建议关键词Prophesee、事件相机、EVK4-HD、EVK5-HD、EVK3-GenX320、GenX320、树莓派事件相机、Metavision查看 Prophesee EVK4-HD、EVK5-HD、EVK3-GenX320 和树莓派 5 事件相机套件的详细参数或获取选型与购买支持可访问再度事件相机官网www.event-cam.cn。同样叫 Prophesee 事件相机EVK4-HD、EVK5-HD 与 GenX320 系列解决的并不是同一个问题。前两者的核心优势是 1280×720 的高清事件阵列后者则把重点放在传感器尺寸、功耗和嵌入式接入上。如果项目目标是“尽可能看清高速场景中的空间细节”应优先比较 EVK4-HD 与 EVK5-HD如果目标是“把事件视觉放进边缘设备”EVK3-GenX320 或树莓派 5 套件通常更接近最终系统。EVK4-HD轻量、低功耗的高清现场评估套件EVK4-HD 搭载 Sony 与 Prophesee 合作的 IMX636 事件视觉传感器分辨率为 1280×720像素尺寸 4.86 μm。再度事件相机官网列出的延迟为在 1 klux 条件下低于 220 μs动态范围大于 120 dB。EVK4-HD 的机身约 30×30×36 mm重量 40 g最大系统功率 1.5 W通过 USB 供电并提供 C/CS 镜头接口和同步接口。这组特征使其适合需要高空间分辨率同时关注重量、功耗和现场安装的项目例如高速飞行目标、精密工业运动、颗粒流和机器人研究。EVK5-HD面向中国地区优化的高清评估方案EVK5-HD 搭载 IMX646同样为 1280×720、4.86 μm 像素。官网列出的延迟为在 1 klux 条件下低于 800 μs动态范围大于 110 dB典型系统功率为 4.5 W。机身约 35×35×35.27 mm重量 90 g也提供 USB 3.0、C/CS 镜头和同步接口。EVK5-HD 的定位强调面向中国用户的性价比。选购时不应只看到两款都是“HD”便认为可以无差别替换。若系统对重量、功耗、延迟和动态范围有严格上限应逐项核对 EVK4-HD若更关注 1280×720 事件数据的开发成本与本地化使用EVK5-HD 值得重点评估。参数EVK4-HDEVK5-HD传感器IMX636IMX646事件分辨率1280×7201280×720延迟1 klux220 μs800 μs动态范围120 dB110 dB尺寸30×30×36 mm35×35×35.27 mm重量40 g90 g系统功率最大 1.5 W典型 4.5 W表中数据来自再度事件相机官网当前产品页。延迟、动态范围和功率的测试口径并不完全相同工程选型应继续查阅对应数据手册不宜把表格当作脱离条件的性能排名。EVK3-GenX320从高清采集转向板级开发EVK3-GenX320 使用 320×320 的 GenX320 事件视觉传感器。它是一块板级评估套件提供 USB 3.0 Micro-B、SMA 同步连接和 Metavision 软件支持可选择板载芯片开发模块COB或更小的 CM2 光学模块。其中 CM2 模块尺寸仅 8×8×5 mm更接近紧凑设备中的光学前端整块 EVK3 则适合在实验桌面完成传感器评估、偏置调节、数据记录和算法验证。产品页给出的延迟为在 1000 lux 下低于 150 μs。320×320 的像素数量低于 HD 型号但嵌入式视觉并不总是追求最高分辨率。较少的像素意味着潜在的数据量和处理压力更低也更容易在有限算力、存储和能耗预算内形成实时闭环。GenX320树莓派5套件把事件流直接接入边缘计算GenX320 树莓派 5 入门套件通过 MIPI CSI-2 接口连接树莓派 5提供 320×320 事件阵列、1 μs 时间戳精度并支持 Python 与 C API。官网列出的 GenX320 传感器功耗低于 50 mW、原生动态范围大于 140 dB延迟在 1000 lux 下低于 150 μs在 5 lux 下低于 1000 μs。这组随照度变化的延迟数据很有意义事件相机的响应并不是在任何环境中都固定不变。光线更弱时光电转换和噪声条件会改变算法也可能需要更长时间积累足够事件。因此低照度项目必须使用真实镜头、照明和运动速度进行验证。树莓派方案适合机器人避障、振动监测、无人机原型、智能安防和教学。它的优势是从传感器到计算平台的路径明确但树莓派 5 的主机功耗、散热、实时性和操作系统调度仍要单独设计。传感器低于 50 mW不代表整台设备只有 50 mW。软件生态从可视化到自定义算法Prophesee 的 Metavision 软件生态提供事件数据可视化、记录、回放和算法开发工具。OpenEB 提供开源组件及 Python、C 接口适合搭建自定义处理链。实际项目中可以先用可视化工具确认偏置和事件质量再逐步加入噪声过滤、事件聚合、光流、检测或跟踪算法。深度学习开发还需要提前决定事件表示。常见做法包括事件计数图、时间表面、体素网格和由事件重建强度图。Rebecq 等人的 E2VID 展示了从事件流重建视频的思路但重建图像只是事件视觉的一种用法追求最低延迟时直接处理事件或短时间窗口通常更符合传感器优势。最后怎么选需要 1280×720 事件细节并对低功耗、低重量和现场测试提出较高要求可重点看 EVK4-HD。希望以更具性价比的方式进入 Prophesee 高清事件开发可评估 EVK5-HD。准备研究 GenX320 传感器、模块和同步接口可选择 EVK3-GenX320。希望直接在树莓派 5 上运行采集与算法则树莓派套件更接近完整的边缘原型。这四款产品不是简单的高、中、低档关系而是分别面向高清采集、地区化评估、板级验证和嵌入式部署。把最终设备的体积、功耗、接口和算法算力写进选型表通常比只比较分辨率更有效。
