创建新项目为了创建我们的HLx图像处理块，我们将使用基于eclipse的VivadoHLS。一旦我们有VivadoHLS打开，要做的第一件事是创建一个新项目，并选择正确的目标设备。在这种情况下，我们的目标是ZyboZ7，目标设备是XC7Z020-1CLG400C。在这个项目中，我们将创建一个简单的函数，将彩色图像转换为灰度图像。将图像转换为灰度是许多图像处理应用中的一个常见步骤。当我们想要检测诸如边缘之类的元素时，使用灰度图像使处理变得不那么复杂。目录创建好项目后，我们将执行以下操作:在源代码目录下创建以下文件cvt_color.cpp和cvt_color.hpp。这些文件将用于创建RTLIP核。cpp文件将包含实际的函数，而头文件将提供函数定义以及其他公共定义和类型定义。在TestBench目录下创建一个名为cvt_colour_tb.cpp的新cpp文件。这将是使用OpenCV函数测试加速函数性能的试验台。与AXI流的接口为了能够将加速IP核放入ZyboZ7设计中，我们需要能够与一个AXI流接口。因此，我们需要输入和输出图像是AXIStreams。我们可以在代码中使用pragma来做到这一点，以确保HLS编译器实例化我们想要的接口。为了提供灵活性，我们还需要函数知道它正在处理的图像大小。因此，函数定义变成:voidimage_filter(AXI_STREAM&INPUT_STREAM,AXI_STREAM&OUTPUT_STREAM,introws,intcols)AXI_STREAM输入是一个类型定义，它实现了带有边带信号的AXIStream接口。需要这些边带信号来指示帧的开始(TUser)和行的结束(TLast)的指示。为了定义带有边带信号的AXIStream接口，我们在cvt_color.hpp文件中包含了以下类型定义:typedefhls::stream>AXI_STREAM;ap_axiu结构由ap_axi_sdata.h定义，它支持带边带信号的有符号(ap_axis)和无符号(ap_axiu)AXI流。上面的示例创建一个32位宽的数据总线，其中包含一位宽的TUser、TID和TDest，默认情况下包括TLast。颜色转换与配置随着作为AXI流接收和输出的图像，我们需要将AXI流转换为HLS::Mat格式，这是HLS::CVTColor函数所要求的。我们在代码的必要位置使用AXIvideo2Mat和Mat2AXIvideo函数来实现这一点。为了使AXIStream和HLS::Mat之间的转换正常工作，我们需要预先定义HLS::Mat的大小和类型。同样，这是通过cvt_color头文件定义的，并定义了最大宽度和高度，以及通道的数量和每个通道的深度。因此，RGBHLS::Mat被定义为HLS_8UC3类型，它定义了一个8位、无符号、3通道结构。而GrayHLS::Mat则定义为HLS_8UC18位、无符号、1通道。当从颜色转换到灰色时，我们必须能够适应一系列像素格式。使用hls::CvtColor转换函数，我们可以转换使用Red,Green,Blue或Blue,Green,Red表示格式的像素。在这个应用程序中，当我们使用BMP输入时，像素格式是蓝色、绿色和红色。hls:CvtColor(img_0img_1);最终代码解释了AXIStreamIO、IO类型与颜色转换函数兼容的类型之间的转换以及转换函数本身的配置。最终要加速的代码如下:#include"cvt_colour.hpp"voidimage_filter(AXI_STREAM&INPUT_STREAM,AXI_STREAM&OUTPUT_STREAM,introws,intcols){#pragmaHLSINTERFACEaxisport=INPUT_STREAM#pragmaHLSINTERFACEaxisport=OUTPUT_STREAMRGB_IMAGEimg_0(rows,cols);GRAY_IMAGEimg_1(rows,cols);RGB_IMAGEimg_2(rows,cols);#pragmaHLSdataflowhls::AXIvideo2Mat(INPUT_STREAM,img_0);hls::CvtColor(img_0,img_1);hls::CvtColor(img_1,img_2);hls::Mat2AXIvideo(img_2,OUTPUT_STREAM);}而头文件包含以下内容:#include"hls_video.h"#include#defineMAX_WIDTH2000#defineMAX_HEIGHT2000typedefhls::stream>AXI_STREAM;typedefhls::MatRGB_IMAGE;typedefhls::MatGRAY_IMAGE;voidimage_filter(AXI_STREAM&INPUT_STREAM,AXI_STREAM&OUTPUT_STREAM,introws,intcols);创建测试工作台我们现在要做的就是创建一个测试台架。在测试台架文件中，我们需要能够读取一个24位的BMP文件，将其应用到灰度转换函数中，并写出结果图像。为了能够使用OpenCV，我们可以使用hls_opencv.h库。这提供了打开/关闭/保存图像所需的所有函数，并将它们转换为与AXIStreaming类型兼容的类型。简单的测试平台代码如下所示:#include#include"cvt_colour.hpp"#includeusingnamespacestd;intmain(intargc,char**argv){IplImage*src;IplImage*dst;AXI_STREAMsrc_axi,dst_axi;src=cvLoadImage("test.bmp");dst=cvCreateImage(cvGetSize(src),src->depth,src->nChannels);IplImage2AXIvideo(src,src_axi);image_filter(src_axi,dst_axi,src->height,src->width);AXIvideo2IplImage(dst_axi,dst);cvSaveImage("op.bmp",dst);cvReleaseImage(&src);cvReleaseImage(&dst);}在编写了测试台架和源代码之后，下一步是执行C模拟。C仿真C模拟比相应的RTL模拟要快得多，并且是HLS验证过程的第一步，因为它使我们能够在进行更耗时的设计阶段之前确保设计中没有问题。在运行C模拟之前，我们需要确保在项目源代码下有您希望转换的BMP。一旦出现，单击C模拟按钮。C模拟将快速运行，其结果将在Solution1/CSim/Build目录下可用。在这个目录中，您会注意到文件OP.bmp，这是C模拟的输出文件，应该显示输入图像，但是是灰度的。一旦您对C模拟性能感到满意，下一步就是运行C合成，将C源代码转换为VHDL或VerilogIP块。这可能需要一些时间，并将提供关于设备利用率和完成后延迟的简单报告。在C综合之后的下一个阶段是协同仿真，这使C试验台能够对生成的RTL模型进行激励，并使结果再次被试验台捕获。这确保了我们从RTL中获得与从Cosimulation中相同的性能。同样，你可以在路径下找到Cosimulation的结果:solution1/Sim/Wrapc。当我运行联合仿真并检查输出图像文件时，我得到了以下结果。现在剩下的就是导出IP核，并将其添加到我们的Vivado设计中，就像我们做其他IP核一样。如果您对此项目有任何想法、意见或问题，请在下方留言。以上内容翻译自网络，原作者：AdamTaylor，如涉及侵权，可联系删除。

我准备在PYNQ中创建一个MIPI成像平台，我们可以借此使用它来探索Vitis视觉库。介绍PYNQ的优势之一是它能够非常轻松地生成高性能应用程序。除了Ultra96V2之外，我们看到的大多数PYNQ板都与Zynq7000相关（PYNQZ1、Z2）。新的PYNQZU板为我们提供了MPSOC类设备和从FMC到SYZYGY、Pmod和RPI的一系列接口。对于图像处理，它具有HDMI输入和输出、MiniDP以及最令我兴奋的MIPI接口，可与DigilentPCAM5C配合使用。对于连接，该板为我们提供了4个USB主机和1个USB复合接口。在这个项目中，我们将创建一个使用MIPI接口的设计，这将用于捕获帧。这将创建一个平台，使我能够探索AMD-XilinxVitisVision库。首先，我们需要下载PYNQZU的PYNQSD卡映像并将其写入SD卡。这将为我们提供一个PYNQ映像，我们可以在板上启动并开始使用。PYNQ2.7版本是在AMD-Xilinx工具链的2020.2版本中开发的。为了保持兼容性，我们还将在同一工具链中开发应用程序。设置Vivado要开始开发PYNQ覆盖，我们首先需要下载并安装PYNQZU板定义。我们可以从XilinxBoardStore获取电路板定义。从https://github.com/Xilinx/XilinxBoardStore克隆存储库克隆后，将PYNQZU板文件从克隆位置复制到Vivado安装。将文件PYNZU文件夹复制到/Vivado/2020.2/data/boards/board_files包含板文件后，下一阶段是从https://github.com/Xilinx/PYNQ/tree/image_v2.7克隆PYNQ存储库克隆PYNQ存储库后，在PYNQ\boards\ip\hls目录下运行build_ip.bt或sh，具体取决于开发机器。这将构建HSLIP内核，以便我们可以在Vivado中使用它们最后阶段是克隆下面的存储库——其中包含几个TCL脚本，可用于使用MIPI构建图像处理链。https://github.com/ATaylorCEngFIET/Vivado_Blocks创建叠加层克隆所有存储库后，下一步是在Vivado中创建一个项目：选择新建项目输入项目名称和位置选择RTL项目并将源留待以后选择选择PYNQZU板作为目标单击完成以创建项目打开项目后，下一步是创建一个新的框图，从左侧菜单中选择创建框图保持框图名称不变在TCL控制台中，将目录更改为克隆的ADIUVOVivadoBlocks存储库的位置使用命令获取脚本mipi_pcam.tcl：sourcemipi_pcam.tcl使用命令创建PCamMIPI块：create_hier_cell_mipi_pcam5.mipi_pcam这将创建一个具有所有必要时钟和元素的MIPI接口块展开块以检查内容打开IP目录并选择添加存储库导航并选择克隆的PYNQ目录中的IP文件夹您将看到几个IP被检测到并添加到项目中在IP目录中选择PixelPackIP，注意它没有打包用于MPSOC设备。右键单击IP块并选择在IP打包器中编辑：这将打开一个带有要编辑的IP的新Vivado项目，选择兼容性并确保可以为所有设备生成IP重新打包IP核并关闭项目回到主Vivado项目，我们现在可以添加PixelPackIP块添加像素包IP添加以下IP以创建最终系统MPSOC-处理器内核子集转换器-重新映射像素VDMA-配置为写入AXI中断控制器连接块添加MPSOC模块后，运行模块自动化以针对PYNQZU设置配置处理器最终设计应如下所示：在MIPI模块中，我们需要将MIPIIP连接到设备上的引脚，如下表所示：我添加了一个恒定输出设置为1以始终启用相机。完成后，我们可以创建HDL包装器并构建位文件。由于我们将把它用于PYNQ覆盖，我们只需要HWH文件和位文件。创建笔记本在Jupyter环境中（通过WIFI或USB-以太网连接时，在浏览器中转到PYNQ:9090）我创建了一个名为Adiuvo的新文件夹，并将bit和HWH移交文件上传到该文件夹​​。请注意，我将两个文件重命名为相同的名称。我们还将创建一个笔记本以添加python命令。我们通过I2C配置相机，PYNQZU使用PSI2C0并使用I2C多路复用器连接到多个不同的I2C总线。检查我们的相机已通电并以正确的方式连接到连接器中。我们可以在PYNQ中打开一个终端并运行i2cdetect-l命令来确定I2C通道。相机连接到I2CMux通道3。这使其成为I2C-6，运行命令i2cdetect-r-y6将列出网络上的所有I2C设备。如果存在，相机应响应地址0x3C。主要应用如下：frompynqimportOverlayfrompynq.lib.videoimport*importPIL.Imageimportcv2importmatplotlib.pyplotaspltimportscipy.ndimageimportmatplotlib.imageasmpimgimportsmbus2fromsmbus2importSMBus,i2c_msgol=Overlay("/home/xilinx/jupyter_notebooks/adiuvo/mipi_ol.bit")ol?vdma=ol.axi_vdma_0videomode=VideoMode(1280,720,24)i2c_bus=smbus2.SMBus(6)Sensor_addr=0x3cmsg=i2c_msg.write(Sensor_addr,[0x31,0x00])i2c_bus.i2c_rdwr(msg)msg=i2c_msg.read(Sensor_addr,0x1)i2c_bus.i2c_rdwr(msg)data=list(msg)print("CameraIDis=",hex(data[0]))demo=ol.mipi_pcam.v_demosaic_0mipi=ol.mipi_pcam.mipi_csi2_rx_subsyst_0cfg=[[0x3008,0x42],[0x3103,0x03],[0x3017,0x00],[0x3018,0x00],[0x3034,0x18],[0x3035,0x11],[0x3036,0x38],[0x3037,0x11],[0x3108,0x01],[0x303D,0x10],[0x303B,0x19],[0x3630,0x2e],[0x3631,0x0e],[0x3632,0xe2],[0x3633,0x23],[0x3621,0xe0],[0x3704,0xa0],[0x3703,0x5a],[0x3715,0x78],[0x3717,0x01],[0x370b,0x60],[0x3705,0x1a],[0x3905,0x02],[0x3906,0x10],[0x3901,0x0a],[0x3731,0x02],[0x3600,0x37],[0x3601,0x33],[0x302d,0x60],[0x3620,0x52],[0x371b,0x20],[0x471c,0x50],[0x3a13,0x43],[0x3a18,0x00],[0x3a19,0xf8],[0x3635,0x13],[0x3636,0x06],[0x3634,0x44],[0x3622,0x01],[0x3c01,0x34],[0x3c04,0x28],[0x3c05,0x98],[0x3c06,0x00],[0x3c07,0x08],[0x3c08,0x00],[0x3c09,0x1c],[0x3c0a,0x9c],[0x3c0b,0x40],[0x503d,0x00],[0x3820,0x46],[0x300e,0x45],[0x4800,0x14],[0x302e,0x08],[0x4300,0x6f],[0x501f,0x01],[0x4713,0x03],[0x4407,0x04],[0x440e,0x00],[0x460b,0x35],[0x460c,0x20],[0x3824,0x01],[0x5000,0x07],[0x5001,0x03]]forcmdincfg:#print(hex(cmd[0]))#print(hex(cmd[1]))first=cmd[0].to_bytes(2,'big')#print(hex(first[0]),hex(first[1]),hex(cmd[1]))msg=i2c_msg.write(Sensor_addr,[first[0],first[1],cmd[1]])i2c_bus.i2c_rdwr(msg)awb=[[0x518d,0x00],[0x518f,0x20],[0x518e,0x00],[0x5190,0x20],[0x518b,0x00],[0x518c,0x00],[0x5187,0x10],[0x5188,0x10],[0x5189,0x40],[0x518a,0x40],[0x5186,0x10],[0x5181,0x58],[0x5184,0x25],[0x5182,0x11],[0x3406,0x00],[0x5183,0x80],[0x5191,0xff],[0x5192,0x00],[0x5001,0x03]]forcmdinawb:#print(hex(cmd[0]))#print(hex(cmd[1]))first=cmd[0].to_bytes(2,'big')#print(hex(first[0]),hex(first[1]),hex(cmd[1]))msg=i2c_msg.write(Sensor_addr,[first[0],first[1],cmd[1]])i2c_bus.i2c_rdwr(msg)res_720p=[[0x3008,0x42],[0x3035,0x21],[0x3036,0x46],[0x3037,0x05],[0x3108,0x11],[0x3034,0x1A],[0x3800,(0>>8)&0x0F],[0x3801,0&0xFF],[0x3802,(8>>8)&0x07],[0x3803,8&0xFF],[0x3804,(2619>>8)&0x0F],[0x3805,2619&0xFF],[0x3806,(1947>>8)&0x07],[0x3807,1947&0xFF],[0x3810,(0>>8)&0x0F],[0x3811,0&0xFF],[0x3812,(0>>8)&0x07],[0x3813,0&0xFF],[0x3808,(1280>>8)&0x0F],[0x3809,1280&0xFF],[0x380a,(720>>8)&0x7F],[0x380b,720&0xFF],[0x380c,(1896>>8)&0x1F],[0x380d,1896&0xFF],[0x380e,(984>>8)&0xFF],[0x380f,984&0xFF],[0x3814,0x31],[0x3815,0x31],[0x3821,0x01],[0x4837,36],[0x3618,0x00],[0x3612,0x59],[0x3708,0x64],[0x3709,0x52],[0x370c,0x03],[0x4300,0x00],[0x501f,0x03],[0x3008,0x02]]forcmdinres_720p:#print(hex(cmd[0]))#print(hex(cmd[1]))first=cmd[0].to_bytes(2,'big')#print(hex(first[0]),hex(first[1]),hex(cmd[1]))msg=i2c_msg.write(Sensor_addr,[first[0],first[1],cmd[1]])i2c_bus.i2c_rdwr(msg)demo.write(0x10,1280)demo.write(0x18,720)demo.write(0x28,0x03)demo.write(0x00,0x81)pixel_in=ol.pixel_pack_0pixel_in.bits_per_pixel=24mipi=ol.mipi_pcam.mipi_csi2_rx_subsyst_0op=mipi.read(0x60)print("virtualchannel0status=",hex(op))cam_vdma=ol.axi_vdma_0lines=720framemode=VideoMode(1280,lines,24)cam_vdma.readchannel.mode=framemodecam_vdma.readchannel.start()cam_vdma.readchannel.runningcam_vdma.readchannel.modeframe_camera=cam_vdma.readchannel.readframe()frame_color=cv2.cvtColor(frame_camera,cv2.COLOR_BGR2RGB)pixels=np.array(frame_color)plt.imshow(pixels)plt.show()运行后，它将向我们展示Jupyter笔记本中的图像：最后现在，我们有了一个可以运行的图像平台，我们可以有办法来探索Vitis视觉库了。如果您对此项目有任何想法、意见或问题，请在下方留言。以上内容翻译自网络，原作者：AdamTaylor，如涉及侵权，可联系删除。

我一直在从事一个项目，通过该项目我可以整理来自MQ-135空气质量传感器的空气质量信息，以检测我工作场所空气质量恶化的情况。然而，MQ-135空气质量传感器的位置在从传感器收集原始信息时具有巨大的重要性。因此，我决定通过开发一个用户友好的界面，通过选定的角度制作一个可移动的传感器底座。为了实现这一目标并添加一些确凿的功能（例如可调节背景光），我使用Python中的guizero模块为我的RaspberryPi开发了一个GUI，名为AirQualityModule。通过空气质量模块，您可以通过选择给定角度之一-0、30、45、90、135、180-来控制连接到迷你云台套件的两个伺服电机，并以RGB格式调整背景光-255，255,255.而且，最重要的是，您可以监控MQ-135传感器生成的当前空气质量范围：如果空气质量恶化，GUI会通过警告消息通知您。本项目中提到的一些产品和组件：树莓派3板壳3B树莓派4B/3B+SD卡32GB树莓派3BMicro-HDMIVGA转换器电缆补给品：树莓派3型号B+×1DigitSpaceRaspberryPi3板壳×1SD卡32GB×1DigitSpaceRaspberryPi3BMicro-HDMIVGA转换线×1AdafruitMCP3008×1MQ-135空气质量传感器×1PimoroniPan-Tilt帽子×1SG90微型伺服电机×2RGB扩散共阳极×1SparkFun可焊接面包板-迷你×2电阻220欧姆×3跳线（通用）×1在这个项目中，你将学到：如何使用RaspberryPi的角度控制伺服电机如何使用RaspberryPi调整RGBLED的颜色如何使用MCP3008和RaspberryPi读取模拟传感器如何使用guizero模块开发GUI如何编写范围函数来排列值，如Arduino中的map函数第1步：使用MCP3008读取模拟传感器与Arduino相比，RaspberryPi没有内置的ADC（模数转换器），我们可以通过它轻松地从模拟传感器收集信息。因此，我们需要在我们的电路中实现一个外部ADC，以整理来自模拟传感器（如MQ-135空气质量传感器）的数据。我使用了MCP30088通道ADC，因为它效率高且使用简单。我使用RaspberryPi上的AdafruitCircuitPythonMCP3xxx库来读取带有MCP3008的模拟传感器。但是，您需要安装在Python中提供CircuitPython支持的Adafruit_Blinka库才能使用上述库。sudopip3installadafruit-blinka如果需要，您必须在执行命令之前在RaspberryPiConfigurationSettings上启用SPI。完成后，从命令行运行以下命令来安装AdafruitCircuitPythonMCP3xxx库。sudopip3installadafruit-circuitpython-mcp3xxx然后，按如下方式进行引脚连接。尽管在项目原理图和代码中对引脚连接进行了很好的解释，但除此之外，我将保留MCP3008的以下引脚连接原理图。MCP3008CLK转PiSCLKMCP3008DOUT转PiMISOMCP3008DIN转PiMOSIMCP3008CS转PiD5MCP3008VDD至Pi3.3VMCP3008VREF至Pi3.3VMCP3008AGND到PiGNDMCP3008DGND到PiGNDMCP3008CH0到模拟传感器的信号引脚CH0指的是MCP3008上的第一个输入引脚-从0到7。第2步：开发GUI（空气质量模块）和编程RaspberryPi为了能够在Python中创建GUI，您需要在RaspberryPi上安装guizero模块。然后，您可以使用模块提供的所有小部件和事件。从您的命令行运行以下命令来安装guizero模块。sudopip3installguizero导入所需的库和模块。不要忘记包含所有GUI小部件-App、Box、Text、TextBox、PushButton、ButtonGroup、MenuBar、info、yesno、warn。创建SPI总线、cs（片选）和mcp对象。创建连接到MCP3008输入引脚的模拟输入通道——我只使用了通道0。定义GPIO引脚设置-GPIO.setmode(GPIO.BCM)。定义RGB引脚并设置PWM频率-100。在100-OFF处启动RGBPWM引脚。定义伺服电机引脚并设置PWM频率-50。在0-OFF处启动伺服底座和臂销。定义菜单栏选项命令（功能）：在Tutorial()函数中，如果需要，打开一个yesno消息以转到项目教程页面。在Components()函数中，打开一条信息消息以显示组件。在About()函数中，打开一条信息消息以显示电梯间距。定义小部件命令和功能：在_range()函数中，复制Arduino映射函数以在Python中排列给定范围内的值。在evaluateSensorValue()函数中，从测试范围内的MQ-135空气质量中获取空气质量值-从0-60000到0-1023。测试您的模块，然后在本例中定义0到60000之间的值范围。如果超过阈值(300)，则通过警告消息通知-空气质量恶化-并将状态更改为危险。在adjust_color()函数中，通过使用ChangeDutyCycle()更改PWM频率（在0到100之间）来调整RGBLED的颜色。将输入的颜色值从0-255排列到0-100。在base_tilt_move()和arm_tilt_move()函数中，通过选择的角度控制伺服电机-0,30,45,90,135,180-运行ChangeDutyCycle(selected_angle)。2到12之间的循环值精确地适用于0到180之间的角度。调整伺服电机位置后不要忘记执行以下行以关闭伺服PWM引脚。改变工作周期（0）创建名为AirQualityModule的GUI应用程序。定义菜单栏选项-教程、组件、关于。使用box小部件设计界面RGB颜色接口使用布局网格对齐部件。将相关命令（功能）分配给调整按钮-adjust_color。空气质量界面定义传感器和状态文本变量。使用repeat()函数每秒更新MQ-135空气质量传感器生成的传感器值。注意：在执行app.display()函数时，While循环不起作用。迷你云台底座接口在按钮组小部件中定义角度-0、30、45、90、135、180。分配相关命令（函数）-base_tilt_move。迷你云台臂接口在按钮组小部件中定义角度-0、30、45、90、135、180。分配相关的命令（函数）——arm_tilt_move。启动循环app.display()。特征1)改变仪器的背景颜色（RGB）。2)通过选择中间角度-0、30、45、90、135、180来调整迷你云台套件上伺服电机的位置。3)当传感器(MQ-135)检测到空气质量恶化时收到通知-状态：危险。在菜单栏上：4)进入教程页面。5)检查组件。6)显示电梯间距。连接引脚连接在代码和下面的项目示意图中得到了很好的解释。将树莓派连接到屏幕。将MCP3008和RGBLED连接到迷你面包板上。在将MCP3008连接到RaspberryPi之前，我使用了一个电位器来测试值范围。组装迷你云台套件并将MQ-135空气质量传感器粘在迷你云台套件（臂）上。总结完成所有步骤后，我将所有部件固定在一个旧塑料盒上，并将设备放在我的桌子上，以收集空气质量数据并使用树莓派上的空气质量模块(GUI)调整其背景颜色示意图代码#RaspberryPiAdjustableAirQualityDetectorControlledviaGUI##RaspberryPi3B+##ByKutluhanAktar##LearnhowtodevelopaGUI,namedAirQualityModule,tocontrolaminipan-tiltkitandgetinformationfromanMQ-135AirQualitySensor.#Also,youcanchangethebackgroundlight(RGB)viatheGUI.##Getmoreinformationontheprojectpage:#https://theamplituhedron.com/projects/Raspberry-Pi-Adjustable-Air-Quality-Detector-Controlled-via-GUI/fromguizeroimportApp,Box,Text,TextBox,PushButton,ButtonGroup,MenuBar,info,yesno,warnfromtimeimportsleepfromsubprocessimportcallimportRPi.GPIOasGPIOimportbusioimportdigitalioimportboardimportadafruit_mcp3xxx.mcp3008asMCPfromadafruit_mcp3xxx.analog_inimportAnalogIn#CreatetheSPIbusspi=busio.SPI(clock=board.SCK,MISO=board.MISO,MOSI=board.MOSI)#Createthecs(chipselect)cs=digitalio.DigitalInOut(board.D5)#Createthemcpobjectmcp=MCP.MCP3008(spi,cs)#CreateanaloginputsconnectedtotheinputpinsontheMCP3008.channel_0=AnalogIn(mcp,MCP.P0)#DefineRGBpinssettingsandPWMfrequenciesGPIO.setmode(GPIO.BCM)red_pin=2green_pin=3blue_pin=4GPIO.setup(red_pin,GPIO.OUT)GPIO.setup(green_pin,GPIO.OUT)GPIO.setup(blue_pin,GPIO.OUT)red_value=GPIO.PWM(red_pin,100)blue_value=GPIO.PWM(blue_pin,100)green_value=GPIO.PWM(green_pin,100)red_value.start(100)blue_value.start(100)green_value.start(100)#DefineservomotorpinsettingsandPWMfrequenciesservo_base_pin=20servo_arm_pin=21GPIO.setup(servo_base_pin,GPIO.OUT)GPIO.setup(servo_arm_pin,GPIO.OUT)servo_base_value=GPIO.PWM(servo_base_pin,50)servo_arm_value=GPIO.PWM(servo_arm_pin,50)servo_base_value.start(0)servo_arm_value.start(0)#Definemenubaroptions'commands(functions).defTutorial():#Opentheprojectpageifrequested.go_to_tutorial=yesno("OpenTutorial","Getmoreinformationabouttheproject!")ifgo_to_tutorial==True:command="chromium-browserhttps://theamplituhedron.com/projects/"call([command],shell=True)print("ProjectTutorial!")else:warn("Close","Returntotheapplication!")defComponents():info("Components","RaspberryPi3B+\nMQ-135Sensor\nMiniPan-TiltKit\n2xServoMotor\nRGBLED\n2xMiniBreadboard\nMCP3008")defAbout():info("About","DevelopaGUI,namedAirQualityModule,tocontrolaminipan-tiltkitandgetinformationfromanMQ-135AirQualitySensor.Also,youcanchangethebackgroundlight(RGB)ontheGUI.")#Defineapplicationcommandsandfeatures:def_range(x,in_min,in_max,out_min,out_max):returnint((x-in_min)*(out_max-out_min)/(in_max-in_min)+out_min)defevaluateSensorValue():#Testyourmodule,thendefinethevaluerange-inthiscasebetween0and60000.sensorValue=_range(channel_0.value,0,60000,0,1023)sensor_value.value=sensorValue#Thresholdif(sensorValue>300):status_text.value="Status:DANGER"status_text.text_color="yellow"warn("!!!DANGER!!!","AirQualityDeteriorating!")else:status_text.value="Status:OK"status_text.text_color="green"defadjust_color():red=_range(int(r_input.value),0,255,1,100)green=_range(int(g_input.value),0,255,1,100)blue=_range(int(b_input.value),0,255,1,100)red_value.ChangeDutyCycle(101-red)blue_value.ChangeDutyCycle(101-blue)green_value.ChangeDutyCycle(101-green)defbase_tilt_move():#Cyclevaluesbetween2and12areworkingprecisely:selected_angle=2+(int(base_angle.value)/18)servo_base_value.ChangeDutyCycle(selected_angle)sleep(0.5)servo_base_value.ChangeDutyCycle(0)defarm_tilt_move():selected_angle=2+(int(arm_angle.value)/18)servo_arm_value.ChangeDutyCycle(selected_angle)sleep(0.5)servo_arm_value.ChangeDutyCycle(0)#CreatetheGUIapplication.appWidth=1200appHeight=500app=App(title="AirQualityModule",bg="#eb2e00",width=appWidth,height=appHeight)#Definemenubaroptions.menubar=MenuBar(app,toplevel=["Tutorial","Components","About"],options=[[["View",Tutorial]],[["Inspect",Components]],[["About",About]]])#Designtheinterfaceusingtheboxwidget.top=Box(app,width="fill",height=appHeight/2,align="top")bottom=Box(app,width="fill",height=appHeight/2,align="bottom")color_interface=Box(top,width=appWidth/2,align="left",layout="grid",border=True)quality_interface=Box(top,width=appWidth/2,align="right")base_interface=Box(bottom,width=appWidth/2,align="left")arm_interface=Box(bottom,width=appWidth/2,align="right")#RGBColorInterfacecolor_header=Text(color_interface,text="AdjustRGBBackgroundColor",color="#002699",size=20,grid=[0,0])r_label=Text(color_interface,text="R:",color="#1a53ff",size=15,grid=[0,1])r_input=TextBox(color_interface,grid=[1,1])r_input.bg="#ff5c33"r_input.text_color="#1a53ff"g_label=Text(color_interface,text="G:",color="#1a53ff",size=15,grid=[0,2])g_input=TextBox(color_interface,grid=[1,2])g_input.bg="#ff5c33"g_input.text_color="#1a53ff"b_label=Text(color_interface,text="B:",color="#1a53ff",size=15,grid=[0,3])b_input=TextBox(color_interface,grid=[1,3])b_input.bg="#ff5c33"b_input.text_color="#1a53ff"adjust_button=PushButton(color_interface,grid=[2,4],width="20",text="Adjust",command=adjust_color)adjust_button.bg="#002699"adjust_button.text_color="white"#AirQualityInterfacequality_header=Text(quality_interface,text="AirQualitySensor",color="#002699",size=20,align="top")sensor_value=Text(quality_interface,text="TEST",color="#002699",size=120)status_text=Text(quality_interface,text="Status:OK",color="green",size=15,align="bottom")#Updatethesensorvalue.sensor_value.repeat(1000,evaluateSensorValue)#MiniPan-TiltBaseInterfacebase_header=Text(base_interface,text="Pan-TiltBase",color="#002699",size=20)base_angle=ButtonGroup(base_interface,options=["0","30","45","90","135","180"],selected="0",width=20,command=base_tilt_move)base_angle.text_size=15base_angle.text_color="white"#MiniPan-TiltArmInterfacearm_header=Text(arm_interface,text="Pan-TiltArm",color="#002699",size=20)arm_angle=ButtonGroup(arm_interface,options=["0","30","45","90","135","180"],selected="0",width=20,command=arm_tilt_move)arm_angle.text_size=15arm_angle.text_color="white"#Starttheloop.app.display()*以上内容翻译自网络，原作者：KutluhanAktar，如涉及侵权可联系删除。

