当前位置: 首页 > article >正文

触觉智能RK3506核心板,工业应用之RK3506 RT-Linux实时性测试

在工业自动化、机械臂控制等高实时性场景中,系统响应速度与稳定性直接决定设备效能。触觉智能RK3506核心板基于瑞芯微三核Cortex-A7架构深度优化,搭载Linux 6.1内核并支持Linux-RT实时系统,提供实时性能的高性价比解决方案。

图片

RK3506与RT-Linux结合特性

  • 多核异构架构 + Linux-RT,硬核实时性能

RK3506采用三核Cortex-A7(1.5GHz)+ Cortex-M0多核异构设计,通过AMP多核调度策略实现任务分级处理。Linux-RT主控核+M0实时核主控核负责运行Linux 6.1内核,并集成Preempt-RT实时补丁,处理复杂逻辑与多任务调度,触觉智能RK3506开发板(型号EVB3506)已成功适配RT-Linux,测试数据如下:

空载测试

(PREEMPT_RT Patch)root@rk3506-buildroot:/# cyclictest -m -a -p 99 -t 3 -i 1000 -D 2h# /dev/cpu_dma_latency set to 0uspolicy: fifo: loadavg: 1.72 1.60 1.48 2/127 4000T: 0 ( 502) P:99 I:1000 C:7199993 Min: 0 Act: 0 Avg: 1 Max: 14T: 1 ( 503) P:99 I:1500 C:4799988 Min: 0 Act: 1 Avg: 1 Max: 19T: 2 ( 504) P:99 I:2000 C:3599985 Min: 0 Act: 2 Avg: 1 Max: 26(测试2小时)

(Xenomai Cobalt Mode)root@rk3506-buildroot:/# cyclictest -m -a -p 99 -t 3 -i 1000 -D 2hWARN: stat /dev/cpu_dma_latency failed: No such file or directorypolicy: fifo: loadavg: 0.56 0.31 0.21 1/95 2088T: 0 ( 2356) P:99 I:1000 C:7199998 Min: 4 Act: 4 Avg: 7 Max: 46T: 1 ( 2357) P:99 I:1500 C:4799998 Min: 4 Act: 12 Avg: 7 Max: 46T: 2 ( 2358) P:99 I:2000 C:3599997 Min: 3 Act: 5 Avg: 9 Max: 55(测试2小时)

压力测试

stress-ng -c 3 --io 2 --vm 1 --vm-bytes 4M --timeout 1000000s(PREEMPT_RT Patch)
root@rk3506-buildroot:/# cyclictest -m -a -p 99 -t 3 -i 1000 -D 2h
# /dev/cpu_dma_latency set to 0us
policy: fifo: loadavg: 8.49 7.88 7.76 7/137 1083T: 0 ( 1537) P:99 I:1000 C:7199996 Min: 0 Act: 5 Avg: 4 Max: 71
T: 1 ( 1538) P:99 I:1500 C:4799976 Min: 0 Act: 5 Avg: 4 Max: 115
T: 2 ( 1540) P:99 I:2000 C:3599957 Min: 0 Act: 4 Avg: 4 Max: 129
(测试2小时)
(Xenomai Cobalt Mode)
root@rk3506-buildroot:/# cyclictest -m -a -p 99 -t 3 -i 1000 -D 2h
WARN: stat /dev/cpu_dma_latency failed: No such file or directory
policy: fifo: loadavg: 6.87 6.82 6.72 7/104 1531T: 0 ( 1919) P:99 I:1000 C:7199991 Min: 4 Act: 20 Avg: 26 Max: 124
T: 1 ( 1920) P:99 I:1500 C:4799993 Min: 4 Act: 21 Avg: 28 Max: 155
T: 2 ( 1921) P:99 I:2000 C:3599987 Min: 5 Act: 16 Avg: 28 Max: 133
(测试2小时)

隔离核心测试(隔离CPU1,并在另外两个核心加上压力)

    stress-ng -c 3 --io 2 --vm 1 --vm-bytes 4M --timeout 1000000s(PREEMPT_RT Patch)
    root@rk3506-buildroot:/# cyclictest -m -a 1 -p 99 -t 1 -i 1000r --mainaffinity=0 -D 2h
    # /dev/cpu_dma_latency set to 0uspolicy: fifo: loadavg: 7.19 7.17 7.22 7/137 648T: 0 ( 1117) P:99 I:1000 C:7199996 Min: 0 Act: 2 Avg: 3 Max: 62(测试2小时)
    (Xenomai Cobalt Mode)root@rk3506-buildroot:/# cyclictest -m -a 1 -p 99 -t 1 -i 1000 -D 2hWARN: stat /dev/cpu_dma_latency failed: No such file or directorypolicy: fifo: loadavg: 6.53 6.52 6.57 8/101 111
    T: 0 ( 1503) P:99 I:1000 C:7199992 Min: 4 Act: 15 Avg: 16 Max: 68(测试2小时)

