犀牛派 X1 + AidLux 上手实操：从刷机到「工位回血」

这篇是 rhinopi-x1-aidlux 仓库的上手指南。照着做完，你会得到：

一块刷好 AidLux 融合系统（Android 13 + Ubuntu 22.04）的犀牛派 X1
环境检查、USB 摄像头、CPU / OpenCV / NPU 体检三份能对照的输出
一个在浏览器里玩的上半身小游戏 工位回血：摄像头盯着你有没有久坐、坐姿好不好，坐满 25 分钟就带你做一组 2 分钟的伸展动作

工位场景：屏幕上沿的 C920，旁边垫子上的犀牛派 X1

本文的依据

所有命令、版本和数字都来自仓库（commit 5d97e02，2026-10-08）里的文档、代码和实测记录。仓库里的数字是在一块联调板上跑出来的（2026-09-14 / 09-15 / 09-28），你的板子以当场输出为准。官方资料只作入口：犀牛派 X1 文档、AidLux 文档中心、开发者门户。

你要准备什么

东西	说明
犀牛派 X1	高通 QCS8550（`kalama`）
12V 5A 电源	DC 5.5×2.5 mm，插 DC_IN。不要用手机充电器，Type-C 也不能给板子供电
Windows 电脑	刷机（QFIL）和 ADB 用；和板子在同一局域网
USB-A 转 USB-C 线	电脑 USB-A ↔ 板子 TYPE-C，用来 ADB 和刷机
网线	插板子 WAN（系统里是 `eth0`），推荐有线
USB 摄像头（UVC）	仓库实测用 Logitech C920；插板子 USB-A
可选	HDMI 显示器（接 HDMI_OUT）、键鼠

软件这边，电脑上先把仓库拉下来：

git clone https://github.com/peterpanstechland/rhinopi-x1-aidlux.git
cd rhinopi-x1-aidlux

仓库里你会用到的目录：

目录	作用	端口
`examples/01_env_check`	系统、Python、AidLite、相机探测	—
`examples/usb_camera`	找 USB 采集节点、抓帧、测 MJPG 帧率	—
`examples/02_compute_bench`	CPU / OpenCV / NPU 体检	—
`examples/04_mediapipe`	AidLite 上的 BlazePose（工位回血依赖它）	`:8091`
`examples/06_shadow_puppet`	工位回血游戏	`:8090`

03_modelfarm、05_yolo、07_csi_camera 目前在仓库里还是「待写」，本文不涉及。

第 1 步：接线和上电

接口这一侧：DC 圆孔、音频、USB-A、HDMI、RJ45

线	插哪里	做什么
12V 5A 电源	DC_IN	唯一供电，插上后板子自己启动
USB-A 转 USB-C	板子 TYPE-C	ADB 和刷机。摄像头不要插这里
网线	WAN	上行口 `eth0`。旁边 3 个 LAN 是板载局域网 `192.168.1.1/24`（`br-lan`），SSH 不要找这个网段
HDMI	HDMI_OUT	可选。HDMI_IN 是采集口，不是显示输出
键鼠、摄像头	USB-A（共 4 个）	不要插 TYPE-C

顺序：先插 DC_IN。启动过程中电源灯红灯常亮；绿灯常亮并且风扇转才算起来了。一直红灯、风扇不转，按一下 POWER。然后插 TYPE-C，在 Windows 上确认：

adb devices -l

看到 product:kalama model:RhinoPi_X1 就对了。接口定义以官方硬件说明和电源接口为准。

板子已经是融合系统？

如果你的板子已经装好 AidLux、能用 ssh aidlux@<板子IP> 登录，可以直接跳到第 3 步。刷机会清空用户数据。

第 2 步：刷机，装好 AidLux

2.1 选包

镜像在 AidLux 文件站下载（网页可能要登录）。下表是仓库 2026-09-14 实查时看到的文件，下载前请到镜像列表页确认最新版本。

用途	目录	当时的文件	大小
Windows 刷机工具	eda4c1da	`QPST_2.7.496.zip`、`USB_Driver_qud.win.1.1_installer_10061.1.zip`、`platform-tools.zip`	60 / 18 / 6 MB
融合整包（一次刷完）	4ccc30f9	`RhinoPi-X1.T04_LA.user.2025121609.aidlux.zip`	4.74 GB
仅 Android	a521955b	`RhinoPi-X1.T04_LA.user.2026070119.zip`	1.85 GB
仅 AidLux	154a82b5	`aidlux_3.0.0.124_enterprise_qc8550_lu2204_signed.zip`	3.05 GB

