标签: 开发板

本文介绍Linux开发板CAN总线测试方法，使用 触觉智能EVB3568鸿蒙开发板 演示，搭载瑞芯微RK3568，四核A55处理器，主频2.0Ghz，1T算力NPU；支持OpenHarmony5.0及Linux、Android等操作系统，接口丰富，开发评估快人一步！ 方法一-主板can节点对接测试 1、检测主板是否有CAN节点 ifconfig - a 2、连接主板上的两个CAN接口： 注意某些主板虽硬件参数中带有CAN接口，但实际可能被复用成其他默认功能，具体请查看对应硬件规格书，找到CAN接口，以触觉智能RK3568开发板EVB3568-V1为例，使用J39。 、 将这里的两组CAN信号，H对H,L对L 连接好 3、配置通信基本参数，命令如下： ip link set can0 down #需先关闭can ip link set can0 type can bitrate 250000 #设置通信速率 ip -detail link show can0 #查看设置是否生效 3 : can0: NOARP,ECHO mtu 16 qdisc pfifo_fast state DOWN mode DEFAULT group default qlen 10 link /can promiscuity 0 minmtu 0 maxmtu 0 can state STOPPED (berr-counter tx 0 rx 0 ) restart-ms 1 bitrate250000 sample-point 0 . 868 #bitrate 250000生效 tq40 prop-seg 42 phase-seg1 43 phase-seg2 13 sjw 1 rockchip_canfd: tseg1 1..128 tseg2 1..128 sjw 1..128 brp 1..256 brp-inc 2 clock 148500000 numtxqueues 1 numrxqueues 1 gso_max_size 65536 gso_max_segs 65535 root@industio:~# ip link set can0 up #启用can0 #can1的设置如上一致，只需将can0替换为can1即可 4、测试验证，命令如下： cansend can0 123 #DEADBEEF #can0 发送 candump can1 #can1接收 效果如下： 方法二-使用USB转CAN工具与CANTest软件进行测试。 1、将抓包工具上的CAN0接口与主板CAN0接口，H对H，L对L接好，另一端与电脑usb接口连接。 2、CANTest软件参数设置 下载CANTest软件安装后，启动软件后界面如下，我们关闭弹出的界面，点击左上角的设备选择。 选择USBCAN1设置，设置对应的波特率，其他参数默认即可。 注：主板CAN接口的参数设置请根据本文方法一第3段-设置通信基本参进行设置。 3、测试验证 把candump can0，can0进入接收模式，CANTest工具发送数据验证。

设备间的高精度协同控制与实时通信能力，成为了制造业不可忽视的性能指标。近日， 触觉智能RK3506核心板 带来EtherCAT总线技术，结合59元低成本、多核异构架构与工业级可靠性，为工业自动化领域提供高性能、高性价比的解决方案。。 EtherCAT总线 EtherCAT是什么 EtherCAT核心原理：主从架构与“逐帧处理”，全称Ethernet for Control Automation Technology是一种基于以太网的实时工业总线协议，其核心创新在于 “On The Fly”逐帧处理机制。 EtherCAT技术特性 100Mbps传输速率下，1000个I/O刷新周期仅需30μs，8轴伺服同步控制时延1ms。同时支持线型、树形、星型等任意拓扑，无需交换机即可实现冗余环形网络。 EtherCAT协议优势 精简协议栈：仅需物理层、数据链路层和应用层，硬件处理协议栈延迟5μs，CPU负载降低25%-30%。 兼兼容性强大：原生支持CODESYS、IgH主站协议，兼容Beckhoff、欧姆龙等主流伺服驱动器。 RK3506与EtherCAT结合特性 Latency optimization（延迟优化） 通过以太网连接多个伺服驱动器从站，可以精准控制伺服电机，支持适配专用网卡驱动，实时性更强！ 技术指标 根据原厂数据，实测延时抖动性能达到10%以内（控制周期为1毫秒） 工业可靠性 此外，在触觉智能RK3506核心板≤0.7W功耗与-40~85℃宽温性能下，更好地满足EtherCAT下在各类环境更好地稳定运行。 