在新冠期间，人们对创造更多创新医疗设备的兴趣高涨，因为近年来表明医疗保健的情况是多么不可预测。我们以前从未面临过如此迫切地需要口罩、呼吸机、氧气瓶和其他必须具备的设备来战胜这一流行病。所有这些都成为开发可以长时间自主工作的设备的触发因素，无需访问互联网或云，只需使用超低功耗的电池即可。在本教程中，我想提供一个生动的示例，说明微型ML方法如何通过在微控制器上运行推理来帮助预测是否存在即将发生的心律失常，而无需将相应的传感器数据发送到云端。让我们学习如何训练一个紧凑的机器学习模型并将其嵌入到8位ATmega2560微控制器中。我特意选择了这种内存受限且原始的微控制器，以展示微型机器学习设备的简单和智能。特点、目标：0...186-示例说明目标-样本类别（0-正常心跳，1-受心律失常或心肌梗塞影响的心跳）我将所有案例合并到一个CSV文件中，并将其拆分为一个用于训练的数据集（11,641行）和一个用于推理的文件（2,911行）。心肌收缩幅度作为训练模型的特征。在这里，您可以下载我们用于对新数据进行模型训练和预测的预处理训练和测试数据集。Procedure.Step1：TinyML模型训练对于我项目的AI部分，我选择了NeutonTinyML平台。Neuton拥有一个特殊的算法，可以在准确性和紧凑性方面自动创建一个最佳模型。最好的部分-模型不需要压缩（这是完美的，因为我需要一个支持8位架构的非常小的模型）。接下来，我上传了一个CSV文件并选择了应该训练预测的列。就我而言，这是一列，它表明心电图上是否存在心律失常（1-是，0-否）。由于我需要将模型嵌入到8位微控制器中，因此我在界面中选择了这样的设置（8位支持）并开始训练。一切都是自动发生的。让我们从训练模型开始。我从这个资源中获取了原始数据集：https://www.physionet.org/content/ptbdb/1.0.0/。该数据集包含心率振荡的信号。这些信号对应于正常病例和受不同心律失常和心肌梗塞影响的病例的心电图(ECG)形状。目标是根据心电图形状检测受心律失常和心肌梗塞影响的异常心跳。如有必要，所有样本都被裁剪、下采样并用零填充到固定尺寸187。每行的最后一个元素表示该示例所属的类。模型经过训练。为了评估它的质量，我选择了曲线下的区域。我的模型变得非常小而准确：曲线下面积=0.96，模型大小=0.7Kb，系数数=253。第2步：嵌入微控制器之后，我下载了存档。它在训练完成后立即出现。档案包含：关于模型的信息在计算过程中使用二进制和十六进制两种格式的权重和元信息文件。计算器一组函数，是Neuton算法的附加功能，可提供推理。例如，计算器包括加载模型、调用回调函数（如传输数据、接收计算结果等）。纽顿图书馆一种执行计算的算法。实施文件一个文件，您可以在其中根据业务需求为计算结果设置操作逻辑。如您所见，存档文件夹包含所有必要的文件，这些文件可以简单地转移到微控制器固件项目中。由于我没有真正的心电图仪，我从计算机传输数据。为此，我开发了一个由标头、数据部分和校验和组成的简单协议。包头结构如下：类型定义结构{uint16_t序言；uint16_t大小；uint8_t类型；uint8_t错误；uint8_t保留[2]；}包头；我还提供了数据包，其中包含有关模型输入数量、执行预测的数据传输以及计算器RAM和闪存消耗的内存和预测时间的报告：类型定义枚举{TYPE_ERROR=0,TYPE_MODEL_INFO，TYPE_DATASET_INFO，TYPE_DATASET_SAMPLE，TYPE_PERF_REPORT，}数据包类型；然后我开发了一个数据包解析器，它将从系统板的USB-UART接口接收字节流作为输入，并在接收到具有正确校验和的数据包后，将激活回调函数以处理数据包。让我们打开user_app.c文件并创建一个神经网络对象：静态神经网络神经网络={0};为了初始化神经网络对象，我调用了CalculatorInit函数。初始化成功后，回调函数CalculatorOnInit被调用，我从model.c文件中加载了模型。对于预测，我调用了CalculatorRunInference函数。该函数反过来激活三个回调函数：预测之前和之后，以及包含预测结果的回调函数。我填写了它们：在我启动的CalculatorOnInferenceStart函数中，在CalculatorOnInferenceEnd函数中我停止了计时器并计算了预测时间的最小值、最大值和平均值。在CalculatorOnInferenceResult函数中，我分析了存在/不存在心律失常的类概率。当它不存在时，我打开绿色LED，但如果检测到心律失常，它是红色的。我将LED连接到GPIO端口52和53，并将预测结果发送到计算机。在草图文件中，我初始化了神经网络对象、数据包解析器、GPIO和UART端口：无效设置（）{pinMode（LED_RED，输出）；pinMode（LED_GREEN，输出）；led_red(1);led_green(1);初始化=(0==app_init());初始化&=(0==parser_init(channel_on_valid_packet,app_inputs_size()));序列号.开始（230400）；}我写了一个代码来在从UART接收数据时调用解析器：无效循环（）{如果（！初始化）{而（1）{led_red(1);led_green(0);延迟（100）；led_red(0);led_green(1);延迟（100）；}}而(Serial.available()>0)parser_parse(Serial.read());}让我们编译并将草图上传到系统板（“验证”和“上传”按钮）。成功！第3步：在微控制器上运行推理为了模拟心电图仪的工作，我使用libuv库编写了一个简单的桌面应用程序。该应用程序执行了以下操作：将向量发送到发生预测的设备从设备接收响应，关于发送的心电图是否包含心律失常，并显示响应运行应用程序的计算机与执行预测的微控制器之间的交互是通过本文上面描述的协议发生的。由于该设备通过串行端口连接到计算机，因此通信以二进制格式进行。我对微控制器进行了编程，以便当检测到心律失常时，我可以看到红灯，如果没有，然后绿灯亮起.在下面找到一个视频链接，展示它是如何工作的。未检测到心律失常检测到心律失常注意：在使用TensorFlow执行类似操作时，我们大部分时间都花在手动选择神经网络架构及其参数、模型转换、压缩和减少操作次数上，但我仍然没有设法嵌入模型成一个8位微控制器。总结新冠疫情表明医疗保健需要创新，我希望医疗边缘设备的巨大繁荣等待着我们。我们需要更多不怕电力和互联网中断的设备。非常便宜的设备，办公室里的任何人都可以轻松创建。*以上内容翻译自网络，原作者：亚历克斯·米勒，如涉及侵权，可联系删除。

在这个项目里我想出了一个双通道示波器的想法。这个有主要的微控制器作为Arduino和1.3英寸OLED显示器。这次我也有电池操作选项和板载充电电路。你可以先在面包板上做这个，然后再使用下面给出的我的PCB布局。这不仅是示波器，还具有DDS_PWM（具有8种不同波形的函数发生器）、脉冲发生器和频率计数器的一些额外功能。我在一个日本网页上找到了这个项目，但所有的解释都在这里。补给品：ArduinoNanoR3×1JLCPCBEasyEDAArduinoIDE特点：最大实时采样率为17.2ksps（2通道）和307ksps（1通道）。单通道最大等效时间采样率为16Msps。单通道-30Khz带宽屏幕上-Volt/Div和Time/Div占空比监控小型1.3英寸I2CAC/DC测量选项模式改变，保持状态功能双通道切换模式脉冲发生器选项DDS_PWM波形发生器频率计数器低电池消耗便携和袖珍型重要提示：该项目仅用于教育目的，并展示了16Mhz8位微控制器板的功能。这个MCU可以支持50KHz以下的频率，所以它不能用于商业和专业用途。那样的话，这个项目对我来说也可以命名为POORMANOSCILLOSCOPE。我还发现这对下面与音频相关的项目很有帮助。展示：1.3寸带I2C功能的OLED显示屏，有SSD1306和SH1106两种型号，可根据需求更改代码。我们必须取消注释我们在这个项目中使用的LCD版本。屏幕能够以两个通道的占空比和频率来表示波形的性质。使用的组件：Arduino纳米1M电阻10k电阻1.3英寸OLED显示屏100nF电容4个触觉按钮5v电源实物电路图：与往常一样，这是图形电路，我将电路最小化为一个通道的操作。如果您想同时使用这两个通道，请按照下面给出的主电路图进行操作。非常感谢“CirkitDesigner”软件提供了如此出色的工具来以图片格式展示电路和接线。对于新手或学生来说，这将是一种更容易理解的方法。目前cirkitDesigner可供所有人免费使用（从此处下载），因此没有理由不利用此优惠。作为评论，我发现这对我的项目非常有帮助。该软件的一些特殊功能是：代码编译、BOM管理器、面包板和自定义组件创建。电路原理图：电路说明：PinusageA0oscilloscopeprobech1A1oscilloscopeprobech2A4I2CSDAA5I2CSCLD3PWMoutputfortriggerlevelD4UpbuttonD6triggerlevelinputD8DownbuttonD9RightbuttonD10PulsegeneratoroutputD11PWMDDSoutputD12Leftbutton这款小型示波器可以使用5volts@200mA供电。您可以在上面看到两个不同的电路，两者都很好，但我制作的一个被简化并且在所有情况下都最有用。您可以根据自己的修改电路。看看示波器中那些漂亮的波。这次电路还具有外部频率测量和PWM、DDS脉冲输出选项，具有2个通道。4触觉按钮在下拉时触发。所有电阻器都是为了适当的基础。作为一项改进，您可以制作电路的PCB布局，并从JLCPCB以2美元的价格订购它们。顺便说一句，如果你想使用我的，下面给出你可以下载。探索菜单：完整菜单比以前的arduscope项目有更多的选项。然而，我没有得到大屏幕。可能是下次我会用TFT和mega2560板构建一个。频道切换选项：不使用时关闭第二个通道，因为这也会增加采样率。电压读数：还将显示信号的最大值和最小值，即幅度。电压/分区：时间/部门：代码：我得到了十六进制格式的代码，但确认在INOArduino文件中有一些支持文件。我得到了这些支持文件的ArduinoINO代码。一旦我得到完整的代码，我会分享，你会自己改变它。HEX文件仍然可以正常工作。如果您不知道如何使用HEX文件对Arduino进行编程，请查看本教程。从这里下载这个项目的代码。频率计数器：//intdataMin;//bufferminimumvalue(smallest=0)//intdataMax;//maximumvalue(largest=1023)//intdataAve;//10xaveragevalue(use10xvaluetokeepaccuracy.so,max=10230)//intdataRms;//10xrms.valuevoiddataAnalize(){//波形の分析getvariousinformationfromwaveformlongd;longsum=0;byte*waveBuff=data[sample+0];//searchmaxandminvaluedataMin=255;//minvalueinitializetobignumberdataMax=0;//maxvalueinitializetosmallnumberfor(inti=0;id=waveBuff[i];sum=sum+d;if(ddataMin=d;}if(d>dataMax){//updatamaxdataMax=d;}}//calculateaveragedataAve=(10*sum+(SAMPLES/2))/SAMPLES;//Averagevaluecalculation(calculatedby10timestoimproveaccuracy)//実効値の計算rmsvaluecalc.//sum=0;//for(inti=0;i//d=waveBuff[i]-(dataAve+5)/10;//オーバーフロー防止のため生の値で計算(10倍しない）//sum+=d*d;//二乗和を積分//}//dataRms=sqrt(sum/SAMPLES);//実効値の10倍の値getrmsvalue}voidfreqDuty(){//周波数とデューティ比を求めるdetectfrequencyanddutycyclevaluefromwaveformdataintswingCenter;//centerofwave(halfofp-p)floatp0=0;//1-stposiedgefloatp1=0;//totallengthofcyclesfloatp2=0;//totallengthofpulsehightimefloatpFine=0;//fineposition(0-1.0)floatlastPosiEdge;//lastpositiveedgepositionfloatpPeriod;//pulseperiodfloatpWidth;//pulsewidthintp1Count=0;//wavecyclecountintp2Count=0;//Hightimecountbooleana0Detected=false;//booleanb0Detected=false;booleanposiSerch=true;//truewhenserchingposiedgeswingCenter=(3*(dataMin+dataMax))/2;//calculatewavecentervaluefor(inti=1;iif(posiSerch==true){//posislope(frequencyserch)if((sum3(i)swingCenter)){//ifacrossthecenterwhenrising(+-3datausedtoeliminatenoize)pFine=(float)(swingCenter-sum3(i))/((swingCenter-sum3(i))+(sum3(i+1)-swingCenter));//finecrosspointcalc.if(a0Detected==false){//if1-stcrossa0Detected=true;//setfindflagp0=i+pFine;//savethispositionasstartposition}else{p1=i+pFine-p0;//recordlength(lengthofn*cycletime)p1Count++;}lastPosiEdge=i+pFine;//recordlocationforPwcalcrationposiSerch=false;}}else{//negaslopeserch(durationserch)if((sum3(i)>=swingCenter)&&(sum3(i+1)pFine=(float)(sum3(i)-swingCenter)/((sum3(i)-swingCenter)+(swingCenter-sum3(i+1)));if(a0Detected==true){p2=p2+(i+pFine-lastPosiEdge);//calucuratepulsewidthandaccumurateitp2Count++;}posiSerch=true;}脉冲发生器：voiddataAnalize(){//波形の分析getvariousinformationfromwaveformlongd;longsum=0;byte*waveBuff=data[sample+0];//searchmaxandminvaluedataMin=255;//minvalueinitializetobignumberdataMax=0;//maxvalueinitializetosmallnumberfor(inti=0;id=waveBuff[i];sum=sum+d;if(ddataMin=d;}if(d>dataMax){//updatamaxdataMax=d;}}//calculateaveragedataAve=(10*sum+(SAMPLES/2))/SAMPLES;//Averagevaluecalculation(calculatedby10timestoimproveaccuracy)//実効値の計算rmsvaluecalc.//sum=0;//for(inti=0;i//d=waveBuff[i]-(dataAve+5)/10;//オーバーフロー防止のため生の値で計算(10倍しない）//sum+=d*d;//二乗和を積分//}//dataRms=sqrt(sum/SAMPLES);//実効値の10倍の値getrmsvalue}voidfreqDuty(){//周波数とデューティ比を求めるdetectfrequencyanddutycyclevaluefromwaveformdataintswingCenter;//centerofwave(halfofp-p)floatp0=0;//1-stposiedgefloatp1=0;//totallengthofcyclesfloatp2=0;//totallengthofpulsehightimefloatpFine=0;//fineposition(0-1.0)floatlastPosiEdge;//lastpositiveedgepositionfloatpPeriod;//pulseperiodfloatpWidth;//pulsewidthintp1Count=0;//wavecyclecountintp2Count=0;//Hightimecountbooleana0Detected=false;//booleanb0Detected=false;booleanposiSerch=true;//truewhenserchingposiedgeswingCenter=(3*(dataMin+dataMax))/2;//calculatewavecentervaluefor(inti=1;iif(posiSerch==true){//posislope(frequencyserch)if((sum3(i)swingCenter)){//ifacrossthecenterwhenrising(+-3datausedtoeliminatenoize)pFine=(float)(swingCenter-sum3(i))/((swingCenter-sum3(i))+(sum3(i+1)-swingCenter));//finecrosspointcalc.if(a0Detected==false){//if1-stcrossa0Detected=true;//setfindflagp0=i+pFine;//savethispositionasstartposition}else{p1=i+pFine-p0;//recordlength(lengthofn*cycletime)p1Count++;}lastPosiEdge=i+pFine;//recordlocationforPwcalcrationposiSerch=false;}}else{//negaslopeserch(durationserch)if((sum3(i)>=swingCenter)&&(sum3(i+1)pFine=(float)(sum3(i)-swingCenter)/((sum3(i)-swingCenter)+(swingCenter-sum3(i+1)));if(a0Detected==true){p2=p2+(i+pFine-lastPosiEdge);//calucuratepulsewidthandaccumurateitp2Count++;}posiSerch=true;}}印刷电路板文件：下载我的Gerber文件，转到JLCPCB，然后选择厚度颜色参数，只需2美元即可订购5pcb。测试调试1：这里的大问题是获得正确的频率，正如我所说，首先使用音频是好的。所以我将它与在线音源工具配对。这将使我们能够检查精度以及不同的波形。此处显示了不同频率的正弦波测量值。测试调试2：测试调试3：观察：回到最大频率和幅度，它能够以5Khz的最大频率测量高达50v的电压。是的，波在这个频率以上被扭曲了。后续计划下次我们将使用更大的微控制器(2560)和TFT屏幕。原理图PDF下载点击完整代码/**Copyright(c)2009-2014,NoriakiMitsunaga*///intdataMin;//bufferminimumvalue(smallest=0)//intdataMax;//maximumvalue(largest=1023)//intdataAve;//10xaveragevalue(use10xvaluetokeepaccuracy.so,max=10230)//intdataRms;//10xrms.valuevoiddataAnalize(){//波形の分析getvariousinformationfromwaveformlongd;longsum=0;byte*waveBuff=data[sample+0];//searchmaxandminvaluedataMin=255;//minvalueinitializetobignumberdataMax=0;//maxvalueinitializetosmallnumberfor(inti=0;id=waveBuff[i];sum=sum+d;if(ddataMin=d;}if(d>dataMax){//updatamaxdataMax=d;}}//calculateaveragedataAve=(10*sum+(SAMPLES/2))/SAMPLES;//Averagevaluecalculation(calculatedby10timestoimproveaccuracy)//実効値の計算rmsvaluecalc.//sum=0;//for(inti=0;i//d=waveBuff[i]-(dataAve+5)/10;//オーバーフロー防止のため生の値で計算(10倍しない）//sum+=d*d;//二乗和を積分//}//dataRms=sqrt(sum/SAMPLES);//実効値の10倍の値getrmsvalue}voidfreqDuty(){//周波数とデューティ比を求めるdetectfrequencyanddutycyclevaluefromwaveformdataintswingCenter;//centerofwave(halfofp-p)floatp0=0;//1-stposiedgefloatp1=0;//totallengthofcyclesfloatp2=0;//totallengthofpulsehightimefloatpFine=0;//fineposition(0-1.0)floatlastPosiEdge;//lastpositiveedgepositionfloatpPeriod;//pulseperiodfloatpWidth;//pulsewidthintp1Count=0;//wavecyclecountintp2Count=0;//Hightimecountbooleana0Detected=false;//booleanb0Detected=false;booleanposiSerch=true;//truewhenserchingposiedgeswingCenter=(3*(dataMin+dataMax))/2;//calculatewavecentervaluefor(inti=1;iif(posiSerch==true){//posislope(frequencyserch)if((sum3(i)swingCenter)){//ifacrossthecenterwhenrising(+-3datausedtoeliminatenoize)pFine=(float)(swingCenter-sum3(i))/((swingCenter-sum3(i))+(sum3(i+1)-swingCenter));//finecrosspointcalc.if(a0Detected==false){//if1-stcrossa0Detected=true;//setfindflagp0=i+pFine;//savethispositionasstartposition}else{p1=i+pFine-p0;//recordlength(lengthofn*cycletime)p1Count++;}lastPosiEdge=i+pFine;//recordlocationforPwcalcrationposiSerch=false;}}else{//negaslopeserch(durationserch)if((sum3(i)>=swingCenter)&&(sum3(i+1)pFine=(float)(sum3(i)-swingCenter)/((sum3(i)-swingCenter)+(swingCenter-sum3(i+1)));if(a0Detected==true){p2=p2+(i+pFine-lastPosiEdge);//calucuratepulsewidthandaccumurateitp2Count++;}posiSerch=true;}}}if(p1Count>0&&p2Count>0){pPeriod=p1/p1Count;//pulseperiodpWidth=p2/p2Count;//pulsewidth}else{pPeriod=1.0e+37;//sethugeperiodtoget0HzpWidth=0;//pulsewidth}floatfhref;if(rate>RATE_MAX){//EquivalentTimesamplingfhref=ethref();}else{fhref=(float)pgm_read_dword(HREF+rate);}waveFreq=10.0e6/(fhref*pPeriod);//frequencywaveDuty=100.0*pWidth/pPeriod;//dutyratio}intsum3(intk){//Sumofbeforeandafterandownvaluebyte*waveBuff=data[sample+0];intm=waveBuff[k-1]+waveBuff[k]+waveBuff[k+1];returnm;}floatethref(){floathref=0.625;//microsecondif(rate==RATE_MAX+2)href*=2.0;elseif(rate==RATE_MAX+3)href*=5.0;elseif(rate==RATE_MAX+4)href*=10.0;elseif(rate==RATE_MAX+5)href*=20.0;elseif(rate==RATE_MAX+6)href*=50.0;elseif(rate==RATE_MAX+7)href*=100.0;returnhref;}*以上内容翻译自网络，原作者：sagarsaini，如涉及侵权，可联系删除。

我们是通讯行业动力维护专业，因为外市电（三相交流电）的波动会对我们的设备造成一定的影响。于是想做一个交流电监测的应用，监测交流电的过压或欠压，所以我做了这么一个实时监测的工具。它可以在过压和欠压一定程度的时候告警。或者进行长期监测并记录电压数据，分析可能发生过压或欠压的原因。树莓派作为一个简单易用功能强大的计算平台，很好地支持Python。而且刚好有MCC118数据采集模块（HAT）可以直接扩展出数据采集功能，MCC118提供8通道模拟电压输入，基于树莓派的数据采集/数据记录系统。每张MCC118最大采样率为100kS/s，可以进行单电压点和电压波形采集。项目的代码就是在MCCDAQHATs提供的SDK示例代码中，continuous_scan.py的基础上修改来的。实现一个高速的采集及告警设备，来监测外市电的波动情况。长期监测主要通过长期数据记录，分析是否有未超出告警范围的波动，以分析供电质量。这只是一个工程样机，可以进行实时（延时3秒+）告警和储存发生告警时的电压波形；可以进行长期监测（不实时告警）、也可以长期监测并实时告警。内部构造如下图，其中MCC118在图中正上方。警告分为4种：本机的光警告、本机的声警告、继电器输出的外部警告、物联网平台（OneNet）警告。目前支持两路三相交流电监测，每路三相电的A、B、C相分别用：黄、绿、红，发光二极管警告。物联网平台的警告页面。分别是：一路三相电的一相警告，以及一路三相电的三相警告。采集到的正常交流电波形如下图。数据分析部分是用NumPy进行交流电每个周期的最大值、最小值判断，然后确定是否报警，是否写入硬盘。还有一个程序每一做任何判断，把采集到的所有数据都直接记录到硬盘，大概一小时会生成1.2G的数据。也是用Python写的脚本，通过NumPy把数据做一个转换，然后用NumPy的amax和amin对数值进行分析判断。如果数据超过阈值，就写硬盘文件，同时用GPIO输出控制LED来发出预警信号。以下是完整代码，其中关键代码已经添加了注释。#!/usr/bin/envpython#-*-coding:utf-8-*-"""MCC118FunctionsDemonstrated:mcc118.a_in_scan_startmcc118.a_in_scan_readmcc118.a_in_scan_stopmcc118.a_in_scan_cleanupPurpose:Performacontinuousacquisitionon1ormorechannels.Description:Continuouslyacquiresblocksofanaloginputdataforauser-specifiedgroupofchannelsuntiltheacquisitionisstoppedbytheuser.Thelastsampleofdataforeachchannelisdisplayedforeachblockofdatareceivedfromthedevice.MCC118共8个通道，可以监测两个三相变压器的6路市电，分别为变压器1的A、B、C相和变压器2的A、B、C相"""from__future__importprint_functionfromdaqhatsimportmcc118,OptionFlags,HatIDs,HatErrorfromdaqhats_utilsimportselect_hat_device,enum_mask_to_string,\chan_list_to_maskimportosimportthreadingimportnumpyasnpimportdatetimeimporttimefromsocketimport*importRPi.GPIOasGPIO#===GPIOsetup=====================================================================GPIO.setmode(GPIO.BCM)led_list=[5,6,19,16,20,21]#LED使用的GPIOGPIO.setup(led_list,GPIO.OUT,initial=GPIO.LOW)delta=datetime.timedelta(minutes=5)#===================================================================================READ_ALL_AVAILABLE=-1CURSOR_BACK_2='\x1b[2D'sERASE_TO_END_OF_LINE='\x1b[0K'#===================================================================================arraydata=[[0foriinrange(72000)]forhinrange(10)]#定义一个采样缓存数组，72000为read_request_size*信道数，10为#连续采样的次数c_time#=======OneNetparam===================================================================device_id="Your设备ID"#Your设备IDapi_key="YourAPI_KEY"#YourAPI_KEYHOST='api.heclouds.com'PORT=80BUFSIZ=1024ADDR=(HOST,PORT)#=======Channelset==================================================================#Storethechannelsinalistandconvertthelisttoachannelmaskthat#canbepassedasaparametertotheMCC118functions.channels=[0,1,2,3,4,5]channel_mask=chan_list_to_mask(channels)num_channels=len(channels)samples_per_channel=0options=OptionFlags.CONTINUOUSscan_rate=10000.0#采样速率最大值为100k/信道数read_request_size=12000#每通道此次采样的点数c_time=10#连续采样的次数timeout=5.0#=======上下限=================================================================volt=220#根据需要设定标准电压thread=0.2#根据需要设定upline=volt*(1+thread)*1.414*0.013558#0.013558是根据电阻分压确定的downline=volt*(1-thread)*1.414*0.013558#0.013558是根据电阻分压确定的#=======LED监测=================================================================base_time=datetime.datetime.now()#定义时间临时数组led_stime=[base_time,base_time,base_time,base_time,base_time,base_time]#定义状态临时数组led_status=[-1,-1,-1,-1,-1,-1]#=====================================================================================defled_detect():globalled_stime,led_status#变压器的A、B、C相transno=["Trans1A","Trans1B","Trans1C","Trans2A","Trans2B","Trans2C"]try:#判断每个LED的状态whilePORT>0:time.sleep(1)ifGPIO.input(5)==GPIO.HIGHandled_status[0]led_stime[0]=datetime.datetime.now()led_status[0]=1ifGPIO.input(6)==GPIO.HIGHandled_status[1]led_stime[1]=datetime.datetime.now()led_status[1]=1ifGPIO.input(19)==GPIO.HIGHandled_status[2]led_stime[2]=datetime.datetime.now()led_status[2]=1ifGPIO.input(16)==GPIO.HIGHandled_status[3]led_stime[3]=datetime.datetime.now()led_status[3]=1ifGPIO.input(20)==GPIO.HIGHandled_status[4]led_stime[4]=datetime.datetime.now()led_status[4]=1ifGPIO.input(21)==GPIO.HIGHandled_status[5]led_stime[5]=datetime.datetime.now()led_status[5]=1#相应引脚延时5分钟熄灭，并向平台发送数据清除告警foriinrange(6):now=datetime.datetime.now()ifnow>(led_stime[i]+delta)andled_status[i]>=0:GPIO.output(led_list[i],GPIO.LOW)led_status[i]=-1t5=threading.Thread(target=senddata,args=(transno[i],"0"))t5.start()exceptKeyboardInterrupt:#Clearthe'^C'fromthedisplay.print(CURSOR_BACK_2,ERASE_TO_END_OF_LINE,'\n')print('Stopping')#========senddatatoOneNet==============================================================defsenddata(T_dev,alm):Content=""Content+="{\"datastreams\":[{\"id\":\""+T_dev+"\",\"datapoints\":[{\"value\":"+alm+"}]}"Content+="]}\r\n"value=len(Content)data=""data+="POST/devices/"+device_id+"/datapointsHTTP/1.1\r\n"data+="Host:api.heclouds.com\r\n"data+="Connection:close\r\n"data+="api-key:"+api_key+"\r\n"data+="Content-Length:"+str(value)+"\r\n"data+="\r\n"data+=ContenttcpCliSock=socket(AF_INET,SOCK_STREAM)tcpCliSock.connect(ADDR)tcpCliSock.send(data.encode())#data1=tcpCliSock.recv(BUFSIZ).decode()#print(data1)#=====writefile==========================================================================defwritefile(arrayatt,fnat):print("writefile",datetime.datetime.now())np.savetxt(fnat,arrayatt.T,fmt="%1.2f",delimiter="")print("\033[0;31m","finishwrite",datetime.datetime.now(),"\033[0m")#====AnalyseandwritefileandAlarm=======================================================defanalyse(array,fnat):break_1_1=-1break_2_1=-1break_1_2=-1break_2_2=-1break_1_3=-1break_2_3=-1break_1=-1break_2=-1print("analysefile",datetime.datetime.now())#等于read_request_size=12000lll=read_request_sizefile1="1-"+fnatfile2="2-"+fnata=np.array(array)b=np.empty([3,c_time*read_request_size],dtype=float)#变压器1定义一个数组c=np.empty([3,c_time*read_request_size],dtype=float)#变压器2定义一个数组#板子的数据记录格式是：CH0、CH1、CH2、CH3、CH4、CH5、CH0、CH1、CH2、CH3、CH4、CH5、CH0、CH1、CH2、CH3、CH4、CH5、CH0、CH1、CH2、CH3、CH4、CH5、CH0、CH1、CH2、CH3、CH4、CH5、#通过下面拆分成6个CH每个CH一个list以便进行分CH判断b[0]=np.concatenate((a[0,0::6],a[1,0::6],a[2,0::6],a[3,0::6],a[4,0::6],a[5,0::6],a[6,0::6],a[7,0::6],a[8,0::6],a[9,0::6]))#提取变压器1,A相数据b[1]=np.concatenate((a[0,1::6],a[1,1::6],a[2,1::6],a[3,1::6],a[4,1::6],a[5,1::6],a[6,1::6],a[7,1::6],a[8,1::6],a[9,1::6]))#提取变压器1,B相数据b[2]=np.concatenate((a[0,2::6],a[1,2::6],a[2,2::6],a[3,2::6],a[4,2::6],a[5,2::6],a[6,2::6],a[7,2::6],a[8,2::6],a[9,2::6]))#提取变压器1,C相数据c[0]=np.concatenate((a[0,3::6],a[1,3::6],a[2,3::6],a[3,3::6],a[4,3::6],a[5,3::6],a[6,3::6],a[7,3::6],a[8,3::6],a[9,3::6]))#提取变压器2,A相数据c[1]=np.concatenate((a[0,4::6],a[1,4::6],a[2,4::6],a[3,4::6],a[4,4::6],a[5,4::6],a[6,4::6],a[7,4::6],a[8,4::6],a[9,4::6]))#提取变压器2,B相数据c[2]=np.concatenate((a[0,5::6],a[1,5::6],a[2,5::6],a[3,5::6],a[4,5::6],a[5,5::6],a[6,5::6],a[7,5::6],a[8,5::6],a[9,5::6]))#提取变压器2,C相数据#=====判断越线=================================================================================#200是scan_rate=10000.0除以50（交流电的频率）得出每个周期采样200个点#600是120000/200=600read_request_size*c_time本次总的采样点数，除以每周期200点，总共600个周期#如果scan_rate=5000.0就是100，alens是120000/100=1200foriinrange(600):#每个CH拆分成每个正弦波周期进行峰值判断a1=b[0][(i*200):((i+1)*200-1)]b1=b[1][(i*200):((i+1)*200-1)]c1=b[2][(i*200):((i+1)*200-1)]a2=c[0][(i*200):((i+1)*200-1)]b2=c[1][(i*200):((i+1)*200-1)]c2=c[2][(i*200):((i+1)*200-1)]#每一项分别判断上下限并分别告警ifnp.amax(a1)>uplineornp.amax(a1)ifbreak_1_1GPIO.output(5,GPIO.HIGH)#相应引脚置高电平，点亮LEDbreak_1_1=1t3=threading.Thread(target=senddata,args=("Trans1A","100"))#调用上传进程t3.start()ifnp.amax(b1)>uplineornp.amax(b1)ifbreak_1_2GPIO.output(6,GPIO.HIGH)#相应引脚置高电平，点亮LEDbreak_1_2=1t3=threading.Thread(target=senddata,args=("Trans1B","100"))#调用上传进程t3.start()ifnp.amax(c1)>uplineornp.amax(c1)ifbreak_1_3GPIO.output(19,GPIO.HIGH)#相应引脚置高电平，点亮LEDbreak_1_3=1t3=threading.Thread(target=senddata,args=("Trans1C","100"))#调用上传进程t3.start()ifnp.amax(a2)>uplineornp.amax(a2)ifbreak_2_1GPIO.output(16,GPIO.HIGH)#相应引脚置高电平，点亮LEDbreak_2_1=1t3=threading.Thread(target=senddata,args=("Trans2A","100"))#调用上传进程t3.start()ifnp.amax(b2)>uplineornp.amax(b2)ifbreak_2_2GPIO.output(20,GPIO.HIGH)#相应引脚置高电平，点亮LEDbreak_2_1=1t3=threading.Thread(target=senddata,args=("Trans2B","100"))#调用上传进程t3.start()ifnp.amax(c2)>uplineornp.amax(c2)ifbreak_2_3GPIO.output(21,GPIO.HIGH)#相应引脚置高电平，点亮LEDbreak_2_2=1t3=threading.Thread(target=senddata,args=("Trans2C","100"))#调用上传进程t3.start()#每个变压器任何一项有告警就调用写文件进程写文件ifnp.amax(a1)>uplineornp.amax(a1)uplineornp.amax(b1)uplineornp.amax(c1)ifbreak_1t1=threading.Thread(target=writefile,args=(b,file1,))#调用写文件进程t1.start()break_1=2ifnp.amax(a2)>uplineornp.amax(a2)uplineornp.amax(b2)uplineornp.amax(c2)ifbreak_2t1=threading.Thread(target=writefile,args=(c,file2,))#调用写文件进程t1.start()break_2=2print("\033[0;32m","analysefinish",datetime.datetime.now(),"\033[0m")#fontcolor#============================================================================================defmain():"""Thisfunctionisexecutedautomaticallywhenthemoduleisrundirectly."""#============================================================================================try:#SelectanMCC118HATdevicetouse.address=select_hat_device(HatIDs.MCC_118)hat=mcc118(address)'''print('\nSelectedMCC118HATdeviceataddress',address)actual_scan_rate=hat.a_in_scan_actual_rate(num_channels,scan_rate)print('\nMCC118continuousscanexample')print('Functionsdemonstrated:')print('mcc118.a_in_scan_start')print('mcc118.a_in_scan_read')print('mcc118.a_in_scan_stop')print('Channels:',end='')print(','.join([str(chan)forchaninchannels]))print('Requestedscanrate:',scan_rate)print('Actualscanrate:',actual_scan_rate)print('Options:',enum_mask_to_string(OptionFlags,options))#============================================================================================try:input('\nPressENTERtocontinue...')except(NameError,SyntaxError):pass'''#Configureandstartthescan.#Sincethecontinuousoptionisbeingused,thesamples_per_channel#parameterisignoredifthevalueislessthanthedefaultinternal#buffersize(10000*num_channelsinthiscase).Ifalargerinternal#buffersizeisdesired,setthevalueofthisparameteraccordingly.print('Startingscan...PressCtrl-Ctostop\n')hat.a_in_scan_start(channel_mask,samples_per_channel,scan_rate,options)#============================================================================================try:whileTrue:fna=str(datetime.datetime.now())+".txt"#连续采样10次foriinrange(c_time):read_result=hat.a_in_scan_read(read_request_size,timeout)#readchannelDataarraydata[i]=read_result.dataifread_result.hardware_overrun:print('\n\nHardwareoverrun\n')breakelifread_result.buffer_overrun:print('\n\nBufferoverrun\n')breakhat.a_in_scan_stop()hat.a_in_scan_cleanup()hat.a_in_scan_start(channel_mask,samples_per_channel,scan_rate,options)#调用分析进程arraydatat=arraydatat2=threading.Thread(target=analyse,args=(arraydatat,fna,))t2.start()exceptKeyboardInterrupt:#Clearthe'^C'fromthedisplay.print(CURSOR_BACK_2,ERASE_TO_END_OF_LINE,'\n')print('Stopping')hat.a_in_scan_stop()hat.a_in_scan_cleanup()except(HatError,ValueError)aserr:print('\n',err)if__name__=='__main__':#表用进程实时监测告警状态，判断是否到时间消除告警t4=threading.Thread(target=led_detect)t4.start()main()程序部署参考这篇教程安装好MCCDAQHATs的SDK和代码示例。https://shumeipai.nxez.com/2018/10/18/get-started-with-the-evaluation-for-mcc-118.html将上面的程序保存为main.py然后在程序所在目录运行下面的命令即可启动程序。sudopythonmain.py*以上内容翻译自网络，原作者：mc_six，如涉及侵权，可联系删除。