怎么选：

新板、想少一步：融合整包，刷完在 Android 里把 AidLux 初始化到 100%。
板上版本已经比整包新（例如构建号是 2026070119，而整包是 2025121609）：整包会降级，走拆分——先刷 Android，再用 install.bat 装 AidLux。
OTA 只给已经是融合系统、只想升级的人，不是第一次刷机。

对照官方步骤：融合整包安装、拆分安装。

2.2 装 Windows 工具

解压 USB_Driver_qud.win.1.1_installer_10061.1.zip，运行 setup.exe
解压 QPST_2.7.496.zip，运行 QPST.2.7.496.1.exe，一路 Next
QFIL 默认在 C:\Program Files (x86)\Qualcomm\QPST\bin\QFIL.exe
电脑上没有 ADB 的话，用同目录里的 platform-tools.zip

2.3 进下载模式（EDL）

刷机会清空板子上的用户数据

先备份。刷机和 AidLux 初始化过程中不要拔电源。

对 USB 那条设备下命令，不要对网络 ADB（ip:5555）下：

adb -s <USB序列号> reboot edl

设备会变成 Qualcomm 9008 端口，普通 adb devices 变空，这是预期的。

2.4 QFIL 刷机

Configuration → FireHose：Download Protocol 选 0-Sahara，Device Type 选 ufs，勾选 Reset After Download
Select Port 选 9008，Build Type 选 Flat Build
Programmer 选解压包里的 xbl_s_devprg_ns.melf（文件类型改成「所有文件」）
Load XML：弹出来的 XML 都选上，会弹两次
Download。仓库实测大约 5 分钟，看到 successful 后板子自己重启

2.5 初始化 AidLux

整包：Android 桌面上滑找到 AidLux，点开，等到 100%。
拆分：adb devices 再次看到设备后，解压 AidLux zip，在 Windows 上运行 install.bat，提示 Success 后再到板子上打开 AidLux 完成初始化。仓库那次推进去约 2.59 GB 的 deb，并装了 3 个 APK。

验收：板子能开机、风扇转；AidLux 初始化到 100%；adb devices 或同网段能再连上。刷机失败找阿加犀售后，本文不写强刷。

默认用户名和密码都是 aidlux / aidlux，第一次登录后请改掉。三条路任选：

HDMI 本机桌面：插显示器和键鼠
Web 桌面：浏览器打开 http://<板子IP>:8000/login
SSH：后面拷代码、跑脚本都用它

ssh aidlux@<板子IP>

板子 IP 看你路由器的 DHCP 列表，或者在 HDMI 桌面 / adb shell 里查 eth0 的地址。

第 4 步：把示例拷到板子上

后面所有命令都假设代码放在板子的 ~/rhinopi-lab/examples/。在电脑上、仓库根目录执行：

ssh aidlux@<板子IP> "mkdir -p ~/rhinopi-lab"
scp -r examples aidlux@<板子IP>:~/rhinopi-lab/

要拷整个 examples，不要只拷 06_shadow_puppet：游戏会从 ../04_mediapipe 和 ../usb_camera 引入 pose_tracker.py 和 camera.py。

为什么不用 pip 装 MediaPipe

仓库的联调板访问不了 pypi.org，镜像里也没有 MediaPipe。所以姿态检测用的是融合系统自带的官方 BlazePose TFLite 模型（/opt/aidlux/app/aid-examples/pose_detect_track/models/），通过 AidLite 加载。整个流程不需要额外 pip install。

第 5 步：环境检查

cd ~/rhinopi-lab/examples/01_env_check
python3 check_env.py

脚本先打印一大段 JSON（系统、CPU、内存、磁盘、dpkg 里的 AidLite 相关包、/dev/video*、lsusb、温度），最后是一段摘要，格式是：

=== summary ===
host     ...  kernel 5.15.178-android13-...
python   3.10.12
module   numpy: OK  ...
module   cv2: OK  ...
module   aidlite: OK  ...
module   mediapipe: MISSING  ...
aid-pkg  ...
mms      ...
video    yes
...

