OpenMV ได้เปิดตัวบอร์ดกล้อง Edge AI ใหม่สองรุ่นที่สามารถโปรแกรมได้ด้วย MicroPython ได้แก่ OpenMV AE3 ที่ใช้ชิป Alif Ensemble E3 พร้อม Cortex-M55 สองคอร์ และ Ethos-U55 micro NPU สองตัว และบอร์ด OpenMV N6 เป็นบอร์ดขนาดใหญ่กว่าที่ใช้ไมโครคอนโทรลเลอร์ STMicro STM32N6 พร้อม Cortex-M55 และตัวเร่ง AI/ML Neural-ART ที่ความเร็ว 1 GHz ทั้งสองรุ่นสามารถประมวลผลด้าน Machine Vision ได้เป็นเวลาหลายปีด้วยพลังงานจากแบตเตอรี่ต่อหนึ่งการชาร์จ
ทีม OpenMV ได้พัฒนาบอร์ดกล้องที่ใช้ MCU หลายรุ่น พร้อมทั้งเฟิร์มแวร์ OpenMV สำหรับการประมวลผลภาพคอมพิวเตอร์ (Computer Vision) ซึ่งเราได้รู้จักบริษัทนี้ครั้งแรกเมื่อเปิดตัว OpenMV Cam ที่ใช้ STM32F427 ในปี 2015 ตลอดหลายปีที่ผ่านมา มีความก้าวหน้าอย่างมากทั้งในด้านฮาร์ดแวร์ เฟิร์มแวร์ และซอฟต์แวร์ แต่การรวม AI Accelerator เข้าไปในไมโครคอนโทรลเลอร์ได้ยกระดับประสิทธิภาพขึ้นไปอีกขั้น บอร์ด OpenMV N6 และ AE3 มีความเร็วมากกว่ากล้อง OpenMV รุ่นก่อนสำหรับงาน AI มากกว่า 100 เท่า ตัวอย่างเช่นผู้ใช้สามารถรันโมเดลตรวจจับวัตถุ (Object Detection), ติดตามท่าทางของร่างกายมนุษย์ (Human Pose Tracking), วิเคราะห์จุดสำคัญบนใบหน้า (Facial Landmarks) และอื่น ๆ ได้ที่ 30 FPS บนฮาร์ดแวร์ระดับไมโครคอนโทรลเลอร์
OpenMV AE3
สเปค:
- MCU – Alif Ensemble E3
- ซีพียูแบบ Dual-core
- Arm Cortex-M55 core @ 400 MHz
- Arm Cortex-M55 core @ 160 MHz
- AI accelerator แบบ Dual
- Arm Ethos-U55 microNPU @ 400 MHz พร้อม 256 MAC/c (204 GOPs)
- Arm Ethos-U55 microNPU @ 160 MHz พร้อม 128MAC/c (46 GOPs)
- สามารถใช้ทั้งสอง NPU พร้อมกันไ
- GPU 2D สำหรับการปรับขนาดภาพ
- หน่วยความจำ – SRAM 13.5MB
- ซีพียูแบบ Dual-core
- ที่เก็บข้อมูล – Flash 32MB (200MB/วินาที)
- กล้อง – กล้อง Global Shutter สี 1MP ; 120 FPS ที่ความละเอียด VGA
- เสียง – ไมโครโฟนในตัว
- การเชื่อมต่อไร้สาย – WiFi 4 (2.4 GHz) และ Bluetooth LE 5.1
- USB – 1x พอร์ต USB-C (480 Mbps)
- เซนเซอร์
- เซนเซอร์ ToF 8×8 วัดระยะทางได้สูงสุด 4 เมตร
- เซนเซอร์ IMU 6 แกน (accelerator และ gyroscope)
- การขยาย
- คอนเนกเตอร์ Qwiic
- 7 รูแบบ through พร้อม GPIO, 3.3V, GND
- Header GPIO 10 พินแบบ B2B ที่ด้านหลังของบอร์ด
- การดีบัก – SWD ผ่าน Edge Connector