EtherCAT应用场景落地 智能产线控制 触觉智能RK3506核心板可搭配 星闪（NearLink）无线技术 ，结合EtherCAT主站驱动8轴伺服，实现千级设备组网，时延仅为传统方案的1/30。 工业机械手 触觉智能RK3506核心板在 APM多核异构系统 下，可通过RTOS系统处理关节控制，Linux系统运行视觉，支持环形拓扑简化布线。 高精度检测设备 EtherCAT同步触发100MSPS高速ADC，数据直传MES系统，搭配LVGL界面实现μs级波形显示！ 分布式能源系统 EtherCAT配合星闪（NearLink）技术方案，保障冗余环形拓扑保障电网通信不间断，更适合能源电力等场景。 触觉智能RK3506核心板 视频： 18:06 00:00 01:56 高清 倍速 原画 1080P 超清 720P 高清 540P 2.0x 1.5x 1.25x 1.0x 0.8x 50 跳过片头片尾 是 | 否 色彩调整 亮度 标准 饱和度 100 对比度 100 恢复默认设置 图文：

教大家介绍在更换用户名和修改密码的方法，此方法不适用于Buildroot系统。使用 触觉智能RK3568工控主板（型号为IDO-SBC3528） 演示，搭载了瑞芯微RK3568四核处理器，板载2路RS232+4路隔离RS485，集成DIDO，自研RS485自动收发驱动，支持超2KM传输距离，并率先适配了电鸿物联操作系统！ 更改用户名与密码 首先开始更改用户名，Ubuntu20.04直接进行如下步骤即可： root@ido:~# pkill -9 -u ido #杀死所有ido相关进程，该操作会使ido退出桌面登录。 root@ido:~# usermod -l pdd ido #将ido修改为pdd root@ido:~# groupmod -n pdd ido #将ido用户组修改为pdd组 root@ido:~# usermod -d /home/pdd -m pdd #指定pdd的家目录 root@ido:~# ls /home/ #查看home下是否有pdd pdd #出现pdd说明前面的操作一切正常 注意：若为Ubuntu22.04应先进行如下操作后再执行上面pkill等操作： root@ido:~# vim /etc/gdm3/custom.conf …… AutomaticLoginEnable=true AutomaticLogin=root #将custom.conf中AutomaticLogin后面修改为root 使用root登录后删除ido的进程 #否则pkill后还是需要ido登录命令行，这样将无法执行usermod …… root@ido:~# passwd root #为root设置一个新密码 #执行完上述操作后需重启用root登录 接口默认配置为SPI0功能： 可以看到当前桌面登录用户已经修改为pdd。 注意：Ubuntu22.04不显示该界面，而是开机logo，需执行下文“修改默认桌面登录用户”的操作 ，正常进入桌面。 第二步更改密码，命令如下： root@ido:~# passwd pdd #为pdd设置一个秘密，Ubuntu下默认不会显示输入的密码，按提示输入就好 New password: Retype new password: passwd: password updated successfully 第三步，为pdd添加sudo权限，命令如下： root@ido:~# chmod u+w /etc/sudoers #添加写权限 root@ido:~# vim /etc/sudoers …… # User privilege specification root ALL=(ALL:ALL) ALL pdd ALL=(ALL:ALL) ALL #为pdd添加权限 …… root@ido:~# chmod u-w /etc/sudoers #去除写权限 root@ido:~# su pdd #切换到pdd用户 pdd@ido:/root$ sudo apt-get update 可以看到apt-get update执行成功。 修改登录主机名 修改hosts，命令如下： pdd@ido:/root$ sudo vim /etc/hosts 127.0.0.1 localhost 127.0.1.1 pdd #此处改为pdd 修改hostname，命令如下： http://pdd@ido/root$%20sudo%20vim%20/etc/hostname pdd #此处改为pdd 可以看到主机名已经修改为pdd 修改默认桌面登录用户 更改用户名后需同步修改默认桌面登录用户，否则开机无法进入桌面。 