基于iMX6ULL处理器的监控平台体验--米尔MYD-Y6ULX-V2开发板

本篇测评由电子发烧友的优秀测评者“HonestQiao”提供。

01.

评测规划

米尔MYD-Y6ULX-V2开发板上带有SIM卡的插槽，于是结合我之前的使用米尔板子的经验，想制作一个远程监控的平台。
不过通过硬件手册了解到，板子自身不带有LTE模块，需要安装一个Mini PCI-E接口的LTE 模块才能够使用4G网络，且仅支持仅支持移远EC20型号。
而手头暂时没有这个型号的LTE模块，于是退而且其次，使用有线网络来进行数据的传输。
这块板子的full镜像，提供了通过V4L对USB摄像头的支持，直接插接上USB摄像头就能使用了。
最终，具体的评测规划如下：

使用米尔MYD-Y6ULX-V2开发板提供摄像头监控数据

使用OLED呈现开发板的设备负载、IP地址和服务信息

使用PyQT5开发监控显示界面

使用opencv进行人脸识别检测

02.

硬件准备

• 海康威视USB摄像头

使用USB连接的摄像头即可

• SSD1306 OLED

MYD-Y6ULX-V2开发板支持IIC和SPI通讯，我手头正好有合适的IIC通讯的SSD1306 OLED用上 

• USB2TTL

开始使用MYD-Y6ULX-V2开发板的时候，需要使用串口连接做一些基础的设置 

• 米尔MYD-Y6ULX-V2开发板

将以上设备都连接到开发板以后，具体如下： 具体的配置连线，后续会进行说明；具体的接口分布如下： MYD-Y6ULX-V2开发板默认已经少录了系统，但是属于较老的版本，我们需要自己烧录为最新的版本。
根据使用手册，选用如下的镜像，并按照手册设定好启动方式，进行烧录更新。

• 镜像类型：

FullEMMC 

• 烧录方式：

述镜像需要先解压，然后使用官方提供的Win32 Disk Imager烧录到SD卡，然后接到开发板上 

• 拨码开关

MYD-Y6ULX-V2开发板有几个不同的子型号，以及设置不同的启动方式的时候，需要通过板载的拨码开关来控制。我评测的开发板，为eMMC版本，所以更新选择TF Card启动(eMMC版本)模式，具体如下： 

• 连接调试串口：

参考之前的接口分布，使用USB2TTL连接开发板的调试串口和电脑： 在电脑端，使用串口终端工具进行连接：Windows系统可以视同使用Putty或者mobaxterm，Linux和macOS系统可以使用minicom或者picocom我用的是macOS，所以使用picocom连接： 

• 烧录：

关机装状态下，插好SD卡后，重新上电开机，就会自动启动，并进刷机状态，并输出正在升级的提示信息。升级需要一段时间，请耐心等待。

• 验证：

更新成功后，断电，然后将拨码开关设置回eMMC启动模式，重启上电开机，最终会看到如下的启动信息，其中NXP i.MX Release Distro 5.10-gatesgarth表示已经更新到了当前系统： 

在更新完毕后，需要对开发板进行一些基础的设置，以方便后续进一步操作。

• eth0、eth1的IP设置：

参考：7.2. 通用网络配置

使用vi修改文件：/etc/systemd/network/10-static-eth0.network使用vi修改文件：/etc/systemd/network/11-static-eth1.network静态配置示例如下：

[Match]Name=eth0[Network]Address=192.168.1.177/24Gateway=192.168.1.1DNS=192.168.1.1

动态配置示例如下：

[Match]Name=eth0
[Network]DHCP=yesEOF

配置后，可以重启网络服务，然后查看结果：

service systemd-networkd restartifconfig

时区设置：

参考：ntpd时钟同步服务使用vi修改：/etc/sysconfig/clock

ZONE="Asia/Shanghai"UTC=trueARC=false

cp /usr/share/zoneinfo/Asia/Shanghai /etc/localtime

ntpd对时设置

参考：ntpd时钟同步服务使用vi修改：/etc/sysconfig/ntpd

# Drop root to id 'ntp:ntp' by default.OPTIONS="-u ntp:ntp -p /var/run/ntpd.pid"# Set to 'yes' to sync hw clock after successful ntpdateSYNC_HWCLOCK=yes #make no into yes; BIOS的时间也会跟着修改# Additional options for ntpdateNTPDATE_OPTIONS=""

