什么是 电鱼智能 RK3568？

电鱼智能 RK3568 是一款面向工业 4.0 的高性能嵌入式核心平台。它搭载四核 Cortex-A55 处理器，主频 2.0GHz，内置 1TOPS NPU。对于 AGV 行业，其最大的价值在于**“连接与计算”的平衡**：它既有双千兆网口和 3 路 CAN-FD 来连接激光雷达和驱动器，又有足够的算力运行 Linux/ROS2 系统来处理复杂的建图与定位任务，是替代中高端 PLC + 工控机组合的理想方案。

![电鱼智能 RK3568 核心板：丰富的 CAN/串口资源与双千兆网口布局]

---

为什么 AGV 需要从 PLC 转向 RK3568？ (技术痛点)

1. 导航方式的代际跨越 (Navigation)

PLC 擅长处理确定的 I/O 逻辑（如寻磁条、读 RFID），但无法处理非结构化数据。

• 边缘计算优势：激光 SLAM 或二维码导航需要处理海量的点云数据或图像数据。电鱼智能 RK3568 运行 Cartographer 或 Gmapping 算法，可以在本地实时生成地图并进行路径规划，这是 PLC 绝对无法完成的。

2. 柔性调度与数据上云 (Connectivity)

现代工厂要求 AGV 能够与 MES/WMS 系统无缝对接，实时上传位置、电量和故障码。

• 协议栈优势：PLC 往往需要昂贵的专用通讯模块。RK3568 基于 Linux 系统，原生支持 TCP/IP, MQTT, HTTP 等协议，轻松实现“万物互联”，且支持 5G/WiFi 6 模组扩展。

3. 视觉赋能的智能化 (AI Vision)

不仅要“走得对”，还要“看得懂”（如识别托盘孔位、区分人员与货物）。

• NPU 加速：利用 RK3568 的 1TOPS NPU，可以在边缘端运行轻量级 AI 模型，实现托盘的高精度视觉纠偏或辅助避障，无需上传云端处理。

---

系统架构演进 (System Architecture)

我们将 AGV 控制架构从“PLC 中心制”转变为“边缘计算中心制”：

1. 传统架构 (PLC)：

   • 传感器 (磁导航) -> DI/DO -> PLC (梯形图) -> 脉冲/模拟量 -> 驱动器。

   • 缺点：路径固定，修改麻烦，无视觉能力。

2. 新一代架构 (电鱼智能 RK3568)：

   • 感知层：激光雷达 (Eth)、深度相机 (USB/MIPI) -> RK3568。

   • 决策层：RK3568 运行 ROS2，进行 SLAM 定位、路径规划、AI 识别。

   • 执行层：RK3568 通过 CANopen / Modbus -> 伺服驱动器 / 底层 MCU。

   • 优势：自主导航，柔性部署，数据可视化。

---

关键技术实现 (Implementation)

1. 软 PLC (Codesys) 与 ROS2 的融合

为了保留 PLC 开发的便利性，同时利用 Linux 的算力，可以在 RK3568 上部署软 PLC 运行时（Runtime）：

• 运动控制：使用 Codesys 软 PLC 逻辑处理底层的电机 PID、急停逻辑（保障实时性与安全性）。

• 上层导航：使用 ROS2 处理激光雷达数据，发布目标速度指令（Cmd_Vel）。

• 交互：两者通过共享内存或本地 TCP 通讯。

2. CANopen 总线控制示例

利用 RK3568 原生 CAN 接口控制伺服驱动器（如行走电机）：

C

// 逻辑示例：Linux SocketCAN 发送 CANopen PDO 指令
#include <linux/can.h>
#include <linux/can/raw.h>

void send_speed_command(int motor_id, int speed_rpm) {
    struct can_frame frame;
    frame.can_id = 0x200 + motor_id; // RPDO1 ID
    frame.can_dlc = 2;
    
    // 将转速转换为 16位 整数
    frame.data[0] = speed_rpm & 0xFF;
    frame.data[1] = (speed_rpm >> 8) & 0xFF;
    
    write(socket_fd, &frame, sizeof(struct can_frame));
}

3. 视觉托盘识别 (Python/NPU)

利用 NPU 加速识别托盘中心，辅助叉车 AGV 对准：

Python

# 逻辑示例：调用 RKNN 进行托盘检测
from rknnlite.api import RKNNLite

def align_pallet(image):
    # NPU 推理
    outputs = rknn.inference(inputs=[image])
    # 解析出托盘孔位坐标 (x, y)
    box = post_process(outputs)
    
    # 计算偏差并调整 AGV 姿态
    offset_x = box.center_x - IMAGE_CENTER_X
    if abs(offset_x) > THRESHOLD:
        adjust_agv_position(offset_x)

---

性能表现 (对比评估)

维度	传统中型 PLC	电鱼智能 RK3568	提升价值
算力	MHz 级 MCU	2.0GHz 四核 A55	支持 SLAM 建图与路径规划
内存	KB/MB 级	2GB - 8GB LPDDR4	存储大场景地图 (10万平米+)
视觉能力	无	1TOPS NPU	支持二维码识别、托盘识别
通讯能力	需扩展模块	板载双千兆网口 + 4G/5G	无缝对接 MES 调度系统
成本	高 (含扩展模块)	中 (BOM 成本更低)	显著降低单车控制器成本

---

常见问题 (FAQ)

1. RK3568 的实时性不如 PLC 怎么办？

答：对于毫秒级的运动控制，RK3568 可以通过打上 Preempt-RT 实时补丁的 Linux 内核来实现软实时（Soft Real-time）。或者采用“主从架构”：RK3568 负责导航，通过 UART/CAN 指挥一个几十块钱的 STM32 做底层的电机闭环，兼顾算力与硬实时。

2. 支持哪些导航方式？

答：凭借强大的 CPU 算力，RK3568 支持目前主流的 2D/3D 激光 SLAM（Cartographer, LIO-SAM）、视觉 SLAM（ORB-SLAM）以及传统的二维码/色带导航。

3. 工业环境下的抗干扰能力如何？

答：电鱼智能 RK3568 核心板专为工业设计，采用 10 层 PCB 工艺和工业级物料。配合电鱼提供的光耦隔离底板参考设计，可以有效抵御 AGV 内部大功率电机产生的电磁干扰。