Руководство пользователя по разработке нескольких камер Texas Instruments AM6x

Видеонаблюдение: Улучшает охват наблюдения, отслеживание объектов и точность распознавания.
Объемный View: Обеспечивает стереозрение для таких задач, как обнаружение препятствий и манипулирование объектами.

Система видеорегистратора и зеркала с камерой: Обеспечивает расширенное покрытие и устраняет слепые зоны.
Медицинская визуализация: Обеспечивает повышенную точность хирургической навигации и эндоскопии.

Дроны и аэрофотосъемка: Снимайте изображения высокого разрешения с разных ракурсов для различных применений.

Подключение нескольких камер CSI-2 к SoC:
Чтобы подключить несколько камер CSI-2 к SoC, следуйте инструкциям в руководстве пользователя. Убедитесь, что каждая камера правильно установлена и подключена к соответствующим портам SoC.

Примечание к применению
Разработка многокамерных приложений на AM6x

Цзяньчжун Сюй, Кутайба Салех

АБСТРАКТНЫЙ
В этом отчёте описывается разработка приложения с использованием нескольких камер CSI-2 на устройствах семейства AM6x. Представлена типовая схема обнаружения объектов с глубоким обучением на четырёх камерах на базе системы на кристалле AM4A с анализом производительности. Общие принципы проектирования применимы и к другим системам на кристалле с интерфейсом CSI-62, таким как AM2x и AM62P.

Введение

Встроенные камеры играют важную роль в современных системах машинного зрения. Использование нескольких камер в системе расширяет возможности этих систем и обеспечивает возможности, недоступные при использовании одной камеры. Ниже приведены некоторые примеры.ampФайлы приложений, использующие несколько встроенных камер:

Видеонаблюдение: несколько стратегически расположенных камер обеспечивают комплексное видеонаблюдение. Они позволяют делать панорамные снимки. views, уменьшают слепые зоны и повышают точность отслеживания и распознавания объектов, улучшая общие меры безопасности.
Объемный View: Несколько камер используются для создания стереоскопического зрения, позволяющего получать трёхмерную информацию и оценивать глубину. Это критически важно для таких задач, как обнаружение препятствий в автономных транспортных средствах, точное манипулирование объектами в робототехнике и повышение реалистичности дополненной реальности.

Система видеорегистратора и зеркала заднего вида: Автомобильный видеорегистратор с несколькими камерами может обеспечить более широкий охват, используя один процессор. Аналогично, система видеорегистратора и зеркал заднего вида с двумя или более камерами может расширить поле зрения водителя. view и устранить слепые зоны со всех сторон автомобиля.
Медицинская визуализация: несколько камер могут использоваться в медицинской визуализации для таких задач, как хирургическая навигация, предоставляя хирургам возможность обзора с разных ракурсов для повышения точности. В эндоскопии несколько камер позволяют проводить тщательное обследование внутренних органов.

Дроны и аэрофотосъёмка: Дроны часто оснащаются несколькими камерами для съёмки изображений и видео высокого разрешения с разных ракурсов. Это полезно в таких областях, как аэрофотосъёмка, мониторинг сельского хозяйства и геодезия.
Благодаря развитию микропроцессоров несколько камер можно интегрировать в единую систему на кристалле.
(SoC) для создания компактных и эффективных решений. SoC AM62Ax с высокопроизводительной обработкой видео/визуальных данных и ускорением глубокого обучения идеально подходит для вышеупомянутых сценариев использования. Другое устройство AM6x, AM62P, создано для высокопроизводительных встраиваемых 3D-дисплеев. Благодаря ускорению 3D-графики, AM62P может легко сшивать изображения с нескольких камер и создавать панорамные изображения высокого разрешения. viewИнновационные возможности SoC AM62A/AM62P были представлены в различных публикациях, таких как [4], [5], [6] и т. д. В данной статье по применению не будут повторяться описания этих возможностей, а вместо этого основное внимание будет уделено интеграции нескольких камер CSI-2 во встроенные приложения машинного зрения на базе AM62A/AM62P.

В таблице 1-1 показаны основные различия между AM62A и AM62P в плане обработки изображений.

