AI, die auf dem Gerät läuft, nicht in der Cloud.
Personenzählung, Produkterkennung, Warteschlangenerkennung oder ein lokaler Assistent — wenn die Analyse vor Ort stattfinden muss, führt unsere RK3588- und RK3576-Hardware sie auf einer NPU mit 6 TOPS aus, mit öffentlichen RKNN- und RKLLM-Leitfäden.
Kamerabild rein, Entscheidung raus — auf dem Gerät.
Video von einer Kamera oder einer HDMI-Quelle geht direkt an die NPU, und das Modell läuft lokal. Das Video muss den Standort nicht verlassen, und die Analyse läuft weiter, auch wenn das Netzwerk ausfällt.
- Kamera- oder HDMI-EingangLive-Video ins Gerät
- NPU6 TOPS auf RK3588 und RK3576
- ModellRKNN-Bildverarbeitungsmodelle, RKLLM-Sprachmodelle
- ErgebnisZählwerte, Alarme oder Bildschirminhalte
Die Checkliste, nach der wir bauen.
- Eine NPU, ausgelegt für Echtzeit-Bildverarbeitung
- Kleine Sprachmodelle, lokal ausgeführt
- Kameraeingang und HDMI-Capture
- Öffentliche Leitfäden zur Modellkonvertierung
- Linux-Builds als Entwicklungsprojekt
Wo diese Hardware zum Einsatz kommt.
Typische Anwendungen nach Branche und die Konfiguration, die wir für jede typischerweise bauen würden. Jedes Projekt beginnt mit Ihrem Standort, daher ändern sich Größen und Komponenten entsprechend.
Personenzählung und Verweildauer
Kameras zählen Besucher, messen die Verweildauer und zeigen, wie Bereiche genutzt werden, ohne Video vom Standort zu senden.
- Typische Konfiguration
- Eine AI Box neben vorhandenen Kameras, die nur Zählwerte an Ihr Dashboard sendet.
- Worauf es hier ankommt
- Anonyme Zählwerte, auf dem Gerät verarbeitet.
Warteschlangen-Alarme
Wenn eine Warteschlange zu lang wird, erhält das Personal einen Alarm, um eine weitere Kasse oder Theke zu öffnen.
- Typische Konfiguration
- Ein RK3588-Board oder eine AI Box mit einer Deckenkamera.
- Worauf es hier ankommt
- Schnell genug, um sofort zu reagieren.
Regal- und Bestandsüberwachung
Kameras erkennen leere Regale und falsch platzierte Produkte und sagen dem Personal, was aufzufüllen ist.
- Typische Konfiguration
- Ein RK3576- oder RK3588-Board mit Regalkameras; nur Ereignisse verlassen das Gerät.
- Worauf es hier ankommt
- Ereignisse statt Videostreams.
Inhalte, die auf das Publikum reagieren
Ein Display bemerkt, wenn sich jemand nähert, und wechselt zu passenden Inhalten, wobei nur anonyme Zählwerte protokolliert werden.
- Typische Konfiguration
- Ein Display mit einem RK3588-Board und einer Kamera.
- Worauf es hier ankommt
- Nur anonyme Zählwerte — keine Identifizierung.
Sicherheitszonen und Schutzausrüstung
Die Kamera prüft auf Helme und Warnwesten und warnt, wenn jemand eine Gefahrenzone betritt.
- Typische Konfiguration
- Eine AI Box oder ein Board mit der Kamera vor Ort, Alarmausgang über GPIO.
- Worauf es hier ankommt
- Lokale Alarme, auch wenn das Netzwerk ausfällt.
Ein Assistent, der offline funktioniert
Besucher stellen Fragen per Sprache oder Text, und ein kleines Sprachmodell antwortet direkt auf dem Kiosk.
- Typische Konfiguration
- Ein RK3588, das ein kleines Modell mit RKLLM auf der NPU ausführt.
- Worauf es hier ankommt
- Antworten ohne Cloud-Verbindung.
Ein Team, vom Board bis zur Software.
Ein typischer Rollout verbindet einen Board-Lieferanten, einen Panel-Zulieferer, einen Firmware-Dienstleister und ein Software-Team. Wir entwickeln das Board, bauen das Display und schreiben die Firmware selbst und integrieren dann Ihre Software — wenn sich etwas ändern muss, ändert es also ein Team.
-
01 BoardEigene Entwicklung
KTM-S88CD (RK3588) und KTM-S76 (RK3576) mit einer NPU mit 6 TOPS; die RK3588 AI Box bietet zusätzlich 8K-Decodierung und einen HDMI-Eingang.
-
02 Display und GehäuseIn unserer Fabrik gefertigt
Dieselben Boards stecken in unseren Displays und Kiosken, sodass AI und Bildschirm als ein Gerät ausgeliefert werden.
-
03 FirmwareVon unserem Team geschrieben
# RKNN — a vision model on the NPU from rknnlite.api import RKNNLite rknn = RKNNLite() rknn.load_rknn('yolo_rk3588.rknn') rknn.init_runtime( core_mask=RKNNLite.NPU_CORE_AUTO) out = rknn.inference(inputs=[image])Android-Firmware als Standard; Linux-Builds als Entwicklungsprojekt nach Vereinbarung.
-
04 Software und TestsIntegriert und im Burn-in-Test geprüft
Öffentliche RKNN- und RKLLM-Leitfäden in unserem Entwickler-Wiki führen ein Modell vom Training bis auf die NPU.
Nach Ihrer Spezifikation gebaut.
Standardprodukte werden so ausgeliefert, wie sie sind. Für ein Projekt kann sich jeder dieser Punkte ändern — und weil Board, Display und Firmware von uns stammen, erfolgt die Änderung direkt an der Quelle.
- Kamera- und Sensorintegration
- RK3576 oder RK3588, passend zu Ihrem Modell dimensioniert
- Unterstützung bei der Konvertierung Ihres Modells für die NPU
- AI integriert in ein Display oder einen Kiosk
- Ein Linux-Build als Entwicklungsprojekt
- Gehäuse und Kühlung für die Installation
Hardware für diese Aufgabe.
Konvertieren Sie Modelle mit RKNN oder RKLLM — die Schritte stehen in unserem Entwickler-Wiki. AI auf dem Gerät mit RKNN und RKLLM
Edge AI & Vision
Können RK3568-Boards AI ausführen?
Nur leichte Modelle (etwa 1 TOPS); wählen Sie RK3588 oder RK3576 für Echtzeit-Bildverarbeitung oder lokale Sprachmodelle.
Ist Linux verfügbar?
Die Standard-Firmware ist Android; Linux-Builds werden als Entwicklungsprojekt nach Vereinbarung bereitgestellt.
Brauchen wir für die AI eine Internetverbindung?
Nein — die Inferenz läuft auf der NPU. Eine Verbindung wird nur benötigt, um Ergebnisse zu senden oder das Modell zu aktualisieren.
Welche Modelle laufen auf der NPU?
Mit RKNN konvertierte Bildverarbeitungsmodelle — Erkennung, Klassifizierung und Zählung — sowie kleine Sprachmodelle mit RKLLM.
Hilft On-Device-AI bei Datenschutzvorschriften?
Sie hilft: Video kann auf dem Gerät verarbeitet und nur anonyme Zählwerte weitergesendet werden. Die Einhaltung der DSGVO oder anderer Datenschutzgesetze hängt dennoch davon ab, wie das System eingesetzt und genutzt wird. Prüfen Sie daher Zweck, Hinweise und Speicherdauer für Ihren Standort.