本文旨在帮大家了解如何在运行Ubuntu桌面的XilinxKV260VisionAI入门套件上轻松设置机器学习推理功能。硬件部件KriaKV260VisionAI入门套件AMD-XilinxKriaKV260VisionAI入门套件×1AMD-XilinxXilinxKriaKV260电源和适配器×1AMD-XilinxXilinxKriaKV260基本附件包（可选）×13D打印KV260支架（可选）×1概述用于Xilinx开发板的UbuntuDesktop20.04.3LTS的发布，包括KriaKV260VisionAIStarterKit，开启了原型设计和开发机会的世界。Ubuntu是用于创建机器学习和计算机视觉应用程序的绝佳开发环境，现在Canonical在多个Xilinx开发板上正式支持它。该项目将研究如何使用XilinxKriaKV260VisionAIStarterKit上的Ubuntu20.04.3在Xilinx硬件上轻松实现加速机器学习应用。要求KV260带电源的入门套件USB网络摄像头或KV260基本附件包项目设立该项目的设置非常简单，并分为以下步骤，大致遵循此处的入门说明。第1步：从Canonical下载页面下载KriaKV260VisionAIStarterKit的Ubuntu桌面映像可以在此处找到下载，或者如果您使用LinuxPC下载桌面映像文件，您可以从终端使用以下命令：wgethttps://people.canonical.com/~platform/images/xilinx/kria/iot-kria-classic-desktop-2004-x03-20211110-98.img.xz?_ga=2.188245288.188752909.1641824366-54830457.1604064728-O~/Downloads/iot-kria-classic-desktop-2004-x03-20211110-98.img.xz第2步：将下载的Ubuntu桌面映像文件刻录到空白SD卡可以使用BalenaEtcher之类的映像实用程序或在Linux上使用该命令将映像文件写入SD卡。如果在Linux上使用该命令，请确保在继续之前阅读以下免责声明：以下命令可用于使用Linux写入SD卡映像：注意：上面提到的SD卡/dev/sd对于您的系统来说是唯一的。您需要将替换为sd适合您系统的驱动器映射。例如，sd可能等于sda、sdb、sdc等，具体取决于您的系统如何枚举SD卡设备。确保of=上面参数中指定的名称是设备枚举，而不是分区（即of=/dev/sd正确，但of=dev/sd1不正确）。SD卡写入过程完成后，您可以使用以下命令弹出设备sudoeject/dev/sd注意：上一步中的SD卡设备枚举也适用于此步骤。第3步：设置硬件应按照https://www.xilinx.com/products/som/kria/kv260-vision-starter-kit/kv260-getting-started-ubuntu/connecting-everything上的入门指南中的说明连接KV260第4步：在KriaKV260上启动UbuntuXilinx入门页面描述了如何在KV260上启动Ubuntu，以及使用Xilinx实用程序初始化Ubuntu映像。请按照https://www.xilinx.com/products/som/kria/kv260-vision-starter-kit/kv260-getting-started-ubuntu/booting-your-starter-kit.html上的说明进行操作第5步：在KV260上安装机器学习加速器覆盖KV260的可编程逻辑（FPGA结构）可以通过用户可定制的硬件加速器动态加载。预建快照可用于安装基本功能，包括可编程逻辑覆盖。预构建的叠加层与KriaAppStore的NLP-SmartVision加速应用程序中使用的叠加层相同。NLP-SmartVision应用程序具有用于加速机器学习推理应用程序的B3136DPU，以及用于与板载AP1302ISP接口的MIPI捕获管道。即使我们正在安装NLP-SmartVision应用程序，我们仍然可以使用它提供的覆盖来创建我们自己的自定义应用程序。以下来自XilinxWiki的命令将安装NLP-SmartVisionsnap。sudoxlnx-config--snap--installxlnx-nlp-smartvision注意：该xlnx-config实用程序是在上面的步骤4中安装的。我们还可以使用预构建的snap安装Vitis-AI库示例。Vitis-AI库snap安装预编译的测试应用程序，用于运行与XilinxVitis-AIModelZoo中的模型相关的各种机器学习任务。以下命令将安装Vitis-AI库snap。sudosnapinstallxlnx-vai-lib-samples安装Vitis-AI库示例snap后，我们现在已设置好并准备好创建我们自己的自定义机器学习应用程序。第6步：加载NLP-SmartVision覆盖在我们可以运行Vitis-AI库示例之前，我们需要加载包含机器学习推理加速器（即DPU）的可编程逻辑(PL)覆盖。以下命令将卸载当前的PL覆盖并加载NLP-SmartVision覆盖。sudoxlnx-config--xmutilunloadappsudoxlnx-config--xmutilloadappnlp-smartvision接下来，创建一个指向加载的dpu.xclbin的软链接sudoln-sf/var/snap/xlnx-config/current/assets/dpu.xclbin/usr/lib/dpu.xclbin注意：dpu.xclbin软链接用于dexplorer实用程序-运行推理应用程序不需要它。然后，验证DPU加速器信息dexplorer-w第7步：运行人员检测示例为了在实时视频上运行人员检测，我们需要使用v4l2-ctrl库确定摄像头设备枚举。以下命令将列出系统中的视频捕获设备v4l2-ctl--list-devices您应该看到类似于以下内容的内容网络摄像头设备是/dev/video0，我们可以将其作为参数传递给人员检测测试应用程序，以使用来自摄像头的实时视频。xlnx-vai-lib-samples.test-videorefinedetrefinedet_pruned_0_96/dev/video0注意：如果您使用远程终端（SSH或串行端口），您需要解锁Ubuntu桌面才能看到应用程序输出。此外，您需要使用命令设置XAUTHORITY和DISPLAY环境变量exportXAUTHORITY=$HOME/.XauthorityexportDISPLAY=:1.0KV260基本附件包中的MIPI摄像头列举如上/dev/video2图2，媒体管道列举为/dev/media1.MIPI摄像头需要进行额外设置才能使用。以下命令将设置KV260以使用MIPI摄像头-确保为您的系统使用正确的/dev/video*和/dev/media*。设置媒体捕获管道分辨率和格式media-ctl-d/dev/media1-V'"ap1302.4-003c":2[fmt:UYVY8_1X16/1280x720field:none]'media-ctl-d/dev/media1-V'"b0100000.scaler":0[fmt:UYVY8_1X16/1280x720field:none]'media-ctl-d/dev/media1-V'"b0100000.scaler":1[fmt:RBG24/1280x720field:none]'上面的命令为1280x720BGR数据设置MIPI捕获管道。使用MIPI摄像头输入运行示例人脸检测应用程序（需要KV260基本附件包）xlnx-vai-lib-samples.test-videorefinedetrefinedet_pruned_0_96"v4l2srcdevice=/dev/video2!video/x-raw,width=1280,height=720,format=BGR,framerate=30/1!queue!appsink"创建并运行自定义机器学习应用程序KV260上的Ubuntu映像用作开发环境，因此可以直接在目标硬件上编码和编译应用程序。为了帮助我们的开发过程，我们可能需要安装OpenCV开发库。以下命令将安装OpenCV开发包。sudoapt-getinstalllibopencv-devpython3-opencv要使用Vitis-AI库编译应用程序，我们还需要安装glog包。以下命令安装glog。sudoapt-getinstalllibgoogle-glog-dev下面的简单代码示例可用于执行人员检测。#include#include#include#include#includeusingnamespacestd;intmain(intargc,char*argv[]){if(argc{coutcout"return-1;}cv::VideoCapturevid(argv[1]);autoperson_detect=vitis::ai::RefineDet::create("refinedet_pruned_0_96");while(1){cv::Matframe;vid>>frame;autodetections=person_detect->run(frame);floatwidth=frame.cols;floatheight=frame.rows;for(auto&roi:detections.bboxes){intxmin=std::min(std::max(roi.x*width,0.0f),width);intymin=std::min(std::max(roi.y*height,0.0f),height);intxmax=std::min(std::max(xmin+(roi.width*width),0.0f),width);intymax=std::min(std::max(ymin+(roi.height*height),0.0f),height);cv::rectangle(frame,cv::Point(xmin,ymin),cv::Point(xmax,ymax),cv::Scalar(0,255,0),1,1,0);}cv::imshow("PersonDetection",frame);if(cv::waitKey(1)=='q')break;}return0;}您还可以使用以下命令在您的Kria上下载示例代码mkdir~/person_detectcd~/person_detectwgethttps://www.hackster.io/code_files/574226/download-Omain.cpp使用以下命令编译上面的C++应用程序g++-std=c++17-O3~/person_detect/main.cpp-o~/person_detect/person_detection\-I/usr/include/opencv4\-lpthread\-lopencv_core\-lopencv_video\-lopencv_videoio\-lopencv_imgproc\-lopencv_imgcodecs\-lopencv_highgui\-lvitis_ai_library-refinedet创建指向在运行Vitis-AIsnap时下载的人员检测模型的符号链接。这是必要的，因为Vitis-AI-LibraryAPI会在当前目录中查找ML模型，/usr/share/vitis_ai_library/models如果在当前目录中找不到该目录，则查找该目录。ln-sf~/snap/xlnx-vai-lib-samples/current/models/refinedet_pruned_0_96~/person_detect/refinedet_pruned_0_96注意：如果您没有运行Vitis-AI快照人员检测示例，则可以从此处下载模型。下载模型后，将其解压缩到~/person_detect目录中。以下命令将使用USB网络摄像头运行自定义人员检测应用程序（假设USB网络摄像头被枚举为/dev/video0）cd~/person_detect./person_detection/dev/video0以下命令将使用MIPI摄像头运行自定义人员检测应用程序（假设MIPI摄像头被枚举为/dev/video2，并且媒体管道已使用media-ctl前面显示的命令设置为720p分辨率）cd~/person_detect./person_detection"v4l2srcdevice=/dev/video2!video/x-raw,width=1280,height=720,format=BGR,framerate=30/1!queue!appsink"创建并安装新的自定义可编程逻辑覆盖使用赛灵思wiki中描述的平台资产容器(PAC)格式打包自定义PL覆盖非常简单。PAC是一个目录结构，它使用来自自定义覆盖构建的产品。要创建自定义覆盖，请参阅我的创建自定义KriaKV260加速ML应用程序项目。本节中的说明假设您已按照创建自定义KriaKV260加速ML应用程序项目，并且仍然保留项目目录。注意：KV260Ubuntu映像基于2020.2，因此请确保使用创建自定义KriaKV260加速ML应用程序项目中的2020.2构建产品。我们要创建的PAC目录结构如下所示：在您的构建机器上执行以下命令（具有创建自定义KriaKV260加速ML应用程序项目的构建产品的机器）mkdir-p~/kv260_ml_accel/kv260-pac/hwconfig/ml-accel/kv260使用以下命令将构建产品复制到PAC目录。构建产品包括比特流二进制文件(kv260-ml-accel.bit.bin)、设备树blob覆盖文件(kv260-ml-accel.dtbo)和加速器二进制覆盖文件(kv260-ml-accel.xclbin).cp~/kv260_ml_accel/xilinx-k26-starterkit-2020.2.2/build/tmp/sysroots-components/zynqmp_generic/kv260-ml-accel/lib/firmware/xilinx/kv260-ml-accel/*~/kv260_ml_accel/kv260-pac/hwconfig/ml-accel/kv260/.使用以下命令创建一个shell.json文件。shell.json文件通知DFX管理器覆盖类型。DFX管理器处理加载叠加。echo'{"shell_type":"XRT_FLAT","num_slots":"1"}'>~/kv260_ml_accel/kv260-pac/hwconfig/ml-accel/kv260/shell.json使用以下命令创建清单文件。清单文件包含描述硬件配置的元信息。echo"name:ml-acceldescription:KV260MLinferenceaccelerator(B4096DPU+VitisVisionxf::cv::resize)revision:1.0assets:kv260:kv260">~/kv260_ml_accel/kv260-pac/hwconfig/ml-accel/manifest.yamlPAC目录结构现在应该类似于上面的图5。现在PAC已创建，我们需要将其复制到KV260。以下命令将通过以太网将PAC目录从构建机器复制到KV260。scp-rp~/kv260_ml_accel/kv260-pacubuntu@:~/Downloads/.注意：您需要将替换为KV260的IP地址。在KV260上执行可以找到KV260的IP地址ipaddressshoweth0，然后查看inet地址。从此时起，所有命令都将在KV260上执行。将PAC复制到KV260后，您需要将PAC目录移动到/usr/local/share/xlnx-config或/boot/firmware/xlnx-config目录中。以下命令可用于将PAC移动到KV260上的正确位置。sudomkdir-p/usr/local/share/xlnx-configsudomv~/Downloads/kv260-pac/usr/local/share/xlnx-config/.我们现在可以查询系统以确定哪些PAC可用。以下命令执行查询xlnx-config--query您应该会看到类似于下面图6的查询响应。请注意，我们刚刚复制到目录的ml-accelPAC旁边没有星号。/usr/local/share/xlnx-config缺少星号表示未安装PAC。然后我们可以使用命令安装PACsudoxlnx-config--installml-accel再次运行查询以查看现在已安装ml-accelPACxlnx-config--query执行上面的命令应该会显示类似于下面的图7的内容。现在ml-accelPAC旁边有一个星号，表示它已安装并可以使用。您现在可以使用以下命令加载新的PL覆盖sudoxlnx-config--xmutilunloadappsudoxlnx-config--xmutilloadappml-accel我们可以通过使用该实用程序检查DPU配置来验证新的覆盖是否已加载dexplorer图8显示B4096DPU现在已加载到可编程逻辑中。下载B4096DPU的人员检测模型并将其解压缩到B4096模型目录mkdir-p~/xilinx_models/B4096wgethttps://www.xilinx.com/bin/public/openDownload?filename=refinedet_pruned_0_96-zcu102_zcu104-r1.3.1.tar.gz-O~/Downloads/refinedet_pruned_0_96-zcu102_zcu104-r1.3.1.tar.gztar-xvzf~/Downloads/refinedet_pruned_0_96-zcu102_zcu104-r1.3.1.tar.gz-C~/xilinx_models/B4096更新人员检测应用程序目录中的符号链接以指向B4096模型cd~/person_detectln-sf~/xilinx_models/B4096/refinedet_pruned_0_96我们现在可以像以前一样使用命令运行行人检测应用程序cd~/person_detect./person_detection/dev/video0总结该项目着眼于在XilinxKriaKV260VisionAIStarterKit上执行机器学习推理。使用KV260的Ubuntu映像，我们可以轻松地对机器学习推理解决方案进行原型设计，并使用自定义硬件加速器创建可编程逻辑覆盖。这种方法是在熟悉的Ubuntu环境中工作时快速开始使用Xilinx平台的好方法。参考代码点击下载*以上内容翻译自网络，原作者：TomSimpson，如涉及侵权，可联系删除。

本文将介绍如何创建一个支持HDMI输入到输出的图像处理平台。这可以用作基于HLS的图像处理演示的基础。概述该项目将演示如何基于XilinxZynq创建一个简单的图像处理平台。然后，该项目将用作后续开发的基础，这些开发侧重于基于高级综合的开发，允许使用行业标准OpenCV库。为了创建这个示例，我使用ZyboZ7，因为它提供HDMI输入和输出，以及用于MIPI相机的CSI-2接口，我们也可以将其用于未来的开发。除了Zybo-Z7，我们还将使用：HDMI摄像头，例如Apeman1080P运动摄像头HDMI输入和输出端口的相关电缆HDMI显示为了创建应用程序，我们将使用以下开发工具和库：维瓦多2017.4赛灵思SDK2017.4DigilentVivado库要创建此示例，我们需要执行以下准备步骤：将DigilentVivado库下载并解压到您的计算机安装DigilentBoard定义，如果您不确定如何执行此操作，请单击此处创建一个针对Zybo-Z7的新Vivado项目在Vivado中创建新的框图构成在Vivado框图中，我们需要添加以下IP：Zynq处理系统-这将提供图像处理系统的配置和控制，同时它的DDR也用作帧缓冲区以确保以下配置PL时钟0=200MHzPL时钟1=100MHzHP0Slaveenabled-这将用于将图像传输到PSDDR或从PSDDR传输图像GP0Masterenabled-用于配置图像处理链DVI2RGB-这将HDMI视频流转换为具有适当垂直和水平同步的24位RGB总线。AXIGPIO-用于断言HDMI源上的热插拔检测的单个输出，未能断言这可能意味着没有接收到视频。视频定时控制器-配置为检测，这将检测从HDMI源接收的视频的模式。视频输入到AXIS-这会将并行视频和同步转换为AXI流。与TDATA上的图像数据一起，帧的开始由TUser信号标识，而行尾由TLast信号标识。将此配置为具有独立时钟，以便像素时钟和AXI流时钟不同。AXIS子集转换器-此组件将24位视频输出的格式重新映射为正确的RGB格式。其中两个在VDMA之前和之后使用。视频直接内存-写入通道将AXI流视频移动到AXI内存映射形式，以便存储在PSDDR内存中。而读取通道访问PSDDR并将AXI内存映射格式转换为AXI流以供输出。确保启用两个方向。视频时序控制器-配置为时序源，配置所需的时序取决于输入视频时序。这被AXIS用于视频输出以生成输出并行视频和同步RGB2DVI-这将输出并行视频和垂直和水平同步转换为HDMI为了支持动态配置输出时钟，使用了DigilentVivado库中的动态时钟发生器。这允许使用AXIlite根据接收到的视频格式来改变像素时钟频率。Vivado项目将所有这些放在一起可以创建一个Vivado项目，如下所示。然后可以构建Vivado项目并将其导出到XilinxSDK以使我们能够创建应用软件。在XilinxSDK中，我们需要编写我们的软件应用程序来执行以下操作：断言连接到HDMIIN热插拔检测的GPIO-断言此信号后，处理器等待5秒以确保HDMI源生成视频。配置视频定时控制器（检测器）以报告传入视频模式。配置视频时序控制器（生成器）以根据检测视频模式生成时序。配置动态时钟将VDMA配置为从PSDDR读取和写入数据运行应用程序SW应该可以让您看到所选HDMI源上的图像。实物总而言之，这个项目为我们提供了一个想法平台，我们可以在未来使用它来展示我们基于HLS图像处理的应用程序。如果您对此项目有任何想法、意见或问题，请在下方留言。以上内容翻译自网络，原作者：AdamTaylor，如涉及侵权，可联系删除。

本项目是构建一个3D打印的向日葵，它会根据光线打开和关闭。可以作为三八节礼物送给你的另一半，祝你们度过一个愉快的节日！补给品硬件组件SparkFunArduinoProMini328-5V/16MHz×1SparkFun迷你光电管×1SparkFun伺服-通用金属齿轮×1软件应用程序和在线服务电路.ioArduinoIDE手动工具和制造机器3D打印机（通用）项目背景随着三八节的到来，我们开始寻找带有浪漫色彩的项目创意。在寻找我们周围的线索时，我们的目光落在了我们办公室窗户上的一朵塑料向日葵上。说实话，它很丑，但它给了我们一个想法——如果我们制作一朵会随着光而移动的花，就像真正的向日葵一样。经过几次修改（和一堆灯丝）我们给你这个机械向日葵！来表达你的爱意。说明：如果您一直在学习我们的教程，那么您应该已经知道该练习：1.单击circuito.io上的这个神奇链接，其中包含该项目所需的确切组件。2.根据需要进行调整。例如，如果您想使用电池而不是墙上适配器，或者您有不同类型的Arduino。我们在这个项目中使用了pro-mini。如果您想使用不同的，请确保它适合花。3.单击生成（生成器底部的红色按钮。4.检查您是否拥有所需的所有部件，包括外围设备-电阻器、电缆、跳线等。该列表将出现在分步指南的第一步中。您可以单击列表中的不同部分（在应用程序上），您将被重定向到一个网站，您可以在需要时购买它们。5.接线-在您收到的回复中向下滚动一点，您会看到一个分步指南，它将引导您完成电路的接线。6.你已经到了代码部分。这里有一个示例代码，它集成了项目中使用的所有组件。下载代码解压\解压到你的电脑用ArduinoIDE打开它（你可以在这里下载）将其上传到您的Arduino在您看到一切正常后，从下面的代码部分复制新代码，并将其粘贴到您正在处理的代码中的“固件”选项卡中，这样您就已经设置了所有库。确保将第一部分留在代码的顶部，它定义了引脚和库（下图中的部分）。制作花朵3D打印花朵的不同部分。您可以在下面的链接或此链接中找到所有.STL文件。您将需要打印：1个底座1X酒吧1条领带1X萼片6X踏板10X草-打印此部分时，请确保使用柔软\柔韧的灯丝。我们使用了Filaflex特别说明：对于花瓣、杆和萼片，我们使用了一根细而柔韧的钢丝。为此，设计中内置了一些小钻头。伺服电机通过2个小螺钉连接到底座侧面，并用钉子连接到隔板。将迷你光电管放置在底座的专用钻孔中，位于伺服底座下方。定制零件和外壳向日葵杆（点击下载）向日葵-花瓣（点击下载）向日葵-主体（点击下载）向日葵-萼片（点击下载）向日葵-草（点击下载）向日葵-带子（点击下载）代码说明点击下载代码1.从circuito.io下载代码2.使用ArduinoIDE打开它3.将原始代码中的voidsetup()替换为以下代码/*Thiscodesetsuptheessentialsforyourcircuittowork.Itrunsfirsteverytimeyourcircuitispoweredwithelectricity.*/voidsetup(){//SetupSerialwhichisusefulfordebugging//UsetheSerialMonitortoviewprintedmessagesSerial.begin(9600);Serial.println("start");servo.attach(SERVO_PIN_SIG);servo.write(servoRestPosition);}/*Thiscodeisthemainlogicofyourcircuit.Itdefinestheinteractionbetweenthecomponentsyouselected.Aftersetup,itrunsoverandoveragain,inaneternalloop.*/voidloop(){//Getcurrentlightreading,substracttheambientvaluetodetectlightchangesldrSample=ldr.readAverage(1000);Serial.print(ldrSample);Serial.print('\t');servoRestPosition=map(ldrSample,200,900,10,95);servoRestPosition=constrain(servoRestPosition,10,95);Serial.println(servoRestPosition);servo.write(servoRestPosition);delay(1000*20);}以上就是这个项目的全部内容了，感谢您的阅读和关注。*以上内容翻译自网络，原作者circuito.ioteam，如涉及侵权，请联系删除。

该项目将带大家了解如何使用RaspberryPi上的免费开源spchcat工具将音频转换为文本。项目耗时约1小时。补给品树莓派4B型×1TKGOUUSB麦克风×1你知道你可以在你的Pi上免费运行语音识别吗？如果您想直接进入，只需下载、安装并运行spchcat命令即可开始。在本文的其余部分，我将告诉您更多关于我是如何构建它的、它可以做什么以及如何帮助改进它的。项目背景过去，只有大公司才能负担得起工程师薪水、海量训练数据以及构建可用语音识别系统所需的时间。值得庆幸的是，开源社区，尤其是像Mozilla的CommonVoice和Coqui的语音转文本库这样的项目，已经改变了这一切。通过收集多种不同语言的大量语音，并开源训练代码和完整模型，他们使得构建对许多任务有用的语音识别器成为可能。结果可能还不如最好的商业系统，但改进的速度令人印象深刻，它们已经可以启用许多有趣的新应用程序。自从Coqui推出以来，我就知道他们的工作，因为他们使用TensorFlowLite（我帮助构建的一个库）进行机器学习计算。我知道他们取得了令人印象深刻的成果，我想尝试使用他们的框架在我的Pi上构建简单的语音界面，但是我没有一个简单的方法可以开始。在寒假期间，我决定我的有趣项目是编写一个简单的命令行工具来收听我的RaspberryPi的麦克风并将它听到的文本写入终端。结果是spchcat，这是一个命令行工具，用于从麦克风、系统音频或wav文件中读取音频，并输出文本。它所依赖的所有模型和库都是开源的，该工具本身的代码可在这里获得。实现步骤要使用它，首先需要从latest.deb包中安装它。这是超过1GB的大小，因为它包含40多种语言的数据。将来我想找到一种方法使该工具更加模块化，因此您可以选择所需的语言，因为当前的过程使下载和安装速度比需要的慢，但是我还没有弄清楚怎么做呢。您将需要一个现代的RaspberryPi（它已在Pi4上进行了测试），因为它使用优化的NEON指令来实时运行，而这些在原始的PiOnes或Zeros上并不存在。对于PulseAudio库，您还需要最新版本的RaspberryPiOS。为了最有趣，我也推荐一个USB麦克风。几乎任何一个都应该工作，但我已经链接到我在Things中使用的那个。运行工具下载并安装软件包后，确保已插入麦克风，打开终端窗口，然后运行不带参数的spchcat命令。spchcat您应该会看到一些版本信息出现。现在，它会等你说些什么。尝试正常对着麦克风讲话，输出文本应该开始出现。这里我说“测试，测试”，然后是“HelloHackster”。如您所见，它不知道Hackster这个词，所以它的最佳猜测是“hatsthe”！有一些方法可以提供自定义词，但我会在以后的文章中介绍这些。您可以想象，语音识别通常并不完美，但我希望能够自己尝试一下，让您对它在实践中的效果有一个很好的数据接收。从文件中识别您可以尝试的下一件事是在文件上运行语音识别。它应该适用于any.wav，并且您可以将其他格式（如歌曲和视频）转换为使用ffmpeg的格式，但您也可以从Coqui下载一些示例文件用于测试目的。要在文件上运行它，只需将文件名或充满文件的目录作为命令行参数传递：spchcataudio/8455-210777-0068.wav您应该会看到类似这样的输出：另一个有趣的功能是，您可以要求该工具收听系统当前正在播放的音频，并尝试转录它找到的任何语音。如果您正在参加Zoom会议或正在播放视频，并且想要查看自动脚本，这可能会很有用。要使用它，您可以--source=system在命令行上指定标志：spchcat--source=system了解不同的语言我对拥有一个有用的语音识别开源堆栈感到最兴奋的原因之一是它允许有动力的社区成员为他们关心的语言构建模型。商业系统支持拥有大量用户的语言，因为只有在有足够多的人使用它的情况下投入所需的时间和金钱才有意义。Coqui能够与个人和ITML等团体合作，以支持捷克语、威尔士语等多种语言。可以训练自己的模型，但即使您不是编码员，也可以通过使用您使用CommonVoice的语言提供语音来提供帮助，并帮助他人。该工具将尝试使用您的系统配置来猜测默认使用哪种语言，但如果您想明确告诉它，您可以使用该--language标志，如下所示：spchcat--language=de_DEaudio/auf_wiedersehn.wav在您自己的项目中使用语音识别如果您是Hackster读者，我敢打赌您已经在考虑如何将其与您从事的项目相适应。好消息是Coqui有适用于Python、NodeJS和Android的API，以及spchcat使用的普通CAPI。我希望拥有一个易于使用的命令行工具可以让您快速进行实验并了解该技术的功能和局限性。我最初构建它是为了帮助我制作一些简单的语音界面原型，我只是有点忘乎所以！能够建立在致力于使语音识别民主化的整个社区的辛勤工作之上，这真是太好了，生态系统似乎是开源工作如何发挥作用的一个很好的例子。我希望它可以帮助您构建一些有趣或有用的东西，或两者兼而有之，我很想听听您创建的任何项目。以上内容翻译自网络，原作者PeteWarden，如涉及侵权，可联系删除。