root@pdd:~# vim /etc/lightdm/lightdm.conf #若没有该文件 vim会自动创建 在文件中输入如下内容 autologin-user=pdd #这里修改为自己的用户名即可 autologin-user-timeout=0 #保存后重启系统 重启后自动登录到桌面。 若为Ubuntu22.04则修改如下配置文件： root@ido:~# vim /etc/gdm3/custom.conf …… AutomaticLoginEnable=true AutomaticLogin=pdd #此处改为修改后的用户名 修改成功后重启 …… SSH远程登录pdd示例 首先查看IP地址，命令如下： ip a #查看ip地址 ssh远程登录pdd成功，如图： Ubuntu22.04登录，如图： 产品购买 触觉智能SBC3528工控主板 采用瑞芯微RK3568/RK3568J四核A55处理器，主频最高2.0GHz，内置独立1Tops算力NPU，支持开源鸿蒙OpenHarmony、Andriod、Linux多操作系统，广泛应用于工控、能源等领域。

在如今工业智能化快速发展的时代，工业HMI的响应速度、显示效果与系统稳定性已成为设备竞争力的核心要素。 触觉智能RK3506核心板 59元售价，深度融合LVGL开源图形框架，以2.5秒极速启动、20ms超低触控延时、400MB/s显示带宽的硬核性能，为工业HMI、智能终端等场景提供低成本、高可靠性的解决方案。 LVGL图形界面库 LVGL是什么 LVGL（Light and Versatile Graphics Library）是一个免费的轻量级开源图形库。具有丰富部件与高级图形特性，支持多种输入设备和多国语言，独立于硬件之外的开源图形库。 LVGL优势 除了免费开源的优势，LVGL可以在占用很少资源的前提下，实现丝滑的动画效果和平滑滚动的高级图形，具有轻量化、跨平台可用性、易于移植、操作友等诸多优势。 RK3506与LVGL结合特性 2.5秒极速启动 通过全链路启动优化（Bootloader加载、内核裁剪、LVGL UI预加载），相较传统方案启动速度提升300%。 丝滑交互与高精度显示 LVGL框架+电容触控优化算法，实现“指尖触达即响应”，满足工业设备高频操作需求，并支持高达1280×1280分辨率的显示输出。 低功耗模式 屏幕休眠时功耗低至0.1W，满载不超过0.7W！ LVGL应用场景落地 工业HMI人机界面 数控机床控制面板，可通过LVGL动态图表实时显示8轴位置、加工进度，触控操作丝滑流畅，支持可视化编辑。 产线状态监控大屏 多窗口分屏显示设备运行参数、报警日志，支持滑动翻页与手势缩放，最高输出1280×1280分辨率展示设备运行实况。 充电桩交互界面 扫码支付、充电进度动画、故障代码可视化，在 触觉智能RK3506核心板 59元售价情况下，成本骤降约40%！ 便携式检测设备 低功耗模式下续航长达72小时，LVGL界面支持多语言切换，满足各类检测设备需求。 触觉智能RK3506核心板 视频： 图文：

在不久前发布的 《技术实战 | OK3588-C开发板上部署DeepSeek-R1大模型的完整指南》 一文中，小编为大家介绍了DeepSeek-R1在飞凌嵌入式OK3588-C开发板上的移植部署、效果展示以及性能评测，本篇文章不仅将继续为大家带来关于DeepSeek-R1的干货知识，还会深入探讨多种平台的移植方式，并介绍更为丰富的交互方式，帮助大家更好地应用大语言模型。 1、移植过程 1.1 使用RKLLM-Toolkit部署至NPU RKLLM-Toolkit是瑞芯微为大语言模型（LLM）专门开发的转换与量化工具，可以将训练好的模型转化为适应瑞芯微平台的RKLLM格式。该工具针对大语言模型进行了优化，使其能高效地在瑞芯微的NPU（神经网络处理单元）上运行。上一篇文章中提到的部署方式即为通过RKLLM-Toolkit进行的NPU部署。具体步骤如下： (1) 下载RKLLM SDK： 首先从GitHub下载RKLLM SDK包，并上传至虚拟机。SDK下载链接： (https://github.com/airrockchip/rknn-llm)。 (2) Python版本检查： 确保安装的SDK版本与目标环境兼容(目前只支持python3.8或python3.10)。 (3) 准备虚拟机环境： 在虚拟机中安装rkllm-toolkit轮子，轮子包路径（rknn-llm-main\rkllm-toolkit）。 pip install rkllm_toolkit- 1 . 1 . 4 -cp38-cp38-linux_x86_64.whl (4) 下载模型： 选择需要部署的DeepSeek-R1模型。 git clone https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B (5) 使用示例代码进行模型转换： 在rknn-llm-main\examples\DeepSeek-R1-Distill-Qwen-1.5B_Demo路径下，使用RKLLM-Toolkit提供的示例代码进行模型格式转换。 python generate_data_quant .py -m / path / to /DeepSeek-R1-Distill-Qwen- 1.5 Bpython export_rkllm .py (6) 编译可执行程序： 通过运行deploy下build-linux.sh脚本（将交叉编译器路径替换为实际路径）直接编译示例代码。这将在目录中生成一个文件夹，其中包含可执行文件和文件夹。 进行交叉编译生成可执行文件。 ./build-linux.sh (7) 部署模型： 将已编译好的 _W8A8_RK3588.rkllm 文件和librkllmrt.so动态库文件（路径为：rknn-llm-main\rkllm-runtime\Linux\librkllm_api\aarch64 ），一同拷贝到编译后生成的 build_linux_aarch64_Release 文件夹内，然后将此文件夹上传到目标板端。 接着，为目标板端build_linux_aarch64_Release文件夹中的 llm_demo 文件添加执行权限并执行它。 chmod +x llm_demo./llm_demo _W8A8_RK3588.rkllm 10000 10000 演示画面1 优势与不足： - 优势： 部署至NPU后，大语言模型能高效运行，性能表现优异，且对CPU资源的占用较少。 - 不足： 相较于其他方法，部署过程稍显复杂，需要较强的技术背景和经验。 1.2 使用Ollama一键部署至CPU Ollama是一个开源的本地化大型语言模型（LLM）运行框架，支持在本地环境下运行各种开源LLM模型（如LLaMA、Falcon等），并提供跨平台支持（macOS、Windows、Linux）。 通过Ollama，用户可以无需依赖云服务，轻松部署和运行各种大语言模型。尽管Ollama支持快速部署，但由于DeepSeek-R1尚未在RK3588芯片上进行优化，因此只能在CPU上运行，可能会占用较高的CPU资源。具体步骤如下： (1) 下载Ollama： 根据需要下载并安装Ollama， curl -fsSL https://ollama.com/install.sh | sh 若下载速度较慢，可参考以下镜像方式进行加速。 curl -fsSL https://ollama.com/install.sh -o ollama_install.shchmod +x ollama_install.shsed -i 's|https://ollama.com/download/|https://github.com/ollama/ollama/releases/download/v0.5.7/|' ollama_install.shsh ollama_install.sh (2) 查看Ollama结果： 确认Ollama正确安装，并运行相关命令查看部署结果。 Ollama -- help (3) 下载DeepSeek-R1： 从Ollama官网渠道获取下载DeepSeek-R1模型的指令。 (4) 运行DeepSeek-R1： 通过Ollama命令行接口启动DeepSeek-R1模型。 ollama run deepseek-r1: 1 .5b 演示画面2 优势与不足： - 优势： 部署过程简便快捷，适合快速测试和应用。 - 不足： 因模型未针对RK3588优化，在CPU上运行时可能导致较高的CPU占用，影响性能。 2、在FCU3001平台上部署其他大模型 除了DeepSeek-R1，Ollama还支持部署其他大语言模型，如通义千问（Qwen）等，这展示了Ollama的广泛适用性。