重点看 aidlite 和 cv2 是 OK。mediapipe: MISSING 是正常的。仓库联调板刷完自带：Python 3.10.12、numpy 1.26.4、OpenCV 4.13.0、AidLite 2.3.2.251、NPU 插件 aidlite-qnn236。

如果 import aidlite 失败，用 aid-pkg 点装（NPU 后端版本要和模型卡片上的 QNN 一致，联调板是 qnn236，不要照旧文档装 qnn216）：

sudo aid-pkg update
sudo aid-pkg install aidlite-sdk
sudo aid-pkg install aidlite-qnn236
python3 -c "import aidlite; print(aidlite.get_py_library_version())"

不要跑 apt upgrade / dist-upgrade

融合镜像的 Ubuntu 源是活的，全量升级会把 kmod、systemd 等和厂商包拧到一半（仓库作者踩过，修复方法见文末「常见问题」）。缺什么就单独装：sudo apt install <包名>，或走 aid-pkg。

第 6 步：USB 摄像头

摄像头插板子的 USB-A，然后：

lsusb
ls -l /dev/video*
v4l2-ctl --list-devices

插上 C920 之后的 video 节点和 lsusb

关键点：不插摄像头也有 video 节点，不要写 cv2.VideoCapture(0)。

节点	名字	能不能采集
`/dev/video0`	`cam-req-mgr`	不能，高通相机请求管理
`/dev/video1`	`cam_sync`	不能
`/dev/video2`	`HD Pro Webcam C920`	能，OpenCV 走这里
`/dev/video3`	同一只 C920	不能，UVC metadata
`/dev/video32` `/dev/video33`	`msm_vidc_decoder`	不能，硬解节点

然后跑探测脚本：

cd ~/rhinopi-lab/examples/usb_camera
python3 probe.py

probe.py 会按 /sys/class/video4linux/*/name 里含 webcam / camera / uvc 的节点自动挑采集口（找不到就退回 video2），用 MJPG 打开 1280×720，抓一张静图到 ~/rhinopi-lab/captures/usb_preview.jpg，再测循环帧率。摘要长这样：

=== summary ===
opened  /dev/video2  HD Pro Webcam C920
frame   (720, 1280, 3)  MJPG
still   /home/aidlux/rhinopi-lab/captures/usb_preview.jpg
fps     ...  avg ... ms

仓库实测 C920：循环约 30.46 fps，单帧平均 32.82 ms。同分辨率用 YUYV 只有 10 fps（USB 2.0 带宽），所以一定要先设 MJPG。自动识别不准时用 --index 指定节点。

第 7 步：CPU / NPU 体检

cd ~/rhinopi-lab/examples/02_compute_bench
python3 bench.py
# 只测 CPU / OpenCV：python3 bench.py --skip-npu
# 多跑几轮：python3 bench.py --loops 50 --warmup 10

NPU 一项用的是镜像自带的 YOLOv5s W8A8 模型，TYPE_QNN236 + TYPE_DSP：

/usr/local/share/aidlite/examples/aidlite_qnn236/data/qnn_yolov5_multi/cutoff_yolov5s_640_sigmoid_w8a8.qnn236.ctx.bin

2026-09-28 复查：NPU 平均 4.734 ms

仓库联调板 2026-09-14，640 输入，warmup 5 + 循环 20：

后端	平均	最小	最大
numpy	15.841 ms	11.556	23.960
OpenCV 预处理（1280×720 → 640 + blur）	3.446 ms	0.760	18.291
AidLite QNN236 DSP（YOLOv5s W8A8）	4.772 ms	4.634	4.967

NPU 计时只包住 set_input + invoke + get_output，不含 letterbox 和 YOLO 后处理，大约 210 次/秒。拿去和模型广场卡片比时，先确认对方是不是也不含前后处理。看到 npu FAIL model not found 说明那个 ctx 文件不在，先检查 aidlite-qnn236。

第 8 步：跑「工位回血」

cd ~/rhinopi-lab/examples/06_shadow_puppet
python3 game.py --demo

--demo 把久坐间隔缩到 45 秒，并清空当天进度，方便第一次就走完一局。终端会依次打印：

loading upper-body Pose...
npu ok
open  http://192.168.88.216:8090/
sit interval 45s  acts=6  phase=away
frame 20 fps=... pose=True ...ms hand=0ms ui=...ms enc=...ms phase=monitor/ ...

终端里那个 IP 是写死的

game.py 启动时打印的 http://192.168.88.216:8090/ 是仓库联调板的地址，代码里写死了。实际服务监听在 0.0.0.0:8090，你要打开的是 http://<你的板子IP>:8090/。

电脑浏览器打开 http://<板子IP>:8090/，坐到摄像头前，让头、双肩、双手都在画面里。

久坐页：右侧坐姿分，底栏 FPS / POSE / NPU

你会看到：

久坐页：摄像头实时画面 + 像素火柴人叠层，顶部是 HP 条和「已坐 / 还有多久回血」，右侧是坐姿评分（0–100）和当前最差的一项（低头前伸、肩膀歪了、身子偏了、离屏幕太近、整个人往下塌）
底栏：FPS、POSE ms、NPU ms、NSP / CPU 温度，以及 SIT / RUN / WIN 计数
提醒：静坐满间隔（默认 25 分钟），或坐姿把 HP 扣光，进入提醒；动起来就开始一回合。监测时举手或展翅保持约 0.5 秒也能提前开局
回合：上下分屏，上半是像素舞台和跟着你动的 Minecraft 风数字人，下半是实时小窗、倒计时和坐姿。一回合 120 秒，从 8 个动作里轮换抽 6 个，每个动作完成才过关并自动跳下一屏，时间到了剩下的记未完成
总结：每个动作的评级（S/A/B/C）、用时、得分，加本回合坐姿评级；约 13 秒后（或举手）回到监测，久坐清零