Таблица 1-1. Различия между AM62A и AM62P в обработке изображений

SoC	АМ62А	АМ62П
Поддерживаемый тип камеры	Со встроенным интернет-провайдером или без него	Со встроенным интернет-провайдером
Выходные данные камеры	Raw/YUV/RGB	ЮВ/РГБ
Интернет-провайдер HWA	Да	Нет
Глубокое обучение HWA	Да	Нет
3-D графика HWA	Нет	Да

Подключение нескольких камер CSI-2 к SoC
Подсистема камеры на SoC AM6x содержит следующие компоненты, как показано на рисунке 2-1:

Приемник MIPI D-PHY: принимает видеопотоки с внешних камер, поддерживая скорость до 1.5 Гбит/с на линию данных для 4 линий.

Приёмник CSI-2 (RX): принимает видеопотоки от приёмника D-PHY и либо напрямую отправляет их интернет-провайдеру, либо сохраняет данные в памяти DDR. Этот модуль поддерживает до 16 виртуальных каналов.
SHIM: оболочка DMA, позволяющая отправлять захваченные потоки в память через DMA. Эта оболочка позволяет создавать несколько контекстов DMA, каждый из которых соответствует виртуальному каналу приёмника CSI-2.

AM6x поддерживает несколько камер благодаря использованию виртуальных каналов CSI-2 RX, несмотря на то, что на SoC имеется только один интерфейс CSI-2 RX. Для объединения потоков с нескольких камер и их отправки на один SoC требуется внешний компонент агрегации CSI-2. Доступны два типа решений для агрегации CSI-2, описанные в следующих разделах.

Агрегатор CSI-2 с использованием SerDes
Одним из способов объединения потоков с нескольких камер является использование решения для сериализации и десериализации (SerDes). Данные CSI-2 с каждой камеры преобразуются сериализатором и передаются по кабелю. Десериализатор принимает все сериализованные данные, передаваемые по кабелям (по одному кабелю на камеру), преобразует потоки обратно в данные CSI-2, а затем отправляет чередующийся поток CSI-2 на единственный интерфейс CSI-2 RX на SoC. Каждый поток с камеры идентифицируется уникальным виртуальным каналом. Это решение для агрегации обеспечивает дополнительное преимущество, позволяя устанавливать соединение на расстоянии до 15 м от камер до SoC.

Сериализаторы и десериализаторы FPD-Link или V3-Link (SerDes), поддерживаемые в AM6x Linux SDK, являются наиболее популярными технологиями для такого типа решений по агрегации CSI-2. Как десериализаторы FPD-Link, так и V3-Link имеют обратные каналы, которые можно использовать для отправки кадровой синхронизации для синхронизации всех камер, как описано в [7].
На рис. 2-2 показан примерampПример использования SerDes для подключения нескольких камер к одному AM6x SoC.

БывшийampПример этого решения для агрегации можно найти в комплекте Arducam V3Link Camera Solution Kit. Этот комплект включает в себя концентратор десериализатора, агрегирующий 4 потока с камер CSI-2, а также 4 пары сериализаторов V3link и камер IMX219, включая коаксиальные кабели FAKRA и 22-контактные кабели FPC. Референсная конструкция, обсуждаемая далее, построена на этом комплекте.

Агрегатор CSI-2 без использования SerDes
Этот тип агрегатора может напрямую взаимодействовать с несколькими камерами MIPI CSI-2 и объединять данные со всех камер в один выходной поток CSI-2.

На рис. 2-3 показан примерample такой системы. Этот тип агрегирующего решения не использует сериализатор/десериализатор, но ограничен максимальным расстоянием передачи данных CSI-2, которое составляет до 30 см. AM6x Linux SDK не поддерживает этот тип агрегатора CSI-2.

Включение нескольких камер в программном обеспечении

Архитектура программного обеспечения подсистемы камеры
На рисунке 3-1 показана высокоуровневая блок-схема программного обеспечения системы захвата изображения камеры в AM62A/AM62P Linux SDK, соответствующая системе HW на рисунке 2-2.