几个月前，我买了一个“RaspberryPiPico”来获得一些实践经验并使用它创建一些令人惊叹的项目。但从那以后，它就一直放在我的桌子上，收集灰尘。今天，经过漫长的等待，我终于决定制作一个简短的视频教程，向大家展示如何开始使用RaspberryPiPico。补给品在本教程中，我将与大家分享：一.什么是树莓派Pico？二、单板技术规格三、如何使用C/C++和MicroPython对Pico进行编程1、使用“ArduinoIDE”对RaspberryPiPico进行编程2、准备ArduinoIDE加载闪烁示例演示3、使用“TonnyPythonIDE”对RaspberryPiPico进行编程在Pico上安装MicroPython安装TonnyPythonIDE加载闪烁示例演示四、树莓派Pico和Arduino的区别五、本板的优缺点第1步：什么是RaspberryPiPico？RaspberryPiPico是一款低成本的微控制器。它可以像任何其他微控制器一样用于控制其他电子模块和传感器。Pico不是Linux单板计算机，而是像Arduino一样的微控制器。因为，它是一个微控制器，它没有计算机带来的所有开销，因此消耗的电流要少得多。实际上它更像Arduino而不是RaspberryPi。Pico不是RaspberryPiZero的竞争对手，它实际上可以与常规Pi配合使用。Pico对面包板很友好，有40个GPIO引脚，工作电压为3.3v（每侧20个）。它具有双核ARMCortexM0+处理器。Pico的大脑——RP2040微控制器芯片由英国树莓派设计。它可以通过微型USB端口供电，也可以通过VSYSGPIO引脚提供1.8V至5.5V范围内的电压供电。第2步：Pico的技术规格RaspberryPiPico与所有其他RaspberryPi型号完全不同。Pico是最早使用RP2040“PiSilicon”处理器的微控制器之一。它是由英国RaspberryPi团队开发的定制“片上系统”（SoC），具有运行频率为133MHz的双核ArmCortexM0+处理器、264KBSRAM和2MB用于存储文件的闪存。规格：微控制器：英国树莓派设计的RP2040处理器：双核ArmCortex-M0+处理器，运行频率高达133MHz的灵活时钟输入电源：1.8-5.5VDC工作温度：-20°C至+85°C尺寸：51.0x21.0毫米板载传感器：温度传感器内存：264KB片上内部SRAM，最高可支持16MB片外Flash2MB板载QSPI闪存（Adafruit的FeatherRP2040，具有16MB存储空间）GPIO：它有40个GPIO通孔引脚，也带有边缘城堡26个多功能3.3VGPIO引脚，包括3个模拟输入（模拟输入是其他RaspberryPi所缺乏的。它们使用可变电压连接到电位器、操纵杆或LDR等设备）2×SPI、2×I2C、2×UART、3×12位ADC、16×可控PWM通道8个可编程I/O(PIO)状态机，用于支持自定义外设，可从CPU中卸载多种时序关键型进程其他特性：包含1×USB1.1控制器和PHY，支持主机和设备片上准确的时钟和定时器低功耗睡眠和休眠模式片上加速整数和浮点库适用于Windows、Mac、Linux机器和RaspberryPi计算机通过USB使用大容量存储提供拖放式编程RaspberryPiPico的一个最大缺点是它没有WiFi或蓝牙。您可以以相似价格购买的ESP32和ESP8266带有WiFi和蓝牙(ESP32)。当然，我们可以通过外部组件添加无线连接，但这需要更多的知识和经验才能使其正常工作。由于Pico不是计算机，我们需要使用外部应用程序在另一台机器上编写代码，然后通过USB将代码“闪存”到微控制器上。第3步：引脚图这是RaspberryPiPico上引脚排列的俯视图。引脚标签位于电路板的底部。第4步：如何使用C/C++和MicroPython对Pico进行编程PiFoundation正式支持MicroPython和C/C++，但是高级编程语言，如CircuitPython（由Adafruit创建的MicroPython的一个分支），以及像PicoPiper这样的拖放Python编辑器，它增加了进一步的增强功能，可用于对Pico板进行编程。第5步：使用ArduinoIDE对RaspberryPiPico进行编程Python和C/C++都非常适合编程Picos。但是，能够像Arduino一样对Pico进行编程将有助于我们将Pico集成到Arduino生态系统中。这样做的最佳理由之一是因为库可以集成模块、传感器和其他复杂的东西，而无需从头开始编写整个代码。1）准备ArduinoIDE首先，打开工具>板>板管理器并搜索“Pico”，选择“ArduinoMbedOSRP2040板”并点击安装按钮。将微型USB数据线连接到Pico，然后按住“BOOTSEL”按钮，然后将USB数据线插入计算机。一旦驱动器RPI-RP2出现在您的计算机上，请释放BOOTSEL。现在，转到工具>端口，您现在将能够看到COM端口的编号。2）加载闪烁示例转到Files>Examples>Basics>Blink并单击Upload，这会将代码加载到Pico板上。3）演示IDE完成代码上传后，您将看到Pico的板载LED闪烁。您现在可以像使用Arduino一样使用您的Pico，并使用ArduinoIDE对其进行编程。第6步：使用TonnyPythonIDE对RaspberryPiPico进行编程您可以通过USB将Pico连接到计算机，然后将文件拖放到其中，从而使用MicroPython对Pico进行编程。1）在Pico上加载MicroPython：在Pico上安装MicroPython需要将“UF2”文件复制到其上。UF2文件是“二进制数据文件”，其中包含可以从PC传输到微控制器（例如Arduino或Pico电路板）的程序。从以下描述中提供的链接下载“MicroPythonUF2文件”。将微型USB数据线连接到Pico，然后按住“BOOTSEL”按钮，然后将USB数据线插入计算机。一旦驱动器RPI-RP2出现在您的计算机上，请释放BOOTSEL。将UF2文件拖放到RPI-RP2卷上。您的Pico将重新启动。就是这样，您现在正在您的Pico上运行MicroPython。2）安装TonnyPythonIDE要编写代码并将文件保存到Pico，我们将使用“ThonnyPythonIDE”。Thonny带有内置的Python3.7，因此您只需一个简单的安装程序即可学习编程。开始：从Thonny网站免费下载并安装适用于您操作系统版本的“Thonny”。该网站的链接在下面的描述中。注意：如果您正在运行“RaspberryPiOS”，则Thonny已安装在其上，但可能需要将其更新到最新版本sudoapt更新&&sudoapt升级-y将RaspberryPiPico连接到您的计算机。然后，在Thonny中转到工具>选项并单击“解释器”选项卡。从解释器下拉列表中选择“MicroPython(RaspberryPiPico)”。端口下拉菜单可以留给“自动检测Pico”。单击“确定”关闭。将弹出一个名为“REPL”（Read、Eval、Print、Loop）的PythonShell，显示Pico已连接并正在工作。3）加载闪烁示例单击Thonny的主编辑器窗格并输入以下代码以切换板载LED。从机器导入引脚、定时器LED=引脚（25，引脚.OUT）计时器=计时器（）def闪烁（计时器）：led.toggle()timer.init（频率=2.5，模式=Timer.PERIODIC，回调=闪烁）单击“运行”按钮执行代码。Thonny将询问您是否要将文件保存在“这台计算机”或“MicroPython设备”上。选择“MicroPython设备”。输入“blink.py”作为文件名。确保输入“.py”作为文件扩展名，以便Thonny将其识别为Python文件。4）演示您现在应该看到板载LED在打开和关闭之间切换，直到您单击停止按钮。第7步：RaspberryPiPico和Arduino之间的区别在树莓派Pico之前，树莓派一直以单板机著称。然而，在2021年，RaspberryPiFoundation向前迈出了几步，推出了RaspberryPiPico，给Arduino和所有其他基于板的微控制器带来了正面挑战。Arduino于2005年首次推出，此后数百万个Arduino单元已在市场上销售。相比之下，笔克在2021年首次推出后收到的反响绝对令人震惊。这两个单元都是为自动化应用而设计的，不需要人工干预。Pico可以单独使用，也可以与Arduino结合使用，以实现自动化和AI目的。两种模块在功耗、价值、功能和价格方面都不同。Pico板未焊接，但Arduino已预焊接或未焊接。Pico模块支持MicroPython和C/C++，而Arduino代码是使用Arduino.IDE用C/C++编写的。那么你会选择哪一个……Pico还是Arduino？第8步：优点和缺点现在让我们看看这个微控制器板的优缺点。好处：RaspberryPiPico价格便宜、体积非常小且易于使用的微控制器Pico是耦合到高性能总线矩阵的双核设备，这意味着它的两个内核可以同时为您提供全部性能Pico功耗极低Pico对面包板友好Pico可以使用C/C++和MicroPython进行编程Pico可以使用ArduinoIDE进行编程Pico有26个多功能3.3VGPIO引脚（23个数字+3个模拟）Pico带有8个可编程IO(PIO)和2个模拟输入Pico快速启动，无需安全关机缺点Pico完全没有WiFi和蓝牙，没有任何附加组件它缺少板顶部的GPIO标记电路板未焊接，因此您必须焊接排针或表面贴装才能在您的项目中使用它GPIO引脚为3.3V，这可能被视为一个缺点，但是为5V设计的设计仍然可以通过分压器或逻辑电平转换器与3V一起使用。Pico仍然使用micro-USB端口。虽然许多其他微控制器已迁移到USB-C，但Pico仍然配备micro-USB端口如果您有Windows、Apple、Linux甚至是RaspberryPi，那么您已经可以在下一个项目中对小巧、可爱、华丽的RaspberryPiPico进行编程了。我敢打赌，你脑子里一定有很多项目想法，所以准备好你的材料并开始编码吧。还有，你还在等什么？附：视频教程再次感谢您查看我的帖子。我希望它对你有帮助。以上内容翻译自网络，原作者Tarantula3，如涉及侵权可联系删除。

本项目DonkeyCar配备Ultra96板、RaspberryPi、FPGA加速立体视觉、MIPICSI-2图像采集、LiDAR传感器和AI。在这个项目中，我将记录使用FPGA加速立体视觉和LiDAR的高级视觉系统增强驴车的构建。该项目由以下主要组成部分组成：具有4个Cortex-A53内核的RaspberryPi3-运行驱动汽车的AIAvnet/XilinxUltra96Board-用于视频采集和处理。两个OV5647相机的高速MIPICSI-2输入是使用在XilinxZynqUltraScale+MPSoC的可编程逻辑(FPGA)部分中实现的2个视频管道捕获的。捕获的图像由OpenCV/xfOpenCV应用程序处理。使用硬件加速立体匹配算法(xfOpenCVStereoBM)应用于输入图像并实时计算场景深度DonkeyCar-用于PoC的遥控车2xOV56475百万像素NoIR相机TFMiniLiDAR传感器第1部分：入门1.驴车入门驴车的建造有很好的记录。我们可以从硬件部分开始：首先，我们需要从我们的遥控车上拆下装饰性塑料外壳和外壳上的一些零件。然后我们可以继续标准的构建过程。结果应如下所示：该软件部分包括：将软件安装到SD卡。校准油门和转向的PWM值。启动Web界面并获得试驾。2.Ultra96入门我尝试使用AvnetUltra96板的第一件事（当然没有阅读入门指南:D），是将电缆插入其微型USB源，然后查看它是否通电。它没有。原来，Ultra96必须通过12V2A电源的插孔连接器供电。插孔连接器是EIAJ-03（外径为4.75毫米，内径为1.7毫米），这显然不是一个非常常见的连接器。由于我在房子里没有找到这样的连接器，而且（8月）当地的电子商店关门了，我决定“暂时”在电路板底部的连接器引脚上焊接两根电线。在仔细检查没有短路之后，我能够从工作台电源（具有12V和2.10A的电流限制）为电路板供电：给它加电，Ultra96板子在大约30-40时启动并创建一个名为的WiFi网络Ultra96_。要访问Ultra96，我们需要连接此网络并从浏览器访问192.168.2.1。应显示如下用户界面。这允许：运行示例-例如，控制板载LED更改设置-例如，更改WiFi设置并连接到我的家庭网络：但是，Ultra96具有比这更有趣的功能。它有一个FPGA！Vivado设计套件要创建一个FPGA的基础项目，我们需要安装赛灵思Vivado设计套件。这需要一些时间，但结果应该如下所示：现在我们可以开始创建一个示例项目。在赛灵思SDK用于构建引导映像：结果将是一个BOOT.bin文件，应将其复制到SD卡。Ultra96将从SD卡启动，并使用提供的映像对FPGA进行编程。闪烁LED示例应向低速接头的引脚3输出大约2-3Hz的方波。由于输出为1.8V逻辑电平，而且我还没有带电平转换器的扩展板，我使用万用表和示波器检查信号。第2部分：添加LiDaR模块3.TFminiLiDaR传感器我使用的LiDAR（光检测和测距）传感器是Benewake的TFMini。传感器通过测量被测量物体反射的光信号的飞行时间来测量距离。然后使用光速计算到物体的距离。Benewake有一个演示应用程序，可用于测试传感器：此外，建议将固件更新到最新版本（如果尚未更新）：4.构建LiDaR模块传感器测量单个方向的距离。这不是很有用，所以我决定建立一个简单的旋转平台，允许在180°度测量距离。传感器安装在伺服电机上，允许180°旋转。通过这种方式，LiDAR传感器能够测量到驴车周围物体的距离。使用收集的数据可以构建楼层地图。所述TFmini传感器上方连通串行连接（115200波特）使用自定义协议。传感器的VCC(5V)、GND、TX和RX(3.3V)电缆连接到RaspberryPi的相应引脚。在之后的硬件串口的的树莓派的启用从raspi-config，我们应该能够在接收数据/dev/ttyS0端口。TFmini使用的协议和数据格式是自定义的。读数以8字节的数据包形式出现，格式如下：这个指令有一个示例代码，可用于测试传感器。所述伺服电机连接至信道15的的伺服控制器板。该donkeycalibrate命令可用于测试伺服并找出最小和最大脉冲值：有了最小值和最大值，我创建了一个小脚本来移动伺服并打印出从TFMini传感器读取的值。5.创建驴车软件部分下一步是将我们的新传感器集成到Donkey汽车软件中。为此，我们需要实现一个新的Vehicle部分（一个线程部分），它基本上是一个Python类，TFMiniLidar在我的例子中，使用以下方法：update(self)-此方法在开始时被调用，它将成为传感器线程的入口点。它基本上是一个无限循环，控制伺服电机并收集传感器数据。该传感器数据被存储在阵列90层的元件叫做。每个值代表2°切片的距离读数。framerun_threaded(self)-定期调用此方法并应返回部件的输出。在我们的例子中，我们返回完整frame数组的副本。利用这种技术的驴车软件总是得到的值的完整180°视口，而不管传感器的当前旋转的。有了我们的TFMiniLidar一部分，我们现在可以更新manage.py以使用新的传感器：该网络控制器也被更新，以显示该激光雷达传感器数据：该WebController部分已更新lidar/dist_array为输入一个LidarHandler加入到服务/lidar路径-这是实现的Web套接字处理程序，它发送该传感器数据作为JSON阵列周期性地vehicle.html并style.css进行了修改，通过摄像机图像添加透明HTML5画布main.js更新为打开WebSocket连接/lidar并使用传感器数据。然后将传感器数据以半圆形图案绘制在HTML5画布上现在我们可以开始开车记录一些数据了6.训练自动驾驶仪现在，我们想要创建一个使用我们的LiDAR传感器收集的数据的自动驾驶仪。我们将传感器数据保存在tub文件中，但我们还需要调整训练模型以使用新数据。Donkey汽车使用的默认模型是.我们将添加一个新的输入。将包括：default_categoricaldefault_categorical一个输入层，相机图像四个2D卷积层-这些在图像中进行模式识别一个扁平化层-转换先前层1D的输出两个密集连接的NN层，每个层结合一个dropout(10%)层我们可以在flatten层之后添加一个LiDAR输入层。我们可以使用该函数将LiDAR输入附加到前一层的输出：concatenate()第3部分：立体视觉7.第二个摄像头模块DonkeyCarKit带有一个无红外广角FOV160°5兆像素摄像头模块，这是一个基于OmnivisionOV5647传感器的摄像头模块。对于立体视觉，我们需要两个摄像头，所以我又购买了一个模块。该OV5647传感器使用MIPI相机串行接口（版本2）进行通信。Ultra96板卡最多支持两个CSI-2摄像机。Avnet的Ultra96硬件用户指南似乎也证实了这一点。8.Ultra96的MIPI适配器为了连接两个摄像头，我使用了AISTARVISIONMIPIAdapter(v2.1)96Boards适配器板。该板允许连接两个CSI-2摄像机。它接受具有不同类型连接器的相机，包括RaspberryPi相机使用的柔性电缆类型。9.相机支架对于立体视觉，需要并排放置两个摄像头。对于第一次测试，我决定尝试在它们之间保持50毫米的距离。为了在DonkeyCar上安装两个摄像头，我设计并打印了一个适合原始摄像头安装座的双摄像头安装座。10.构建MIPICSI-2视频管道MIPICSI-2是移动设备中使用的相机设备的行业标准。它的心理接口，即所谓的D-PHY，使用高速差分信号。一个时钟通道和多达4个数据通道（OV5647使用两个）用于传输图像帧。相机的配置是使用I2C兼容接口完成的。XilinxUltraScale+MPSoC-s，包括Ultra96板中使用的ZU3EG，具有能够进行差分信号传输的I/O引脚。在Ultra96上，这些路由到高速连接器的MIPICSI-2和DSI引脚，如96boardsCE规范中所定义。为了能够接收图像，我们需要在可编程逻辑中实现一个视频管道。为了构建视频管道，我们将使用Xilinx的一些预先构建的视频IP。图像数据使用AXIStream链接在组件之间传输，而对于配置，每个组件都有一个AXILite从接口。视频管道具有以下组件：MIPICSI-2Rx子系统——一个完整的MIPICSI-2接收器实现，提供D-PHY信号处理并管理所有MIPI相关的东西——它输出图像接收的原始图像（OV5647的情况下为RAW8格式）数据传感器SensorDemosaic-对RAW8数据进行debayering-输出24位RGB图像-图像传感器具有检测红、绿或蓝光的像素。这些排列成所谓的“拜耳”（象棋盘）图案。传感器以RAW8格式输出原始数据。这意味着每个像素只有一种颜色（红色、绿色或蓝色）的信息。这对于图像处理来说不太方便，因此可能需要对图像数据进行插值以具有每个像素的所有树颜色。这个过程称为去拜耳化。GammaLUT-基于查找表进行Gamma校正-在输入和输出中使用24位RGB执行色彩空间转换的视频处理子系统-能够执行包括对比度、亮度和红/绿/蓝增益控制在内的色彩校正任务-在输入和输出中也使用24位RGB仅缩放配置中的视频处理子系统-提供缩放、色彩空间转换和色度重采样功能-还将像素从24位RGB转换为更紧凑的YUV4:2:2格式（24位与8位）每个像素）帧缓冲区写入-将图像流式传输到DDR内存此外，视频管道组件的复位引脚连接到EMIOGPIO引脚组件配置如下：11.构建PetaLinux为了能够使用视频管道，我们需要使用PetaLinux，并且需要使用自定义硬件来构建它。我们将使用V4L2（Linux视频）驱动程序基础设施来控制我们的视频管道，并将捕获的图像作为节点在标准接口中公开/dev/video0。为了创建自定义硬件，我从官方Ultra96BSP开始，并进行了一些其他更改，添加了上述视频管道。设计如下：之后，我们需要打开ElaboratedDesign并在I/OPorts面板中将MIPID-PHY引脚配置为clk_lane=N2,data_lane_0=N5,data_lane_1=M2。在此之后，我们可以运行综合和实现。结果应如下所示：如果这些成功，我们可以生成一个比特流，我们可以为PetaLinux导出硬件平台（包括比特流）。下一步是在Ultra96PetaLinux项目中导入新的硬件平台：为了被Linux识别，我们需要将我们的VideoPipeline组件添加到设备树中。在PetaLinux构建中，我们通过编辑来实现system-user.dtsi：/*Notes:-EMIO=&gpio0+78-AXIClock=clocking_wizard_clk2*//{cam_clk:cam_clk{#clock-cells=;compatible="fixed-clock";clock-frequency=;};clocking_wizard_clk2:clocking_wizard_clk2@0{#clock-cells=;compatible="fixed-factor-clock";clocks=;/*fclk0*/clock-div=;clock-mult=;};};&fclk0{status="okay";};&i2csw_2{ov5647_0:camera@36{compatible="ovti,ov5647";reg=;clocks=;status="okay";port{ov5647_0_to_mipi_csi2_rx_0:endpoint{remote-endpoint=;clock-lanes=;data-lanes=;};};};};&mipi_csi2_rx0_mipi_csi2_rx_subsyst_0{compatible="xlnx,mipi-csi2-rx-subsystem-3.0";reset-gpios=;xlnx,max-lanes=;xlnx,vc=;xlnx,csi-pxl-format="RAW8";xlnx,vfb;xlnx,dphy-present;xlnx,ppc=;xlnx,axis-tdata-width=;ports{#address-cells=;#size-cells=;port@0{reg=;xlnx,video-format=;xlnx,video-width=;mipi_csi2_rx_0_to_demosaic_0:endpoint{remote-endpoint=;};};port@1{reg=;xlnx,video-format=;xlnx,video-width=;mipi_csi2_rx_0_from_ov5647_0:endpoint{data-lanes=;remote-endpoint=;};};};};&mipi_csi2_rx0_v_demosaic_0{compatible="xlnx,v-demosaic";clocks=;reset-gpios=;ports{#address-cells=;#size-cells=;port@0{reg=;xlnx,video-width=;demosaic_0_from_mipi_csi2_rx_0:endpoint{remote-endpoint=;};};port@1{reg=;xlnx,video-width=;demosaic_0_to_gamma_lut_0:endpoint{remote-endpoint=;};};};};&mipi_csi2_rx0_v_gamma_lut_0{compatible="xlnx,v-gamma-lut";clocks=;reset-gpios=;ports{#address-cells=;#size-cells=;port@0{reg=;xlnx,video-width=;gamma_lut_0_from_demosaic_0:endpoint{remote-endpoint=;};};port@1{reg=;xlnx,video-width=;gamma_lut_0_to_csc_0:endpoint{remote-endpoint=;};};};};&mipi_csi2_rx0_v_proc_ss_csc_0{compatible="xlnx,v-vpss-csc";clocks=;reset-gpios=;ports{#address-cells=;#size-cells=;port@0{reg=;xlnx,video-format=;xlnx,video-width=;csc_0_from_gamma_lut_0:endpoint{remote-endpoint=;};};port@1{reg=;xlnx,video-format=;xlnx,video-width=;csc_0_to_scaler_0:endpoint{remote-endpoint=;};};};};&mipi_csi2_rx0_v_proc_scaler_0{compatible="xlnx,v-vpss-scaler";clocks=;reset-gpios=;xlnx,num-hori-taps=;xlnx,num-vert-taps=;xlnx,pix-per-clk=;ports{#address-cells=;#size-cells=;port@0{reg=;xlnx,video-format=;xlnx,video-width=;scaler_0_from_csc_0:endpoint{remote-endpoint=;};};port@1{reg=;xlnx,video-format=;xlnx,video-width=;scaler_0_to_vcap_0:endpoint{remote-endpoint=;};};};};&mipi_csi2_rx0_v_frmbuf_wr_0{#dma-cells=;compatible="xlnx,axi-frmbuf-wr-v2.1";reset-gpios=;xlnx,dma-addr-width=;xlnx,vid-formats="yuyv","uyvy","y8";xlnx,pixels-per-clock=;};&amba_pl{vcap0:video_cap{compatible="xlnx,video";dmas=;dma-names="port0";ports{#address-cells=;#size-cells=;port@0{reg=;direction="input";vcap_0_from_scaler_0:endpoint{remote-endpoint=;};};};};};基于设备树，Linux将为OV5647和Xilinx视频IP组件加载适当的内核模块。我们可以使用以下方法构建PetaLinux：成功的构建在文件夹中生成了以下文件images/linux：的BOOT.BIN和image.ub是U-Boot的引导加载程序和Linux内核映像-应将文件复制到SD卡的引导分区这rootfs.ext4是根文件系统映像-我们应该使用命令将其写入SD卡的根分区sudoddif=images/linux/rootfs.ext4of=/dev/mmcblk0p2现在，我们可以在Ultra96中启动了。我一切正常，我们应该看到一个/dev/video0，一个/dev/media0和一些/dev/v4l-subdev-*设备文件。使用media-ctl我们可以检查我们的视频管道：root@Ultra96:~#media-ctl-pMediacontrollerAPIversion4.14.0Mediadeviceinformation------------------------driverxilinx-videomodelXilinxVideoCompositeDeviceserialbusinfohwrevision0x0driverversion4.14.0Devicetopology-entity1:video_capoutput0(1pad,1link)typeNodesubtypeV4Lflags0devicenodename/dev/video0pad0:Sink-entity5:ov56474-0036(1pad,1link)typeV4L2subdevsubtypeSensorflags0devicenodename/dev/v4l-subdev0pad0:Source->"80120000.mipi_csi2_rx_subsystem":1[ENABLED]-entity7:80120000.mipi_csi2_rx_subsystem(2pads,2links)typeV4L2subdevsubtypeUnknownflags0devicenodename/dev/v4l-subdev1pad0:Source[fmt:RBG24/1920x1080field:none]->"b0050000.v_demosaic":0[ENABLED]pad1:Sink[fmt:RBG24/1920x1080field:none]-entity10:b0050000.v_demosaic(2pads,2links)typeV4L2subdevsubtypeUnknownflags0devicenodename/dev/v4l-subdev2pad0:Sink[fmt:SRGGB8/1280x720field:none]pad1:Source[fmt:RBG24/1280x720field:none]->"b0070000.v_gamma_lut":0[ENABLED]-entity13:b0070000.v_gamma_lut(2pads,2links)typeV4L2subdevsubtypeUnknownflags0devicenodename/dev/v4l-subdev3pad0:Sink[fmt:RBG24/1280x720field:none]pad1:Source[fmt:RBG24/1280x720field:none]->"b0040000.v_proc_ss":0[ENABLED]-entity16:b0040000.v_proc_ss(2pads,2links)typeV4L2subdevsubtypeUnknownflags0devicenodename/dev/v4l-subdev4pad0:Sink[fmt:RBG24/1280x720field:none]pad1:Source[fmt:RBG24/1280x720field:none]->"b0000000.v_proc_ss":0[ENABLED]-entity19:b0000000.v_proc_ss(2pads,2links)typeV4L2subdevsubtypeUnknownflags0devicenodename/dev/v4l-subdev5pad0:Sink[fmt:RBG24/1280x720field:none]pad1:Source[fmt:UYVY/1920x1080field:none]->"video_capoutput0":0[ENABLED]V4L2a成功初始化。最初，它们配置了错误的格式/分辨率，因此我们需要设置正确的格式/分辨率：root@Ultra96:~##MIPIRX:root@Ultra96:~#media-ctl-v-d/dev/media0-V'"80120000.mipi_csi2_rx_subsystem":0[fmt:SBGGR8/640x480]'Openingmediadevice/dev/media0EnumeratingentitiesFound7entitiesEnumeratingpadsandlinksSettingupformatSBGGR8640x480onpad80120000.mipi_csi2_rx_subsystem/0Formatset:SBGGR8640x480SettingupformatSBGGR8640x480onpadb0050000.v_demosaic/0Formatset:SBGGR8640x480root@Ultra96:~#media-ctl-v-d/dev/media0-V'"80120000.mipi_csi2_rx_subsystem":1[fmt:SBGGR8/640x480]'Openingmediadevice/dev/media0EnumeratingentitiesFound7entitiesEnumeratingpadsandlinksSettingupformatSBGGR8640x480onpad80120000.mipi_csi2_rx_subsystem/1Formatset:SBGGR8640x480root@Ultra96:~#root@Ultra96:~##Demosaicroot@Ultra96:~#media-ctl-v-d/dev/media0-V'"b0050000.v_demosaic":1[fmt:RBG24/640x480]'Openingmediadevice/dev/media0EnumeratingentitiesFound7entitiesEnumeratingpadsandlinksSettingupformatRBG24640x480onpadb0050000.v_demosaic/1Formatset:RBG24640x480SettingupformatRBG24640x480onpadb0070000.v_gamma_lut/0Formatset:RBG24640x480root@Ultra96:~#root@Ultra96:~##GammaLUTroot@Ultra96:~#media-ctl-v-d/dev/media0-V'"b0070000.v_gamma_lut":1[fmt:RBG24/640x480]'Openingmediadevice/dev/media0EnumeratingentitiesFound7entitiesEnumeratingpadsandlinksSettingupformatRBG24640x480onpadb0070000.v_gamma_lut/1Formatset:RBG24640x480SettingupformatRBG24640x480onpadb0040000.v_proc_ss/0Formatset:RBG24640x480root@Ultra96:~#root@Ultra96:~##SSCSCroot@Ultra96:~#media-ctl-v-d/dev/media0-V'"b0040000.v_proc_ss":1[fmt:RBG24/640x480]'Openingmediadevice/dev/media0EnumeratingentitiesFound7entitiesEnumeratingpadsandlinksSettingupformatRBG24640x480onpadb0040000.v_proc_ss/1Formatset:RBG24640x480SettingupformatRBG24640x480onpadb0000000.v_proc_ss/0Formatset:RBG24640x480root@Ultra96:~#root@Ultra96:~##SSSCALERroot@Ultra96:~#media-ctl-v-d/dev/media0-V'"b0000000.v_proc_ss":1[fmt:UYVY/640x480]'Openingmediadevice/dev/media0EnumeratingentitiesFound7entitiesEnumeratingpadsandlinksSettingupformatUYVY640x480onpadb0000000.v_proc_ss/1Formatset:UYVY640x480现在我们可以尝试使用该实用程序捕获一些帧yavta：root@Ultra96:~#width=640root@Ultra96:~#height=480root@Ultra96:~#size=${width}x${height}root@Ultra96:~#frames=8root@Ultra96:~#skip=0root@Ultra96:~#root@Ultra96:~#yavta-c$frames-p-F--skip$skip-fUYVY-s$size/dev/video0Device/dev/video0opened.Device`video_capoutput0'on`platform:video_cap:0'isavideooutput(withoutmplanes)device.Videoformatset:UYVY(59565955)640x480fieldnone,1planes:*Stride1280,buffersize614400Videoformat:UYVY(59565955)640x480fieldnone,1planes:*Stride1280,buffersize6144008buffersrequested.length:1offset:4278322640timestamptype/source:mono/EoFBuffer0/0mappedataddress0x7f9e00b000.length:1offset:4278322640timestamptype/source:mono/EoFBuffer1/0mappedataddress0x7f9df75000.length:1offset:4278322640timestamptype/source:mono/EoFBuffer2/0mappedataddress0x7f9dedf000.length:1offset:4278322640timestamptype/source:mono/EoFBuffer3/0mappedataddress0x7f9de49000.length:1offset:4278322640timestamptype/source:mono/EoFBuffer4/0mappedataddress0x7f9ddb3000.length:1offset:4278322640timestamptype/source:mono/EoFBuffer5/0mappedataddress0x7f9dd1d000.length:1offset:4278322640timestamptype/source:mono/EoFBuffer6/0mappedataddress0x7f9dc87000.length:1offset:4278322640timestamptype/source:mono/EoFBuffer7/0mappedataddress0x7f9dbf1000.Pressentertostartcapture0(0)[-]none00B209.798257209.79833323.472fpstsmono/EoF1(1)[-]none10B209.823763209.82378039.206fpstsmono/EoF2(2)[-]none20B209.849348209.84936139.085fpstsmono/EoF3(3)[-]none30B209.874935209.87494739.082fpstsmono/EoF4(4)[-]none40B209.900520209.90053239.085fpstsmono/EoF5(5)[-]none50B209.926106209.92618539.084fpstsmono/EoF6(6)[-]none60B209.951693209.95176439.082fpstsmono/EoF7(7)[-]none70B209.977279209.97729339.084fpstsmono/EoFCaptured8framesin0.221639seconds(36.094572fps,0.000000B/s).8buffersreleased.这将保存带有名称的原始(UYVY)文件frame-000xx.bin。我使用在线工具检查了他们的内容：12.添加第二个视频管道为了能够使用第二个摄像头，我们需要在Vivado设计中添加第二个MIPICSI-2接口。还需要做以下几步：复制并粘贴mipi_phy_if_0输入端口-（将自动添加一个mipi_phy_if_1端口）复制并粘贴mipi_csi2_rx0块（一个blockwill被自动添加）mipi_csi2_rx1连接mipi_phy_if_1到mipi_phy_if引脚mipi_csi2_rx1连接时钟，复位，AXI，中断和GPIO端口mip_csi2_rx1，类似于mipi_csi2_rx0那些打开mipi_csi2_rx1并编辑MIPICSI-2Rx子系统并将D-PHY引脚更改为clk_lane=T3,data_lane_0=P3,data_lane_1=U2更改复位引脚的Slice块以使用GPIO-s引脚12-16（而不是7-11）更改后的设计应如下所示：在地址编辑器选项卡中，我们需要为新条目分配地址范围。在仔细检查I/O端口是否正确后，我们可以运行SynthesisandImplementation。如果这些成功，我们需要生成比特流并导出硬件。然后我们需要使用新的硬件定义文件更新PetaLinux项目。在设备树中，我们将为第二个视频管道添加必要的节点。之后我们就可以构建项目了。分析一些RAW帧（UYVY格式）显示，Chroma（U，V）通道存在噪点，但Luma（Y）通道似乎清晰：由于噪声仅出现在色度(U,V)通道中，这意味着我们应该能够获得一些清晰的灰度图像，只保留亮度(Y)通道。为此，我编写了一个V4L2图像捕获模块，它从相机捕获UYVY帧，丢弃U、V通道并输出灰度图像：所以，通过这种方式，我得到了一些可以使用的图像。13.OpenCV为了进行图像处理，我们将使用OpenCV。要在Ultra96上安装它，我们可以使用智能包管理器：然后我们可以使用以下Python代码片段从相机中捕获一些帧：这会以PNG格式保存10帧：此外，我们可以对捕获的图像进行图像处理。例如，我们可以很容易地应用Sobel过滤器：14.OV5647：分辨率和视口使用OpenCV进行一些测试时，我观察到OV5647的输出图像与镜头轴不对齐。我觉得相机总是向上看。结果证明，OV5647内核驱动程序有点初级。唯一支持的分辨率是640x480，这仅使用传感器区域的左上角。这意味着输出图像的中心和镜头轴相互偏移，给人的印象是相机总是向上看。（注：OV5647摄像头连接树莓派时，由BroadcomSoC视频核心的视频核心控制。不幸的是，视频核心运行专有代码，因此我们无法从中获得启发）为了解决这个问题，我尝试使用其他配置扩展OV5647内核驱动程序。5647的输出分辨率和传感器使用面积由一组寄存器控制：和其他几个控制诸如子采样、时钟速度等的寄存器。我尝试了多种分辨率，但并非所有分辨率都有效，主要是因为视频管道的稳定性问题：-1920×1080（全高清）由MIPIRX接收帧，但不会获得通过视频管线2560x1920，被VPSSScaler缩小到1280x960-与上述相同的问题640x480，成像窗口移动到中心（蓝色框）-这在几次尝试后有效（注意：分辨率在传感器中从1280x960进行子采样）1280x960，由VPSSScaler从2560x1920缩小到640x480的子采样-这有效以上配置的区别如下图：初始640x480分辨率和640x480分辨率（从1280x960缩小）之间的视口差异如下所示：最新配置输出图像和镜头对齐，几乎使用了整个传感器区域。这意味着驴车有一个大的视口（比RaspberryPi设置好一点）。注：内核补丁中存在的的PetaLinux文件。15.立体视觉在图像处理中，立体视觉是从两个2D图像中提取3D信息的过程。通常，使用两个水平位移的相机来获取场景的两个视图。在此之后，立体匹配算法将尝试匹配两个图像中的对应点。使用来自左侧(x1,y1)和右侧(x2,y2)图像的图像坐标计算点(x,y,z)的真实世界坐标。立体匹配算法的输出是视差图，表示相应图像像素的水平坐标差异。视差值与场景中物体的距离成反比。16.相机校准要进行立体视觉，我们需要进行相机校准。相机标定的范围是确定两个相机的内在（场景无关）和外在（现实世界与相机坐标系）参数，以及两个相机的相对位置和旋转。校准是通过在不同位置和方向拍摄一组打印出来的棋盘图案的照片来完成的：为了成功校准大约需要40-60个图像对（左+右）：校准分为三个主要步骤：识别每个图像中棋盘图案的角-cv::findChessboardCorners可用于执行此操作校准两个摄像头并计算两个摄像头之间的转换-使用函数完成cv::stereoCalibrate通过调用完成-计算旋转对两个摄像机的投影矩阵cv::stereoRectify函数与的结果cv::stereoCalibrate函数的输出cv::stereoRectify是两个旋转矩阵R1、R2和两个投影矩阵P1、P2。将这些应用于输入图像使极线平行，从而简化了立体对应问题。cv::命名空间中的校准功能并不总是与DonkeyCar中使用的鱼眼镜头式广角镜头配合得很好。幸运的是，上述功能的fiseye镜头优化变体有cv::fisheye::命名空间。立体校准过程在以下GitHub存储库中得到了很好的演示sourishg：https://github.com/sourishg/stereo-calibrationhttps://github.com/sourishg/fisheye-stereo-calibration我使用这些代码来校准相机。校准产生的参数保存在cam_stereo.yml文件中。这些参数可用于在进行立体匹配之前校正输入图像：首先从cam_stereo.yml文件中加载输入参数，并cv::fisheye::initUndistortRectifyMap为每个摄像机调用。对于每个相机，函数的输出是一个X和Y变换矩阵，可用作函数的参数remap修改的结果是这样的：17.立体匹配校正后的图像可用于计算视差图。OpenCV中有多种立体匹配算法可用。我尝试了StereoBM和StereoSGBM算法：intstereo_run(intnum_imgs,char*img_dir,char*leftimg_filename,char*rightimg_filename){stringcalib_file="cam_stereo.yml";MatR1,R2,P1,P2,Q;MatK1,K2,R;Vec3dT;MatD1,D2;SizeimgSize(640,480);cv::FileStoragefs1(calib_file,cv::FileStorage::READ);coutfs1["K1"]>>K1;coutfs1["K2"]>>K2;coutfs1["D1"]>>D1;coutfs1["D2"]>>D2;coutfs1["R"]>>R;coutfs1["T"]>>T;coutfs1["R1"]>>R1;coutfs1["R2"]>>R2;coutfs1["P1"]>>P1;coutfs1["P2"]>>P2;coutfs1["Q"]>>Q;cv::Matlmapx,lmapy,rmapx,rmapy;cv::MatimgU1,imgU2;cv::Matr;cv::fisheye::initUndistortRectifyMap(K1,D1,R1,P1,imgSize,CV_32F,lmapx,lmapy);cv::fisheye::initUndistortRectifyMap(K2,D2,R2,P2,imgSize,CV_32F,rmapx,rmapy);PtrstereoBM=StereoBM::create(128,21);PtrstereoSGBM=StereoSGBM::create(0,//intminDisparity96,//intnumDisparities21,//intSADWindowSize600,//intP1=02400,//intP2=010,//intdisp12MaxDiff=016,//intpreFilterCap=02,//intuniquenessRatio=020,//intspeckleWindowSize=030,//intspeckleRange=0true);//boolfullDP=falseMatdispOut,dispNorm;for(inti=72;icharleft_img[100],right_img[100];sprintf(left_img,"%s%s%s%d.png",img_dir,"stereo/",leftimg_filename,i);sprintf(right_img,"%s%s%s%d.png",img_dir,"stereo/",rightimg_filename,i);img1=imread(left_img,CV_LOAD_IMAGE_GRAYSCALE);img2=imread(right_img,CV_LOAD_IMAGE_GRAYSCALE);cv::remap(img1,imgU1,lmapx,lmapy,cv::INTER_LINEAR);cv::remap(img2,imgU2,rmapx,rmapy,cv::INTER_LINEAR);sprintf(left_img,"%s%s%s%d.png",img_dir,"stereo/rect_",leftimg_filename,i);sprintf(right_img,"%s%s%s%d.png",img_dir,"stereo/rect_",rightimg_filename,i);imwrite(left_img,imgU1);imwrite(right_img,imgU2);doubleminVal;doublemaxVal;stereoBM->compute(imgU1,imgU2,dispOut);minMaxLoc(dispOut,&minVal,&maxVal);dispOut.convertTo(dispNorm,CV_8UC1,255/(maxVal-minVal));sprintf(left_img,"%s%s%s%d.png",img_dir,"stereo/disp_BM_",leftimg_filename,i);imwrite(left_img,dispNorm);stereoBM->compute(imgU1,imgU2,dispOut);minMaxLoc(dispOut,&minVal,&maxVal);dispOut.convertTo(dispNorm,CV_8UC1,255/(maxVal-minVal));stereoSGBM->compute(imgU1,imgU2,dispOut);minMaxLoc(dispOut,&minVal,&maxVal);dispOut.convertTo(dispNorm,CV_8UC1,255/(maxVal-minVal));sprintf(left_img,"%s%s%s%d.png",img_dir,"stereo/disp_SGBM_",leftimg_filename,i);imwrite(left_img,dispNorm);}return0;}原始输入图像：校正后的输入图像：StereoBM和StereSGBM算法的输出如下所示：较亮的值代表较小的距离，而较暗的值代表较高的距离。输出有点嘈杂，但可以通过更改参数和对输入图像应用过滤来增强结果。18.XilinxReVision和xfOpenCVXilinxreVISION是一个框架，集合了平台、算法和应用开发的开发资源。它拥有硬件加速机器学习和计算机视觉算法的资源。xFOpenCV是赛灵思对OpenCV库的扩展。基于关键的OpenCV功能，将允许您通过SDx或HLx环境在FPGA架构中轻松组合和加速计算机视觉功能。它还具有对上面使用的StereoBM算法的硬件加速支持。19.创建SDSoC硬件平台为了能够在SDx项目中使用新的硬件设计，我们首先需要创建一个SDSoc平台。本教程有3个主要部分：1.从Vivado将项目导出为DSA文件-这包括：在不同的组件上设置一些PFM属性-基本上我们需要指定一个平台名称和时钟、主从AXI接口以及将在导出的平台中可用的中断使用全局综合选项生成HDL输出产品导出和验证DSA文件导出硬件并启动XilinxSDK2.使用XilinxSDK创建FSBL项目和链接器脚本-这包括：创建FSBL项目并为其生成.bif文件创建一个空的应用程序并生成一个链接描述文件准备一个文件夹，里面有一些将在XilingSDx平台中使用的文件3.创建自定义平台XilinxSDx-这包括：使用从Vivado导出的DSA文件创建平台项目在平台项目上设置.bif、链接器脚本和BSP设置文件生成新平台并上传到自定义存储库在此之后，我们应该能够使用我们新创建的平台创建一个应用程序项目：为了测试平台，我使用了阵列分区示例。如果我们构建项目，就会创建一个sd_card文件夹。我们可以通过将其内容复制到SD卡来运行该应用程序：20.PetaLinux上的SDSoC应用为了能够在摄像头上进行硬件加速视频处理，我们需要Linux的V4L2框架，因此我们需要在PetaLinux上运行SDSoC。为了能够做到这一点，我们需要向我们的平台项目添加一个新的Linux系统配置：在此之后，我们应该能够使用我们的自定义硬件平台创建针对Linux的应用程序。构建会生成一些应复制到SD卡和.elf可执行文件的文件。运行它，我们应该看到如下内容：21.使用SDSoC、xfOpenCV和reVision进行图像处理运行SDSoC示例后，我尝试了一些硬件xfOpenCV示例。首先，我尝试了Harris角点检测示例。项目通过硬件加速功能编译成功。角落检测的软件版本工作正常，但启用硬件加速后，Ultra96挂起。StereoBM算法也有xfOpenCV版本，所以尝试编译一个启用硬件加速的项目xf::StereoBM。稍微减少NO_OF_DISPARITIESan参数后PARALLEL_UNITS，项目编译成功。带有硬件加速xfOpenCV函数的SDx项目StereoBM：Vivado项目的项目总结：不幸的是，当我尝试在Ultra96上运行硬件加速示例时，应用程序挂起。可能问题与可编程逻辑/视频管道的不稳定问题有关。成功！如果您对此项目有任何想法、意见或问题，请在下方留言。原文链接丨以上内容来源网络，如涉及侵权可联系删除。