回合里的滑雪：上半像素舞台，左下实时小窗

8 个动作和过关条件（以 loop.py 当前代码为准）：

动作	过关条件
展翅	两侧手臂撑满并坚持 5 秒
老鹰	展翅扇动 8 次飞到旗子
挥手	左右挥手送走 10 个人
滑雪	头往左右偏，碰到 6 面旗、躲松树
弹琴	手部 21 点，按中 8 个黄键
跳跃	坐着把身子往上颠，跳过 5 个仙人掌
转头	左右各 3 次
点头	点头 6 次

另一个窗口里可以看状态 JSON（phase、hp、sit_s、score、posture 等）：

curl http://<板子IP>:8090/status

看完 demo，用正式参数跑：

python3 game.py                                   # 默认 25 分钟提醒，一回合 6 个动作
python3 game.py --interval-min 15 --round-acts 6  # 自定义间隔和动作数
python3 game.py --no-npu                          # 不跑底栏的 NPU 脉冲，玩法不受影响
python3 game.py --reset                           # 清空当天进度

其他参数：--index 指定摄像头节点，--port 换端口（默认 8090），--accel 选 GPU（默认）/ CPU / DSP，--no-web 不起网页，--seconds N 跑 N 秒自动退出，--save 路径 退出时存最后一帧。Ctrl+C 退出，进度按天写在同目录的 save.json。

仓库实测（C920，TFLite GPU）：久坐页约 7–13 fps；检出人时 POSE 约 70–110 ms，没检出约 33 ms；底栏 NPU 脉冲约 9–20 ms（每 18 帧一次，含 letterbox，所以比体检的 4.7 ms 大）。

没有板子也能先看画面

render_probe.py 用合成的姿态把每一屏渲染成图片，只依赖 numpy 和 OpenCV，不需要摄像头和 AidLite。2026-10-08 在一台 x86 Linux 上用 opencv-python-headless + numpy 验证过：

cd examples/06_shadow_puppet
python3 render_probe.py --out /tmp/ui

会写出 01_monitor.jpg、03_alert.jpg、10_act_*.jpg（8 个动作各一张）、30_summary.jpg 等 15 张图。游戏流程的单元测试也能离线跑，要把 04_mediapipe 加进 PYTHONPATH：

PYTHONPATH=../04_mediapipe python3 test_loop.py   # 最后一行应为 loop ok

它是怎么工作的

一帧里的两条路：上半身姿态进玩法，量化 YOLO 只写底栏

每一帧走两条路：

上半身姿态（进玩法）：04_mediapipe/pose_tracker.py 用 AidLite 加载官方 BlazePose——先 pose_detection.tflite（128×128，896 个候选框），再 pose_landmark_upper_body.tflite（256×256，31 个点）。配置是 TYPE_TFLITE + TYPE_FAST，默认 TYPE_GPU，float32 输入。检测阈值 0.42，关键点平滑系数 0.35，画面镜像后会纠正左右肩。
NPU 脉冲（只写底栏）：stats.py 里的 NpuPulse 每 18 帧把当前画面喂给 YOLOv5s W8A8（QNN236 DSP）一次，只回答「NSP 还通不通」，不参与坐姿和动作判断。

弹琴那一屏会临时加载 hand_track/models/ 下的 palm_detection.tflite + hand_landmark.tflite（21 点），这时手部每帧跑、姿态降到每 3 帧一次。

一局：监测、提醒、六个动作、总结，然后回到监测

主要文件：

文件	做什么
`game.py`	主循环：采集 → 姿态 → 手势 / 坐姿 → 状态机 → 渲染；内置 HTTP 服务（`/` 页面、`/stream` MJPEG、`/status` JSON）
`gestures.py`	把关键点变成动作信号（展翅、举手、挥手、侧头、点头……）
`posture.py`	坐姿评分：低头前伸、肩膀歪、身子偏、离屏太近、往下塌；低于 62 判为坐姿差，回合结束重新标定基线
`loop.py`	状态机 `away → monitor → alert → round → summary`，HP、计分、`save.json`
`scenes.py` / `puppet.py` / `overlay.py` / `pixel_ui.py`	8 个像素场景、数字人、叠层和 UI
`hand_tracker.py`	弹琴屏的手部 21 点
`stats.py`	温度读取 + NPU 脉冲