Эта программная архитектура позволяет SoC принимать несколько потоков с камер с помощью SerDes, как показано на рисунке 2-2. FPD-Link/V3-Link SerDes назначает каждой камере уникальный адрес I2C и виртуальный канал. Необходимо создать уникальное дерево устройств с уникальным адресом I2C для каждой камеры. Драйвер CSI-2 RX распознает каждую камеру по уникальному номеру виртуального канала и создает контекст DMA для каждого потока камеры. Для каждого контекста DMA создается видеоузел. Данные с каждой камеры затем принимаются и сохраняются в памяти с помощью DMA. Приложения пользовательского пространства используют видеоузлы, соответствующие каждой камере, для доступа к данным камеры.ampИнструкции по использованию этой архитектуры программного обеспечения приведены в Главе 4 – Эталонное проектирование.
Любой драйвер датчика, совместимый с фреймворком V4L2, может быть подключен к этой архитектуре. Подробнее об интеграции нового драйвера датчика в Linux SDK см. в [8].

Архитектура программного обеспечения конвейера изображений

AM6x Linux SDK предоставляет фреймворк GStreamer (GST), который может использоваться в среде сервисов для интеграции компонентов обработки изображений в различных приложениях. Аппаратные ускорители (HWA) на SoC, такие как ускоритель предварительной обработки изображений (VPAC) или ISP, видеокодер/декодер и вычислительный движок для глубокого обучения, доступны через GST. plugins. Сам VPAC (ISP) состоит из нескольких блоков, включая подсистему визуализации зрения (VISS), коррекцию искажений объектива (LDC) и многоскалярный блок (MSC), каждый из которых соответствует плагину GST.

На рисунке 3-2 показана блок-схема типичного конвейера изображений от камеры до кодирования или глубокого сканирования.
Обучающие приложения на базе AM62A. Подробнее о сквозном потоке данных см. в документации EdgeAI SDK.

Для AM62P конвейер изображений проще, поскольку на AM62P нет интернет-провайдера.

Благодаря созданию видеоузла для каждой камеры конвейер обработки изображений на базе GStreamer позволяет одновременно обрабатывать данные с нескольких камер (подключенных через один и тот же интерфейс CSI-2 RX). В следующей главе представлен пример проекта с использованием GStreamer для многокамерных приложений.

Эталонный дизайн

В этой главе представлен эталонный проект запуска приложений с несколькими камерами на AM62A EVM с использованием комплекта решений для камер Arducam V3Link для подключения 4 камер CSI-2 к AM62A и запуска обнаружения объектов для всех 4 камер.

Поддерживаемые камеры
Комплект Arducam V3Link работает как с камерами на базе FPD-Link/V3-Link, так и с камерами CSI-2, совместимыми с Raspberry Pi. Были протестированы следующие камеры:

D3 Engineering D3RCM-IMX390-953
Leopard Imaging LI-OV2312-FPDLINKIII-110H

Камеры IMX219 в комплекте решений для камер Arducam V3Link

Настройка четырех камер IMX219
Следуйте инструкциям, приведенным в кратком руководстве по началу работы с AM62A Starter Kit EVM, чтобы настроить SK-AM62A-LP EVM (AM62A SK) и ArduCam V3Link Camera Solution для подключения камер к AM62A SK через комплект V3Link. Убедитесь, что контакты на гибких кабелях, камерах, плате V3Link и AM62A SK правильно совмещены.

На рисунке 4-1 показана схема, использованная для эталонного проекта, представленного в данном отчёте. Основные компоненты схемы включают:

1X плата EVM SK-AM62A-LP
1X плата адаптера Arducam V3Link d-ch
Кабель FPC для подключения Arducam V3Link к SK-AM62A

4X адаптера для камер V3Link (сериализаторы)
4 коаксиальных радиочастотных кабеля для подключения сериализаторов V3Link к комплекту V3Link d-ch
4 камеры IMX219

4X кабеля CSI-2 22-контактные для подключения камер к сериализаторам
Кабели: кабель HDMI, USB-C для питания SK-AM62A-LP и источник питания 12 В для комплекта V3Link d-ch)
Другие компоненты, не показанные на рисунке 4-1: карта micro-SD, кабель micro-USB для доступа к SK-AM62A-LP и Ethernet для потоковой передачи.