这个项目最初是作为一种娱乐活动，后来变成了一件严肃的设备。控制器接受天线的手动定位，通过两个旋转编码器，方位角和仰角。当通过USB连接到运行卫星跟踪软件的PC时，它可以自动跟踪卫星。它与所有使用EasyComm2协议/9600波特的跟踪软件兼容。PstRotator、WXtrack、HRD、MacDoppler……甚至WXtoIMG都可以控制旋转器。它直接与Orbitron配合使用，带有来自http://tripsintech.com/orbitron-dde-azimuth-elevation-to-serial/的DDE插件控制器输出串行响应，以便跟踪软件在屏幕上显示实际天线位置。到目前为止，只有PstRotator做到了这一点。该代码不使用任何库（LCD除外）并完全按原样运行，根据下面的电气图使用引脚。如果按下方位角编码器的按钮，所有天线运动立即停止，方位角命令可以设置为10度。脚步。您会在这里找到两种版本：一种用于直流电机，一种用于交流电机（仅继电器）。后者可以与现有的商用天线旋转器连接。直流电机版本的优点是使用PWM来实现更柔和/更平滑的天线运动。它输出与角度误差成正比的功率响应（目标天线）。因此，当天线开始移动时，它会逐渐加速，当接近所需位置时，它会减速直至完全停止。这称为软启动/软停止。有一个可调节的死区，天线不会因为最轻微的目标偏移而移动。我有一个带有交流电机软启动/软停止的测试版，利用这个交流调光模块，但现在它只适用于方位角。完成施工后，您必须应用校准程序。所述电位器的校准是必需的，并确保正确0-359deg读数。/0-90deg.，无论您使用哪种电位器。该电机校准仅用于调整软启动-停止功能。如果您不喜欢默认设置，则这是必要的。直流电机：交流电机：如果您对此项目有任何想法、意见或问题，请在下方留言。原文链接丨以上内容来源网络，如涉及侵权可联系删除。

并非所有成像系统都需要昂贵。可以直接使用成本优化的FPGA和CMOS图像传感器来创建解决方案。介绍开发嵌入式视觉系统不需要使用昂贵的FPGA或SoC、大型帧缓冲存储器和外部摄像头。我们可以使用直接与CMOS传感器连接的成本优化的FPGA/SoC来开发非常强大的图像处理系统。这允许创建一种解决方案，该解决方案不仅可以实现成本目标，而且还可以实现紧凑和节能。直接与传感器接口是带有照相机的接口，因为我们已经做了不同的先前。当我们与相机接口时，我们通过HDMI、CameraLink等接收视频信号，这是相当直接的。当我们与图像传感器连接时，我们通常会以不同的格式接收图像，例如MIPI或并行格式，在接收视频之前，我们需要首先配置成像器以按照我们的需要进行操作。通常，成像器需要通过I2C或SPI进行配置，并且通过接口发送的命令数量可能很大。为了演示我们如何将传感器与成本优化的FPGA集成到该项目中，我们将研究集成TDNext1.26兆像素Pmod艺术S7-50由于ArtyS7不直接在板上提供HDMI或其他视频输出，因此本示例将使用Avnet10英寸触摸屏。然而，这是可选的输出最终图像的另一个选项是DigilentPmodVGA。该Pmod还可用于实施成本非常低的解决方案。与TDNextPmod的接口非常简单，可以分为视频和配置两个元素。视频接口由10位像素（拆分8位和2位LSB）帧和行有效、像素时钟和参考时钟(24MHz)组成。配置接口由连接到成像设备的I2C和I2CIO扩展器组成，用于生成对成像器的复位。该解决方案的架构如下，将使用软核处理器通过I2C配置成像器。然而，虽然图像处理路径将在FPGA内实现，但由于这是一个低成本应用，该解决方案不会在DDR存储器中实现外部帧缓冲器，而是图像处理流水线将完全在FPGA中实现。该设计还将使用软核处理器来控制视频时序和图像处理路径的其他相关配置任务。背景TDNext是一种彩色成像器，这意味着该成像器应用了拜耳模式，可以过滤每个像素的波长。这意味着在积分期间，每个像素仅累积红色、绿色或蓝色波长的光子。在积分时间完成时，每个像素被读出为8位或10位像素。该像素值称为RAW8或RAW10像素。为了重新创建彩色图像，使用去拜耳算法组合包含不同波长像素的周围像素的值。Vivado构建我们需要做的第一件事是创建Vivado平台，这将接收来自TDNextPmod的图像。为了创建框图，我们将主要使用Vivado库中的IP核，但我们将使用摄像头接口块和Avnet库中的输出块。第一步是安装板定义文件，这使Vivado能够了解ArtyS7的配置。下载后，这些文件应安装在以下路径下的Vivado目录中：/Vivado//data/boards/board_files/这将允许您选择ArtyS7板作为创建新Vivado项目的目标板。安装好电路板后，下一步是创建新项目、框图并创建MicroBlaze系统。随着MicroBlaze系统的启动和运行，下一步是添加视频处理管道。处理链将使用以下IP块CAM接口-与TDNext视频接口接口VideotoAXIS-将并行视频转换为AXIStreaming格式SensorDemosaic-将代表R、G或B的RAW像素值转换为24位RGB格式VideoTimingGenerator-生成输出格式的视频时序信号AXIStreamtoVideoOut-将AXIStream转换为并行视频ZEDALI3控制器-驱动10英寸触摸屏的IP模块AXIIIC-连接到MicroBlaze这将用于配置成像器AXIUART-连接到MicroBlaze，用于向用户报告系统状态如果我们使用PmodVGA，我们不需要使用ZEDALI3控制器IP块。在我们添加ZedALI3和CAM接口之前，我们需要重新配置IP核，以便能够包含在Spartan7设计中。我们从IP目录视图执行此操作，选择所需的IP核并单击packager中的编辑IP。这将打开一个新项目并使您能够选择可比性选项卡并添加对Spartan7设备的支持。重新打包设计并更新Vivado项目中的IP库。一旦IP升级为支持Spartan7，我们就可以完成设计。完整的方框图应如下所示。与之前基于异构SoC的示例不同，该示例使用外部帧缓冲区。此示例不会使用VDMA从外部帧缓冲区读取和写入，这种方法需要AXIS到Video和VTC的不同配置。通常情况下，AXIStovideo配置为主控，VTC不受控制。然而，在这种方法中，AXIStovideo被配置为从设备，并且VTC发生器时钟使能受到控制。这种方法允许AXIS到视频IP模块通过启用和禁用VTC来控制同步的时序，因此它们与处理管道中的同步时序相匹配。在AXIStream中，帧的开始由TUser指示，行尾由TLast指示。IP块的关键定制是：-视频输入到AXI4流传感器去马赛克设置AXIIIC设置在设计中我还加入了几个集成逻辑分析仪（ILA），以实现系统状态的内部监控和调试。项目完成后ArtyS7-50的总利用率如下图所示。我们可以使用额外的资源来实现使用HLS的图像处理算法是必要的。如果我们想节省资源，我们可以使用MicroBlaze的最小占用空间并移除ILA。在SDK中编写软件生成Vivado硬件后，下一步是编写应用软件，该软件将在视频处理内核上配置成像器和IP内核。因此，该软件将执行以下操作初始化AXIIIC、VTC和中断控制器设置中断控制器以生成AXI相关中断-这包括三个中断服务例程。IIC发送、接收和状态各一个。为10英寸显示器配置VTC上的计时通过I2C重置相机并点亮PMOD上的LED通过I2C检测摄像头，我们正在寻找检测MT9M114通过I2C链接初始化相机-这将需要几秒钟来编写所有命令为了初始化成像器，我已将TDM114示例设计提供的基于Zynq的库转换为可用于AXIIIC的格式。相机初始化后，我们将能够在连接到AXI流组件的视频流的ILA上看到视频。监控TDNextPmod背面的I2C通信显示ArtyS7和TDNext之间的通信。检测到摄像头后，应用程序将下载多个I2C摄像头配置设置。将使用AXIUART报告进度一旦相机被初始化，我们就可以使用ILA来验证成像器正在生成视频，并且它是我们配置的分辨率。我们通过使用ILA并直接检查在FPGA中接收到的视频来做到这一点。上图显示了1280像素的线宽，这正是我们所期望的。接收到的像素从并行格式转换为AXI流。AXIStream是一种单向总线，用于将数据从主机传输到从机，作为数据流，它不包含地址通道。为了控制流和通过AXI流传输视频时序信息，使用以下信号TReady-准备好接收数据时由下游外设置位TValid-当输出数据有效时由发送外设断言TUser-为帧开始发出TLast-为行尾发布第二个ILA可用于确保正确生成AXI流。由于我们没有VDMA，重要的是AXIS流上的视频输出是一个连续块，并且TValid在活动像素期间不会断言和取消断言。我们可以通过将像素时钟用于图像处理链来确保Tvalid是连续的。该项目中使用的库API如下，但包含IIC配置数据的camera_initial.h除外。Xilinx根据硬件配置提供所有其他头文件。设备地址和标识符应用程序的主循环可以在下面看到intmain(){u32Status;XIic_Config*iic_conf;XVtcVtcInst;XVtc_Config*vtc_config;XVtc_TimingvtcTiming;XVtc_SourceSelectSourceSelect;XV_demosaic_Config*mosaic_config;init_platform();printf("www.adiuvoengineering.comS7Imagerexample\n\r");mosaic_config=XV_demosaic_LookupConfig(XPAR_XV_DEMOSAIC_0_DEVICE_ID);XV_demosaic_CfgInitialize(&mosaic,mosaic_config,mosaic_config->BaseAddress);XIntc_Initialize(&InterruptController,int_dev);SetUpInterruptSystem();iic_conf=XIic_LookupConfig(IIC_dev);Status=XIic_CfgInitialize(&iic,iic_conf,iic_conf->BaseAddress);if(Status!=XST_SUCCESS){printf("XIicinitialisfail\n\r");returnXST_FAILURE;}XIic_SetSendHandler(&iic,&iic,(XIic_Handler)SendHandler);XIic_SetRecvHandler(&iic,&iic,(XIic_Handler)ReceiveHandler);XIic_SetStatusHandler(&iic,&iic,(XIic_StatusHandler)StatusHandler);vtc_config=XVtc_LookupConfig(XPAR_VTC_0_DEVICE_ID);XVtc_CfgInitialize(&VtcInst,vtc_config,vtc_config->BaseAddress);vtcTiming.HActiveVideo=1280;vtcTiming.HFrontPorch=65;vtcTiming.HSyncWidth=55;vtcTiming.HBackPorch=40;vtcTiming.HSyncPolarity=0;vtcTiming.VActiveVideo=800;vtcTiming.V0FrontPorch=7;//8;vtcTiming.V0SyncWidth=4;vtcTiming.V0BackPorch=12;vtcTiming.V1FrontPorch=7;vtcTiming.V1SyncWidth=4;vtcTiming.V1BackPorch=12;vtcTiming.VSyncPolarity=0;vtcTiming.Interlaced=0;memset((void*)&SourceSelect,0,sizeof(SourceSelect));SourceSelect.VBlankPolSrc=1;SourceSelect.VSyncPolSrc=1;SourceSelect.HBlankPolSrc=1;SourceSelect.HSyncPolSrc=1;SourceSelect.ActiveVideoPolSrc=1;SourceSelect.ActiveChromaPolSrc=1;SourceSelect.VChromaSrc=1;SourceSelect.VActiveSrc=1;SourceSelect.VBackPorchSrc=1;SourceSelect.VSyncSrc=1;SourceSelect.VFrontPorchSrc=1;SourceSelect.VTotalSrc=1;SourceSelect.HActiveSrc=1;SourceSelect.HBackPorchSrc=1;SourceSelect.HSyncSrc=1;SourceSelect.HFrontPorchSrc=1;SourceSelect.HTotalSrc=1;XVtc_RegUpdateEnable(&VtcInst);XVtc_SetGeneratorTiming(&VtcInst,&vtcTiming);XVtc_SetSource(&VtcInst,&SourceSelect);XVtc_EnableGenerator(&VtcInst);XIic_Reset(&iic);PCA9534_CTRL();Detect_Camera();Soft_Reset_Camera();Initial_Camera();XV_demosaic_Set_HwReg_width(&mosaic,0x500);XV_demosaic_Set_HwReg_height(&mosaic,0x31f);XV_demosaic_Set_HwReg_bayer_phase(&mosaic,0x1);XV_demosaic_EnableAutoRestart(&mosaic);XV_demosaic_Start(&mosaic);while(1){}cleanup_platform();return0;}运行整个软件应用程序使我捕捉到了我的会议徽章收藏的下面的图像。我需要调整一些设置以增加集成时间，但是，基本图像处理管道正在按我们的预期工作。结论很容易创建一个视觉处理系统，它直接与成像器一起工作，而不是相机。随着处理链的显着减少，这通常允许更具成本效益和潜在的响应更快的解决方案。本方案所用到的一些代码如果您对此项目有任何想法、意见或问题，请在下方留言。原文链接丨以上内容来源网络，如涉及侵权可联系删除。

介绍发动机管理几乎从未被认为是获得更好燃油经济性的一种方式。但在燃油价格不断上涨的今天，可以非常有效地使用电子技术来提高燃油经济性。您可以享受驾驶的每一分钟，而不仅仅是在您放下脚时，这是一项好处。此外，使用FPGA实现ECU也是一个很大的优势，因为它可以轻松地重新配置。提供了一种用于在逐个循环的基础上控制内燃机的方法。该方法包括：维护用于识别引擎映射函数的训练数据；使用给定气缸的自适应数据填充缓冲区，其中自适应数据是在给定气缸的多个最近操作周期期间捕获的映射函数的输入和输出的度量；将映射函数的训练数据与自适应数据相结合；使用加权最小二乘法从组合数据集中识别映射函数；使用映射函数和当前循环期间输入的测量来预测给定气缸在下一循环中的燃烧特征；传统发动机控制单元这里只是我们控制来运行这个引擎的一小部分事情。这些参数和组件有助于做出关于内燃机的正确决策。注射持续时间注射时机喷油压力低压燃油泵点火正时DBW阀翻滚阀短/长流道阀门通常，传统ECU具有以下I/O设备来运行整个管理系统。12个喷油器输出，可用作辅助输出-8点火输出-8个辅助输出，可驱动高电平或低电平-8个数字输入，带有可配置的内部上拉/下拉电阻-5个触发输入，可配置为磁阻或数字-4VSS或涡轮速度输入，可配置为磁阻或数字-16路通用模拟输入，其中4路可配置用于温度传感，2路适用于氧传感器可以使用拦截器或ECU软件重新映射来重新映射不再具有氧传感器输入的汽车的混合物。您可能会在怠速时以14.7:1的速度运行，但在轻载时，您可以运行得比这更精简，而不会出现发动机故障。您可以达到的精简程度取决于许多因素，包括传动装置、发动机燃烧效率等，但通常16:1左右的比率通常是可以接受的。在某些汽车中，轻载时您可以达到20:1的瘦身比例。您甚至可以制定自己的倾斜巡航模式，通过仔细观察以100公里/小时（或其他任何方式）行驶时的负载，然后在这些负载点稍微倾斜一点。太多了，你会得到一个平坦的地方，但再次仔细调整，有可能（特别是在路上完成时）至少一个比例，有时更多。采用这种方法意味着您可以根据负载和转速条件将总发动机混合物从稀（例如）16.5:1设置为浓至12.5:1。值得注意的是，这款车大部分时间都在使用比标准更稀的混合气，从而对燃油经济性产生真正且可衡量的差异。机器学习方法机器学习提供了一种计算效率高的方法来捕获复杂的循环到循环的燃烧模式，同时避免对基础混合物状态和成分的明确了解（假设选择了适当的抽象映射函数）。虽然机器学习方法显然有好处，但关键问题是机器学习是数据驱动的，需要相对大量的数据来充分覆盖大维空间。ZynqMPSoC提供Arm处理器内核和可编程逻辑。异构设备使我们能够正确构建解决方案，实现功率和性能之间的平衡，这是基于边缘的应用程序的关键参数。XilinxPYNQ可用于实现机器学习算法。当我们想要将神经网络加速为可编程逻辑时，定点实现（例如定点8）更容易实现，并且可以以更低的功耗提供类似的性能。由于许多机器学习应用程序都是基于边缘的，因此电源效率至关重要。未来的工作可以看出，赛灵思Zynq等FPGA架构为计算密集型ECU和可配置网关架构提供了一个高效的平台，用于未来的车载应用和互连。像部分重配置这样的FPGA可以启用用于整合非并发功能和硬件级容错的新机制。与部分重新配置相关的低级操作的管理从应用程序中抽象出来，并由网络接口​​上的扩展进行管理，使它们成为应用程序设计人员的平台功能。最终应该进一步开发这个项目以获得真正的优势。本方案所用到的一些代码如果您对此项目有任何想法、意见或问题，请在下方留言。原文链接丨以上内容来源网络，如涉及侵权可联系删除。