使用vi修改：/etc/ntp.conf

重启服务生效：

service ntpd restart
date

查看结果：

远程连接：

以上设置完成后，就可以在其他电脑上，使用ssh远程连接，来连接开发板了。然后，在其他电脑上，使用ssh工具进行远程连接：

Windows系统可以视同使用Putty或者mobaxterm，Linux和macOS系统可以直接使用ssh命令

米尔为MYD-Y6ULX-V2开发板提供了详细的开发环境建立的指导，参考《MYD-Y6ULX_Linux软件开发指南.pdf》即可完成所需要的工作。

开发环境需要在一个Ubuntu环境下建立，而不是开发板自身的系统上。

Ubuntu开发环境建立

从开发板的资料包页面，下载光盘镜像：http://down.myir-tech.com/MYD-Y6ULX/，也可以从百度网盘下载相应的资料包。

首先安装基础工具包，并进行工作目录的构建：

sudo apt-get install gawk wget git-core diffstat unzip texinfo gcc-multilib build-essential chrpath socat cpio python3 python3-pip python3-pexpect xz-utils debianutils iputils-ping python3-git python3-jinja2 libegl1-mesa libsdl1.2-dev
mkdir -p ~/MYD-Y6ULX-develexport DEV_ROOT=~/MYD-Y6ULX-devel
sudo mkdir /media/cdimagesudo mount -o loop ~/Downloads/MYD-Y6ULX_L5.10.9_20220826.iso /media/cdimagecp -r /mnt/cdimage/02_Images $DEV_ROOT/cp -r /mnt/cdimage/03_Tools $DEV_ROOT/cp -r /mnt/cdimage/04_Sources $DEV_ROOT/

安装编译链编译链：根据手册的说明，使用full系统的应用工具链，以便进行应用的交叉编译

cd $DEV_ROOT/03_Tools/Tools_chain/bash fsl-imx-fb-glibc-x86_64-myir-image-full-cortexa7t2hf-neon-myd-y6ull14x14-toolchain-5.10-gatesgarth.sh
. /opt/test5.10/environment-setup-cortexa7t2hf-neon-poky-linux-gnueabi$CC -v

安装编译工具链时的提示：安装到/opt/test5.10目录

安装完成后的验证：

要使用到摄像头，并对外提供监控数据，使用mjpg_streamer最合适了。

在网上也有不少 iMX6移植原版mjpeg-streamer的文章可供参考，不过我查看后大受误导。

直接使用我之前的版本，进过简单的修改，就能使用MYD-Y6ULX-V2开发板的编译工具链进行成功编译了。

mjpg_streamer分支版本：https://github.com/jacksonliam/mjpg-streamer

下载地址：https://github.com/jacksonliam/mjpg-streamer/archive/refs/heads/master.zip

交叉编译：

完成编译后，结果如下：

• 带so文件部署

使用scp将以上文件拷贝到开发板

ssh root@192.168.1.177 "mkdir ~/mjpeg_server/"scp mjpg_streamer root@192.168.1.177:~/mjpeg_server/scp *.so root@192.168.1.177:~/mjpeg_server/

• mjpeg_streamer测试

将mjpg_streamer部署到开发板上以后，就可以远程连接到开发板进行测试了。

查看摄像头设备

查看设备指令：v4l2-ctl --list-devices

从上图可以看出，识别到了连接的USB摄像头HIK 720P Camera，对应的第一个设备地址/dev/video2可以被mjpg_streamer调用。

• 启动mjpg_streamer测试：

cd ~/mjpeg_server./mjpg_streamer -i "input_uvc.so -d /dev/video2 -n -r 640x480 -f 10" -o "output_http.so -w ./"

默认启动的mjpg_streamer是可以任意访问的，这很危险。但可以使用-c 用户名:密码来设置一个访问密码，可以参考下图中的指令：

• 访问测试：

现在在其他电脑上，可以直接通过浏览器访问开发板上提供的摄像头数据流在我的环境下，访问地址为：http://192.168.1.177:8080/?action=stream

