引言
提起机器人开发平台，目前行业内较为流行的当属英伟达的 Jetson Orin 和高通的 RB5。然而，这些企业均来自国外。国内是否也有同样出色的机器人平台呢？答案是肯定的——地瓜机器人 RDK-S100。
地瓜机器人源自以自动驾驶 SoC 闻名业界的地平线机器人，专注于机器人相关领域的研发。此次介绍的 S100 芯片组是其最新一代产品，对应地平线 J6 平台。RDK-S100 是基于该 SIP 模组打造的官方评估板。
本文将从硬件、软件两个方面，介绍 RDK-S100。
硬件介绍
主要硬件配置如下：
| 项目 | 规格 |
|---|---|
| CPU/GPU/BPU | 六核 Cortex-A78AE，4xCortex-R52，Mali-G78AE GPU，高达 80/128TOPS 算力的 BPU |
| 内存 | 12GB LPDDR5, 96bit, 6400Mbps |
| 存储 | 64GB EMMC (三星 5.1 HS400) |
| 视频接口 | 1 x HDMI (最高 2560x1440@60Hz), 3 组 4lane MIPI CSI-2 |
| USB 接口 | 4 x USB 3.0 Type-A, 1 x USB 2.0 Type-C (烧录/调试) |
| 调试接口 | 1 x JTAG (Main & MCU Domain), 1 x 40-Pin GPIO |
| 网络 | AP6275S (WIFI6 5G/2.5G, BT4.2), 2 x RJ45 (1000M 以太网) |
| 电源 | 12-20V DC 供电 |
其接口分布图如下：
S100 是一款高度集成的 SoC，定位堪称'全能型选手'。它内置了四核 Cortex-R52 实时处理器，无需外挂 MCU 即可实现高实时性控制任务。即便将其直接用作 AI 盒子使用，该平台所提供的算力也显著高于同价位竞品。
操作系统
目前地瓜机器人为 RDK-S100 提供了 Ubuntu 系统。此系统源码需签订 NDA 之后才能开放，个人用户只能下载到镜像。
系统镜像下载 https://archive.d-robotics.cc/downloads/os_images/rdk_s100/
解压后得到 product.zip，包含分区镜像。
驱动下载与安装 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。
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。
按下图配置，点击开始升级。
烧录成功后会有提示。
系统检查 启动 Ubuntu 系统后，可用以下命令查看信息：
free
cat /proc/cpuinfo
系统的 GPU API 为 OpenCL，可执行如下命令查看 GPU 信息：
apt-get install clinfo
clinfo
MCU 的打印信息可以在开发板的 MCU 串口查看。
从启动流程上看，它使用 U-Boot SPL 作为第一级 bootloader，并带有 OPTEE 功能。
AI 功能测试
RDK-S100 的 AI 功能是一大特点。机器人常用的视觉识别功能，其系统里面带了摄像头图像识别的 demo。如果使用 USB 摄像头，运行位于 /app/pydev_demo/09_usb_camera_sample/ 目录下的 demo。
找一个支持 UVC 协议的 USB 摄像头，插到开发板 USB 接口后，执行以下命令查看是否正确识别：
ls /dev/video*
然后运行：
cd /app/pydev_demo/09_usb_camera_sample/
python3 usb_camera_yolov5x.py
可以看到目标识别效果，框出其范围并标明置信度。
运行此 demo 时，通过如下命令查看 BPU 占用情况：
sudo hrut_somstatus
温度大概在 45 摄氏度左右，说明 BPU 应对这种场景绰绰有余，甚至支持 6 路摄像头同时执行识别。
Demo 执行过程
- 通过
hbm_runtime加载指定的.hbm模型文件。 - 自动扫描
/dev/video*下的设备，打开第一个可用的 USB 摄像头。 - 将 BGR 图像 resize 至模型输入分辨率，并转换为 NV12 格式。
- 通过
run()方法提交输入张量，在 BPU 上完成模型前向计算。 - 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。
- 最后将结果可视化（使用 cv2）。
因此，在 S100 上面做推理，其流程跟市面上其他方案类似：先做模型转换，得到 hbm 模型文件，加载到 BPU，将图像发到 BPU，BPU 完成推理后将结果返回 CPU，然后根据需要执行绘制等操作。
结语
本文详细介绍了 RDK-S100 的硬件构成，简要说明了 Ubuntu 系统在平台上的部署与基本操作，并展示了基于 Ubuntu 环境的 AI 功能测试。若希望从软硬件两方面对地瓜机器人 S100 平台进行初步评估，RDK-S100 无疑是一个理想的选择——该开发板已引出大部分常用接口，且凭借其出色的算力表现，定价颇具竞争力。
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；而作为其主要竞争对手的英伟达，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。