本方案是一个基于FPGA的二进制时钟，使用GPS作为时间参考。历史上准确测量时间提出了许多挑战。只有约翰哈里森设计了一个可靠的时钟，它可以在格林威治子午线保持参考时间，从而能够在1700年代进行准确的导航以及绘制尚未开发的海洋和陆地的图表。今天，我们生活在日益互联的世界中，准确的时间参考同样重要。如果没有一个共同的时间参考，当我们从一个信号塔传递到另一个信号塔时，信号塔就无法轻松同步代码和切换呼叫。同样，没有共同时间参考的时间戳业务和银行交易也可能具有挑战性，并成为事件顺序的仲裁噩梦。当然，可用的最准确的时钟是原子钟，但遗憾的是，它们也是最昂贵的，这限制了机构使用它们的能力。然而，有一个时间参考精确到+/-10ns，可以从空中免费提取，这就是全球导航卫星系统提供的时间参考。当然，其中最著名的是全球定位系统(GPS)，尽管有几个，例如GLONASS和Galileo。所有这些卫星都包含原子钟，这使我们能够实现跨系统的高度准确的时间参考。在这个项目中，我们将使用GPS接收器Pmod接收GPS信号并对其进行处理，以便我们可以在二进制时钟上显示时间。为此，我们将使用Vivado和SDK，这将是我们使用SDK的最后一个项目，因为Vitis可用。维瓦多设计要开始设计，我们需要做的第一件事是安装Digilent库，使我们能够配置PmodGPS/该库支持在Vivado和SDK的硬件和软件开发中使用Pmod。为此，请在我们的Vivado项目中选择、项目选项并选择IP并导航到新的IP存储库。我们还需要一些东西来驱动NeoPixel显示器，同样对于之前的项目，我在这里将一个neopixelIP模块推送到我的github然后我们就可以创建一个Vivado项目，该项目将利用这些IP模块与PmodGPS通信。在新的Vivado项目中，我们需要以下IPZynqPS-为最小化配置PmodGPS-将在软件控制下与PmodGPS通信AXIBRAM控制器-使ZynqPS能够在PL中读取和写入BRAMBRAM-双端口BRAM包含Neo像素值NeoPixelIP-驱动NeoPixel驱动信号处理器重置块-为系统提供重置AXI互连-使多个AXI从设备能够连接到单个PS主设备需要配置PS才能提供50MHz时的结构时钟20MHz的结构时钟-用于为NeoPixelIP提供时钟GPMasterAXI接口已启用结构中断这应该会产生如下所示的框图在生成和导出位流之前，我们还需要设置引脚的IO位置。我将在PmodGPS的Minized上使用Pmod2，在NeoPixel驱动器上使用Pmod1我们在XDC文件中执行此操作，如下所示。这样我们就可以实现设计并将硬件设计导出到SDK以生成所需的软件。软件设计在SDK中，我们需要根据刚刚从Vivado导出的硬件设计创建一个新的应用程序和BSP。一旦在BSP中创建了它，我们应该会在BSPMSS文件中看到Pmod驱动程序。对于更改，我们的软件应用程序将是中断驱动的。我们的软件解决方案将遵循的架构是配置和初始化PmodGPS配置和初始化BRAM控制器配置中断控制器并启用来自PmodGPSUART的中断。等待PmodGPS锁定信号从PmodGPS读取位置和时间数据将时间转换为二进制元素进行显示更新NeoPixel显示为了使用PmodGPS和AXIBRAM控制器，我们可以使用PmodGPS.h和xbram.h中提供的API虽然可以使用xscugic.h提供的API配置中断控制器intSetupInterruptSystem(PmodGPS*InstancePtr,u32interruptDeviceID,u32interruptID){intResult;u16Options;INTC*IntcInstancePtr=&intc;XScuGic_Config*IntcConfig;IntcConfig=XScuGic_LookupConfig(interruptDeviceID);if(NULL==IntcConfig){returnXST_FAILURE;}Result=XScuGic_CfgInitialize(IntcInstancePtr,IntcConfig,IntcConfig->CpuBaseAddress);if(Result!=XST_SUCCESS){returnXST_FAILURE;}XScuGic_SetPriorityTriggerType(IntcInstancePtr,interruptID,0xA0,0x3);Result=XScuGic_Connect(IntcInstancePtr,interruptID,(Xil_ExceptionHandler)XUartNs550_InterruptHandler,&InstancePtr->GPSUart);if(Result!=XST_SUCCESS){returnResult;}XScuGic_Enable(IntcInstancePtr,interruptID);XUartNs550_SetHandler(&InstancePtr->GPSUart,(void*)GPS_intHandler,InstancePtr);Xil_ExceptionInit();Xil_ExceptionRegisterHandler(XIL_EXCEPTION_ID_INT,(Xil_ExceptionHandler)INTC_HANDLER,IntcInstancePtr);Xil_ExceptionEnable();Options=XUN_OPTION_DATA_INTR|XUN_OPTION_FIFOS_ENABLE;XUartNs550_SetOptions(&InstancePtr->GPSUart,Options);returnXST_SUCCESS;}我想做的第一件事是确保PmodGPS能够锁定信号并为我提供准确的位置。当此代码在Pmod2连接到PmodGPS的Minized上执行时，我们会在终端上看到以下输出，为我提供了一个位置。为了检查这是正确的位置，将它输入到谷歌地图中可以以合理的精度提供我办公室的位置。由于能够锁定GPS信号，因此更新了代码以提供时间。这个时间被称为协调世界时或简称UTC，UTC参考格林威治标准时间，目前也恰好与英国的时间相同。时间作为浮点数从PmodGPS输出，如下面的终端输出所示。为了能够创建一个二进制时钟，我们需要将其分解为以下内容小时几十小时单位分十分钟单位秒十秒单位这将使我们能够使用NeoPixelArray绘制时间。二进制时钟显示时间如下在NeoPixel上，我将在阵列中间使用6x4LED阵列。但首先我们需要将UTC时间转换为所需的格式，我们可以使用以下方法将时间（例如153400）拆分为正确的小时、分钟和秒分组。然后我们可以根据二进制时间显示的需要将每个元素分成十位和单位。一旦我们分离了数字，我们就需要将值转换为二进制值，为此我创建了一个简单的子例程这个函数返回一个代表二进制数的四位向量，对于这个例子，我们不需要超过4位。由于NeoPixel阵列被视为一个长64NeoPixel元素，因此对于每个计数位置，我们只需要更改LED偏移位置。根据该位是否已设置，LED的颜色是否会发生变化，设置的位为绿色，否则为蓝色。我使用下面的代码来确定设置LED的值，因为二进制转换函数返回一个指针。当我把所有这些放在一起时，一旦PmodGPS锁定信号，二进制时钟就会按预期运行。确认对于许多人来说，读取二进制时钟可能与传统时钟不同。因此，通过终端查看NeoPixel显示和UTC时间输出，我们可以验证显示是否正确。解码后的时间看起来是正确的。结论该项目演示了我们如何轻松快速地将GPS用于导航以外的系统，并创建一个有趣的示例，该示例可用作显示器等。您可以在此处找到与此项目相关的文件如果您对此项目有任何想法、意见或问题，请在下方留言。原文链接丨以上内容来源网络，如涉及侵权可联系删除。

本方案利用HLS功能创建图像处理解决方案，在可编程逻辑中实现边缘检测(Sobel)。介绍高级综合(HLS)允许我们在开发FPGA应用程序时在更高的抽象级别上工作，如果是商业项目，有望节省时间并降低非经常性成本。HLS的一个重要应用是图像或信号处理，我们可能已经用C或C++创建了一个高级模型，或者我们希望使用开源行业标准框架，例如OpenCV。在本项目中，我们将研究如何使用HLS构建Sobel边缘检测IP核，然后将其包含在我们选择的XilinxFPGA中。所选器件可以是传统的FPGA，例如SpartanSeven或Artix，或者也可以在异构SoC的可编程逻辑中实现，例如Zynq7000或ZynqMPSoC。理论在我们进入应用程序之前，我应该先简单介绍一下Sobel算法的工作原理。Sobel算法通过识别图像中的边缘并强调它们以便可以轻松识别它们来发挥作用。通常这将创建一个灰度图像，其中边缘被识别为灰色/白色阴影。Sobel边缘检测的工作原理是检测图像在水平和垂直方向上的梯度变化。为此，将两个卷积滤波器应用于原始图像，然后组合这些卷积滤波器的结果以确定梯度的大小。执行如果我们使用传统的VHDL/VerilogRTL方法在FPGA中实现这一点，那么开发时间将不会很短。因为我们需要为卷积创建行缓冲区，然后实现幅度计算。我们还需要创建一个测试平台，以确保我们的代码在进行实施之前按预期工作。幸运的是，当我们使用HLS时，我们真的可以跳过很多繁重的工作，让VivadoHLS实现较低级别的Verilog/VHDLRTL实现。为了在这个更高的抽象级别上工作，我们将使用VivadoHLS及其HLS_OpenCV和HLS_Video库。第一个库HLS_OpenCV允许我们使用非常流行的OpenCV框架。而HLS视频库提供了许多可以加速为可编程逻辑的图像处理功能。而是有益的HLS视频库包括我们需要创建一个索贝尔IP核心，内容包括：-HLS::CvtColor-这将根据其配置在颜色和灰度之间转换颜色方案。HLS::Gaussian-这将对图像执行高斯模糊以减少图像中存在的噪声。HLS::Sobel-根据其配置在垂直或水平方向执行Sobel卷积。我们将需要在我们的IP核中使用这两个实现。HLS::AddWeighted-这允许我们使用来自垂直和水平Sobel算子的结果来执行结果幅度计算。这些不是我们将使用的所有HLS函数，因为我们需要使用其他函数。我们需要包含这些附加功能，以便更轻松地使用HLS优化和与Vivado设计的接口。界面在可编程逻辑内部移动图像数据的最佳方法是使用AXI流。这允许创建高性能图像处理路径，其中元素可以根据需要轻松添加或创建。VivadoIP库中存在多个IP模块，可实现视频输入和输出与AXI流之间的转换。以及其他图像处理功能，例如混合器和色彩空间转换器。因此，我们希望我们的SobelIP核能够接受AXIStream输入并以相同的AXIStream格式生成其输出。为此，我们使用以下函数允许在AXI流和HLS函数使用的HLS::Mat格式之间进行转换。HLS::AXIvideo2Mat-从AXI流转换为用于AXI流输入的HLS::Mat格式。HLS::Mat2AXIvideo-从HLS::Mat格式转换为AXIStream格式，用于AXIStream输出。C综合和优化与Verilog和VHDL设计不同，我们用来描述设计的高级语言是不定时的。这意味着当HLS工具将C转换为Verilog或VHDL时，它必须经过多个阶段才能创建输出RTL调度-确定操作及其发生的顺序。绑定-将操作分配给设备内可用的逻辑资源。控制逻辑提取-提取控制逻辑并创建控制结构，例如状态机以控制模块的行为。由于HLS工具在运行综合时必须在性能和逻辑资源之间进行权衡，因此在实现过程中将遵循许多规则。这些可能会影响生成的IP核的性能，例如循环（HLS编码中的常见结构）保持滚动。当然，我们可能希望更改HLS工具在C综合期间做出的决定以获得更好的性能。我们可以在我们的C中使用#pragmas来做到这一点，我们可以使用几个。对于这个实现，我们将使用Dataflowpragma来确保我们可以达到最高的帧速率。为了能够使用此编译指示，我们需要确保HLS综合工具并行执行两个Sobel操作。这将允许我们在HLSC综合期间指定数据流优化，从而优化通过函数的数据流。实际上，数据流优化是粗粒度流水线。如果我们先执行一个Sobel操作，然后按顺序执行另一个操作，我们将无法应用此优化。因此，我们需要将高斯模糊的结果分成两条平行路径，然后在AddWeighted阶段重新组合。为此，我们使用函数HLS::Duplicate-这将输入图像复制到两个单独的输出图像中，我们可以并行处理这些图像。软件了解所有这些之后，我们就可以编写用于SobelIP核的代码#include"cvt_colour.hpp"voidimage_filter(AXI_STREAM&INPUT_STREAM,AXI_STREAM&OUTPUT_STREAM)//,introws,intcols){#pragmaHLSINTERFACEaxisport=INPUT_STREAM#pragmaHLSINTERFACEaxisport=OUTPUT_STREAMRGB_IMAGEimg_0(MAX_HEIGHT,MAX_WIDTH);GRAY_IMAGEimg_1(MAX_HEIGHT,MAX_WIDTH);GRAY_IMAGEimg_2(MAX_HEIGHT,MAX_WIDTH);GRAY_IMAGEimg_2a(MAX_HEIGHT,MAX_WIDTH);GRAY_IMAGEimg_2b(MAX_HEIGHT,MAX_WIDTH);GRAY_IMAGEimg_3(MAX_HEIGHT,MAX_WIDTH);GRAY_IMAGEimg_4(MAX_HEIGHT,MAX_WIDTH);GRAY_IMAGEimg_5(MAX_HEIGHT,MAX_WIDTH);RGB_IMAGEimg_6(MAX_HEIGHT,MAX_WIDTH);;#pragmaHLSdataflowhls::AXIvideo2Mat(INPUT_STREAM,img_0);hls::CvtColor(img_0,img_1);hls::GaussianBlur(img_1,img_2);hls::Duplicate(img_2,img_2a,img_2b);hls::Sobel(img_2a,img_3);hls::Sobel(img_2b,img_4);hls::AddWeighted(img_4,0.5,img_3,0.5,0.0,img_5);hls::CvtColor(img_5,img_6);hls::Mat2AXIvideo(img_6,OUTPUT_STREAM);}#include"hls_video.h"#include#defineMAX_WIDTH1280#defineMAX_HEIGHT720typedefhls::stream>AXI_STREAM;typedefhls::MatRGB_IMAGE;typedefhls::MatGRAY_IMAGE;voidimage_filter(AXI_STREAM&INPUT_STREAM,AXI_STREAM&OUTPUT_STREAM);//introws,intcols);当然，我们希望能够同时运行CSimulation和CoSimulation，因此我们需要一个可以用来测试算法的测试台。当我们运行CSimulation时，我们可以看到测试输入图像的结果如下。有了C仿真和Co仿真结果，我们可以导出内核并将其添加到Vivado硬件设计中。但是，在我们执行此操作之前，您可能需要检查分析、在VivadoHLS中查看并确认两个Sobel函数并行运行。我们可以使用VivadoHLS中的导出RTL选项导出IP核，如果我们希望我们可以进一步配置IP核参数实现核心导出核心后，您将在/solutionX/imp目录下找到一个zip文件。该目录包含将新创建的SobelIP核添加到Vivado设计所需的所有必要信息。该文件可以添加到我们的VivadoIP存储库中，然后包含在Vivado框图中有了这一切集成，您可以构建应用程序和目标到您选择的开发板。对于下面的演示视频，我使用ZyboZ7和HDMI输入和HDMI输出将视频应用于SobelIP核并显示结果。您可以在此处找到与此项目相关的文件如果您对此项目有任何想法、意见或问题，请在下方留言。原文链接丨以上内容来源网络，如涉及侵权可联系删除。

本方案是一个基于树莓派的用于STEM教育和AI增强服务的可编程且高度机动的机器猫。在此之前，您可能已经看过波士顿动力狗和最近发布的索尼Aibo。它们非常酷，但价格太贵而无法享受。我希望提供一些具有大部分运动功能的负担得起的替代品。我并不是说我可以重现那些机器人巨头的精确动作。我只是打破了从百万美元到数百美元的障碍。我不希望把它送到战场或其他具有挑战性的现实。我只想把这个淘气的哥们安置在一个干净、聪明但又太安静的房子里。由于资源和知识非常有限，我从小处开始。较小的结构避免了那些较大模型的许多工程挑战。它还允许更快的迭代和优化，就像老鼠比大象适应得更快一样。无论硬件如何，一旦实现了DoF的精确映射，就可以共享主要的控制算法。我为多个步态推导出了一个运动算法（有十几个参数）。历史上最快的速度超过3个身体长度/秒，通过小跑（2条腿在空中）实现。由于我不断添加新组件并更改CoM，而自适应部分还不够好，我为最终模型保留了调整时间。运动算法目前是在32KB、16MHz的Arduino板上实现的，几乎在所有地方都通过算法优化耗尽了系统资源。我将改用256KB、48MHz的板卡以提高主动适应的性能，并允许未来用户使用额外的代码。考虑到价格，运动由业余爱好者级别（但仍然强大，数字和金属齿轮）伺服驱动。引入了一些弹性结构来缓冲冲击并保护硬件。运动模块的顶部是一个RasPi。Pi不负责控制详细的肢体运动。它侧重于更严肃的问题，例如“我是谁？我从哪里来？我要去哪里？”它生成思维并将字符串命令发送到Arduino从站。运动指令仍然可以以较慢的方式发送到Arduino。一个人类遥控器坐在中间以拦截机器人对自己身体的控制。它仍然会保留某些本能，比如拒绝跳下悬崖。目前，我有两个功能原型：*迷你模型是一个独立的8-DoF（最多支持16-DoF）Arduino运动模块，拥有多种步态和实时适应的所有技能。代码与完整版兼容，只需更改一个参数。安装尺寸与RasPi板的尺寸匹配。所以它也可以是你现有项目的“腿帽”。通过一些增强的“载体”配置，它可以装载大约1公斤的额外重量（但当然走得更慢）。它针对STEM教育和创客社区。价格将与一些机器人汽车套件相似。*完整版使用Pi进行更多AI增强感知并指示升级的16-DoF运动模块。除了Pi的wifi和蓝牙之外，它还带有地面接触、触摸、红外、距离、语音和夜视接口。所有模块都在其轻质机身上进行了测试。它还采用了一些仿生骨骼设计，使其在形态上类似于猫。它针对的是技术背景较少的消费市场。你可以把它想象成一个有腿的Android手机或Alexa，它有一个第三方扩展的应用程序商店。它可以以大约2.6倍体长/秒的速度连续运行60分钟，也可以连续播放几个小时的视频。我还在脊椎下方保留了一些空间用于额外的板（例如GPS）。我有一个复制模型的常规程序，但需要更好的工业化以减少劳动力。*我还有一个过时的版本，它只使用Pi来控制AI和运动。所有代码都是用Python编写的。如果它正在运行密集的AI任务，则运动效果不佳。这个机器人是我学习常规RasPi初学者工具包中所有组件的游乐场。我从工艺棒开始，然后切换到3D打印框架以优化性能和形态。2017年7月推出了Arduino，以实现更好的运动。我现在正在使用Mini套件教授大学机器人课程。我希望销售更多套件来验证市场并带来一些收入以保持项目的进行。完整版还有待完善。我也在申请几个加速器，可能会尝试Indiegogo。根据我能从哪里获得最好的支持，我可能会创业或使项目完全开源。即使作为商业产品，大多数代码也会随着套件的销售而开源。如果每个人都可以抓住一个机器人并开始焊接和编码，我相信开源的力量。它不是最终产品，而是展示了不断增长的创客社区所支持的潜力。用户可以专注于在运动（带有C的Arduino）或AI（带有Python的Pi）部分对其进行编码。并且两者可以通过字符串令牌进行通信。用几行代码教授新的肢体语言和行为也很容易。以前了解Arduino或RasPi的每个人都可以想象它可能的应用。多年来，我一直对那些动物形状的汽车感到厌烦。现在孩子们可以在一种新型玩具上学习物理和编码。机器人专家可以在更便宜的平台上专注于他们的步行算法。软件开发人员可以在类似宠物的机器人上编写人工智能增强应用程序，而不是在“带轮子的iPad”上。完整版猫需要多个带有各种细丝的精确打印结构。打印和后处理（涉及丙酮）需要大约两天的时间。它们必须与特定的配件和工具组装在一起。一些机制的设计精度小于0.2毫米，我目前正在通过仔细归档对其进行调整。即使是焊接或接线的替代方式也可能导致组装麻烦。我认为最经济（和安全）的方法是投资一些昂贵的注塑模具，然后进行批量生产，至少对于关键机械零件而言。本项目所用到的一些代码如果您对此项目有任何想法、意见或问题，请在下方留言。

关于如何使用ArduinoUno开发板对ATtiny85微控制器进行编程的分步说明。我正在从事一个项目，该项目需要读取不同位置的多个传感器数据。这些只需要几个PWM引脚，因此使用多个ArduinoUno既昂贵又不必要。所以我决定使用ATtiny85微控制器代替ArduinoUno开发板。当您不需要太多PWM引脚时，ATtiny85是一种便宜且功能强大的替代品。由于ATtiny85只是一个微控制器，我们需要一个ArduinoUno来对其进行编程。在这个项目中，我将解释如何做到这一点。下面是ATtiny85的引脚配置，将ArduinoUno配置为ISP（在系统编程）要对ATtiny85进行编程，我们需要先将ArduinoUno设置为ISP模式。将您的ArduinoUno连接到PC。打开ArduinoIDE并打开ArduinoISP示例文件（文件->示例->ArduinoISP）并上传它。向ArduinoIDE添加ATtiny85支持默认情况下，ArduinoIDE不支持ATtiny85，因此我们应该将ATtiny板添加到ArduinoIDE。完成后打开工具->开发板->开发板管理器打开BoardManager后，向下滚动列表，上面写着“attinybyDavisA.Mellis”。单击它并安装它。现在安装后，您将能够在Board菜单中看到一个新条目将ATtiny85与ArduinoUno连接现在准备好以上所有东西，我们将开始对attiny85进行编程。使用面包板将arduinouno连接到attiny85，如下所示。ArduinoUno–ATtiny855V–Vcc地–地引脚13–引脚2引脚12–引脚1引脚11–引脚0引脚10–重置在arduino的RESET和GND之间加一个10uF的电容。这是为了避免在我们将程序上传到attiny85时arduino被自动重置。如果您使用的是电解电容器，请确保阳极连接到uno的GND。上传程序到ATtiny85现在回到ArduinoIDE。在Tools->Board下选择ATtiny。然后在Tools->Processor下选择ATtiny85。并在工具->时钟下选择8MHz（内部）。然后确保在Tools->Programmer下选择ArduinoasISP默认情况下，ATtiny85以1MHz运行。要使其以8MHz运行，请选择Tools->BurnBootloader。如果刻录引导加载程序成功，您将收到上述消息。现在打开arduino示例中的Blink示例并将引脚编号从13更改为0并上传。如果一切顺利，您可以看到上面的消息。现在我们已经将眨眼程序上传到ATtiny85，现在让我们测试一下。测试ATtiny85闪烁现在是时候进行测试了。移除Arduino的所有连接并接通电源。在这里，我将使用纽扣电池为ATtiny85供电。这是在ATtiny85上运行的闪烁程序，只有一个电池为其供电。您可以以低成本、低功耗和低空间完成许多项目。只有你的想象力是这里的限制，当然还有PWM引脚的数量。我将上述电路转换为与ArduinoUno兼容的屏蔽。如果您对此项目有任何想法、意见或问题，请在下方留言。

描述MakeTime是一个时钟，它使用一圈24个RGBLED来显示时间。小时和分钟使用不同的颜色显示。由于它仅使用24个LED，因此其粒度为2.5分钟。可以使用位于钟面中央的单个按钮设置时间​​。MakeTime也是一个与Arduino兼容的开发平台，并且在设计时考虑到了黑客攻击。除了可寻址LED、按钮和DS3231RTC，您还可以访问可选扩展接头上的许多Arduino引脚。细节时间-它是我们最宝贵的资源。每次我们做出决定时，我们都会投入一些：结识朋友、做饭、与亲人共度时光、工作到很晚、看电影或去跑步。然而，与我们的储蓄账户不同，有时感觉我们花的越多，我们拥有的就越多。我们MakeTime。MakeTime可以很简单：它向您显示时间。就像在模拟时钟上，您可以在环上读取时间，颜色显示小时和分钟。它的24个LED动态适应周围的光线水平，在阳光直射下完全可见，同时在黑暗中保持谨慎。由于它仅使用24个LED，因此其显示分钟的分辨率降低到2.5分钟，让您更容易一目了然地读取时间，并让您有更多时间专注于被闪烁的灯光包围的世界，争夺您的注意力。MakeTime预装了许多颜色主题，使其成为您自己的主题。用户界面与MakeTime的所有交互都通过钟面上的单个按钮进行。识别三个动作：-单击（少于1秒）-按下（超过1秒，少于10秒）-出厂默认值（超过10秒）要设置您按下按钮的时间，然后您可以单击以提前小时。再次按下按钮可以设置分钟，如下图所示。图为10:14的设置。在分钟菜单中再次按下按钮可以更改颜色主题。所有这些菜单都有5秒的超时时间，在此期间如果不采取任何操作，您将返回到正常的钟面，并确认您的设置。Arduino兼容性MakeTime可能很复杂：它是一个与Arduino兼容的开发平台，您可以根据需要进行破解以实现尽可能多的功能。不过，您的破解和扩展自由不仅限于软件。可用的原理图和可安装在PCB上的扩展接头使您可以根据自己的需要添加传感器、通信和执行器。背面有两个版本的3D模型，其中一个版本可以访问用于原型设计的扩展接头。项目更新通过示例代码展示了不同的设计理念，用于教授MakeTime新技巧。在通过USB连接到Arduino环境之前，您需要为ATmega328P编程Arduino引导加载程序。使用以下保险丝位：-扩展：0xFC-高：0xDA-低：0xFF硬件MakeTime有一个与Arduino兼容的定制PCB，即它使用ATmega328P和CH340USB-UART桥接器。计时由备用电池的DS3231完成，而时间则使用WS2812可寻址LED显示。还有一个蜂鸣器和一个LDR，可以在低光照条件下降低亮度。最新版的PCB中修复了橙色“蓝线”。外壳外壳是在FreeCAD中设计的，可以轻松地进行3D打印。我使用2个M3x5螺钉将PCB固定到外壳上，使用4个M3x8螺钉固定外壳背面。本方案所用到的一些代码如果您对此项目有任何想法、意见或问题，请在下方留言。

本方案是基于Hexabitz模块的人类活动识别程序，在Hexabitz模块上使用机器学习创建运动感应应用程序以识别人类活动。在本方案中，您将学习如何创建运动感应应用程序，以在Hexabitz模块上使用机器学习来识别人类活动。使用的模型根据H0BR4x（IMU模块）提供的加速度计数据对静止、步行或跑步等活动进行分类。我们将为新的Hexabitz模块H41R6x创建一个人类活动识别(HAR)应用程序。该模块由带有FPU（浮点单元）、ART（自适应实时加速器）、MPU（内存保护单元）和DSP指令的STM32F413VHT6微控制器（32位ARMCortex-M4）供电。首先，我们需要通过向H0BR4x（IMU模块）发送消息来读取加速度计数据值，它将响应代表X、Y和Z轴加速度计值的12字节消息。其次，我们将使用使用专门为此示例创建的小数据集训练的Keras模型。下载预训练的model.h5或使用您自己的数据捕获创建您自己的模型。有关如何创建和训练您自己的模型的说明可以在以下PythonNotebook中找到dataset.zip是用于各种人类活动的3轴加速度数据的即用型数据集。1.在H41R6x固件项目中添加STM32Cube.AI：回到STM32CubeIDE，回到软件组件选择：添加X-CUBE-AICore组件以包含库和代码生成选项：使用人工智能过滤器。启用核心。单击“确定”接下来，配置X-CUBE-AI组件以使用您的keras模型：展开附加软件以选择STMicroelectronics.X-CUBE-AI.7.0.0检查以确保选择了X-CUBE-AI组件点击添加网络将网络类型更改为Keras浏览以选择型号（可选）点击Analyze查看模型内存占用、占用和复杂度。保存或项目>生成代码2.包括STM32Cube.AI的头文件：添加Cube.AI运行时接口头文件(ai_platform.h)和由Cube.AI生成的特定于模型的头文件(network.h和network_data.h)。3.声明神经网络缓冲区：使用默认生成选项，应该分配三个额外的缓冲区：激活、输入和输出缓冲区。激活缓冲区是CubeAI运行时的私有内存空间。在推理执行期间，它用于存储中间结果。声明一个神经网络输入和输出缓冲区（aiInData和aiOutData）。相应的输出标签也必须添加到活动中。4.增加AI自举功能：在函数原型列表中，添加以下声明：此代码段按原样提供，通过使用它，您同意受可在此处找到的组件许可条款的约束：应用程序。并添加以下代码片段以将STM32Cube.AI库用于具有float32输入的模型staticvoidAI_Init(ai_handlew_addr,ai_handleact_addr){ai_errorerr;/*1-Createaninstanceofthemodel*/err=ai_network_create(&network,AI_NETWORK_DATA_CONFIG);if(err.type!=AI_ERROR_NONE){printf("ai_network_createerror-type=%dcode=%d\r\n",err.type,err.code);Error_Handler();}/*2-Initializetheinstance*/constai_network_paramsparams=AI_NETWORK_PARAMS_INIT(AI_NETWORK_DATA_WEIGHTS(w_addr),AI_NETWORK_DATA_ACTIVATIONS(act_addr));if(!ai_network_init(network,¶ms)){err=ai_network_get_error(network);printf("ai_network_initerror-type=%dcode=%d\r\n",err.type,err.code);Error_Handler();}}staticvoidAI_Run(float*pIn,float*pOut){ai_i32batch;ai_errorerr;/*1-CreatetheAIbufferIOhandlerswiththedefaultdefinition*/ai_bufferai_input[AI_NETWORK_IN_NUM]=AI_NETWORK_IN;ai_bufferai_output[AI_NETWORK_OUT_NUM]=AI_NETWORK_OUT;/*2-UpdateIOhandlerswiththedatapayload*/ai_input[0].n_batches=1;ai_input[0].data=AI_HANDLE_PTR(pIn);ai_output[0].n_batches=1;ai_output[0].data=AI_HANDLE_PTR(pOut);batch=ai_network_run(network,ai_input,ai_output);if(batch!=1){err=ai_network_get_error(network);printf("AIai_network_runerror-type=%dcode=%d\r\n",err.type,err.code);Error_Handler();}}5.创建一个argmax函数：创建一个argmax函数以返回得分最高的输出的索引。6.调用之前实现的AI_Init()函数在BOS_init()之后在main中添加AI_Init()；7.更新主for循环：最后，将所有内容与主循环中的以下更改放在一起for：voidUserTask(void*argument){/*Infiniteloop*/for(;;){while(write_indexmessageParams[0]=4;messageParams[1]=1;SendMessageToModule(1,551,2);HAL_UART_Receive_DMA(&huart4,(uint8_t*)&array_temp[0],12);x=bytesToFloat(array_temp[0],array_temp[1],array_temp[2],array_temp[3]);y=bytesToFloat(array_temp[4],array_temp[5],array_temp[6],array_temp[7]);z=bytesToFloat(array_temp[8],array_temp[9],array_temp[10],array_temp[11]);x=x*1000;y=y*1000;z=z*1000;aiInData[write_index+0]=(float)(x)/4000.0f;aiInData[write_index+1]=(float)(y)/4000.0f;aiInData[write_index+2]=(float)(z)/4000.0f;memset(array_temp,0,12);x=0;y=0;z=0;write_index=write_index+3;Delay_ms(10);}/*Normalizedatato[-1;1]andaccumulateintoinputbuffer*//*Note:windowoverlappingcanbemanagedhere*/if(write_index==AI_NETWORK_IN_1_SIZE){write_index=0;AI_Run(aiInData,aiOutData);class=argmax(aiOutData,AI_NETWORK_OUT_1_SIZE);memset(aiInData,0,sizeof(aiInData));memset(aiOutData,0,sizeof(aiOutData));if(class==0)HAL_UART_Transmit(&huart2,(uint8_t*)"stationary\r\n",sizeof("stationary\r\n"),100);elseif(class==1)HAL_UART_Transmit(&huart2,(uint8_t*)"walking\r\n",sizeof("walking\r\n"),100);elseHAL_UART_Transmit(&huart2,(uint8_t*)"running\r\n",sizeof("runnin3\r\n"),100);}}}8.编译、下载并运行：您现在可以编译、下载和运行您的项目，以使用实时传感器数据测试应用程序。尝试以不同的速度移动板来模拟人类活动。在空闲时，当板子处于静止状态时，我们向H23R0x（蓝牙模块）发送“1”，应用程序应显示“stationary”。如果您缓慢上下移动电路板到中等速度，我们将向H23R0x发送“2”。应用程序应显示“walking”。如果你快速摇动板子，我们发送“3”到H23R0x，应用程序应该显示“正在运行”。如果您对此项目有任何想法、意见或问题，请在下方留言。