Настройка камер и интерфейса CSI-2 RX
Настройте программное обеспечение в соответствии с инструкциями, приведенными в кратком руководстве Arducam V3Link. После запуска скрипта настройки камеры setup-imx219.sh формат камеры, формат интерфейса приёмника CSI-2 и маршруты от каждой камеры к соответствующему видеоузлу будут настроены правильно. Для четырёх камер IMX219 создаются четыре видеоузла. Команда «v4l2-ctl –list-devices» отображает список видеоустройств V4L2, как показано ниже:

В системе tiscsi6rx имеется 1 видеоузлов и 2 медиаузел. Каждый видеоузел соответствует контексту DMA, выделенному драйвером CSI2 RX. Из 6 видеоузлов 4 используются для 4 камер IMX219, как показано в топологии медиаканала ниже:

Как показано выше, медиа-объект 30102000.ticsi2rx имеет 6 контактных площадок, но используются только первые 4, каждая для одного IMX219. Топологию медиа-канала можно также проиллюстрировать графически. Выполните следующую команду, чтобы создать точку file:

Затем выполните следующую команду на хост-компьютере Linux, чтобы создать PNG-файл. file:

Рисунок 4-2 представляет собой изображение, полученное с помощью приведённых выше команд. Компоненты программной архитектуры, показанной на рисунке 3-1, можно найти на этом графике.

Трансляция с четырех камер
При правильной настройке аппаратного и программного обеспечения приложения для работы с несколькими камерами могут работать из пользовательского пространства. Для AM62A необходимо настроить ISP для обеспечения хорошего качества изображения. Инструкции по настройке ISP см. в руководстве по настройке ISP для AM6xA. В следующих разделах представлены примерыampфайлов потоковой передачи данных с камеры на дисплей, потоковой передачи данных с камеры в сеть и сохранения данных с камеры в files.

Потоковая передача данных с камеры на дисплей
Основное применение этой многокамерной системы — потоковая передача видео со всех камер на дисплей, подключенный к одной и той же системе на кристалле (SoC). Ниже представлен пример конвейера GStreamer.ample потоковой передачи четырех IMX219 на дисплей (номера видеоузлов и номера v4l-subdev в конвейере, вероятно, будут меняться от перезагрузки к перезагрузке).

Потоковая передача данных с камеры через Ethernet
Вместо потоковой передачи на дисплей, подключенный к той же системе на кристалле, данные с камеры можно передавать по Ethernet. Принимающей стороной может быть либо другой процессор AM62A/AM62P, либо хост-компьютер. Ниже представлен примерampПример потоковой передачи данных с камеры через Ethernet (для простоты используется две камеры) (обратите внимание на плагин кодировщика, используемый в конвейере):

Ниже приведен примерample получения данных с камеры и потоковой передачи на дисплей на другом процессоре AM62A/AM62P:

Сохранение данных камеры в Files
Вместо потоковой передачи на дисплей или через сеть данные с камеры можно хранить локально files. Конвейер ниже сохраняет данные каждой камеры в file (использование двух камер в качестве примера)ample для простоты).

Многокамерный глубокий вывод обучения

AM62A оснащён ускорителем глубокого обучения (C7x-MMA) с двумя TOPS, способными запускать различные типы моделей глубокого обучения для классификации, обнаружения объектов, семантической сегментации и других задач. В этом разделе показано, как AM62A может одновременно запускать четыре модели глубокого обучения на четырёх разных камерах.

Выбор модели
EdgeAI-ModelZoo от TI предоставляет сотни современных моделей, которые конвертируются/экспортируются из исходных обучающих фреймворков во встраиваемый формат для загрузки в ускоритель глубокого обучения C7x-MMA. Облачный анализатор моделей Edge AI Studio предоставляет простой в использовании инструмент выбора моделей. Он динамически обновляется и включает все модели, поддерживаемые TI EdgeAI-ModelZoo. Инструмент не требует предварительного опыта и предоставляет простой в использовании интерфейс для ввода необходимых признаков в нужную модель.