我所使用的SSD1306 OLED使用IIC通讯的，之前我也使用过一个Linux环境下的ssd1306工具。
经过尝试，这个工具可以使用MYD-Y6ULX-V2开发板的编译工具链进行编译和使用。

• 下载地址：https://github.com/armlabs/ssd1306_linux/archive/refs/heads/master.zip
• 交叉编译：

修改配置文件 Makefile，具体修改如下：

修改完成后，进行编译，编译完成后，部署ssd1306_bin一个文件即可

makels -l ssd1306_bin
# 部署文件到开发板scp ssd1306_bin root@192.168.1.177:~/mjpeg_server/

• 硬件连接

参考手册上的说明，进行硬件的连接。我所使用的OLED使用到了VDD_5V、DGND、I2C2_SCL、I2C2_SDA。务必要注意所使用的OLED的电压，有的只能使用3.3V，使用5V会完蛋。

OLED显示测试

上述硬件连接完成后，就可以远程连接到开发板，进行测试了。

查看OLED设备是否成功硬件连接，通常IIC地址为3c：i2cdetect -y -a 1

然后，进行显示测试

cd ~/mjpeg_server./ssd1306_bin -n 1 -I 128x64./ssd1306_bin -n 1 -c./ssd1306_bin -n 1 -r 0./ssd1306_bin -n 1 -x 0 -y -0 -m "Hello World!\n\nI'm MYD-Y6ULX-V2."

完成以上两项工作，开发板部分的基础工作就完成了，可以写一个启动脚本来进行控制，具体如下：
为了安全访问，在脚本中设置了访问的用户名和密码，可以根据实际需要进行修改。
以下的操作，都需要远程连接到开发板上进行。

服务启动脚本：~/mjpeg_server/mjpeg_server_start.sh

#!/bin/bash
cd "${0%/*}"
killall mjpg_streamer >/dev/nul 2>&1device=$(v4l2-ctl --list-devices | grep 'Camera' -A1 | grep /dev/video | head -1 | awk '{print $NF}')./mjpg_streamer -i "input_uvc.so -d $device -n -r 640x480 -f 10" -o "output_http.so -w ./ -c test:test123" &
./ssd1306_bin -n 1 -I 128x64./ssd1306_bin -n 1 -r 0
let count=0while truedo nowdate="$(date '+%Y-%m-%d %H:%M:%S')" load="$(w | head -1 | sed -e 's/^.*average: //' | cut -d ',' -f 1)" temp=$(echo "scale=1;$(cat /sys/devices/virtual/thermal/thermal_zone0/temp)/1000" | bc) ipstr=" ${nowdate}\n L:${load} T:${temp}" if [[ $count -gt 0 ]];then ./ssd1306_bin -n 1 -x 0 -y 0 -m "${ipstr}" else ./ssd1306_bin -n 1 -c ipstr="${ipstr}\n**-*-IP Address-*-**" i=0 for ip in $(ip addr show | grep -v "127.0.0.1" | awk -F'[ /]+' '{if($0 ~ / inet /) print $3;}') do let i=i+1 ipstr="${ipstr}\nIP${i}: ${ip}" done
ipstr="${ipstr}\nSRV: ip:8080/?action" ipstr="${ipstr}\n =stream"
echo -e "${ipstr}" ./ssd1306_bin -n 1 -x 0 -y 0 -m "${ipstr}" fi let count=count+1 if [[ $count -gt 15 ]];then let count=0 fi sleep 1done

开机启动：

screen-Smjpeg_server/home/root/mjpeg_server/mjpeg_server_start.sh

配置完成后，就可以重新启动开发板，OLED显示屏上会显示对应的信息：

然后在电脑上，打开之前的访问地址，进行测试了。

MYD-Y6ULX-V2开发板的full环境支持使用QT5进行应用开发，但实际使用中，需要屏幕配合。
我手头没有对应的屏幕，所以这一步的工作，就在电脑上进行，并使用PyQT5进行开发。
具体要做的工作如下：

