# OAK2 SoM 开发指南

本指南介绍如何将 DepthAI（空间AI平台）集成到您自己的定制产品中。在设计PCB时，也请参阅 [OAK设计指南与机械考量](#OAK%20Design%20Guide%20and%20Mechanical%20Considerations)。

> **OAK-SoM-Pro 硬件更新**
> 2026年5月之后生产的单元将不包含eMMC存储。需要eMMC？请联系我们的支持团队 support@luxonis.com。

## 将DepthAI集成到产品中的难度

在设计DepthAI平台时，我们始终努力考虑长期集成需求，目标是使其尽可能简单地集成到其他产品中。

## 什么是OAK系统级模块（SoM）？

OAK SoM 是一款小尺寸PCB，搭载了强大的
[RVC2](https://docs.luxonis.com/hardware/platform/rvc/rvc2.md)。[RVC2](https://docs.luxonis.com/hardware/platform/rvc/rvc2.md)
拥有16个强大的SHAVE核心，并配备了神经计算引擎，这是一个专用于深度神经网络推理的硬件加速器。此外，OAK-SoM-Pro 还配备了NOR闪存，可以作为USB启动的替代方案。SoM
的核心理念是，客户可以用它来构建自己的设备，因为SoM本身是一块非常复杂的12层PCB。这样，我们的SoM设备就充当了一个抽象层。

我们有两种类型的RVC2 SoM设备：

 * [OAK-SoM](https://shop71313603.taobao.com/?spm=pc_detail.30350276.shop_block.dshopinfo.27a17dd635FNDA)

 * [OAK-SoM-Pro](https://shop71313603.taobao.com/?spm=pc_detail.30350276.shop_block.dshopinfo.27a17dd635FNDA)

它们之间的主要区别在于：

 * NOR闪存能力：OAK-SoM 默认没有NOR闪存，而Pro版本默认有1Gbit NOR闪存（某些版本使用125Mbit）。
 * 这使得Pro版本可以将启动固件存储在板载NOR闪存中，而OAK-SoM需要主机通过USB启动。Pro版本还支持以太网和
   [SD卡](https://github.com/luxonis/depthai-python/tree/sdcard_no_eth_updated) 功能（两者互斥）。

## 基板

与我们的[软件](https://github.com/luxonis/oak-examples)和[库](https://github.com/luxonis/depthai-core)一样，我们的[硬件](https://github.com/luxonis/oak-hardware)也是开源的。因此，它不是一个黑盒。您可以查看我们的设备（PCB）是如何设计的，并根据需要自行修改。即使是高中生也能通过修改现有的开源设计来设计自己的基板。大部分复杂性都在SoM上，因此基板可以是一块2层PCB。

以下是一个不带SoM的基板示例：

以下是SoM安装在基板上的示例——[OAK-FFC 4P](https://docs.luxonis.com/hardware/products/OAK-FFC%25204P.md)：

## NOR闪存与供电

OAK-SoM-IoT 和 OAK-SoM-Pro 具有QSPI NOR闪存，能够进行快速的随机访问位置，用于存储和运行代码。

功耗因应用而异。运行Mobilenet-SSD V2、帧率30FPS的立体视觉应用通常消耗约2.5W，但计算量更大的应用可能消耗高达5W。大部分功耗由
[RVC2](https://docs.luxonis.com/hardware/platform/rvc/rvc2.md) 消耗。

更多信息，请参阅我们GitHub硬件仓库中相应的数据手册 [OAK-SoM
数据手册](https://github.com/luxonis/oak-hardware/blob/master/SoMs/OAK-SoM/OAK-SoM_Datasheet.pdf)。

## OAK设计指南与机械考量

### 从“为什么”开始：

通过立体相机对（或多对立体相机）获取深度信息的OAK模型，通过特征匹配和三角测量来实现。特征匹配通过比较从一只相机获取的每行特征与另一只相机同一行获取的特征来完成。

为了实现这一点，相机必须经过标定，使得一只相机的水平线与立体相机对中另一只相机的水平线完美对齐。

该标定涉及：

 1. 左相机的内参。
 2. 右相机的内参。
 3. 左右相机之间平移和旋转的外参。
 4. 用于对齐立体相机行的校正参数。

内参矩阵包含每个相机的焦距和光学中心的估计值，对于在立体设置中获得准确的深度计算至关重要。外参标定提供了相机的相对位置，而校正确保了用于特征匹配的立体图像的对齐。

为了获得高质量的深度结果，这些参数必须随时间保持稳定，这就要求相机模块及其安装具有刚性的物理特性，以防止意外移动或旋转。

### 进入“如何做”：

 * 确保相机组件刚性强，且无机械应力、负载或扭矩。
 * 考虑安装点和电缆入口点，以尽量减少可能导致相机变形的运动和压力。
 * 尽早与Luxonis分享设计，以获得关于机械稳健性的反馈。

### 进入“做什么”：

 * 将相机安装在刚性结构上：
   * 通过附近的金属支架加固PCB安装点，防止弯曲。
   * 使用热隔离的金属进行安装，以避免热膨胀影响相机对齐。
 * 设计外部入口点，防止外力导致相机旋转或平移。
 * 使用牢固拧紧的M12/C/CS-mount相机；采用尼龙螺纹以防止振动导致松动。
 * 使用压敏胶和刚性胶的组合固定紧凑型相机模块（CCM），防止其从柔性扁平电缆（FFC）上脱落。

更多细节，请参考 [相机内参矩阵文档](https://docs.opencv.org/master/d9/d0c/group__calib3d.html)。

### 需要帮助？

请前往 [OAKChina 官网](https://www.oakchina.cn/) 获取技术支持或解答您的任何疑问。