64编码字符串形式传入,同时附带时间戳、设备ID等辅助字段,通过multipart表单上传

‌返回结构‌:接口返回标准化JSON结果,包含检测到的目标类别、置信度等字段,方便后续本地软件直接解析处理

上位机软件/APP 通过PC或者手机上的应用,更方便的给维护/运营人员监管,从方便的管理,而且必须专业人士处理

PART4: 总结 本项目通过RK3506 搭配 512MB DDR3L / 256MB SPI NANDFLASH,实现一个低成本本地的监控+IOT设备,基于双系统协调处理,Linux+ RT-Thread 做自己擅长的事情,不经拥有Linux了本地的数据处理能力和IOT本地->云端的交互能力,更在引入RTT 实时处理能力,通过接入环境传感器数据,及时判断,及时暂停运行或危机处理预案,保证了现场的安全可靠,而又能更低成本的接入AIOT,完成本地段到云端的拓扑,可易于本地设备进入AI的需求