Sparkfun Placă de dezvoltare Edge

Probabil ați auzit cele mai recente știri din seriile „IoT”, „LoRa” și „cloud”, dar ce este „edge” și ce face? Cloud-ul este foarte puternic, dar o conexiune pe care vă puteți baza tot timpul necesită un nivel de putere și conectivitate care poate să nu fie întotdeauna disponibil.

Edge computing gestionează sarcini discrete, cum ar fi determinarea dacă cineva a spus „da” și când să răspundă corespunzător.

Analiza audio se efectuează la edge, mai degrabă decât pe web, ceea ce reduce dramatic costurile și complexitatea, limitând în același timp potențialele scurgeri de date.

Proiectată în colaborare cu Google și Ambiq, placa de dezvoltare SparkFun Edge se bazează pe cele mai recente tendințe în tehnologia edge și este perfectă pentru introducerea recunoașterii vocale și chiar a gesturilor, fără a utiliza servicii la distanță sau companii terțe.

O caracteristică specială este utilizarea microcontrolerului Apollo 3 Blue de la Ambiq Micro, al cărui procesor ARM Cortex-M4F ultra-eficient de 48MHz (cu mod burst de 96MHz) poate opera TensorFlow Lite folosind doar 6uA/MHz.

Placa de dezvoltare SparkFun Edge suportă aproximativ 1,6 mA la 3 V și 48 MHz și poate funcționa cu o singură baterie tip pastilă CR2032 timp de până la 10 zile.

Apollo3 Blue vine cu toate caracteristicile așteptate de la microcontrolerele moderne, inclusiv șase interfețe master I2C/SPI configurabile, două UART-uri, un slave I2C/SPI, un ADC pe 14 biți și 15 canale și un procesor Bluetooth dedicat care acceptă BLE5. În plus, Apollo3 Blue are 1 MB de memorie flash și 384 KB de memorie SRAM, ceea ce este suficient pentru majoritatea aplicațiilor.

Placa integrează, de asemenea, acces la senzori, Bluetooth, expansiune I2C și intrări/ieșiri GPIO.

Pentru a sprijini edge computing, cum ar fi recunoașterea vorbirii, placa Edge vine cu două microfoane MEMS, un accelerometru pe 3 axe ST LIS2DH12 pe propria magistrală I2C și un conector de interfață pentru cameră OV7670 (disponibil separat).

Pe măsură ce TensorFlow își actualizează algoritmii, se deschid mai multe posibilități pentru SparkFun Edge.

Antena Bluetooth integrată oferă conectivitate imediată.

Placa include, de asemenea, un conector Qwiic pentru adăugarea de senzori/dispozitive I2C, patru LED-uri și patru pini GPIO.

Pentru beneficiile consumului redus de energie, dezvoltatorii au adăugat alimentare de la o baterie CR2032.

Placa este programată cu un adaptor extern USB-serial, prin intermediul unui bootloader serial, dar utilizatorii avansați pot utiliza programarea JTAG și portul de depanare.

În timp ce explorați această nouă tehnologie, va trebui să utilizați câteva concepte avansate, dar nu vă faceți griji.

De la Ambiq Micro SDK la ghidul de configurare SDK, aveți acces la mai multe exemple care să vă ajute să începeți cu hardware-ul.

Notă: Camera Himax HM01B0 nu este inclusă cu placa SparkFun Edge și trebuie achiziționată separat.

Specificații microcontroler: Procesor ARM Cortex-M4F pe 32 de biți cu acces direct la memorie Frecvență CPU: 48MHz, 96MHz cu TurboSPOT Consum extrem de redus de energie: 6uA/MHz Memorie Flash 1MB 384KB SRAM Procesor Bluetooth dedicat, cu BLE 5 Specificații placă: Accelerometru ST LIS2DH12 cu 3 axe 2x microfoane MEMS cu amplificator operațional Conector cameră Himax HM01B0 Conector Qwiic 4x conexiuni GPIO 4x LED-uri utilizator 1x buton utilizator Terminare serială în stil FTDI pentru programare Antenă Bluetooth Baterie CR2032 pentru funcționare pe baterie Specificații generale: Interval de tensiune de funcționare: 1,8V - 3,6V Dimensiune: 40,6mm x 40,6mm x 8,9mm Ce face: Raportul dintre procesarea la nivel înalt și consumul de energie acceptă aplicații de învățare automată fără un computer central sau o conexiune la internet.

Recunoașterea vocii, gesturilor sau a imaginii este posibilă cu TensorFlow Lite.

Linkuri: Fișiere Scheme Eagle Ghid de conectare Mufă pentru Ambiq Apollo3 Utilizarea plăcii SparkFun Edge cu SDK-ul Ambiq Apollo3 Învățare automată pe un microcontroler cu SparkFun Edge Utilizarea TensorFlow pe microcontrolere Întrebări și răspunsuri despre SparkFun Edge cu Nathan Seidle și Pete Warden Fișiere hardware GitHub