



SAEG内置高精度图形识别算法库,它使用了内置视觉AI加速器的、能够处理多个摄像头图像数据的器件,为视觉AI应用带来了更高水平的高精度图像识别能力。

核心器件
1)八核 64 位(4xCortex-A76+4xCortex-A55),8nm 先进工艺,主频最高2.4GHz
2)ARM Mali-G610 MP4 四核 GPU 支持 OpenGL ES3.2 / OpenCL 2.2 / Vulkan1.1, 450GFLOPS
3)NPU 算力高达 6 TOPS,支持 INT4/INT8/INT16 混合运算
4)4GB/8GB/16GB 64bit LPDDR4/LPDDR4x/LPDDR5 (最高可配32GB)
5)eMMC 16(默认)/32G/64G/128G
6)最高支持 128GB 的 TF 卡扩展
音频接口
1)1 路音频双声道输出(模拟信号输出)
2)1 路麦克风单声道输入(模拟信号输入)
网络支持
1)1 个标准 RJ45 接口,10/100/1000M 自适应以太网
2)板载 WIFI/BT 模块,支持 WiFi 2.4GHz(5G wifi 选配),支持-802.11a/b/g/n/ac协议
3)支持 Bluetooth 5.0(支持 BLE),蓝牙选配
4)1 个内置 MINI PCI_E 座插槽,拓展连接 3G/4G 模块
基本接口
1)2 个 USB Host 接口,用于外接高清USB摄像头、U 盘、键盘鼠标等设备
2)2 路串口,其中 1 路 RS232 串口,1路RS485
3)板载 RTC: 支持实时时钟,1220 纽扣电池供电
4)电源插座:1 个外置 DC12V 输入插座(DC-5.5*2.5MM 母座)
5)建议电源规格:12V 2-5A
工作环境
1)工作温度:0℃~70℃,推荐 5℃~35℃
2)工作湿度:10%~90%,无凝露
3)存储温度:-30℃~75℃,推荐常温下存储
将视觉AI技术与物联网技术融合,从而更好地实现环境信息采集以及人员动作行为识别,在某些场景下可以提供精密度更高、适用面更广的解决方案。SAEG可以接入多种IoT设别,以对人的体征指标以及人所处环境的参数进行采集。主要设备列表如下:

No | 类别 | 采集范围 | 采集精度 | 分辨率 |
1 |
温度 |
-20°C – 60°C |
±0.2°C(最大 ±0.4°C) |
0.1°C |
2 |
湿度 |
0% ~100% RH |
±2%(最大 ±3%) |
0.5% RH |
3 |
光照 |
0~60000Lux(按L0~L5分级展示) |
- |
- |
4 |
二氧化碳 |
400~5000 ppm |
0°C-50°C ±(30 ppm+3 %读数值) |
1 ppm |
5 |
PM2.5 |
- |
0~100(±10 μg/m3);100~1000(±10 %) |
- |
6 |
PM10 |
- |
0~100(±10 μg/m3);100~1000(±10 %) |
- |
7 |
甲醛 |
0 ~ 1.25 mg/m3 |
±10 % |
0.01 mg/m3 |
8 |
TVOC |
1.00~5.00(IAQ等级) |
±1 |
0.01 |
9 |
大气压 |
260 ~ 1260 hPa |
±0.5 hPa |
0.1 hPa |
10 |
气体质量流量 |
2-100% of F.S |
± 1.5% of F.S |
- |
11 |
电磁流量 |
0.3-15m/s |
± 0.5% |
- |
12 |
超声波流量 |
DN65-400mm |
- |
- |