- อื่นๆ
- ปุ่มกดสำหรับผู้ใช้
- RGB LED สำหรับผู้ใช้
- แหล่งจ่ายไฟ – 5V ผ่าน USB-C
- การใช้พลังงาน (5V)
- เมื่อรัน YOLO ที่ 30 FPS – 60mA (0.25W)
- ขณะไม่ได้ใช้งาน (Idle) – 30mA (0.12W )
- โหมด Deep-Sleep – ต่ำกว่า 500uA (2.5mW) ทำให้ใช้งานได้หลายปีด้วยแบตเตอรี่ต่อหนึ่งการชาร์จ และรองรับการปลุกจากโหมด Deep-Sleep เมื่อมีเสียง การเคลื่อนไหว หรือถึงเวลาที่กำหนด
- ขนาด – 2.54 x 2.54 ซม. (เฉพาะบอร์ด)
OpenMV AE3 สามารถรันโมเดลตรวจจับวัตถุอย่าง YOLO ได้ที่ความเร็วประมาณ 30 FPS โดยใช้พลังงานเพียง 0.25W นอกจากนี้บริษัทระบุว่าบอร์ดใช้พลังงานเพียง 0.12W ขณะอยู่ในโหมด Idle และลดลงเหลือเพียง 2.5mW ในโหมด Deep Sleep ในทางปฏิบัติหมายความว่า แบตเตอรี่ AA 3 ก้อน สามารถจ่ายพลังงานให้บอร์ดทำงานที่โหลดเต็มที่ได้นานกว่าหนึ่งวัน ใช้งานในโหมด Idle ได้นานเกือบสามวัน และอยู่ในโหมด Deep Sleep ได้นานกว่าสี่เดือน, บริษัทคาดว่าจะสามารถปรับแต่งและลดการใช้พลังงานลงไปได้อีก โดยตั้งเป้าหมายให้การใช้พลังงานในโหมด Deep Sleep ต่ำกว่า 0.25mW
OpenMV N6
สเปค:
- ไมโครโปรเซสเซอร์ – STMicro STM32N6
- MCU Core – CPU Arm 32-bit Cortex-M55 @ สูงสุด 800MHz พร้อม Arm Helium และ Arm MVE
- GPU – Neo-Chrom 2.5D GPU และ Chrom-ART Accelerator (DMA2D)
- NPU – ST Neural-ART Accelerator @ 1 GHz, 600 GOPS
- VPU – Hardware accelerated H.264 และ JPEG encoders
- หน่วยความจำ – SRAM 4.2MB
- หน่วยความจำ – PSRAM 64MB (800MB/s)
- ที่เก็บข้อมูล
- Flash 32MB (200MB/วินาที)
- ช่องเสียบ MicroSD card slot ที่ด้านล่างของบอร์ด
- กล้อง
- กล้อง Global Shutter สี 1MP ที่สามารถเปลี่ยนได้, 120 FPS ที่ความละเอียด VGA
- รองรับเซนเซอร์กล้องสูงสุด 5MP
- เสียง – ไมโครโฟนในตัว
- ระบบเครือข่าย
- Gigabit Ethernet PHY (ไม่มีพอร์ต RJ45 บนบอร์ด ต้องใช้บอร์ดขยาย)
- WiFi 4 (2.4 GHz) และ Bluetooth LE 5.1
- USB – 1x พอร์ต USB-C (480 Mbps)
- เซนเซอร์ – เซ็นเซอร์ IMU 6 แกน (accelerator และ gyroscope)
- ส่วนขยาย – 2x 16-pin headers พร้อม 18x GPIOs
- การดีบัก – คอนเนกเตอร์ JTAG และ SWD 10 พิน
- อื่นๆ
- ปุ่มกดสำหรับผู้ใช้
- RGB LED สำหรับผู้ใช้
- แหล่งจ่ายไฟ
- 5V ผ่าน USB-C
- รองรับแบตเตอรี่ LiPo 3.7V (2 พิน) พร้อมวงจรชาร์จในตัว
- การใช้พลังงาน – ต่ำกว่า 0.75W