    ​​​​​

    (Xenomai Cobalt Mode)root@rk3506-buildroot:/# cyclictest -m -a 1 -p 99 -t 1 -i 1000 -D 2hWARN: stat /dev/cpu_dma_latency failed: No such file or directorypolicy: fifo: loadavg: 6.53 6.52 6.57 8/101 1115T: 0 ( 1503) P:99 I:1000 C:7199992 Min: 4 Act: 15 Avg: 16 Max: 68(测试2小时)
    • 工业级Linux-RT系统优化

    内核级实时保障:基于Preempt-RT补丁重构任务抢占机制,支持线程优先级动态调整,确保PLC控制、伺服同步等任务调度精度误差<1%。

    资源隔离技术:支持CPU核心绑定与中断隔离,在Linux-RT模式下将实时任务锁定至独立核心,避免非实时进程干扰,触觉智能RK3506核心板通过72小时高温高湿老化、电磁兼容、雷击浪涌等十余项工业严苛测试,7×24小时运行无故障。

    RT-Linux实时应用场景

    • 多轴机械臂控制

    通过Linux-RT实现8轴伺服同步控制,1ms周期内抖动误差<90μs,精度达±0.01mm

    • 智能仓储AGV

    基于Linux-RT实时路径规划算法,响应延迟<100μs,避障决策效率提升50%。

    • 分布式产线监控

    Linux-RT主核处理数据汇聚与边缘计算,M0核实时采集千级传感器信号,系统资源利用率超95%!

    相关文章:

    触觉智能RK3506核心板,工业应用之RK3506 RT-Linux实时性测试

    在工业自动化、机械臂控制等高实时性场景中&#xff0c;系统响应速度与稳定性直接决定设备效能。触觉智能RK3506核心板基于瑞芯微三核Cortex-A7架构深度优化&#xff0c;搭载Linux 6.1内核并支持Linux-RT实时系统&#xff0c;提供实时性能的高性价比解决方案。 RK3506与RT-Linu…...

    AI日报 - 2025年04月21日

    &#x1f31f; 今日概览(60秒速览) ▎&#x1f916; AGI突破 | O3模型性能引热议&#xff0c;Rich Sutton提出「体验时代」新范式&#xff0c;自递归AI构建仍存挑战。 新模型如O3展示高IQ&#xff0c;但AGI定义与实现路径讨论加剧&#xff0c;强调自主生成数据与体验学习。 ▎&…...

    基于SpringBoot的高校体育馆场地预约管理系统-项目分享

    基于SpringBoot的高校体育馆场地预约管理系统-项目分享 项目介绍项目摘要目录总体功能图用户实体图赛事实体图项目预览用户个人中心医生信息管理用户管理场地信息管理登录 最后 项目介绍 使用者&#xff1a;管理员 开发技术&#xff1a;MySQLJavaSpringBootVue 项目摘要 随着…...

    华为云获取IAM用户Token的方式及适用分析

    &#x1f9e0; 一、为什么要获取 IAM 用户 Token&#xff1f; 我们用一个生活中的比喻来解释&#x1f447;&#xff1a; &#x1f3e2; 比喻场景&#xff1a; 你要去一个 高级写字楼&#xff08;华为云物联网平台&#xff09; 办事&#xff08;调用接口管理设备&#xff09;&…...

    如何利用快照与备份快速恢复服务器的数据

    在服务器上利用**快照&#xff08;Snapshot&#xff09;**和**备份&#xff08;Backup&#xff09;**快速恢复数据&#xff0c;可显著减少停机时间并确保业务连续性。以下是具体操作步骤和最佳实践&#xff1a; --- ### **1. 快照&#xff08;Snapshot&#xff09;恢复** **适…...

    Git 详细使用说明文档(适合小白)

    Git 详细使用说明文档&#xff08;适合小白&#xff09; 1. 什么是 Git&#xff1f; Git 是一个版本控制系统&#xff0c;帮助你管理和跟踪代码的变更。无论是个人项目还是团队协作&#xff0c;Git 都能帮助你记录代码的历史版本&#xff0c;方便回溯和协作。 2. 安装 Git …...

    Spring JDBC 的开发步骤(非注解方式)

    以下是使用 非注解方式&#xff08;纯 XML 配置&#xff09;实现 Spring JDBC 的完整示例&#xff1a; 1. 项目依赖&#xff08;不变&#xff09; <!-- pom.xml --> <dependencies><!-- Spring JDBC --><dependency><groupId>org.springframewo…...

