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-M33 พร้อมตัวเร่ง AI/ML Neural-ART ที่ความเร็ว 1 GHz ทั้งสองรุ่นสามารถประมวลผลด้าน Machine Vision ได้เป็นเวลาหลายปีด้วยพลังงานจากแบตเตอรี่เพียงก้อนเดียว
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 วัดระยะได้สูงสุด 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) ทำให้ใช้งานได้หลายปีด้วยแบตเตอรี่เพียงก้อนเดียว 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
- BPU – 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 แต่ก็กินไฟมากขึ้นเมื่อช่วงที่มีการทำงาน under load สูง, บอร์ดนี้รองรับกล้องความละเอียดสูงสุด 5MP และมีฮาร์ดแวร์ H.264 Encoder ในตัว ทำให้สามารถบันทึกวิดีโอ MP4 ลง MicroSD หรือสตรีมวิดีโอผ่าน WiFi/BLE 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 พร้อมเคสและแผน Roboflow Basic 3 เดือน และบอร์ด N6 ราคา $100 (~3,400฿) พร้อมแผนเดียวกัน 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