几个关键参数（都在 loop.py）：静坐时 HP 按 100 / 间隔 每秒掉；坐姿差额外每秒掉 100 / 240（单靠坐姿差约 4 分钟扣光）；人出现约 0.7 秒算在位，离开约 40 秒算离席，离开超过 5 分钟这段久坐清零。

常见问题

现象	先查什么
只有红灯，风扇不转	是不是 12V 5A、是不是插在 DC_IN；按一下 POWER
`adb devices` 是空的	TYPE-C 是否插紧、线是不是只能充电、高通驱动装没装
没有 9008 端口	再对 USB 设备执行一次 `adb reboot edl`；还没有就断电重来
QFIL 失败	Programmer 和 XML 是不是同一个包里的；Device Type 是不是 `ufs`
AidLux 初始化卡住	先等几分钟；供电是不是 12V 5A
ping 不通 / SSH 连不上	网线是否在 WAN（插 LAN 会进 `192.168.1.1/24`）；电脑是否同网段；密码是否改过
`:8000` 打不开	AidLux 是否初始化完；改用 SSH
`import aidlite` 失败	`dpkg -l \| grep aidlite`，按第 5 步用 `aid-pkg` 补装
`VideoCapture(0)` 黑屏 / 打不开	0 是 `cam-req-mgr`；UVC 采集一般是 `video2`，先 `v4l2-ctl --list-devices`
720p 只有十几帧	FourCC 还是 YUYV，先设 MJPG（`probe.py` / `camera.py` 默认已设）
`no USB capture node`	摄像头没插 USB-A，或节点名里没有 webcam / camera / uvc；用 `--index` 指定
坐姿分乱飘、点在跳	只有半个肩膀在画面里；镜头对准上半身
底栏 NPU 显示 off	检查 `aidlite-qnn236` 和那个 ctx 文件；玩法不依赖它，可以加 `--no-npu`
弹琴时帧率掉	手部是临时加载的第二套模型，属于预期
`ModuleNotFoundError: pose_tracker`	只拷了单个目录；把整个 `examples` 拷到 `~/rhinopi-lab/`

误跑了 apt upgrade，kmod / libkmod2 版本对不上

典型报错：

kmod : Depends: libkmod2 (= 29-1ubuntu1) but 29-1ubuntu1.1 is installed
E: Sub-process /usr/bin/dpkg returned an error code (1)

原因是厂商包 mod-blacklist 占着 /etc/modprobe.d/blacklist.conf，新的 kmod 覆盖不了，systemd / udev 往往停在「已解包未配置」。先不要重启，只修这一对，不要再全量升级（仓库作者 2026-09-15 在联调板上按这个修好）：

sudo cp -a /etc/modprobe.d/blacklist.conf /etc/modprobe.d/blacklist.conf.bak
cd /tmp
apt-get download kmod=29-1ubuntu1.1
sudo dpkg -i --force-overwrite /tmp/kmod_29-1ubuntu1.1_arm64.deb
sudo DEBIAN_FRONTEND=noninteractive apt-get --fix-broken install -y \
  -o Dpkg::Options::="--force-confold"
sudo dpkg --audit    # 应无输出

dpkg -i 可能报 libkmod2 is not configured yet，接着跑 --fix-broken 即可。社区同款记录：apt upgrade 修复。

下一步

仓库：peterpanstechland/rhinopi-x1-aidlux，按 docs/01 → docs/06 的顺序读，有更细的实测记录和拍照清单
模型广场：aiot.aidlux.com/zh/models，筛选 Qualcomm QCS8550，用板上的 mms 拉模型（仓库 docs/04-modelfarm.md 撰写中）
CSI 摄像头：MIPI CSI（仓库 07_csi_camera 待写）
排错：AidLux 论坛

你要准备什么​

第 1 步：接线和上电​

第 2 步：刷机，装好 AidLux​

2.1 选包​

2.2 装 Windows 工具​

2.3 进下载模式（EDL）​

2.4 QFIL 刷机​

2.5 初始化 AidLux​

第 3 步：登录板子​

第 4 步：把示例拷到板子上​

第 5 步：环境检查​

第 6 步：USB 摄像头​

第 7 步：CPU / NPU 体检​

第 8 步：跑「工位回血」​

没有板子也能先看画面​

它是怎么工作的​

常见问题​

下一步​