接下来，我们以通义千问为例，在飞凌嵌入式推出的一款搭载英伟达处理器的AI边缘计算终端 FCU3001（基于NVIDIA Jetson Xavier NX处理器）上部署大语言模型： FCU3001通过其强大的计算能力和优化的软件支持，能够高效地运行Ollama所支持的大语言模型，如通义千问。在部署过程中，我们可以充分利用Ollama提供的灵活性和易用性，确保大语言模型在FCU3001上稳定、流畅地运行。步骤如下： (1) 安装CUDA环境： 可以使用NVIDIA Jetson Xavier NX的GPU来运行模型。Ollama的安装方法可以参考上述。 sudo apt updatesudo apt upgradesudo apt install nvidia-jetpack - y (2) 进入Ollama官网： 浏览Ollama支持的其他模型。 (3) 选择版本： 从Ollama支持的模型列表中选择千问Qwen 1.8B版本。 (4) 运行模型： 在Ollama环境下，使用命令ollama run qwen:1.8b启动通义千问模型。 ollama run qwen: 1 .8b 演示画面3 3、交互方式 在前述的部署方式中，交互方式主要基于串口调试，缺少图形界面，无法展示图片、表单等元素，也不能呈现历史对话。为了提升用户体验，我们可以通过集成Chatbox UI或Web UI等方式，提供更为丰富的交互体验。 3.1 Chatbox UI Chatbox是一款集成多种语言模型的AI助手工具，支持如ChatGPT、Claude等多种模型。它不仅具备本地数据存储和多语言切换功能，还支持图像生成、Markdown和LaTeX等格式，提供人性化的界面和团队协作功能。Chatbox支持Windows、macOS、Linux系统，用户可在本地快速实现对大语言模型的交互。步骤如下： (1) 下载Chatbox： 从Chatbox官网(https://chatboxai.app/zh)下载适合的安装包。 (2) 安装并配置： 下载完成后是一个Chatbox-1.10.4-arm64.AppImage的文件，其实就是一个可执行文件，添加权限即可运行，就可以配置本地ollama API下的LLM模型了。 chmod +x Chatbox-1.10.4-arm64.AppImage./Chatbox-1.10.4-arm64.AppImage (3) 问答对话： 用户可以通过直观的图形界面与模型进行交流，体验更为便捷、流畅的交互。 演示画面4 3.2 Web UI Web UI通过网页或网络应用提供图形化用户界面，使得用户能够轻松通过浏览器与大语言模型进行交互。用户只需在浏览器中访问相应的IP地址和端口号，即可进行实时提问。步骤如下： (1) Web UI环境搭建： 配置Web UI所需的环境。Web UI建议使用python3.11版本。所以使用的Miniconda创建python==3.11虚拟环境。 安装Miniconda wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-aarch64.shchmod +x Miniconda3-latest-Linux-aarch64.sh./Miniconda3-lates 搭建Web UI环境。 conda create --name Web-Ui python=3.11conda activate Web-Uipip install open-webui -i https://pypi.tuna.tsinghua.edu.cn/simple (2) 启动Web UI： 使用open-webui serve启动Web UI应用，服务器的IP地址和端口号为0.0.0.0:8080。 open -webui serve (3) 访问Web UI： 在浏览器中输入IP地址和端口号，打开Web UI界面，开始与大语言模型互动。 注册账号 演示画面5 4、总结 本文全面展示了OK3588-C开发板及FCU3001边缘AI网关上大语言模型的多种移植方式，并介绍了如何通过Chatbox UI和Web UI等多种交互方式提升用户体验。 飞凌嵌入式推出了多款嵌入式AI产品，如OK3588-C、OK3576-C、OK-MX9352-C、OK536-C等开发板，还有AI边缘计算终端FCU3001，算力范围从0.5TOPS到21TOPS不等，可以满足不同客户的AI开发需求。如果您对这些产品感兴趣，欢迎随时与我们联系，飞凌嵌入式将为您提供详细的技术支持与指导。