操作界面开发

mjpeg流读取显示

人脸识别

其中人脸识别部分，参考了：* opencv快速入门人脸检测与人脸识别

涉及到具体的代码的开发，我就直接上代码了，感兴趣的同学，可以查看代码进行学习。

from PyQt5 import QtWidgetsfrom PyQt5.QtGui import QImage, QPixmap, QKeySequencefrom PyQt5.QtCore import QThreadimport sys, cv2, threading, random, signalimport numpy as npimport socketimport time, datetimeimport requestsfrom requests.auth import HTTPBasicAuth
# 0-摄像头 1-socket 2-from remoteCAMERA_SOURCE = 2CAMERA_LOCAL_INDEX = 0 # 如果使用本地摄像头，则表示其videoN的NCAMERA_SOCKET_PORT = 8888 # 如果视同socket，设置端口# CAMERA_REMOTE_URL = "http://192.168.1.15:8080/live.mjpg"CAMERA_REMOTE_URL = "http://192.168.1.177:8080/?action=stream"CAMERA_SOURCE_NAME = ["USB摄像头", "网络图像流", "米尔MYD-Y6ULX-V2摄像头监控"]AUTH_CONFIG = {"user":"test","pass":"test123"}FACE_DETECTION = True
if FACE_DETECTION == True: # https://blog.csdn.net/FontThrone/article/details/105314973 # https://github.com/FontTian/DS-Exhibitio face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml') face_cascade.load('./haarcascades/haarcascade_frontalface_default.xml') face_box_colors = [ (255, 0, 0), (0, 255, 0), (0, 255, 0), (255, 255, 0), (255, 0, 255), (0, 255, 255), (255, 128, 128), (128, 255, 128), (128, 255, 128), (255, 255, 128), (255, 128, 255), (128, 255, 255) ]
# 应用定义app = QtWidgets.QApplication(sys.argv)window_w, window_h = 640, 480 # 窗口宽度和高度scale = 0.58 # 视频信息宽高比
# 界面定义Form = QtWidgets.QWidget()Form.setWindowTitle(CAMERA_SOURCE_NAME[CAMERA_SOURCE])Form.resize(window_w, window_h)
# 窗口大小改变时自动调整按钮def windowResize(self): global window_w, window_h, scale window_w = Form.width() # 窗口宽度 window_h = Form.height() # 窗口高度 label.setGeometry(0,0, window_w, int(window_w*scale)) # 调整 QLabel 尺寸 btn1.setGeometry(10, window_h-40,70,30) # 调整按钮位置 btn2.setGeometry(80, window_h-40,70,30) # 调整按钮位置 btn3.setGeometry(window_w - 80, window_h-40,70,30) # 调整按钮位置
Form.resizeEvent = windowResize # 设置窗口大小改变时触发
# 关闭应用时的处理ocv = True # 设置是否处理视频def closeOpenCV(self): global ocv, output ocv = False # 关闭窗口时，停止处理视频 print("关闭程序") try: output.release() # 关闭窗口时，释放视频处理资源 except: pass
Form.closeEvent = closeOpenCV # 窗口关闭时触发
label = QtWidgets.QLabel(Form)label.setGeometry(0,0, window_w, int(window_w*scale)) # 设置 QLabel 的位置和大小
# 存储文件时使用的文件名def rename(): # return str(random.random()*10).replace('.','') return datetime.datetime.now().strftime('%Y%m%d_%H%M%S')
photo = False # 按下拍照按钮时，设置处于拍照状态
# 按下拍照按钮时的处理def takePhoto(): global photo photo = True # 设定拍照状态为True print("马上拍照")
btn1 = QtWidgets.QPushButton(Form)btn1.setGeometry(10, window_h-40,70,30) # 设置拍照按钮的位置和大小btn1.setText('拍照')btn1.clicked.connect(takePhoto) # 按下拍照按钮时触发
fourcc = cv2.VideoWriter_fourcc(*'mp4v') # 设置视频中的存储格式recorderType = False # 按下录像按钮时，设置处于录像状态