- ขนาด – ขนาดเล็ก แต่ใหญ่กว่า OpenMV AE3
OpenMV N6 ทรงพลังยิ่งกว่า OpenMV AE3 แต่ก็กินไฟมากขึ้นในช่วง work load สูง, บอร์ดนี้รองรับกล้องความละเอียดสูงสุด 5MP และมี H.264 Encoder ในตัว ทำให้สามารถบันทึกวิดีโอ MP4 ลง MicroSD หรือสตรีมวิดีโอผ่าน WiFi หรือ Gigabit Ethernet ได้
ซอฟต์แวร์และแอปพลิเคชัน
บอร์ดกล้อง AI OpenMV N6 และ AE3 มาพร้อมกับ เฟิร์มแวร์ MicroPython ที่โหลดไว้ล่วงหน้าเพื่อรองรับการสื่อสารผ่าน MQTT หรือ API และสามารถควบคุมผ่าน สคริปต์ Python 3 บนโฮสต์ได้ วิธีที่ง่ายที่สุดในการเขียนโปรแกรมและควบคุมกล้องคือใช้ OpenMV IDE ซึ่งรองรับ Windows, Mac, Linux และแพลตฟอร์มที่ใช้ Arm เช่น Raspberry Pi
ผู้ใช้สามารถ โหลดโมเดล AI, รันสคริปต์, ดูผลลัพธ์จากบอร์ด OpenMV N6/AE3 ได้อย่างง่ายดาย นอกจากนี้ OpenMV IDE ยังมี Python Language Server และรองรับ GitHub CoPilot เพื่อช่วยให้การเขียนโค้ดสะดวกขึ้น เฟิร์มแวร์และโปรโตคอลดีบักเป็นโอเพ่นซอร์ส และสามารถดูซอร์สโค้ดได้บน GitHub
กล้อง OpenMV สามารถนำไปใช้งานร่วมกับ หุ่นยนต์ ได้ เช่น ติดตามลูกบอลในการแข่งขัน, เป็นกล้องตรวจจับสัตว์ป่า ที่ใช้พลังงานจากแบตเตอรี่และจะบันทึกภาพเมื่อพบสัตว์ (และตรวจจับเฉพาะสัตว์เท่านั้น), อ่านค่ามิเตอร์หรือเกจวัดจากระยะไกลในโรงงาน, ช่วยให้โดรนลงจอดอัตโนมัติบนเป้าหมาย, ติดตามการฟักตัวของลูกไก่ด้วยกล้องถ่ายภาพความร้อน (เนื่องจาก OpenMV N6 รองรับกล้องถ่ายภาพความร้อนด้วย) และอื่นๆ
สามารถดูวิดีโอด้านล่างเพื่อเข้าใจศักยภาพของบอร์ดกล้อง AI OpenMV
กล้อง Edge AI พลังงานต่ำ OpenMV N6 และ AE3 ได้เปิดตัวบน Kickstarter โดยมีเป้าหมายระดมทุน $50,000 (~1,700,000฿) โดยแพ็คเกจ Early Bird เริ่มต้นที่ $50 (~1,700฿) สำหรับ AE3 พร้อมเคสและแพ็คเกจ Roboflow Basic 3 เดือน และบอร์ด N6 ราคา $100 (~3,400฿) พร้อมแพ็คเกจเดียวกัน ราคานี้สำหรับ 50 หน่วยแรก และราคาปกติคือ $80 (~2,700฿) และ $120 (~4,000฿) ตามลำดับ มีค่าจัดส่งทั่วโลกอยู่ที่ $20 (~700฿) กำหนดจัดส่งสินค้าในเดือนธันวาคม 2025 ดังนั้นต้องอดทนรอหน่อย!
แปลจากบทความภาษาอังกฤษ : MicroPython-programmable OpenMV N6 and AE3 AI camera boards run on battery for years (Crowdfunding)
บรรณาธิการข่าวและบทความภาษาไทย CNX Software ได้มีความสนใจในด้านเทคโนโลยี โดยเฉพาะ Smart Home และ IoT