本方案是一种使用tinyML的计算机视觉算法，使无人机自动驾驶仪能够在避障的情况下降落在目标表面上。在过去的几年里，我一直在StreamLogic开发工具，旨在使在边缘构建和部署计算机视觉变得更容易。我最喜欢的目标平台之一是tinyVision.ai的VisionFPGASoM：在中心，您可以看到来自HiMaxImaging的小型、低功耗且价格低廉的相机模块。我一直在寻找我可能以此平台为目标的新应用程序。无人机是tinyML的一个很好的用例；它们需要大量传感器数据，并且对尺寸、重量和功率很敏感。来自Holybro的QAV250套件。这架无人机没有预先组装好，我还是个新手，几个月过去了，我才拥有所有合适的零件并将其起飞。但是让我们跳到故事的结尾。一旦我开始实际驾驶无人机，我就意识到GPS定位是多么不准确。当使用自动驾驶仪执行自主任务时，您可能会发现您的无人机远离计划的飞行路径。这在飞行和着陆时都非常危险。那是我想出这个项目的想法的时候。目标非常简单：使用自动驾驶仪安全着陆无人机。这有两个部分：1）在预期表面（在我的情况下为人行道）着陆和2）避免表面上的任何意外障碍。为了实现这一点，我想出了一种计算机视觉算法来检测无人机着陆时应该在何时以及向哪个方向移动。算法设计我的解决方案在高层次上非常简单。一个向下的摄像头安装在无人机的底部。当无人机缓慢下降着陆时，它会捕获图像以进行分析。首先，确定无人机正下方的平方米为着陆点。其次，还对八个方向（北、东北、东、东南、南、西南、西、西北）的附近站点进行评级。最后，如果附近站点中的任何站点的评级明显优于当前站点，则将无人机的位置调整到相应的方向。这是从我的无人机上拍摄的示例图像：如果我们继续航向，中间的黑色方块就是当前的着陆点。它周围的标记方块是评估可能的方向变化的候选站点。显然，如果我们要降落在人行道上，我们希望在这种情况下向东南移动。嗯，这是高水平，但您可能仍然想知道1）您如何知道一米的大小以及2）您如何评价它？第一个很简单，无人机上已经有一个高度传感器，所以你可以估计无人机的高度。考虑到高度、一些相机规格和一些代数，计算当前图像的每米像素数(PPM)非常简单。在这种情况下，计算结果为PPM=168/H。对于第二个问题，这就是计算机视觉的用武之地。我们需要能够对图像进行任意裁剪，并获得关于该图像在路面畅通无阻的可能性的定量分数。实际值在这里不是那么重要，只要我们可以比较两个分数来确定哪个更好。人们可以手工制作一种算法，但我选择训练卷积神经网络(CNN)来生成分数。让我们看看上图的输出：该图显示了当前着陆点（标记为C）和所有8个方向的候选站点的得分。毫无疑问，东南部是预期的赢家。机器学习如上所述，我选择使用CNN为候选着陆点生成定量分数。具体来说，是一个全卷积网络（FCN）。它们与其他CNN的不同之处在于它们不以密集或全局池化层结束。最后一个卷积层的激活图是网络输出。正如您将看到的，这非常适合此应用程序。训练FCN有不同的方法，但我选择首先构建一个分类器CNN，然后将其转换为FCN。让我们先看看我是如何构建分类器的。我想创建一个分类器，将小图像块分类为好或坏。但首先，我需要数据。当然，我花了很多时间在互联网上搜索一些公共数据集。图像记录器每秒捕获图像并将其写入SD卡。这使我能够在着陆期间从无人机收集图像，如下所示：手头有许多图像，我创建了三个不同类别的补丁数据集：地面路面未知我最初收集了大约2,000个补丁。然后，我花了大量时间尝试训练一个浅层网络（2个卷积层），但没有取得多大成功。我尝试了许多数据增强和网络结构都无济于事。网络总是会在验证集上生成随机结果或做出不断选择（:sigh:）。除了获取更多数据外，别无他法。所以，我从我的图像中收集了大约1,800个补丁。Bingo，大约有4,800个补丁，训练表现良好，经过一些实验，我的网络达到了88%的准确率。这是最终的网络：这个模型只有1,033个参数！全卷积网络有了地面补丁分类器，就可以将其转换为可以应用于整个图像的FCN。查看上面的网络，您可以看到通过移除GlobalAveragePooling2D层，我们最终得到了一个仅包含卷积层的网络。它接受任何图像大小并生成比例大小的激活图。FCN的结果实际上与以滑动窗口方式在图像中的所有块上应用块分类器相同。输出图中每个位置的激活值是输入图像中相应位置的补丁的分类器结果。这真的有效吗？我们来看一下。这是示例图像的渲染和FCN的相应输出：右图显示了路面等级的FCN输出。将右侧图像中候选站点的值相加即可得出该站点的分数。这是呈现相同数据的另一种方法：在这个图像中，我用一个红色方块覆盖了原始图像，它的透明度是路面类别输出的倒数（即越有可能是路面，越透明）。查看目标着陆点，红色越多，得分越低。创建FCN并将权重从训练好的分类器转移到FCN的所有详细信息都在代码存储库的evaluation.ipynbPython笔记本中。量化我将网络量化为使用8位权重和8位激活，以获得更好的运行时性能。您可以遵循Tensorflow文档中描述的标准程序，但我使用了自己的方法，该方法具有更简单的量化模型。该过程在代码存储库的中详细说明README。以下是量化网络的输出示例：这与原始网络的输出几乎没有区别：硬件构建我已经有了一个带有VisionFPGASoM的硬件堆栈和一个来自电池供电的ImageLogger项目的微控制器。不幸的是，微控制器太小了。计算FCN中每一层的输入/输出激活图的大小，我们发现我们需要48KB的缓冲空间。幸运的是，还有另一个Feather板符合要求。FeatherM4Express不仅速度更快，而且拥有高达192KB的RAM！我们不需要为此项目使用SD卡，因此我们的构建只是堆叠在FeatherM4Express上的VisionFPGASoM板。体积小，重量轻，电池供电！执行从框图中您可以看到FPGA用作相机模块和微控制器之间的桥梁。FPGA将捕获的图像以图像传感器的原始格式（拜耳过滤器图像）传递给微控制器。代码库中提供了FPGA的预构建编程文件。这让微控制器承担了以下任务：将图像从Bayer转换为RGB格式将图像下采样到80x80执行FCN推理汇总目标站点区域所有这些任务的源代码都包含在代码存储库的sketch文件夹中。我将在这里对代码做一些评论。完整的原始图像超过100KB，虽然这个MCU有192KB，但我不想不必要地浪费空间。下采样图像只需要20KB。您将在从FPGA读取图像的循环中看到它在读取时执行Bayer转换和下采样，一次一个块，因此我们只需要足够的空间用于下采样图像。这个网络没有使用CNN框架，而是非常简单，我实现了自己的卷积和激活函数。这些是在gndnet.cpp文件中定义的。如果您有兴趣了解有关卷积如何工作的更多信息，它以非常直接的方式编写。我并不太担心性能，但这些可能会被ARM神经网络库中的函数所取代，以获得更好的性能。结果着陆算法与无人机的飞行控制器的集成超出了这个概念验证的范围。目标是设计和训练算法，证明其有效性并获得一些性能数据。定性地，该算法看起来不错。它已在来自用于培训的站点和未用于培训的站点的测试图像上进行了评估。结果非常令人鼓舞。当然，要投入生产，人们可能希望对来自多个站点的数据进行训练。在性能方面，从图像捕获到分数计算的整个过程大约为525毫秒。这意味着略低于2FPS。这可能会奏效，因为无人机确实以相当缓慢的速度下降。但是，这可以很容易地改进。例如，如果拜耳转换和下采样功能被转移到FPGA，那么时间就会缩短到200毫秒多一点。这将超过4FPS，这绝对足够了。如果您对此项目有任何想法、意见或问题，请在下方留言。

与外部网络通信是Arduino项目的一项重要功能，并且对许多项目来说是强制性的。在本教程中，我们将创建一个ArduinoWiFi项目，该项目允许您向它发送命令以打开/关闭通过WiFi从计算机连接到Arduino的LED。开发周期如下：我们将使用ArduinoMega+ESP8266WiFi板进行开发和调试一旦它正常工作，我们就会将该项目移至ArduinoUno+ESP8266WiFiShield这个教程也很容易适应其他硬件，比如ESP8266WiFi使用Arduino上的主要“串行”设备与其交互-例如许多蓝牙模块。Arduino通信有很多选择，我经常使用有线以太网或USB，因为我有可用的基础设施，它通常易于使用并且对我有用。但有时无线方法会容易得多。有许多无线连接选项可用，例如LoRa、蓝牙、IR、WiFi等。它们每个都有不同的属性和理想的用例。可以说最普遍的是WiFi，这就是本文要讨论的内容。然而，我拥有的所有适用于Arduino的WiFi解决方案（ESP-8266解决方案）和我在网上阅读的其他解决方案，恕我直言，使用起来非常乏味（即痛苦）。Arduino项目开发周期需要硬件黑客和/或DIP开关的不断切换才能使用它们。我提到的乏味是因为Arduino和WiFi硬件之间的交互是通过Arduino的“串行”设备进行的。默认情况下，Arduino串行设备用于两件事：Arduino和WiFi对Serial的共享使用在所有意图和目的上都是一个冲突-也就是说，Serial是用于将新程序（/sketch）上传到Arduino，还是用于向WiFi发送命令或它是否用于输出调试消息？在许多WiFi板上实现的这种冲突的解决方案是使用一系列DIP开关或需要额外的硬件来解决串行端口的用途的困境。这意味着当您正在开发您的Arduino程序并希望在更改后上传它时，您需要将DIP开关设置为“特定配置”（串行设备连接到USB）以允许上传更新的程序.当您完成上传并想要运行您的新代码时，您需要将DIP开关设置为不同的“特定配置”（串行设备连接到WiFi）并重置您的Arduino以重新启动程序-或者有一些导致程序在开始发出WiFi指令之前等待的其他机制（例如，延迟让您有时间重置开关或按下按钮等）。当然，如果您的程序中有调试消息通常会输出到串行设备并因此在ArduinoIDE的串行监视器中可见，那么您就不走运了，因为这些调试消息将被发送到您猜对了的WiFi不太可能处理它们的设备。测试后，您确定新的代码更改、添加新功能或任何需要重置开关以进行上传的内容，然后重新重置开关以运行修改后的ode。每次更改代码时都需要重复此循环-无论更改有多小。对我来说，这非常乏味，并且在某些板上，如果您不小心，开关的切换有损坏它的风险-或者换句话说，恕我直言，这是非常痛苦的！一种选择是使用SoftwareSerial或者如果你有它，另一个串行端口（例如Leonardo上的Serial1）用于调试消息或WiFi交互，但这需要某种转换器（例如另一个Arduino、FTDIUSB串行转换器等）将SoftwareSerial/Serial1“端口”连接到PC等等。并且没有解决主要串行设备用于程序上传以及与WiFi模块通信的主要问题。我在使用SoftwareSerial时遇到的另一个潜在问题，我发现特别令人沮丧的是，对于与WiFi板的每次通信，我经常需要输出几个调试消息来隔离问题。这可能（并且已经）导致数据丢失、串行监视器上的消息损坏和其他问题。这意味着您可能正在尝试调试一个真正不存在的问题，因为它只是由通过SoftwareSerial传递的负载引起的。在我的测试中，当通过硬件串行端口发送相同的调试消息时，这个“数据溢出”问题似乎没有发生。所以这篇文章是关于如何避免痛苦并拥有正常的代码开发周期，上传，测试，根据需要重复-没有DIP开关痛苦来解决串行冲突问题。零件清单：本项目主要使用ArduinoMega+WiFi进行开发项目完成后，我们会将代码移植到ArduinoUno+WiFi（或任何其他带有ESPWiFi扩展板的Arduino）ArduinoMega+WiFi板（可从JaycarXC-4421获得）一个中型面包板3个LED3个限流电阻(440+ohm)连接线可选ArduinoDuinotechESP13WiFishieldArduinoUno+Wifi板第1步：连接组件在这个项目中，我们将在Mega上构建软件，然后将代码（和测试电路）迁移到Uno。您将需要以下组件：ArduinoMega+WiFi面包板3个LED和限流电阻连接线电路相当简单（参见图表），所以我不会详细解释它。确保将带有扁平侧/短腿的LED连接到电阻器，电阻器又接地。测试程序使用数字I/O引脚5、6和7，因此将LED（通过长腿）连接到ArduinoMega上的这些引脚。我使用了不同颜色的LED，但如果您没有多种颜色，则不必这样做。此外，如果您有不同的颜色，顺序并不重要，只需将一个LED（+限流电阻）连接到DIO引脚5、6和7中的每一个。照片、面包板和电路图说明了如何进行连接。第2步：在Mega上设置DIP开关在ArduinoMega+WiFi上，您应该找到我在照片中突出显示的2组开关。在我的板上，一个开关是一个8路DIP开关块（带有需要工具（例如小螺丝刀）才能移动的微小开关）。另一个开关是一个更大的开关，它是一个滑块的形式。为了尽量减少混淆，我将所有Arduino板上可用的主串行端口称为Serial(0)。在代码中，这是名为Serial的串行设备，通常连接到Arduino板上的USB端口。第一块8个开关控制板上的主要通信路径。选项包括：将Mega的串行端口连接到ESP（打开1和2）将USB连接到Mega的串行（0）端口（打开3和4）将USB连接到ESP（打开5和6）使ESP在下次复位时进入编程模式（开关7打开）开关8未使用第二个大开关决定了Mega如何（即通过哪条路径）连接到ESP（开关1和2）。此开关控制使用Mega的哪个串行端口与ESP通信。选项为Serial(0)或Serial3。这意味着我们可以：使用Mega的Serial3端口与ESP通信，从而利用其WiFi功能。和以传统方式使用USB将代码上传到Mega并通过串行监视器与Mega的程序交互，而无需在编程和测试时不断调整开关1&2和开关3&4。简而言之，此开关解决了与我在步骤1中概述的Serial(0)端口相关的硬件冲突。要进行设置，请按如下方式配置开关：转动开关1、2、3和4->ON转动开关5,6,7&8->OFF大滑块应设置在TXD3和RXD3端（即远离USB连接器和8路DIP开关的位置）电路图显示了我如何相信两个开关很可能连接。我这样说是因为我在网上发现了很多图表（我怎么能这么说？）似乎并没有准确反映板上的实际电路-有些人可能会说我发现的图表“完全错误”。我通过广泛的测试/反复试验制作了这个电路图。在我的图中，每个开关对上的TX和RX线可能颠倒了，但这应该无关紧要，因为开关应始终成对使用（即开关1和2应该设置相同的方式，类似地3和4应该设置方式与开关5和6相同）。第3步：开发您的ArduinoWiFi应用程序由于我将提供Arduino代码，因此不会有太多的开发周期，但我将尝试通过建议更改来说明开发周期，以说明我们可以在下一步中轻松重新上传和运行修改后的代码.关键的一点是，我们可以做到这一点，而无需经常更换开关，也无需额外的支持硬件。我们将看到如何配置ArduinoMega+WiFi，以便您可以使用ArduinoPCUSB连接来：上传编译代码通过串行监视器与运行在Arduino上的代码进行交互使用无线网络话虽如此，我们需要对ArduinoMega+WiFi上的开关进行初始设置以支持此开发过程（如上一步所述）。如果您尚未设置开关，请返回上一步并立即设置我们将用于开发的代码可以从我的GitHub下载或从下面复制粘贴注意有两个文件。第一个文件可以任意命名（我叫我的ArduinoESPInteractive.ino）。第二个文件必须命名为NullSerial.h只需在ArduinoIDE中创建一个新项目，并使用下面显示的两个文件中的代码或来自GitHub的代码如果您手动输入代码或复制/粘贴，那么您还需要手动添加第二个文件。要添加第二个文件，只需单击ArduinoIDE编辑器右上角的小向下箭头，然后选择“新选项卡”，然后将其命名为NullSerial.h确保您已按照上一步所述设置Mega+WiFi上的DIP开关照常上传代码。打开串行监视器，将波特率设置为115200，观察一些我将在下一步中描述的启动消息这是主程序（ArduinoESPInteractive.ino）：*MegaESPInteractive*------------------**ThisprogramisdesignedforusewithanArduinoMega+ESP8266comboboard.*Itallowsyouto:*-interactwiththeESP8266viatheArudino*and*-uploadprogramstotheArduino*withoutconstantlyswitchingtheDIPswitchestoconnecttheArduinototheESP*and/ortheUSB.**IfyouwanttouploadaprogramtotheESP,youwillstillneedtosettheDIP*switches.**TheabilitytohaveadevelopmentcyclethatdoesnotinvolveswitchingDIP*switchesexpeditestheprogram/debugcycleofWiFibasedappsbecausethevery*tediousandfiddlystepofconstantlyhavingtochangethemiseliminated.This*willalsoprobablyextendthelifeoftheboardasyoudon'thaveasmuch*mechanicalwearandtearonthem.**Hardwarerequired:*-ArduinoMega+ESP8266wificomboboardsuchastheJaycarXC4421:*https://www.jaycar.com.au/mega-with-wi-fi/p/XC4421.*-optionallyanFTDIUSB-SerialboardsuchastheJaycarXC4672:*https://www.jaycar.com.au/isp-programmer-for-arduino-and-avr/p/XC4627)**Thedevelopmentcycleworksasfollows:*1)DevelopyourcodeanduploadusingthestandardArduinoIDEuploadmechanism.*2)useSerial3(viaapreprocessor#defineconstant)forinteractionwiththe*ESP.*2)OptionallyinteractwithyourArduinoprogramviaSerial2orSerial(alsovia*apreprocessorconstant)*3)OutputDebugmessagestoSerial(viaapreprocessorconstant).**PreprocessorsymbolsareusedtorepresentthetwoSerialportsusedasfollows:*ESP->Serial3*HOST->SerialorSerial2**Onceyourprogramiscompleteandcanoperatestandalone,youcantransfertoa*smallerdevice(e.g.theArduinoUNO+Wifiboard).Simplyredefinetheconstants*sothatESPisSerialandHOSTisaninstanceofsoftwareSerial.**Tousethisprogram,twosetsofswitchesontheArduinoMega+ESP8266Wifimust*besetasfollows:**ThelargeDPDTswitchwithlabelsRXD0&TXD0atoneendandRXD3&TXD3mustbe*settotheRXD3&TXD3end.ThisenablestheMegaSerial3portforcommunications*withtheESP.**The8positionDIPswitchmustbesetasfollows:**onoooo*offoooo*Number12345678**Thatis,switches1,2,3&4arebeturnedonand*switches5,6,7&8areturnedoff.*Theseswitchconfigurations:*-ConnecttheMegaSerial3totheESP(forWiFiaccess)*-ConnecttheMegaSerialtotheUSB(forprogramminganddebugging).*/#include"NullSerial.h"#defineVERSION"1.1.0.1"/**Revisions.*1.1.0.1*CorrectedbugforLEDon/offdebugmessages.**1.1.0.0*Addedconceptofdebugmessages.*AddedinitialisationofWiFitostationmodeandconnecttoWiFiboiler*platecode.**/#ifdefined(ARDUINO_AVR_MEGA2560)#defineHOST_BAUD115200#defineHOST_RX"USB(0)"#defineHOST_TX"USB(1)"#defineHOSTSerial#defineDEBUGSerial//NullSerial_debug(1,2);//#defineDEBUG_debug#defineESP_BAUD115200#defineESP_RX15#defineESP_TX14#defineESPSerial3#elseifdefined(ARDUINO_AVR_UNO)/**OnUno,weonlyhaveonehardwareserialdevice.*So,wewilluseSoftwareSerialforanyinteractionsthatmayberequiredwith*thehost.*/#include#defineHOST_BAUD115200#defineHOST_RX10#defineHOST_TX11SoftwareSerial_host(HOST_TX,HOST_RX);/*(my_RX,my_TX)*/#defineHOST_hostNullSerial_debug(HOST_TX,HOST_RX);#defineDEBUG_debug//#defineDEBUG_host#defineESP_BAUD115200#defineESP_RX"USB(0)"#defineESP_TX"USB(1)"#defineESPSerial#endif/*Apairofmacrosthatallowsthevalueofsymbolsdefinedin#define*preprocessordirectives(e.g.HOST)tobeoutputasstrings(e.g.in*printfunctioncalls).*/#define_STRING(x)(#x)#defineSTRING(x)_STRING(x)/******************************ThehasEOLJustBeenSentisusedtotrackwhetheranendoflinehasbeensentto*theESP.*TheversionofcodeshippedwiththedevicerequiresaCarriageReturn(CR)*followedbyaLineFeed(LF)-inthatorder-tomarktheendofaline(EOL).*Thatis,theESPrequiresaCRLFendofline(EOL)sequence.**Thisprogramallowsyouconsiderableflexibilityofwindowsterminalprograms*(IusePutty,CoolTerm,theArduinoSerialmonitorandothers)intheirdefault*configurations.Theseprogramsallgeneratevariouscombinationsofthecommon*lineendingsCRonly,LFonlyandCRLF.*WhenitseesaCR('\r')orLF('\n'),theprogramwillsendanEOLtotheESP.*ToallowforterminalprogramsthatsendbothaCRandaLF,the*hasEOLJustBeenSentisusedtotrackthatanEOLhasbeensentwheneithertheCR*orLFisreceivedfromtheHOST.*TopreventdoublinguponEOL's,ifwehavejustreceivedaCRorLF,andthe*nextcharacterisalsoaCRorLF,thenitwillsimplybeignored.*/booleanhasEOLJustBeenSent=false;charbuf[100];intbufPtr=0;booleanOKseen=false;booleanERRORseen=false;booleanFAILseen=false;booleanTIMEOUTseen=false;/**processInput(msg)*-----------------**ProcessesamessagereceivedfromtheESP.*Thisincludesprocessingresponsestocommands(e.g.OK,FAILetc)*Processinginputfromaclient.*Processingclientconnection/disconectionmessages.*Andothersasrequired.**/voidprocessInput(constchar*msg){DEBUG.println();//DEBUG.print(F("Received:"));//DEBUG.println(msg);OKseen=false;ERRORseen=false;FAILseen=false;if(strncmp(msg,"+IPD",4)==0){//Clientmessage?DEBUG.println(F("Receivedinputfromclient"));charled=msg[9];//ExtracttheLEDnumbercharsetting=msg[10];//Extractthesetting(on/off)if(led>='1'&&ledled=led-'1';//ifvalid,converttoaninteger.}else{//OtherwiseprintanerrormessagetotheUSB.HOST.print(F("InvalidLED:"));HOST.println(led);return;}DEBUG.print(F("SettingLED"));DEBUG.print(led);DEBUG.print(F("onDIO"));DEBUG.print(led+5);DEBUG.println(setting=='+'?"on":"off");//FInally,turntherequestedLEDonoroffdigitalWrite(led+5,setting=='+');//dependinguponthevaluein"setting".//Theled+5adjuststheLEDvalue(0,1or2)//tothecorrespondingArduinodigitalI/Opins//whichthathaveLED'sconnectedwhihcarepins5,6&7.}OKseen=strcmp(msg,"OK")==0;ERRORseen=strcmp(msg,"ERROR")==0;FAILseen=strcmp(msg,"FAIL")==0;}/*accumulateESPData*=================**CheckifacharacterisavailableontheESPSerialport.*Ifitis,accumultatethecharacterinabuffer.*Whenanewlineisobserved,processtheinput.**ReturnstruewhenanewLinehasbeenseenandtheinputprocessed.*falseotherwise*/booleanaccumulateESPData(){booleannewLineSeen=false;if(ESP.available()){charch=ESP.read();HOST.write(ch);if(ch=='\r'||ch=='\n'){buf[bufPtr]='\0';//Nullterminatetheinput;if(bufPtr>0){processInput(buf);newLineSeen=true;}bufPtr=0;}else{if(bufPtrbuf[bufPtr++]=ch;//theinputbufferifspacepermits.}}}returnnewLineSeen;}/***sendESP(msg)*============*SendthesuppliedmsgtotheESPalongwithaCRLFlineending.*WaitforaresponseofOK,ERROR,FAILoraTIMEOUT.*ThetimeoutperiodisspecifiedbythetoPeriodconstantvalue.*/constunsignedlongESP_TO_PERIOD=30000;//millistowaitforreply(30secs).voidsendESP(constchar*msg){ESP.print(msg);ESP.print("\r\n");OKseen=false;ERRORseen=false;FAILseen=false;TIMEOUTseen=false;//Establishtheinitialtimoutperiod.unsignedlongtimeout=millis()+ESP_TO_PERIOD;//Loopuntilwegetoneoftheexpectedreplies//oratimeoutoccurs(withoutgettingoneoftheexpectedreplies)while(!OKseen&&!ERRORseen&&!FAILseen&&!TIMEOUTseen){if(accumulateESPData()){//Aresponsehasbeenrecieved.//DebugoutputthestatusoftheexpectedrepliesDEBUG.print(F("O,E,F="));DEBUG.print(OKseen);DEBUG.print(ERRORseen);DEBUG.println(FAILseen);timeout=millis()+ESP_TO_PERIOD;//messagercvd,resetthetimer.}if(millis()>=timeout){TIMEOUTseen=true;DEBUG.println(F("***TimeoutwaitingforESPreply"));}}}/***AccumulateHOSTData*==================**Checkfordatabeingavailablefromthehost.Ifthereisdata,simplypassiton*totheESP.*IfaCRoraLFisobservedintheHOSTdata,sendtheESPaCRLF.*/voidaccumulateHOSTData(){if(HOST.available()){charch=HOST.read();//HOST.write(ch);//PerformlocalechotoHOST(ornot)if(ch=='\n'||ch=='\r'){//DowehaveaLForCR?if(!hasEOLJustBeenSent){//Yep,didwejustsendone?ESP.write('\r');//Nope,sosendaCRLFtotheESP.ESP.write('\n');hasEOLJustBeenSent=true;//Trackthatwe'vesentanEOL}}else{//NotaCR¬aLF,soESP.write(ch);//WritethecharactertotheESPhasEOLJustBeenSent=false;//SincenotaCR¬aLF,trackthat//wedidn'tjustsendanEOLtoESP.}}}/***setup*-----**InitialiseourSerialdevices,outputsomeconfigurationinformation*andsettheBUILTIN_LEDforoutput.*/voidsetup(){ESP.begin(ESP_BAUD);HOST.begin(HOST_BAUD);while(!HOST){delay(1);}HOST.print(F("Version:"));HOST.println(F(VERSION));HOST.print(F("ESPReadyon:"));HOST.print(STRING(ESP));HOST.print(F("@"));HOST.print(ESP_BAUD);HOST.print(F("bps.RX,TX:"));HOST.print(ESP_RX);HOST.print(F(","));HOST.println(ESP_TX);HOST.print(F("HOSTReadyon:"));HOST.print(STRING(HOST));HOST.print(F("@"));HOST.print(HOST_BAUD);HOST.print(F("bps.RX,TX:"));HOST.print(HOST_RX);HOST.print(F(","));HOST.println(HOST_TX);DEBUG.println(F("****Debugmessagesenabled****"));HOST.println();pinMode(5,OUTPUT);//SetsomepinstooutputforLEDs.pinMode(6,OUTPUT);pinMode(7,OUTPUT);DEBUG.println(F("SendingGetVersion"));sendESP("AT+GMR");//GetVersionInfo.//OnceoffsetmodeandjointheWiFi.DEBUG.println(F("Settingthemode"));sendESP("AT+CWMODE=1");//Setoperatingmodeto"station"DEBUG.println(F("ConnecttomyWiFi"));sendESP("AT+CWJAP=\"YourWiFi\",\"yourpassword\"");DEBUG.println(F("SendingMaxConnections=1"));sendESP("AT+CIPMUX=1");//EnableServerDEBUG.println(F("SendingStartServeronPort80"));sendESP("AT+CIPSERVER=1,80");//Openport80HOST.println(F("Ready"));HOST.println();}/*Loop*====**AccumulatecharactersfromtheHOSTandESP.*Processthemasnecessary.*/voidloop(){accumulateHOSTData();accumulateESPData();}这是第二个文件，它必须命名为NullSerial.h并且与主程序（从上面）位于同一文件夹中。当我们将项目移至ArduinoUno+WiFi时，我将解释此文件的用途。NullSerial*----------**AnemptyimplementationofaSerialInterface.**TheideaforthisNullSerialclassisto,viaconditionalcompilation,*eliminateanyDebugmessagesfromreleasedcode.**/#ifndefNullSerial_h#defineNullSerial_hclassNullSerial{public:NullSerial(uint16_treceivePin,uint16_ttransmitPin,boolinverse_logic=false){}NullSerial(){}voidbegin(longspeed){}boollisten(){returnfalse;}voidend(){}boolisListening(){returnfalse;}boolstopListening(){returnfalse;}booloverflow(){returnfalse;}intpeek(){return-1;}voidprintln(){}voidprint(){}voidprintln(constvoid*msg){}voidprint(constvoid*msg){}voidprintln(constinti){}voidprint(constinti){}};#endif//NullSerial_h第4步：连接到WiFi如果上一步中的一切顺利，您应该在计算机上（在串行监视器中）看到类似以下内容。Version:1.0.0.0ESPReadyon:Serial3@115200bps.RX,TX:15,14HOSTReadyon:Serial@115200bps.RX,TX:USB(0),USB(1)****Debugmessagesenabled****SendingGetVersionAT+GMROK,ERROR,FAIL=000ATversion:0.21.0.0OK,ERROR,FAIL=000SDKversion:0.9.5OK,ERROR,FAIL=000OKOK,ERROR,FAIL=100Ready上面显示的消息是调试消息，显示了Arduino的配置和ESP上运行的软件版本。如果您愿意，您可以通过将其输入到串行监视器的输入文本框中并单击“发送”按钮来向Arduino发送一些文本。您发送的任何文本都将直接发送到ESP。因此，最好发送AT命令，例如“AT+GMR”（不带引号），它要求ESP报告它正在运行的软件版本。我将在本Instructable的其余部分展示一些有用的命令。如果您对上述输出的含义不是特别感兴趣，只是想连接，请跳到下一个名为“连接到您的WiFi”的部分。初始调试消息的分析上述输出的前几行显示了Arduino用于与您和ESP交互的配置。这些是以“ESP”和“HOST”开头的行。内容是：正在使用的串行端口“OK,ERROR,FAIL...”消息是Arduino代码在从ESP收到消息时生成的调试消息。这些消息显示Arduino程序中维护的3个标志的状态，这些标志的设置或清除取决于是否从ESP接收到消息“OK”、“ERROR”或“FAIL”。通常，ESP会以OK、ERROR或FAIL消息结束其输出，因此这些消息用作标记来确定ESP何时完成对命令的响应并准备好下一个命令。我们可以在OK位设置为1的“Ready”消息之前看到这一点。其他消息“AT版本：0.21.0.0”和“SDK版本：0.9.5”是ESP生成的实际输出。Arduino程序将从ESP接收到的所有内容中继到IDE的串行监视器ESP8266WiFi由AT命令驱动。如果您对此历史感兴趣，可以在Wikipedia上找到一篇很好的文章。ESP8266WiFi解决方案使用与维基百科文章中提到的命令集不同的命令集，主要是因为它不是拨号调制解调器——这正是维基百科文章所讨论的内容。但是，AT命令的结构与文章中描述的类似。参考维基百科文章，ESP8266WiFi似乎只在命令模式下运行。将ESP置于“站模式”-“AT+CWMODE=1”命令加入您的WiFi网络-“AT+CWJAP=...”命令进入网络后，我们将要使用以下命令建立服务：开启“服务器模式”——“AT+CIPMUX=1”开始监听端口-"AT+CIPSERVER=1,80"请注意，每次重置ESP时都必须执行最后两个命令（打开服务器模式并开始侦听端口）。最简单的方法是在Arduino的setup()函数中运行它们。ESP会在重置时“记住”前两个命令（站模式和加入WiFi）中的设置。所以一旦成功运行，如果你想这样做，你可以将它们注释掉。每次Arduino重置时都运行它们没有坏处，当我们移动到Uno和/或如果出于某种原因更换了WiFi硬件（例如，有故障的WiFi屏蔽被替换为不错的）。因此，我倾向于不将它们注释掉并在每次Arduino启动时运行它们，以确保我们拥有预期的操作环境。在主Arduino程序的setup函数中，大约在第330行，您会注意到以下代码：DEBUG.println(F("SendingGetVersion"));sendESP("AT+GMR");//GetVersionInfo.//OnceoffsetmodeandjointheWiFi.DEBUG.println(F("Settingthemode"));sendESP("AT+CWMODE=1");//Setoperatingmodeto"station"DEBUG.println(F("ConnecttomyWiFi"));sendESP("AT+CWJAP=\"YourWiFi\",\"YourPassword\"");DEBUG.println(F("SendingMaxConnections=1"));sendESP("AT+CIPMUX=1");//EnableServerDEBUG.println(F("SendingStartServeronPort80"));sendESP("AT+CIPSERVER=1,80");//Openport80您需要通过替换YourWifi和YourPassword来修改“AT+CWJAP”行（如下所示）以包含您的WiFi和密码：sendESP("AT+CWJAP=\"YourWiFi\",\"YourPassword\"");注意不要去掉围绕YourWiFi和YourPassword的反斜杠或双引号。这些是确保编译器将双引号插入到发送到sendESP函数的字符串中所必需的。完成此操作后，重新上传程序。记住这里的关键要点是您只需在以正常方式编辑后上传代码，您不必调整任何开关，也不需要任何额外的硬件来调试您的程序。上传完成后，您应该会在串行监视器上看到更多消息。我们正在寻找的主要两条消息是对加入WiFi网络(AT+CWJAP=...)并开始侦听端口(AT+CIPSERVER=...)的命令的“OK”响应。如果一切顺利，您可以尝试在串口监视器中输入以下“查询网络配置命令”（AT+CIFSR）。您应该会看到如下内容：AT+CIFSR+CIFSR:STAIP,"192.168.3.160"+CIFSR:STAMAC,"18:fe:34:2c:70:45"OK重要的部分是包含文本“+CIFSR:STAIP”的行，它是我们的IP地址。我们将在下一步打开和关闭一些LED时需要IP地址！就我而言，地址是192.168.3.160-您的IP地址几乎肯定会有所不同。记下您的IP地址，而不是我的。第5步：通过WiFi与应用的互动现在我们已经连接到WiFi并开始我们的服务，我们将尝试联系它并让这些LED跳舞-可能不是很跳舞，但肯定会打开和关闭在我们开始之前，让我们检查“开始监听端口”命令（AT+CIPSERVER=1,80）的结构这个命令的意思可以分解如下：AT+-所有命令所需的前导码。CIPSERVER=开始（或停止）侦听指定的网络端口。即启动（或停止）服务/服务器。1、--开始监听（使用0，停止监听）80-我们想要侦听传入连接请求的网络端口-特别是端口80。您可以在此处使用任何有效的端口号。请注意，许多端口号通常用于特定功能（端口80通常由Web服务器使用），如这篇Wikipedia文章中所述。因此，从上一步中，我们知道连接到Arduino所需的IP地址（我的是192.168.3.160），现在我们也知道在建立连接时必须使用端口80。以下使用netcat的脚本显示了使用我的IP地址与Arduino的连接。您需要将192.168.3.160替换为您的IP地址。如果您还没有，可以在步骤1的底部找到有关获取netcat的信息。在Shell（Mac、Linux或Cygwin）提示符或Windows命令提示符中输入以下内容。请记住，使用您的IP地址代替192.168.3.160。如果一切顺利，此时netcat中不会发生任何其他事情。所有的动作都在Arduino上结束。在串行监视器中，您应该看到如下内容以响应netcat命令：这意味着一个客户端已经连接，并且它被分配了会话ID0。如果另一个客户端连接，您将看到“1,CONNECT”形式的消息。这意味着客户端已连接并将被分配会话ID1。接下来，翻回netcat并输入文本“1+”（无引号）并按Enter。您的终端会话现在应如下所示：再一次，不是非常令人兴奋，但再一次，Arduino串行监视器和面包板上的动作都结束了。如果一切顺利，连接到DIO端口5的LED将亮起，您将在串行监视器中看到类似以下内容。文本“+IPD,0,3:1+”是ESPWiFi发送给Arduino的内容。这可以解释如下：+IPD-已从客户端接收到传入数据。0-数据是从会话ID为0的客户端接收的。3:-已从客户端接收到三个字节的数据。实际数据跟在“:”字符之后。1+（后跟一个不显示的换行符）是来自客户端的数据-即您输入到netcat中的数据。Arduino程序对数据的解释如下：+打开LED（或-关闭LED）1（或2或3）打开第1个(DIO5)、第2个(DIO6)或第3个(DIO7)LED。如果需要，您可以通过在Arduino串行监视器中输入AT+CIPSEND=命令将数据发送回netcat。请注意，需要两行输入。第一个是将一些数据连同数据长度一起发送到会话0的命令，然后是要发送的实际文本（将给出“>”提示）。在串行监视器的输出中，您应该看到如下内容：AT+CIPSEND=0,5命令的细分是请求向会话ID0标识的客户端发送5个字节的数据。在您的计算机上的netcat会话中，您应该看到如下内容：第6步：发布您的应用您已经完成了构建应用程序的艰苦工作，现在您可以发布它了。您想将其移动到（物理上）较小的平台，例如ArduinoUno，甚至是自定义电路。所以现在我们需要将代码迁移到该硬件。这是一个可选步骤，但这是本文的全部内容。具体来说，如何相对轻松地开发您的ArduinoWiFi应用程序，并在完成后将其移至较小的平台。一个平台，如果您用于原始开发，则需要您在每次上传代码时不断切换开关，在您想要运行它时重置这些开关以及将需要额外的硬件来观察调试消息。实际上，由于我在WiFiShield和Arduino无法正常通信时遇到的一些头痛问题，因此编写这一步比其他所有步骤加起来花费的时间更长，因此不得不通过将Uno上的DIP开关切换为单调乏味的方式进行调试试着弄清楚发生了什么。问题是ESP软件以某种方式自我损坏并不断重启。解决方案是重新映像ESP模块。请注意，您可能仍然会像我一样在较小的硬件平台上遇到问题，这需要一些故障排除以及我刚刚提到的“痛苦的事情”，但在这个阶段，大部分开发工作已经完成。因此，与在较小平台上进行完整开发的痛苦相比，最终的故障排除痛苦或至少应该大大减少。在这一步中，我们将我们的应用程序迁移到带有WiFi屏蔽的ArduinoUno。但是，您也可以使用ArduinoUno+WiFi集成板，例如JaycarXC-4411或其他组合。子步骤大致如下：将我们的测试电路连接到Uno+WiFi板。将代码上传到我们的ArduinoUno+WiFi。计算分配给此设备的IP地址（此步骤）享受您闪亮的新应用程序，让这些LED发光！连接测试电路对于此子步骤，只需按照步骤1中所述将测试电路连接到UNO。连接与步骤1中所述相同。具体而言，将3个LED连接到DIO引脚5、6和7。然后连接地线到Arduino板上的GND引脚之一。上传代码-MCU到USB此子步骤（“上传代码”）和以下子步骤（“运行代码”）对时间至关重要，因此请在开始之前完整阅读这两个步骤。对于这一步，我假设您没有注释掉设置操作模式和加入WiFi的代码（第4步）。如果这样做，请在继续之前取消注释。使用Uno成功加入WiFi后，可以重新注释掉工作模式的设置（AT+CWMODE=1）和WiFi的加入（AT+CWJAP="...","...”），因为即使断电，ESP也会记住这些设置。同样，我建议不要对此进行评论，但如果您真的想要，请在新硬件上成功运行后进行评论。在Uno上，唯一的硬件串行端口用于上传代码、与串行监视器交互-或-与ESP通信-但并非同时进行。这是一个冲突。为了解决这个冲突，我们需要使用WiFiSheild（或Uno+WiFi）板上的DIP开关告诉电路板我们正在做什么（上传或与ESP对话）。简而言之，我们设置开关以允许通过USB上传Arduino代码。上传完全完成后，我们需要重置开关以允许Arduino与ESP通信（这是时间关键位）。要设置上传开关，请握住ArduinoUno+ESPWiFi扩展板，使USB位于左侧，您会注意到电路板右上角的DIO引脚1和2附近有2个DIP开关。将这两者都切换到关闭位置。参考图中蓝色电路板仅包含2个DIP开关。如果您使用的是Uno+WiFi集成板，则在与集成Mega+WiFi板上的位置类似的位置有一个8路拨码开关。请参阅带有包含8个DIP开关的黑色电路板的图像。将代码上传到Arduino时，您必须按如下方式切换开关：开关1和2-关闭开关3和4-打开开关5、6、7和8-关闭。以正常方式上传代码。除非打开调试模式，否则您将看不到与发送AT+GMR命令相关的任何内容-然而，它已经发送，Arduino将等待回复-永远不会到来。我们需要在Arduino超时等待AT+GMR响应之前将DIP开关重置为运行代码模式。这是时间关键点，所以请继续阅读......运行代码-MCU到ESP在Arduino等待AT+GMR响应超时之前，我们需要重新配置开发板以运行代码。作为替代方案，您可以按照此处所述设置开关并重新启动Arduino（使用Arduino重置，而不是ESP重置-或者只是将其关闭然后再次打开）。如果您使用的是ArduinoUno+WiFi扩展板，请将上面提到的2个DIP开关转到打开位置。如果您使用的是集成的ArduinoUno+WiFi板，请按如下方式设置8个DIP开关块：开关1和2-打开开关3和4-关闭开关5、6、7和8-关闭-即与前一个子步骤没有变化。如果您足够快，或者您使用了替代方案（设置开关并重新启动），您的Arduino应该加入您的WiFi网络。最后一个Arduino子步骤是访问我们的ArduinoLED服务。为此，您需要找出分配给您设备的IP地址。就我而言，我可以访问WiFi路由器管理控制台。我只是记下分配地址列表中出现的新设备（有点像确定Arduino在ArduinoIDE中分配的通信端口的过程）。这相对容易，因为对于我拥有的WiFi模块，系统名称要么是WiFi硬件的MAC地址，要么是名称中包含字母ESP。这两个示例可以从我的WiFi路由器管理控制台的屏幕截图中看到。注意：有时这里的内嵌图片似乎消失了，但我已将它们包含在此步骤的标题中。请注意，第一个包含Mega(192.168.3.160)的IP地址，因此另一个(192.168.3.94)是Uno。和以前一样，我们可以使用netcat在端口80上联系Uno并发出命令来点亮或关闭LED。第7步：后续步骤希望本文对您有所帮助，并使您能够轻松构建基于Arduino的WiFi应用程序。如果你这样做了，请点击“我构建了这个”链接让我知道。还有任何可以改进文章的反馈——例如，根据您在尝试自己做这件事时所面临的经验和挑战，我们将不胜感激。正如开场白中提到的，当与其他使用串行通信的设备（例如蓝牙模块）一起工作时，也可以使用这种技术。最好的下一步是将这个基础提升到一个新的水平。向Arduino代码添加功能。打开或关闭LED的过程全部在processInput(...)函数中处理，大约在主Arduino代码的第166行。在这个processInput(...)函数中，您将在大约第175行看到以下代码块：if(strncmp(msg,"+IPD",4)==0){HOST.println(F("Receivedinputfromclient"));charled=msg[9];charsetting=msg[10];if(led>='1'&&ledled=led-'1';}else{HOST.print(F("InvalidLED:"));HOST.println(led);return;}/**************************************Commentout/Uncommentthisblockofprint*statementstorepresentout"developmentcycle".*************************************/DEBUG.print(F("SettingLED"));DEBUG.print(led);DEBUG.print(F("onDIO"));DEBUG.print(led+5);DEBUG.println(setting=="+"?F("on"):F("off"));digitalWrite(led+5,setting=='+');}首先识别消息是从客户端输入的。如果传入的消息(msg)以“+IPD”开头，那么我们就知道它是来自客户端的消息。if块的其余部分处理消息。注释解释了正在发生的事情，因此我建议您参阅代码以进行解释。您可以更改此设置以识别和处理您自己的消息。当您这样做时，您可以控制您想要的任何内容，包括将消息发送回客户端。最后，程序如何在不将所有调试和状态消息发送到WiFi的情况下从Mega移植到Uno。记住：Mega使用Serial3进行WiFi交互，使用Serial(0)进行调试/状态消息。Uno使用Serial(0)进行WiFi交互，因此无法生成调试/状态消息。诀窍在于使用常量DEBUG、HOST（可以在上面的代码中看到）和ESP（可以在程序的其余部分看到）。这些常量是使用条件编译预处理器指令（即编译器#if语句）在程序顶部附近定义的。这出现在主要Arduino代码的第79到116行。在为Mega编译时，DEBUG和HOST定义为Serial(0)，ESP定义为Serial3。为Uno编译时，DEBUG和Host定义为NullSerial（即对我们在步骤3中创建的额外文件中的代码的引用），ESP定义为Serial(0)。在这两种情况下，都定义了一些附加常数（例如引脚数和波特率）来定义操作环境。因此，当在Uno上运行时，调试和状态消息会转到这个NullSerial对象。NullSerial是一个C++类，它定义了一些与Arduino提供的真正串行设备定义类似的方法集。例如，NullSerial有一个println()方法。NullSerial的println方法什么都不做。因此，发送到DEBUG和HOST的调试和状态消息会被简单地丢弃，因为它们无处可发送。

