0. 资料获取：
官网链接：
Orange Pi AIpro Orange Pi官网-香橙派（Orange Pi）开发板,开源硬件,开源软件,开源芯片,电脑键盘
昇腾社区
香橙派论坛社区：
能看出品牌方为推广花了不少心思。
1. 拆箱及硬件外观
看起来“乱糟糟”的测试环境：
2. 建立调试环境
linux的应用开发环境，除了桌面端外， 远程链接才是主流开发模式，把常用连接方式都湿了一遍。
1）ssh内网直连
出厂镜像已经预装开启了ssh，只要网络能连接就可以正常通过ssh进行接入。
为了方便，在桌面通过ifconfig查看IP地址， 然后ssh连接：
2)串口调试接入
按手册用microusb线连接上位机，在ubuntu上位机查看串口资源。
安装串口工具：
sudo apt-get install screen
配置连接：
sudo screen /dev/ttyS0 115200
打开权限
sudo chmod 777 /dev/ACM0
建立连接
sudo screen /dev/ttyACM0 115200
顺利建立连接。
3）frp内网穿透接入，方便远程接入
服务器端指定端口6103， 运行frps服务
orangePi本地解压frp安装包，注意是arm64版本，配置服务端6104映射到本地22端口 ，运行frpc
任意外网端口可以访问orangePi了：
至此， 可以通过外网愉快的访问了。
安装其他环境备注：
1）python和opencv库安装成功，vscode安装成功
2）远程桌面temviewer的arm64未能安装成功
3. 推流应用测试
1）摄像头测试
最简便的方法可以用ffplay测试摄像头。
插入USB摄像头， 查看设备，可以正常识别：
2）测试FFMPEG/FFPLAY 环境
经测试， 原厂镜像已安装FFMPEG/FFPLAY， 可正常使用（原以为要编译安装），版本为4.4.2,是比较新的版本了，不用自己折腾了。
ffmpeg
ffplay
直接用ffplay可以正常打开摄像头，获取视频，帧率跑到15帧：
3）测试opencv获取图像
python opencv 摄像头测试代码：
import cv2
def get_camera_frame():
cap = cv2.VideoCapture(1)
while True:
ret, frame = cap.read()
if ret:
cv2.imshow("Camera Frame", frame)
if cv2.waitKey(1) == 27:
break
cv2.destroyAllWindows()
cap.release()
get_camera_frame()
顺利获取摄像头图像：
4）mjpeg-streamer推流测试
拉取代码：
git clone https://github.com/jacksonliam/mjpg-streamer
安装依赖：
sudo apt install libjipeg8-dev
进入目录，编译：
启动服务：
打开网页访问：
流畅度还可以。
5）livego推流ffplay拉流测试，测试延时
在本地服务器构建livego服务器，参见另一篇博客：
livego搭建推流服务器_livego 推流-CSDN博客
运行livego服务器后，本地用ffplay拉流播放
延时大约300ms,还有很大的优化空间。
其他应用就根据项目实际开发应用来拓展了，FFMPEG基础库能用，很多推流和远程监控类应用都可以移植或扩展开发。
opencv能用，就可以拓展基于python的AI应用，还是很方便的。
后续重点是移植NPU应用，跑通模型。
