DFRobot行业AI开发者大赛--LattePandaDelta
1.LattePandaDelta
很荣幸前阵子跟着团队参加了DFRobot行业AI开发者大赛。一直都没来得及写硬件平台的相关测评文章，今天补上，水平有限，有错误之处烦请指正。
如图，是组委会寄来的板子——LattePandaDelta，是整个机器人的控制核心。
使用起来非常便捷，板子本身搭载了win10.同时支持linux系统，常按左下角便启动板载系统。下面我们把LattePandaDelta和其他几块常见的板子对比一下，体会下LattePandaDelta的强悍性能。
2.不同上位机主控对比
| 项目 | RK399 | Jetson TX2 | Jetson nano | Intel NUC | LattePandaDelta |
|---|---|---|---|---|---|
| CPU | Rockchip RK3399 | HMP Dual Denver-2 +Quad ARM A57-4 | 四核ARM Cortex A57 | 酷睿i7-6770HQ | Intel 8th Gen Celeron Processor N4100 |
| GPU | Mali-T860 四核 | NVIDIA Pascal, 256 CUDA cores | 128 Maxwell cores | 锐炬Pro | Intel UHD Graphics 600, 200-700MHz |
| 存储 | 16 GBeMMC | 32 GB eMMC SDIO,SATA | TF卡 | SATA、AHCI、 SDXC | 32 eMMC V5.01 |
| 内存 | 2GB DDR3 | 8GB128bit LPDDR4 | 4 GB 64bit LPDDR4 | 32 GB DDR4 | 4G LPDDR4 2400MHz Dual-Channel |
| USB | USB2.0-4 USB3.0-2 | USB3.0-1USB2.0-1 | USB3.0-4 USB2.0-1 | USB3.1-1USB3.0-6USB2.0-2 | 3x USB 3.0 Type A 1x USB Type C, supports PD, DP, USB 3.0 |
| 功耗 | 7W | ≤7.5 W | 5W | 15W | 24W |
从性能方面来分析，LattePandaDelta仅次于Intel NUC。但与Intel NUC相比LattePandaDelta的优势是强大的双操作系统兼容性-Windows/Linux、多达42个可扩展接口带来丰富的可玩性、超薄设计，最大限度减少占用空间以及利用多系统高效编码。
在板载存储方面，LattePandaDelta优势很大，对于嵌入式场景来说，32GB完全可行。
LattePandaDelta 4GB的运行内存也比较富足，在处理人工智能算法时不用担心因为内存问题牵扯算法的执行。
3.使用步骤
由于本参赛项目所在平台为Ubuntu，故需要为LattePandaDelta 装Ubuntu 16.04 LTS系统，步骤如下：
准备工作：
- 1个空白USB闪存驱动器（大于8 GB）
- 桌面光盘映像文件 Ubuntu 16.04 LTS光盘映像文件
安装步骤：
- 下载Ubuntu 16.04 LTS映像，建议使用“ Rufus.”来创建安装媒体。
- 选择所使用的USB闪存驱动器，然后加载ISO文件。Rufus界面如下图所示。单击开始按钮将ISO文件刻录到USB闪存驱动器上。
- 重新启动LattePanda，在开机前连续按“ Esc”进入BIOS。
- 导航到“引导”选项卡，然后更改“引导选项优先级”，以使USB驱动器为“引导选项＃1”。
- 导航到“保存并退出”标签，然后选择“保存更改并退出”。
- LattePanda将重新启动。之后会出现两种选择：在不安装的情况下使用Ubuntu；安装Ubuntu。
选哪个都行，我选了第一个，之后会出现下面这个画面。
双击桌面上“Install Ubuntu 16.04.X LTS”的图标后开始安装。
接下来的步骤和一般的双系统装Ubuntu的步骤一样，可参考这个 link.。不同的是，如果不用到windows的话可以“擦除磁盘并安装Ubuntu”。
安装好之后就是安装OPENVINO和ROS kinect了，这方面相关资料有很多，这里不赘述了。同时推荐一个包：ROS OpenVINO软件包（ros_vino）。
4.最后
希望本队能在DFRobot行业AI开发者大赛取得理想的成绩，为OPENVINO中文社区的建设做出小小的贡献。