硬件架构：如何让 RK3399 接入“多路双目”？
RK3399 原生只有 2 个 ISP（图像信号处理器），理论上只能接 2 个 MIPI 摄像头。要接入“多路双目”（例如：前置双目 + 后置双目 = 4摄），我们通常采用以下两种策略：
方案 A：MIPI 拼图法 (高性能推荐)
利用FPGA或桥接芯片（如 TC358749 / RK1608）将左右两个摄像头的图像数据在传输给 RK3399 之前进行左右拼接（Side-by-Side）。
原理：双目 $1280 \times 720$ 的两张图，被拼接成一张 $2560 \times 720$ 的大图。
优势：RK3399 认为只接了一个摄像头，Android 层只需要打开一个 Camera ID，天然保证了左右眼完全同步，无 CPU 拼接开销。
方案 B：UVC 多路复用法 (扩展性强)
利用 RK3399 的USB 3.0接口连接多组 UVC 双目模组。
原理：每个双目模组内部已完成同步，通过 USB 传输 MJPEG/YUV 数据。
优势：可扩展性强，可以接 4-6 路双目。
挑战：需要电鱼智能定制的
UVC Camera HAL，解决 Android 原生只支持单路 UVC 的限制。
![电鱼智能 RK3399 多路双目摄像头硬件连接架构图：MIPI Bridge vs USB Hub 方案]
核心技术：如何实现“硬件级同步”？
在双目视觉中，软同步（靠时间戳对齐）是不够的，必须实现硬同步（Hardware Synchronization）。
1. 物理层的 FSIN 触发
对于 MIPI 接口的 Sensor（如 OV9281, GC2053），必须在电路设计上将两个 Sensor 的FSIN (Frame Sync In)引脚连接在一起，并由 RK3399 的 GPIO 或其中一颗主 Sensor 发出 PWM 信号进行触发。
电鱼设计：在电鱼 RK3399 底板上，我们专门预留了同步触发电路。当 FSIN 信号拉高时，左右 Sensor 同时开始曝光，误差控制在微秒级。
2. Android HAL 层的逻辑相机 (Logical Camera)
Android 应用层打开多个摄像头极耗资源。我们修改了底层 HAL3：
物理单摄，逻辑双目：如果采用拼接方案，Android 看到的只是一个分辨率为 $2560 \times 720$ 的宽幅摄像头。
物理双摄，逻辑单摄：如果采用双 MIPI 接口，我们在 HAL 层构建
Logical Multi-Camera，应用层只需调用openCamera(LOGICAL_ID)，HAL 层会自动控制两个物理 ISP 同时启动，并对齐时间戳后向上层返回两组数据。
软件实现 (Implementation)
Android Manifest 权限配置
首先确保应用具备访问相机的最高权限：
XML
<uses-permission android:name="android.permission.CAMERA" /> <uses-feature android:name="android.hardware.camera" /> <uses-feature android:name="android.hardware.camera.autofocus" /> <uses-feature android:name="android.hardware.camera.concurrent" android:required="true"/>Camera2 API 调用逻辑 (Java/Kotlin)
针对拼接式双目（最稳定的方案），应用层只需处理图像切割：
Java
// 逻辑示例：处理拼接后的双目图像 ImageReader reader = ImageReader.newInstance(2560, 720, ImageFormat.YUV_420_888, 2); reader.setOnImageAvailableListener(new ImageReader.OnImageAvailableListener() { @Override public void onImageAvailable(ImageReader reader) { Image image = reader.acquireLatestImage(); if (image != null) { // 获取 buffer 数据 ByteBuffer buffer = image.getPlanes()[0].getBuffer(); byte[] data = new byte[buffer.remaining()]; buffer.get(data); // 软件切割：前 1280 字节为左眼，后 1280 字节为右眼 (针对行数据) // 注意：YUV切割比 RGB 复杂，建议传入 JNI 层用 C++ (OpenCV/RGA) 处理 processStereoImage(data); image.close(); } } }, backgroundHandler);底层 RGA 硬件加速切割
在 Android 上用 CPU 切割 $2560 \times 720$ 的图像会造成卡顿。电鱼智能 RK3399 提供RGA (2D 硬件加速)库：
操作：直接操作图形显存（Graphic Buffer），将一张大图
Crop为两张小图，耗时< 5ms，且不占用 CPU。
性能表现 (实测数据)
基于电鱼智能 RK3399运行 Android 10 系统：
| 指标 | 方案 A (MIPI FPGA 拼接) | 方案 B (原生双 MIPI) | 方案 C (USB 3.0 UVC) |
| 分辨率 | 双 $1280 \times 720$ | 双 $1280 \times 720$ | 双 $1280 \times 720$ |
| 帧率 | 60 FPS | 30 FPS | 30 - 60 FPS |
| 同步误差 | 0 μs(物理同源) | < 1 ms (驱动同步) | 取决于模组内部 |
| CPU 占用 | 低(视为单路) | 中 (双路 ISP) | 高 (USB 中断) |
| 适用场景 | 高速避障、VSLAM | 人脸识别 | 监控、低速导航 |
常见问题 (FAQ)
1. Android 原生相机 App 能看到双目画面吗？
答：如果是拼接方案，打开相机预览会看到一个“压扁”或者“很宽”的画面（左右眼并排），这是正常的。您的 App 需要负责将其切开显示。
2. 两个摄像头的色差怎么解决？
答：由于制造工艺差异，左右眼 Sensor 对颜色的感应会有偏差。电鱼智能 RK3399 的 ISP 支持 “主从模式”：以左眼图像为基准计算白平衡（AWB）和曝光（AE）参数，强制应用给右眼，确保左右画面亮度色彩一致。
3. 支持深度计算（Depth Computing）吗？
答：RK3399 的 GPU (Mali-T860) 支持 OpenCL 加速。您可以将切割好的左右图像送入 SGBM 算法 计算视差图。电鱼智能提供基于 GPU 加速的深度计算 SDK。
