ระบบนี้ติดตั้งในบ้านขนาดใหญ่ในซิดนีย์ ประเทศออสเตรเลีย เป็น NVR ประสิทธิภาพสูงที่ใช้พลังงานต่ำและทำงานตลอด 24 ชั่วโมงทุกวันตลอดปี โดยใช้บอร์ด ArmSoM Sige7 (RK3588) และประมวลผลกล้องภายนอกอาคาร 8 ตัวพร้อมกัน
ฟีเจอร์หลัก:
การรู้จำวัตถุด้วย AI: ตรวจจับคน รถยนต์ รถจักรยานยนต์ และแมวแบบเรียลไทม์
การรู้จำป้ายทะเบียน (LPR): รู้จำได้อย่างแม่นยำภายใน 2 วินาทีแม้ในเวลากลางวัน/กลางคืน/ฝนตกหนัก
การรู้จำด้วยภาพสำหรับสถานะประตูโรงรถและสถานะแสงไฟ (ใช้เฉพาะกล้องโดยไม่มีเซ็นเซอร์)
การเชื่อมต่อกับ AI agent: ส่งการแจ้งเตือน WhatsApp โดยอัตโนมัติเมื่อตรวจพบพัสดุ/จดหมาย
การผสานรวม Home Assistant: ควบคุมและทำอัตโนมัติให้กับอุปกรณ์สมาร์ต
สเปกฮาร์ดแวร์:
โปรเซสเซอร์: RK3588 8-core ARM CPU
NPU: 6 TOPS (ตรวจจับวัตถุด้วย YOLO, รู้จำป้ายทะเบียนด้วย OCR, รู้จำใบหน้า)
VPU: ถอดรหัส H.264/H.265 ด้วยฮาร์ดแวร์ สูงสุด 32 ช่องสัญญาณ 1080p@30fps
หน่วยความจำ: 8GB LPDDR4
สตอเรจ: M.2 SSD 1TB
เครือข่าย: dual 2.5GbE (แยกทางกายภาพระหว่าง LAN กล้อง / LAN บ้าน)
พลังงาน: ขณะ idle 2.5W / สูงสุด 10W (ภายในงบพลังงาน 15W)
การระบายความร้อน: passive cooling รักษา CPU ให้เสถียรที่ 49°C ในสภาพแวดล้อม 45°C
ประสิทธิภาพที่วัดได้จริง:
เวลาทำงานต่อเนื่อง: มากกว่า 33 วันโดยไม่หยุดชะงัก
โหลด CPU เฉลี่ย: ~25% เมื่ออิงจาก 8 คอร์
ความเร็วการตรวจจับวัตถุ: เฉลี่ย 58ms
โหลด NPU: ต่ำกว่า ~20% เมื่อมีการเคลื่อนไหวน้อย
นี่เป็นกรณีใช้งานของ ArmSoM Sige7 ที่ทำให้เกิด NVR สมาร์ตโฮมระดับอุตสาหกรรมด้วยพลังงาน 10W แม้ในฤดูร้อนของซิดนีย์ที่อุณหภูมิ 45°C ซึ่ง x86 และ Raspberry Pi รับมือไม่ไหว
ยังไม่มีความคิดเห็น