地瓜机器人 RDK-S100 开发板评测：硬件与 AI 性能分析

接口分布图如下：

当前售价：12GB 内存 +64GB EMMC 规格核心板 + 底板 2799 元。

S100 是一款高度集成的 SoC，定位全能型选手。内置四核 Cortex-R52 实时处理器，具备出色的实时响应能力和高阶安全机制，无需外挂 MCU 即可实现高实时性控制任务。

操作系统

地瓜机器人为 RDK-S100 提供 Ubuntu 系统。源码需签订 NDA 后开放，个人用户可下载镜像。

系统镜像下载地址： https://archive.d-robotics.cc/downloads/os_images/rdk_s100/

解压后得到 product.zip，包含分区镜像。

驱动下载地址： https://archive.d-robotics.cc/downloads/software_tools/winusb_drivers/

解压 sunrise5_winusb.zip，管理员身份执行 install_driver.bat 脚本安装驱动。将开发板按钮拨到上方进入烧录模式。

插入 USB 线，设备管理器显示新设备即表示驱动安装完成。

烧录工具下载地址： https://archive.d-robotics.cc/downloads/software_tools/download_tools/

解压后打开 D-navigation-win32-x64 下的 D-navigation.exe，按图示配置并点击开始升级。

烧录成功会有提示。

启动后可通过以下命令查看系统信息：

free

cat /proc/cpuinfo

GPU API 为 OpenCL，可使用 clinfo 查看 GPU 信息：

apt-get install clinfo
clinfo

MCU 打印信息可在开发板 MCU 串口查看。

启动流程使用 U-Boot SPL 作为第一级 bootloader，带有 OPTEE 功能。

AI 功能测试

RDK-S100 的 AI 功能是主要特点。系统自带摄像头图像识别 Demo，若使用 USB 摄像头，可运行 /app/pydev_demo/09_usb_camera_sample/ 目录下的 demo。

支持 UVC 协议的 USB 摄像头插到开发板后，执行以下命令查看是否识别：

ls /dev/video*

运行 Demo：

cd /app/pydev_demo/09_usb_camera_sample/
python3 usb_camera_yolov5x.py

效果如下图所示，可对多个目标进行识别并标明置信度。

运行此 Demo 时，通过以下命令查看 BPU 占用情况：

sudo hrut_somstatus

温度大概在 45 摄氏度左右，与空载时基本一致。

说明该 BPU 应对此类场景绰绰有余，甚至支持 6 路摄像头同时执行识别。

Demo 执行过程简述：

1. 通过 hbm_runtime 加载指定的 .hbm 模型文件。
2. 自动扫描 /dev/video* 下的设备，打开第一个可用的 USB 摄像头。
3. 将 BGR 图像 resize 至模型输入分辨率，并转换为 NV12 格式。
4. 通过 run() 方法提交输入张量，在 BPU 上完成模型前向计算。
5. 包括量化输出解码、候选框筛选、NMS 去重，以及坐标还原回原始图像大小。
6. 最后使用 cv2 进行可视化。

在 S100 上做推理，流程与其他方案类似：先做模型转换得到 hbm 模型文件，加载到 BPU，发送图像，BPU 返回结果，CPU 执行绘制等操作。

结语

本文介绍了 RDK-S100 的硬件构成，Ubuntu 系统的部署与基本操作，以及基于 Ubuntu 环境的 AI 功能测试。该平台已引出大部分常用接口，算力表现出色，定价具有竞争力。

就 S100 本身而言，其强大的 AI 性能在当前国产机器人及边缘 AI 领域同价位产品中几乎难逢对手，所采用的 SIP 模块也极大简化了硬件设计流程。不过，该平台目前仍存在一定局限：其 SDK 仅面向企业客户授权，且需签署 NDA 协议；而英伟达则开放了 Jetson 系列的全套源码。这一差异可能导致部分个人开发者更倾向于选择英伟达平台。