    Graph Database Self-Managed Neo4j 知识图谱存储实践1:安装和基础知识学习

    Neo4j 是一个原生图数据库&#xff0c;这意味着它在存储层实现了真正的图模型。它不是在其他技术之上使用“图抽象”&#xff0c;而是以您在白板上绘制想法的相同方式在Neo4j中存储数据。 自2007年以来&#xff0c;Neo4j已经发展成为一个丰富的工具、应用程序和库的生态系统。…...

    一天学完Servlet!!!(万字总结)

    文章目录 前言Servlet打印Hello ServletServlet生命周期 HttpServletRequest对象常用api方法请求乱码问题请求转发request域对象 HttpServletResponse对象响应数据响应乱码问题请求重定向请求转发与重定向区别 Cookie对象Cookie的创建与获取Cookie设置到期时间Cookie注意点Cook…...

    E3650工具链生态再增强,IAR全面支持芯驰科技新一代旗舰智控MCU

    近日&#xff0c;全球嵌入式软件开发解决方案领导者IAR与全场景智能车芯引领者芯驰科技正式宣布&#xff0c;IAR Embedded Workbench for Arm已全面支持芯驰E3650&#xff0c;为这一旗舰智控MCU提供开发和调试一站式服务&#xff0c;进一步丰富芯驰E3系列智控芯片工具链生态&am…...

    Spring Boot Controller 单元测试撰写

    文章目录 引言标准用法必需依赖项核心注解说明代码示例 当涉及静态方法时的测试策略必需依赖项核心注解说明代码示例 引言 之前在编写 Controller 层的单元测试时&#xff0c;我一直使用 SpringBootTest 注解&#xff0c;但它会加载整个 Spring 应用上下文&#xff0c;资源开销…...

    TypeScripts前端基础篇(4)--- 如何定义泛型?

    在 TypeScript 中&#xff0c;泛型&#xff08;Generics&#xff09;是语言内置的功能&#xff0c;不需要额外下载或安装任何东西;泛型&#xff08;Generics&#xff09;允许你创建可重用的组件&#xff0c;这些组件可以支持多种类型。现在给出的两个例子展示了不同的用法&…...

    在深度学习中FLOPs和GFLOPs的含义及区别

    在深度学习中&#xff0c;FLOPs和GFLOPs是衡量计算性能的关键指标&#xff0c;但两者的定义和应用场景不同&#xff1a; 1. 定义与区别 • FLOPs&#xff08;Floating-point Operations&#xff09; 表示模型或算法执行时所需的浮点运算总次数&#xff0c;用于衡量模型的计算复…...

    MSSQL-数据库还原报错-‘32(另一个程序正在使用此文件,进程无法访问。)‘

    这里是引用 标题: Microsoft SQL Server Management Studio 还原 对于 服务器“<<服务器名称>>”失败。 (Microsoft.SqlServer.SmoExtended) 有关帮助信息&#xff0c;请单击: http://go.microsoft.com/fwlink?ProdNameMicrosoftSQLServer&ProdVer12.0.2000.8…...

    卷积神经网络:视觉炼金术士的数学魔法

    引言&#xff1a;当数学遇见视觉炼金术 在人工智能的奇幻世界里&#xff0c;卷积神经网络&#xff08;CNN&#xff09;犹如掌握视觉奥秘的炼金术士&#xff0c;将原始像素的"铅块"淬炼成认知的"黄金"。这种融合数学严谨性与生物灵感的算法架构&#xff0c…...

    立马耀:通过阿里云 Serverless Spark 和 Milvus 构建高效向量检索系统,驱动个性化推荐业务

    作者&#xff1a;厦门立马耀网络科技有限公司大数据开发工程师 陈宏毅 背景介绍 行业 蝉选是蝉妈妈出品的达人选品服务平台。蝉选秉持“陪伴达人赚到钱”的品牌使命&#xff0c;致力于洞悉达人变现需求和痛点&#xff0c;提供达人选高佣、稳变现、速响应的选品服务。 业务特…...

    青少年编程与数学 02-018 C++数据结构与算法 07课题、堆

    青少年编程与数学 02-018 C数据结构与算法 07课题、堆 一、堆1. 定义2. 堆的存储方式3. 堆的常见操作4. 堆的应用 二、最大堆的实现1. 堆的存储2. 基本操作3. C代码实现4. 代码说明5. 示例输出 三、最小堆的实现四、建堆操作1. 建堆操作的原理2. 为什么从最后一个非叶子节点开始…...

    机器学习特征工程中的数值分箱技术:原理、方法与实例解析

    标题&#xff1a;机器学习特征工程中的数值分箱技术&#xff1a;原理、方法与实例解析 摘要&#xff1a; 分箱技术作为机器学习特征工程中的关键环节&#xff0c;通过将数值数据划分为离散区间&#xff0c;能够有效提升模型对非线性关系的捕捉能力&#xff0c;同时增强模型对异…...