Для этого многокамерного эксперимента по глубокому обучению была выбрана модель TFL-OD-2000-ssd-mobV1-coco-mlperf. Эта модель обнаружения нескольких объектов разработана в фреймворке TensorFlow с разрешением входных данных 300×300. В таблице 4-1 показаны важные характеристики этой модели после обучения на наборе данных cCOCO, содержащем около 80 различных классов.

Таблица 4-1. Основные характеристики модели TFL-OD-2000-ssd-mobV1-coco-mlperf.

Модель	Задача	Разрешение	ФПС	МАП 50% Точность на COCO	Задержка/кадр (мс)	DDR BW Использование (МБ/кадр)
TFL-OD-2000-ssd- mobV1-coco-mlperf	Обнаружение нескольких объектов	300×300	~152	15.9	6.5	18.839

Настройка трубопровода
На рисунке 4-3 показан конвейер GStreamer для глубокого обучения с четырьмя камерами. TI предоставляет набор GStreamer plugins которые позволяют переложить часть обработки медиаданных и глубокого обучения на аппаратные ускорители. НекоторыеampМеньше этих plugins В их число входят tiovxisp, tiovxmultiscaler, tiovxmosaic и tidlinferer. Конвейер на рисунке 4-3 включает все необходимые plugins для многоканального конвейера GStreamer для 4-камерных входов, каждый из которых включает предварительную обработку медиаданных, глубокий анализ и постобработку. Дублированный plugins для удобства демонстрации пути каждой камеры сложены на графике.
Доступные аппаратные ресурсы равномерно распределены между четырьмя каналами передачи данных камер. Например, AM62A содержит два мультимасштабатора изображений: MSC0 и MSC1. Конвейер явно выделяет MSC0 для обработки каналов камер 1 и 2, а MSC1 — для камер 3 и 4.

Выходные данные четырёх конвейеров камер масштабируются и объединяются с помощью плагина tiovxmosaic. Вывод отображается на одном экране. На рисунке 4-4 показан выходной сигнал четырёх камер с моделью глубокого обучения, выполняющей обнаружение объектов. Каждый конвейер (камера) работает со скоростью 30 кадров в секунду, а общая частота кадров составляет 120 кадров в секунду.

Далее следует полный сценарий конвейера для варианта использования многокамерного глубокого обучения, показанный на рисунке 4-3.

Анализ производительности

Система с четырьмя камерами, использующая плату V3Link и AM62A SK, была протестирована в различных сценариях применения, включая прямое отображение на экране, потоковую передачу по Ethernet (четыре канала UDP), запись на 4 отдельных устройства files, и с выводом на основе глубокого обучения. В каждом эксперименте мы отслеживали частоту кадров и загрузку ядер процессора, чтобы изучить возможности системы в целом.

Как показано ранее на рис. 4-4, конвейер глубокого обучения использует плагин tiperfoverlay GStreamer для отображения загрузки ядер процессора в виде столбчатой диаграммы в нижней части экрана. По умолчанию график обновляется каждые две секунды, отображая загрузку в процентах.tagе. Помимо плагина tiperfoverlay GStreamer, инструмент perf_stats — это второй способ показать производительность ядра непосредственно на терминале с возможностью сохранения в fileЭтот инструмент точнее, чем tTiperfoverlay, поскольку последний добавляет дополнительную нагрузку на ядра ARMm и память DDR для построения графика и наложения его на экран. Инструмент perf_stats в основном используется для сбора данных об использовании оборудования во всех тестовых случаях, представленных в этом документе. В число важных вычислительных ядер и ускорителей, исследованных в этих тестах, входят основные процессоры (четыре ядра A53 Arm с частотой 1.25 ГГц), ускоритель глубокого обучения (C7x-MMA с частотой 850 МГц), VPAC (ISP) с VISS и мультимасштабированием (MSC0 и MSC1), а также операции с DDR.