# 按下录像按钮时的处理def recordVideo(): global recorderType, output if recorderType == False: # 如果按下按钮时没有在录像，则开始录像 # 设定存储的视频信息 output = cv2.VideoWriter(f'videos/{rename()}.mp4', fourcc, 20.0, (window_w, int(window_w*scale))) recorderType = True # 设置正在录制状态 btn2.setGeometry(80, window_h-40,200,30) # 根据显示内容设置大小 btn2.setText('录像中，点击停止保存') else: # 如果按下按钮时正在在录像，则停止录像 output.release() # 释放视频存储资源 recorderType = False # 设置非录制状态 btn2.setGeometry(80, window_h-40,70,30) # 根据显示内容设置大小 btn2.setText('录像')
btn2 = QtWidgets.QPushButton(Form)btn2.setGeometry(80, window_h-40,70,30) # 设置录像按钮的位置和大小btn2.setText('录像')btn2.clicked.connect(recordVideo) # 按下录像按钮时触发
# 按下退出按钮时的处理def quitApp(): global video_server print("退出程序") closeOpenCV(False) app = QtWidgets.QApplication.instance() app.quit()
btn3 = QtWidgets.QPushButton(Form)btn3.setGeometry(window_w-80, window_h-40,70,30) # 设置退出按钮的位置和大小btn3.setText('退出')btn3.clicked.connect(quitApp) # 按下退出按钮时触发
# 人脸识别处理def face_detection_process(frame): if FACE_DETECTION == True: face_count = 0 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) faces = face_cascade.detectMultiScale(gray, 1.3, 5) for (x, y, w, h) in faces: color = face_box_colors[face_count % len(face_box_colors)] cv2.rectangle(frame, (x, y), (x + w, y + h), color, 2) face_count+=1
# 此处省略本项目用不到的数百行...
# mjpeg数据流处理服务def mjpeg_remote_server(): global window_w, window_h, scale, photo, output, recorderType, ocv
r = requests.get(CAMERA_REMOTE_URL, auth=HTTPBasicAuth(AUTH_CONFIG["user"], AUTH_CONFIG["pass"]), stream=True) if(r.status_code != 200): print("Received unexpected status code {}".format(r.status_code)) return
count = 0 is_first = False recv_data_mjpeg = bytes() for recv_data in r.iter_content(chunk_size=1024): if not ocv: break
count+=1 if count % 10000 == 1: print("\trecv stream success") recv_data_mjpeg += recv_data
a = recv_data_mjpeg.find(b'\xff\xd8') b = recv_data_mjpeg.find(b'\xff\xd9') if not (a != -1 and b != -1): continue
mjpg_data_raw = recv_data_mjpeg[a:b+2] recv_data_mjpeg = recv_data_mjpeg[b+2:]
mjpeg_data = np.frombuffer(mjpg_data_raw, 'uint8') img = cv2.imdecode(mjpeg_data, cv2.IMREAD_COLOR) # cv2.imshow('stream', img)
if not is_first: is_first = True sp = img.shape sz1 = sp[0] #height(rows) of image sz2 = sp[1] #width(colums) of image sz3 = sp[2] #the pixels value is made up of three primary colors print('网络图像: width=%d \theight=%d \tnumber=%d' % (sz1, sz2, sz3)) scale = sz1/sz2
frame = cv2.resize(img, (window_w, int(window_w*scale))) # 改变帧大小 if photo == True: name = rename() # 设置文件名称 name_save = f'photos/{name}.jpg' print("照片存储：%s" % name_save) cv2.imwrite(name_save, frame) # 存储图片 photo = False # 拍照完，设置非拍照状态 if recorderType == True: output.write(frame) # 按下录像按钮时，输出到存储文件
face_detection_process(frame) frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) # 设置为 RGB height, width, channel = frame.shape bytesPerline = channel * width img = QImage(frame, width, height, bytesPerline, QImage.Format_RGB888) label.setPixmap(QPixmap.fromImage(img)) # 显示

if CAMERA_SOURCE == 2: video_server = QThread() video_server.run = mjpeg_remote_server video_server.start()
Form.show()sys.exit(app.exec_())

设置好开发板的MJPEG视频地址，然后启动上面的python程序，就能打开如下界面了：

如果画面中有人脸，就会自动识别了：