XiaoMi-AI文件搜索系统
World File Search SystemMicropython
I.MX RT1050/1060上的机器视觉应用，带有OpenMV和Micropython
本申请注释，以I.MX RT1060 EVK开发板上的工作为例，介绍了开源机器视觉项目OpenMV的移植和改编。在编程模型方面，OpenMV与Micropython结合使用，使用户能够使用Python语言来开发机器视觉的应用。您可以在此开发板上使用Python快速评估和使用OpenMV功能，或者在此基础上自定义自己的视觉处理模块并与系统中的其他模块进行通信。对于那些更熟悉Micropython和OpenMV软件体系结构的人，可以进行进一步的自定义，例如添加新功能或删除Micropython系统以在纯C环境中开发机器视觉应用程序。OpenMV的本地项目管理和构建系统基于GCC，并在Linux下进行。为了促进大多数MCU嵌入式工程师的开发习惯，开发环境也迁移到Keil MDK5。
基于K210（RISC-V）的一体化AI开发平台
在了解MAIX产品系列之前，非常有必要了解一下MaixPy项目，它可以帮助您快速使用AI模块。MaixPy是将Micropython移植到K210芯片的项目（在K210上运行Micropython解析器），即用户最终可以通过Micropython编程来控制K210芯片的功能。例如，可以通过Micropython编程直接调用固件内置的人脸识别算法，最终生成Micropython文件，下载到Flash芯片上运行。此外，MaixPy支持MCU的正常运行，并集成了机器视觉和麦克风阵列，可以以极低的成本和实用性快速开发AIoT领域的智能应用。
CircuitPython 文档
1 CircuitPython 3 1.1 获取 CircuitPython . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ....................................................................................................................................................................................................................................................................6 1.6 项目结构.......................................................................................................................................................................................................................................................................................................................................................................................6 1.6.1 核心.......................................................................................................................................................................................................................................................................................................................................................................................................................6 1.6.1 核心....................................................................................................................................................................................................................................................................................................................................................................................................................... . ...
seeed-studio-xiao series-som-datasheet.pdf
Item Value CPU Dual-core ARM Cortex M0+ processor up to 133MHz Flash Memory 2MB SRAM 264KB Digital I/O Pins 11 Analog I/O Pins 4 PWM Pins 11 I2C interface 1 SPI interface 1 UART interface 1 Power supply and downloading interface Type-C Power 3.3V/5V DC Dimensions 20×17.5×3.5mm Programming Language Arduino/Circuitppython/Micropython
PTEE 2024 - 课程和摘要
除了这些典型的实验之外，phyphox 还具有多种连接功能。它的蓝牙接口使智能手机传感器能够使用 Arduino 或 MicroPython 库轻松地与廉价的外部传感器相结合。这使我们能够将手机的可视化功能与 DIY 电子产品的多种传感器选择相结合，甚至编程初学者也可以使用。虽然这些示例适用于典型的学生班级规模，但 phyphox 的网络接口使我们能够将实验数据采集扩展到大型受众。自动数据收集和分析使整个演讲厅能够在讲座期间参与现场实验，甚至已经证明了确定地球轴倾斜的全球实验。
使用 RISC-V SoC 上的开放软件开发 AI IoT 应用程序
摘要 —RISC-V 是一种新兴架构，在低功耗物联网应用中逐渐强大。架构扩展的稳定和基于 RISC-V 的 SOC（如 Kendryte K210）的商业化的开始，引发了一个问题：这个开放标准是否会促进特定市场应用程序的开发。在本文中，我们评估了与 Sipeed MAIX Go 开发板相关的开发环境、工具链、调试过程，以及 Kendryte K210 的独立 SDK 和 Micropython 端口。还研究了内置卷积神经网络加速器的训练管道，支持 Tiny YOLO v2。为了深入评估上述所有方面，我们开发了两种基于 AI 的低成本、低功耗物联网边缘应用程序。第一个应用程序能够识别房屋内的移动，并自主识别移动是由人还是由家养宠物（例如狗或猫）引起的。在当前 COVID-19 疫情的背景下，第二个应用程序能够标记行人是否戴着口罩，以平均 13 FPS 的速度进行实时物体识别。在整个过程中，我们可以得出结论，尽管硬件具有潜力且具有出色的性能/成本比，但开发人员的文档很少，开发环境的成熟度较低，有时甚至没有调试过程。索引术语 —RISC-V、物联网、人工智能、AIoT、Kendrite K210、Sipeed MAIX、CNN 硬件加速器。
无线网络的功率和能量优化策略...
摘要 — 能源消耗是部署在海洋环境中的无线传感器节点的最大制约因素之一。它们通常用于难以提供电力的地区的远程环境监测。因此，这些设备需要由电池和替代能源供电。由于电池能量有限，使用不同的技术来节省能源是无线传感器网络 (WSN) 中最热门的话题之一。已经通过硬件和软件技术开发了各种电池优化方案。基于无线保真 (Wi-Fi) 的网络的普及使其成为建立基于 Wi-Fi 的传感器网络的热门选择，但这些系统相对较高的功率要求与长电池寿命和低维护的要求相冲突。这项工作考虑了是否有可能将 Wi-Fi 功耗降低到可以使用廉价的基于 Wi-Fi 的产品代替其他协议的程度。该设置由一个无线传感器组成，该传感器基于低成本的 esp8266 模块，任务是收集海洋保护区的温度数据。分析了设备固件中不同状态下节点的能耗，以及能耗与传感器数据传输速率和系统休眠期之间的关系。该研究还比较了两种网络实现的能耗：消息队列遥测传输 (MQTT) 与基于服务器-客户端的系统。测试结果表明，如果不实施休眠期，无论传输速率如何，两种传输方法的传感器节点的最大电池寿命均为 15.8 小时。如果实施休眠模式，传输速率会对系统电池寿命产生重大影响。研究发现，传输时间为一小时，电池寿命可增加 43 倍，传输时间为一分钟，电池寿命可增加 40 倍。事实证明，利用 MQTT 传输方案的优化 WSN 配置比服务器-客户端方案的电池寿命延长了 34%。通过这些分析，可以得出最佳固件的设计和网络架构的选择，从而可以在最长的时间内延长电池寿命。索引术语 — 无线传感器网络、功率优化、ESP8266、MQTT、Micropython。