В таблице 5-1 показаны производительность и использование ресурсов при использовании AM62A с четырьмя камерами для трех вариантов использования, включая потоковую передачу с четырех камер на дисплей, потоковую передачу через Ethernet и запись на четыре отдельные камеры. files. В каждом варианте использования реализованы два теста: только с камерой и с выводом глубокого обучения. Кроме того, в первой строке Таблицы 5-1 показано использование оборудования, когда на AM62A работала только операционная система без каких-либо пользовательских приложений. Это используется в качестве базового уровня для сравнения при оценке использования оборудования в других тестовых случаях. Как показано в таблице, четыре камеры с глубоким обучением и дисплеем работали со скоростью 30 кадров в секунду каждая, в общей сложности 120 кадров в секунду для четырех камер. Такая высокая частота кадров достигается при использовании только 86% полной мощности ускорителя глубокого обучения (C7x-MMA). Кроме того, важно отметить, что в этих экспериментах ускоритель глубокого обучения работал на частоте 850 МГц вместо 1000 МГц, что составляет всего около 85% от его максимальной производительности.

Таблица 5-1. Производительность (кадров в секунду) и использование ресурсов AM62A при использовании с четырьмя камерами IMX4 для отображения на экране, потоковой передачи по Ethernet и записи на Files, и выполнение выводов глубокого обучения

Применение n	Трубопровод (эксплуатация )	Выход	ФПС средний конвейер s	ФПС общий	MPU A53s @ 1.25 ГГц [%]	MCU R5 [%]	DLA (C7x- MMA) @ 850 МГц [%]	ВИСС [%]	MSC0 [%]	MSC1 [%]	ГДР Rd [МБ/с]	ГДР Wr [МБ/с]	ГДР Всего [МБ/с]
Нет приложения	Базовый уровень Без операции	NA	NA	NA	1.87	1	0	0	0	0	560	19	579
Камера только	Транслировать на экран	Экран	30	120	12	12	0	70	61	60	1015	757	1782
	Потоковая передача через Ethernet	UDP: 4 порты 1920×1080	30	120	23	6	0	70	0	0	2071	1390	3461
	Записывать к files	4 fileс 1920×1080	30	120	25	3	0	70	0	0	2100	1403	3503
Кулачок с глубоким обучением	Глубокое обучение: обнаружение объектов MobV1-coco	Экран	30	120	38	25	86	71	85	82	2926	1676	4602
	Глубокое обучение: обнаружение объектов MobV1-coco и потоковая передача по Ethernet	UDP: 4 порты 1920×1080	28	112	84	20	99	66	65	72	4157	2563	6720
	Глубокое обучение: обнаружение объектов MobV1-coco и запись в files	4 fileс 1920×1080	28	112	87	22	98	75	82	61	2024	2458	6482

Краткое содержание
В этом отчёте о применении описывается реализация многокамерных приложений на устройствах семейства AM6x. В отчёте представлен типовой проект на основе комплекта решений V3Link Camera Solution Kit от Arducam и AM62A SK EVM, а также несколько вариантов применения камер с использованием четырёх камер IMX219, например, для потоковой передачи и обнаружения объектов. Пользователям рекомендуется приобрести комплект решений V3Link Camera Solution Kit от Arducam и воспроизвести эти решения.ampВ отчёте также представлен подробный анализ производительности AM62A при использовании четырёх камер в различных конфигурациях, включая вывод на экран, потоковую передачу по Ethernet и запись на files. Он также демонстрирует способность AM62A выполнять глубокий инференс на четырёх отдельных потоках камер параллельно. Если у вас есть вопросы по запуску этих тестов,amples, отправьте запрос на форум TI E2E.

Ссылки

Краткое руководство по началу работы с EVM-комплектом AM62A

Краткое руководство пользователя решения для камеры ArduCam V3Link
Документация Edge AI SDK для AM62A
Умные камеры Edge AI с энергоэффективным процессором AM62A

Системы зеркал для камер на AM62A
Системы контроля водителя и присутствия людей на AM62A
Приложение Quad Channel Camera для объемного звучания View и системы камер CMS