    安装Github软件详细流程,win10系统从配置git到安装软件详解,以及github软件整合包制作方法(

    win10系统部署安装开源ai必备 一、安装git应用程序&#xff08;用来下来github软件&#xff09; 官网下载git的exe可执行文件&#xff0c;Git - Downloads 或者这里下夸克网盘分享 运行git应用程序&#xff0c;一路’Next’到底即可。 配置安装路径 此时如果直接运行git命…...

    专业热度低,25西电光电工程学院(考研录取情况)

    1、光电工程学院各个方向 2、光电工程学院近三年复试分数线对比 学长、学姐分析 由表可看出&#xff1a; 1、光学工程25年相较于24年下降20分&#xff0c; 2、光电信息与工程&#xff08;专硕&#xff09;25年相较于24年上升15分 3、25vs24推免/统招人数对比 学长、学姐分析…...

    java—11 Redis

    目录 一、Redis概述 二、Redis类型及编码 三、Redis对象的编码 1. 类型&编码的对应关系 2. string类型常用命令 &#xff08;1&#xff09;string类型内部实现——int编码 &#xff08;2&#xff09;string类型内部实现——embstr编码 ​编辑 &#xff08;3&#x…...

    C语言编程--14.电话号码的字母组合

    题目&#xff1a; 给定一个仅包含数字 2-9 的字符串&#xff0c;返回所有它能表示的字母组合。答案可以按 任意顺序 返回。 给出数字到字母的映射如下&#xff08;与电话按键相同&#xff09;。注意 1 不对应任何字母。 示例 1&#xff1a; 输入&#xff1a;digits “23” …...

    热门算法面试题第19天|Leetcode39. 组合总和40.组合总和II131.分割回文串

    39. 组合总和 力扣题目链接(opens new window) 给定一个无重复元素的数组 candidates 和一个目标数 target &#xff0c;找出 candidates 中所有可以使数字和为 target 的组合。 candidates 中的数字可以无限制重复被选取。 说明&#xff1a; 所有数字&#xff08;包括 ta…...

    OpenCv高阶(十一)——物体跟踪

    文章目录 前言一、OpenCV 中的物体跟踪算法1、均值漂移&#xff08;Mean Shift&#xff09;&#xff1a;2、CamShift&#xff1a;3、KCF&#xff08;Kernelized Correlation Filters&#xff09;&#xff1a;4、MIL&#xff08;Multiple Instance Learning&#xff09;&#xf…...

    2194出差-节点开销Bellman-ford/图论

    题目网址&#xff1a; 蓝桥账户中心 我先用Floyd跑了一遍&#xff0c;不出所料TLE了 n,mmap(int,input().split())clist(map(int,input().split()))INFfloat(inf) ma[[INF]*n for i in range(n)]for i in range(m):u,v,wmap(int,input().split())ma[u-1][v-1]wma[v-1][u-1]w#“…...

    Docker安装beef-xss

    新版的kali系统中安装了beef-xss会因为环境问题而无法启动&#xff0c;可以使用Docker来安装beef-xss&#xff0c;节省很多时间。 安装步骤 1.启动kali虚拟机&#xff0c;打开终端&#xff0c;切换到root用户&#xff0c;然后执行下面的命令下载beef的docker镜像 wget https:…...

    产品经理学习过程

    一&#xff1a;扫盲篇&#xff08;初始产品经理&#xff09; 阶段1&#xff1a;了解产品经理 了解产品经理是做什么的、产品经理的分类、产品经理在实际工作中都会接触什么样的岗位、以及产品经理在实际工作中具体要做什么事情。 二&#xff1a;准备篇 阶段2&#xff1a;工…...

    时间序列-数据窗口进行多步预测

    在时间序列预测领域&#xff0c;多步预测旨在基于历史数据预测未来多个时间点的值&#xff0c;而创建数据窗口是实现这一目标的常用且高效的技术手段。数据窗口技术的核心是通过滑动窗口机制构建训练数据集&#xff0c;其核心逻辑可概括为&#xff1a;利用历史时间步的序列模式…...

    【系统架构设计师】嵌入式微处理器

    目录 1. 说明2. 微处理器(MPU)3. 微控制器(MCU)4. 信号处理器(DSP)5. 图形处理器(GPU)6. 片上系统(SoC)7. 例题7.1 例题1 1. 说明 1.嵌入式微处理器主要用于处理相关任务。2.由于嵌入式系统通常都在室外使用&#xff0c;可能处于不同环境&#xff0c;因此&#xff0c;选择处理…...

    Oracle创建触发器实例

    一 创建DML 触发器 DML触发器基本要点&#xff1a; 触发时机&#xff1a;指定触发器的触发时间。如果指定为BEFORE&#xff0c;则表示在执行DML操作之前触发&#xff0c;以便防止某些错误操作发生或实现某些业务规则&#xff1b;如果指定为AFTER&#xff0c;则表示在执行DML操作…...