这门课的主题很明确:在 RK3588 这块板子上,把「设备怎么联网、数据怎么传出去、指令怎么收回来」这条链路走通。它不教具身智能的算法理论,也不讲机器人运动规划,而是解决一个更底层的问题——你的设备要跟外界对话,通信和控制这一层得自己搭起来。
它对应的工作场景是什么
如果你在做边缘计算盒子、智能终端、工业网关这类产品,日常绕不开这几件事:板子上的传感器数据要发到服务器,服务器要能反向下发控制指令,摄像头采集的视频得编码后传出去,有些推理任务还得放到 NPU 上跑以降低延迟。这些活儿分散在驱动、通信协议、多媒体、AI 部署几个方向,很多开发者只熟悉其中一块,拼不起来。这门课把这几块放在同一个平台上串起来讲,价值主要在这里。
换句话说,它适合那种「会用 Linux、能写点 Python 或 C++,但没独立搭过一条完整物联网数据链路」的人。完全没碰过嵌入式的新手,前置知识会有点吃力;已经做过完整 MQTT 项目、部署过 RKNN 模型的人,内容则偏基础。
学完能独立做什么
- 在 RK3588 上完成 GPIO、RTC、UART/I2C/SPI 等外设的操作,把物理世界的数据读进来、把控制信号发出去;
- 搭起一条 MQTT 通信路径,既能连公共 Broker,也能自己架私有 Broker,实现设备端与后端的双向读写;
- 把训练好的模型转成 RKNN 格式部署到 NPU 上,跑通 YOLOv5、ResNet 这类常见模型并验证实际表现;
- 用 VPU 做视频编解码,把摄像头视频流处理并传输出去,而不是只停留在「能打开摄像头」的阶段。
这几项能力单独看都不算稀缺,但能在同一块板子上连贯跑通的人不多。面试或实际项目中,这种「端到端能自己扛」的经验比单点技能更有说服力。
资料的组织方式和难度
课程把大约六成时间放在动手实验上,四成讲原理。这个比例对在职学习比较友好——原理部分够你理解为什么这么配,但不至于陷进协议细节出不来。实验从 GPIO 这类最基础的外设起步,逐步过渡到通信和模型部署,难度是递进的,中途卡住可以回退到上一环节补。
需要提醒的是,课程围绕 RK3588 展开,板子本身和配套环境是一笔额外成本。如果你手上没有这块板子,学习体验会打折扣,因为很多实验依赖具体硬件。另外 MQTT 和 NPU 部署这两块,建议在学之前先确认自己 Python 或 C++ 的基础能支撑起读代码和改代码,否则容易变成照着敲、敲完不理解。
适合怎么用这份资料
建议按模块顺序走,不要跳。外设操作是后面通信和控制的输入输出基础,跳过之后 MQTT 那部分会变成纯粹的协议练习,失去和硬件的关联。每个实验做完,试着改一改参数、换一种数据源,看看链路还通不通,这比单纯跑通一遍更有用。
如果你已经有明确的项目目标,比如要做一个数据采集上传的网关,可以带着目标去学,把课程里的通信部分直接往自己的场景上套;如果没有具体项目,就按实验顺序走完,最后自己设计一个小闭环——读数据、发出去、收指令、控外设——作为收尾。
整体判断:这是一门偏工程实操的基础模块,不承诺让你成为 AI 专家,但能帮你把物联网通信与控制这条链路上的关键环节亲手走一遍。适不适合,取决于你现在缺的是不是这一环。
课程目录
课程目录7 集
- 01 课程介绍 01 课程介绍与学习路径图.mp4
- 02 RK3588开发板硬件资源概览 01 RK3588核心与开发板.mp4
- 03 RTC和看门狗编程 01 编程实例:基于sysfs读取RTC信息.mp4
- 02 第2.2 看门狗实践.mp4
- 04 设备树 01 设备树概览:NanoPC-T6-LTS 硬件基石.mp4
- 05 RKNN SDK模型部署与NPU加速实战 01 环境准备与核心工具安装.mp4
- 02 实战演练:运行C++与Python示例.mp4