AM62Ax Linux Academy о включении датчика CIS-2
Edge AI ModelZoo
Edge AI Studio

Инструмент Perf_stats

Детали TI, упомянутые в данном примечании к применению:

https://www.ti.com/product/AM62A7

ВАЖНОЕ УВЕДОМЛЕНИЕ И ОТКАЗ ОТ ОТВЕТСТВЕННОСТИ

TI ПРЕДОСТАВЛЯЕТ ТЕХНИЧЕСКИЕ ДАННЫЕ И НАДЕЖНОСТЬ (ВКЛЮЧАЯ ТЕХНИЧЕСКИЕ ХАРАКТЕРИСТИКИ), РЕСУРСЫ ДЛЯ ПРОЕКТИРОВАНИЯ (ВКЛЮЧАЯ ЭТАЛОННЫЕ ПРОЕКТЫ), ПРИМЕНЕНИЕ ИЛИ ДРУГИЕ КОНСУЛЬТАЦИИ ПО ПРОЕКТИРОВАНИЮ, WEB ИНСТРУМЕНТЫ, ИНФОРМАЦИЯ ПО БЕЗОПАСНОСТИ И ДРУГИЕ РЕСУРСЫ «КАК ЕСТЬ» И СО ВСЕМИ НЕИСПРАВНОСТЯМИ, ОТКАЗЫВАЕТСЯ ОТ ВСЕХ ГАРАНТИЙ, ЯВНЫХ И ПОДРАЗУМЕВАЕМЫХ, ВКЛЮЧАЯ БЕЗ ОГРАНИЧЕНИЙ ЛЮБЫЕ ПОДРАЗУМЕВАЕМЫЕ ГАРАНТИИ КОММЕРЧЕСКОЙ ЦЕННОСТИ, ПРИГОДНОСТИ ДЛЯ ОПРЕДЕЛЕННОЙ ИНФОРМАЦИОННОЙ ЦЕЛЕЙ .

Эти ресурсы предназначены для опытных разработчиков, проектирующих с использованием продуктов TI. Вы несете исключительную ответственность за

выбор подходящей продукции TI для вашего применения,

разработка, проверка и тестирование вашего приложения, а также
обеспечение соответствия вашего приложения применимым стандартам и любым другим требованиям безопасности, защиты, нормативным или иным требованиям.

Эти ресурсы могут быть изменены без предварительного уведомления. TI разрешает вам использовать эти ресурсы только для разработки приложения, использующего продукты TI, описанные в данном ресурсе. Иное воспроизведение и отображение этих ресурсов запрещено. Лицензия на какие-либо иные права интеллектуальной собственности TI или права интеллектуальной собственности третьих лиц не предоставляется. TI отказывается от ответственности, и вы обязуетесь полностью возместить TI и ее представителям любые претензии, ущерб, расходы, потери и обязательства, возникающие в результате использования вами этих ресурсов.

Продукты TI предоставляются в соответствии с Условиями продажи TI или другими применимыми условиями, доступными на веб-сайте TI. ti.com или предоставляется вместе с такой продукцией TI. Предоставление TI этих ресурсов не расширяет и не изменяет применимые гарантии TI или заявления об отказе от гарантий в отношении продуктов TI.

Компания TI возражает против любых предложенных вами дополнительных или отличающихся условий и отклоняет их.

ВАЖНОЕ ЗАМЕЧАНИЕ

Почтовый адрес: Texas Instruments, почтовый ящик 655303, Даллас, Техас 75265.

Часто задаваемые вопросы

В: Могу ли я использовать любой тип камеры с устройствами семейства AM6x?

Семейство AM6x поддерживает различные типы камер, в том числе со встроенным ISP и без него. Подробнее о поддерживаемых типах камер см. в технических характеристиках.

: Каковы основные различия между AM62A и AM62P в обработке изображений?

Ключевые различия включают поддерживаемые типы камер, выходные данные камер, наличие ISP HWA, Deep Learning HWA и 3D Graphics HWA. Подробное сравнение см. в разделе характеристик.

Документы/Ресурсы

Texas Instruments AM6x разрабатывает многокамерную версию [pdf] Руководство пользователя
AM62A, AM62P, AM6x Проявка нескольких камер, AM6x, Проявка нескольких камер, Несколько камер, Камера

Ссылки

Руководство пользователя

Texas Instruments AM6x разрабатывает несколько камер

Технические характеристики