在本教程中，我将向您展示如何构建一个经济实惠的自动灌溉系统，这样您就不再需要手动给植物浇水了。该系统可用于室内植物、高架床，也可用于花园或更大绿地中的植物，因为连接植物的数量是可扩展的。关于何时灌溉的决定不是根据计时器做出的，而是直接测量土壤湿度并在此基础上做出是否需要灌溉的决定。该系统具有以下功能，可通过网络应用程序进行控制：以分钟、小时、日、周和月级别监控和显示时间序列数据设置应触发自动浇水的水位设置灌溉期间泵的工作时间用按钮手动激活灌溉在不同的传感器配置文件之间切换在深色和浅色主题之间切换第1步：零件清单NodeMCUESP8266树莓派1个树莓派SD卡继电器电容式土壤湿度传感器水泵水族箱管和灌溉喷嘴零件的数量取决于泵的数量。例如，在高架床上，通常有一个泵和一个传感器就足够了。但是，如果您有不同的盆栽植物，则它们都需要单独浇水，因此您必须为每个盆栽植物配备一个泵和传感器。第2步：硬件架构为了测量土壤湿度，NodeMCUESP8266微控制器读取电容传感器的模拟信号。然后将过滤和内插的测量值通过您的本地网络发送到RaspberryPi。您可以在此处决定是否触发与传感器关联的继电器。当继电器打开时，泵的回路关闭，植物能被浇水。选择该架构是为了将泵逻辑和测量数据的记录分开。这使得可以使用RaspberryPi控制多达26个泵（默认可用的GPIO引脚数量）。也不可能用树莓本身读取电容传感器的模拟信号，因为树莓只能处理数字信号。当然可以使用MCP3008和串行接口读取传感器，但这需要更多的引脚，而且设置不像以前那么干净。泵还单独连接到电源，其电路由继电器控制。所以也可以使用12V或更高的泵。第3步：软件架构对于软件架构，使用了MERNStack。该软件由一个带有Express.js的Node.js后端、一个Mongo数据库和一个React前端组成。C++脚本运行在NodeMCUESP8266上，它将数据发送到后端的REST接口。数据在后端处理，在那里决定是否灌溉。此外，数据随后会存储在MongoDB中。对于前端，还可以通过REST从后端请求这些数据。要安装完整的软件，请按照GitHub上的说明进行操作。第4步：3D打印外壳我为RaspberryPi和NodeMCU控制器设计并打印了一个磁盒。你可以在这里下载盒子的STL文件。第5步：成品展示如果您已正确安装硬件和软件，您现在应该能够在应用程序中看到您的第一个测量数据。要在浏览器中调用该应用程序，您必须输入以下URL：http://:5000。当然得换成树莓派的IP地址。现在，您可以在应用程序的首选项下输入您已将属于传感器的泵连接到的信号引脚。之后，您应该将容量传感器插入地面并设置最小土壤湿度值，在该值时PIN和继电器应被触发。设置其他首选项后，泵将根据您设置的首选项启动。如果您连接了多个传感器，它们会在上面作为选项卡列出。选择适当的选项卡以单独设置和监控所有传感器。

ThermoPen是我在2021年1月至3月期间进行的一个物理课程项目的结果。该项目的目标是创建可用于精确用例的便携式温度计。更具体地说，是为了检查PCB上的过热电子部件和一般故障排除而创建的。在我的学校，ThermoPen是一种需求量很大的产品，因为接触电子产品的多名教师需要一个工具来快速解决学生或他们自己的项目问题。那么这支奇怪的笔究竟是如何工作的呢？它只是粘在笔上的简单温度红外传感器吗？需要明确的是，该笔具有红外线传感器，可将物体发出的红外线转换为电信号，该电信号可以通过微控制器转换为温度。通过这种方式，我制作了一个集成了Atmega328P（与ArduinoUno/Nano相同的控制器）的PCB，以控制按钮和传感器的输入和输出。用最简单的表达方式，它是一个读取温度的Ir传感器。ThermoPen与这个基本概念的不同之处在于它包含对用户非常有用的功能，外形小巧纤薄。ThermoPen特点：-显示物体温度、环境温度、最高和最低物体温度的OLED屏幕-音频反馈-按下激活按钮-可充电锂离子电池电路-作为指针的激光二极管需要部件：-ArduinoUnoouNano（ArduinoAsIsp）-用于打印外壳的3D打印机-ThermoPenPCB-PCB制作用放大镜-自动锡针分配器第1步：项目概述和准备在开始构建红外测温仪之前，了解它的工作原理很重要。首先，ThermoPen围绕定制的PCB构建，该PCB集成了类似Arduino的电路。它的灵感来自用于集成Atmega328p微控制器的ArduinoNano电路和用于为ŀi-Ion电池充电的AdafruitArduinoUno扩展板电路。当按下按钮时，电池为电路供电，微控制器内的程序开始初始化。发出开机声音。1秒后，激光二极管点亮，屏幕打印从温度计传感器读取的实时数据。Arduino代码还计算最低和最高温度，以及电池电压和容量。松开电源按钮将使ThermoPen在关闭之前工作4-5秒，这可以通过电容器实现。需要明确的是，激光二极管的唯一目的是让用户了解测量温度的位置。真正的魔法是由Melexis制造的温度传感器MLX0614实现的，它使用物理原理，即物体会根据其温度发出一定量的红外光。从那里，传感器将接收到的红外波长量转换为与温度成正比的电信号，微控制器将其处理为摄氏温度。PCB有不同的可选LED，可以焊接。当电池电量过低时，会有一个指示。在这种情况下，电池图标也将开始闪烁。幸运的是，笔包括一个带有锂离子电池充电器电路的微型USB连接器，因此无需手动为电池充电。和每个人一样，我也会犯错，并从这些错误中吸取教训。最大限度地减少错误并最大限度地提高生产力的一种方法是制定项目每天需要完成的任务时间表。尽早开始您的计划，并清楚地知道何时应该完成产品。我在这个项目上工作了大约2个月。从逻辑上讲，您应该有我的不同计划，因为我为您提供了订购PCB、购买组件和打印外壳的资源。第2步：设计原理图和PCB正如我之前所说，原理图从ArduinoNano中汲取灵感，用于Atmega328P电路，包括其电源电路和时钟选择。为方便起见，我采用了产生较低频率的晶体，因为它会提高电池效率。Oled屏幕、蜂鸣器、IR传感器和激光二极管通过模拟引脚、数字引脚或I2C通信总线连接到微控制器。对于与锂离子电池充电和放电相关的电路，我从AdafruitArduinoUno扩展板中汲取了一些用于可充电电池的重要灵感。这是产品的链接：https://learn.adafruit.com/adafruit-powerboost-500...器材使用KiCad和一些由大型电子零件零售商DigiKey提供的库完成的。您将在ThermoPenGitHub中找到完整的KiCad项目。我使用KiCad进行原理图设计以及PCB设计。对于开源项目来说，这是一款非常强大的软件，而且是免费的。第3步：购物和订购电子零件在PCB设计期间，我还花时间选择适合我的用例的正确电子部件。例如，我必须选择一个小包装尺寸，以便它适合在一个小外壳内。大多数电阻器和电容器的封装尺寸为08x05。我很幸运在学校拥有其中一些部件，例如SMD按钮和红外传感器。对于所有其他零件，我是从北美最大的电子零件零售商之一Digikey订购的。为方便起见，我制作了所需的每个组件的Excel列表，以及它们的价格和商店链接。第4步：产品设计和3D渲染现在是具有挑战性的部分：将所有内容集成到一个小而实用的容器中！3D设计是使用Solidworks完成的。为了让我的项目进行过程更加轻松，我对我知道尺寸的所有部件进行了建模，例如电池、USB连接器、PCB、二极管激光器和红外传感器。我决定选择方形，这样我就可以轻松地将电线绕过电池或其他组件。因此，电池很好地夹在外壳和PCB中。对于按钮，我做了一个巧妙的设计，它集成了一个铝制按钮，该按钮被挤压在塑料外壳上的PCB按钮之间。激光二极管正好位于红外传感器之间，以实现最大精度。当产品在手中时，激光隐藏在笔尖后面。这是一种更优雅的激光集成方式，因为在用户看来激光来自红外传感器，但事实并非如此。在笔的主要一侧，我将Oled屏幕放在按钮旁边，将ThermoPen品牌放在另一端。一侧有两个充电指示灯孔，用于指示电池何时充电和充满。如您所见，笔的背面可以通过一个滑盖进入内部。它通过塑料支架固定在原位。组装在这一侧完成，也用于更换电池。第5步：3D打印零件并加工铝制按钮对于我设计的案例的每次迭代，我都将其进行3D打印以查看哪些有效以及哪些需要重新设计。在最终原型之前打印了大约6个不同的案例。我喜欢这一步，因为我可以与我的3D设计进行物理交互。也是在这一点上，我开始操纵进入ThermoPen组成的每个组件。然后我会改进我的CAD设计，这样零件就可以很好地装入外壳中。例如，我为激光二极管设计的孔因为太小而被重新设计；手持激光二极管帮助我修改了外壳设计。我使用的3D打印机是Prusai3MK3，它在ABS塑料方面做得很好。我从未真正遇到过打印失败的情况，因为打印机每次都能成功打印每个部分。我在原型上看到的唯一问题是，打印机很难准确打印笔的锋利边缘，因为其中一个侧面需要颠倒打印。我在打印机上添加了塑料支架选项，但我会得到相同的结果。如图所示，塑料一侧很光滑，但另一侧很粗糙。对于未来的生产，我将花时间抛光塑料，并可能为它们涂漆以获得更时尚的外观。我没有从产品上拆下按钮的任何图片，但加工过程非常简单。我制作了一个模式来表示2D中圆形按钮的形状。第6步：焊接PCB该项目最大的挑战之一是焊接每个部件都不会出现任何故障，因为PCB包含50多个需要不同焊接技术和设备的部件。首先，我设计了PCB，因此需要回流焊炉的所有组件都位于同一侧。Atmaga32P以及将电池的3.7V电压转换为微控制器的5V电压的升降压电路就是这种情况。为了更好地应用锡，我使用了一个电子放大镜和一个装满锡的定时空气分配器。升降压芯片给我带来了一些严重的麻烦，因为它的所有焊盘都在封装类型下方。结果，我的第一个焊接的PCB因为这个芯片短路而被烧毁。它给了我一些时间来发现问题，这使我重新考虑了电线的质量。幸运的是，我通过焊接一个新的PCB解决了这个问题，从现在开始，电路在通电时似乎反应正常。您会注意到PCB上有许多连接器孔。这是位于PCB外部的不同组件的电线将在组装步骤中焊接的地方。自此原型以来，某些零件和PCB封装发生了变化，例如电感封装，因为我只有一次机会在项目截止日期内开发和制造PCB。从那以后，我做了各种小调整，还添加了一个二极管，防止电池反向。第7步：微控制器的编程ThermoPenGitHub项目中提供了Arduino代码文件。我不会详细解释我的代码中的内容，因为它是一个相当简单的代码。它的一般内容是：-用于Oled屏幕、显示图形和红外传感器的多个库。-执行启动声音并初始化激光二极管和红外传感器的设置序列。-阅读和打印电池寿命。-打印物体温度、环境温度、最低和最高温度。为了对Atmega328p进行编程，我将ThermoPen视为另一个ArduinoUno/Nano。使用我们的PCB和另一个称为主机的Arduino之间的SPI连接，我可以使用一种称为“ArduinoasISP”的方法对我的焊接芯片进行编程。ArduinoISP是一个在系统编程器，用于对AVR微控制器进行编程。有关ArduinoISP编程的更多信息，请访问https://www.arduino.cc/en/Guide/ArduinoISP对于电池图标，我使用了臭名昭著的MicrosoftPaint来设计适合低分辨率屏幕的非常基本的图标。对于一定的电池电压范围，会打印与电池电压对应的图标。但是，我仍然认为电池图标是“工作和进步”，因为我没有验证哪个电池百分比对应哪个电池电压。需要说明的是，锂离子电池有特定的电池电压放电曲线，并不是一条直线！此外，我尝试包括睡眠模式，以便TermoPen在激活时间过长时进入睡眠状态以防止电池放电，但我没有成功使其工作。目前，它在没有此功能的情况下运行良好，我很满意。第8步：组装ThermoPen正如标题所暗示的那样，现在是将所有内容组装在一起的时候了。我首先将Oled显示器连接到PCB。我还为电池接触垫和微型USB连接器板添加了电线。我稍后会将它们焊接到他们的电线上，因为我之前需要在机箱中安装电线和PCB。当所有电线都正确定位后，我将PCB放置到位。外壳集成了塑料夹，可将PCB很好地固定到位。激光二极管需要在红外传感器就位后从外部放置，因为内部的孔太小。从那里，我们可以将激光二极管焊接到板上。就我而言，我在将二极管安装到外壳之前错误地焊接了二极管，因此在不切断电线的情况下不可能放置它。我最终切割它们，重新焊接它们，并添加了热缩管。对于这个原型，我放置了一个负极图标，因为我在接线中犯了一个错误。在最终设计中，我在外壳上加入了一个(-)符号，它会指示您需要放置电池(+)侧的位置。第9步：验证并体验其功能恭喜，我们刚刚完成了我们自己的ThermoPen的构建！现在是验证产品性能的步骤，从充电到温度感应。首先，我通过USB将ThermoPen连接到PC，以便我可以验证它是否为电池充电。侧面应出现橙色LED，表示电池正在充电。验证功能的另一种方法是使用万用表读取进入电池的电流。请注意，随着电池充电，当电池电压达到4.2V左右时，电流会降低到0A。然后，我们可以在上面的视频中看到我通过将ThermoPen温度与热电偶进行比较来测试温度测量。请注意，传感器是从一个旧的学生项目中恢复过来的，我不知道它的状况如何。结果对于低温非常好，对于高温可以接受。这些结果仅取决于传感器，因为制造商说它们在工厂进行了校准。我还测试了超温警报，当超过温度阈值（设置为120°C）时，蜂鸣器会发出声音。我仍然对这些结果非常满意，因为我知道ThermoPen中的所有系统和组件都按预期工作！我还必须说，在轻度使用4个月后，thermoPen仍然可以正常工作，从那时起我就没有用完电量！检测到的唯一缺陷是电池在外壳内轻微移动，因此我在外壳上添加了塑料支撑以防止这种烦恼。总而言之，考虑到我从一开始的所有期望都已实现并成功融入产品中，我为ThermoPen的最终结果感到自豪。在这个项目中，我从产品设计中学到了很多东西，它给了我丰富的经验，这肯定会影响我的学习和职业道路。

在手势技术的不断发展中，人们生活变得越来越便利，因为它非常直观、易于使用，并且清楚地使您与小工具和周围事物的交互变得充满未来感！因此，为了顺应潮流，我们将使用我们在之前的教学中构建的手表并投入一些机器学习，看看我们是否可以检测到我们正在执行的手势，也许在即将到来的教学中我们可以使用这个手势基于此执行一些非常厉害的项目。第1步：故事时间！我在我的Instagram页面上发布了一篇帖子，讲述了我将在此版本的手表上实现的所有新功能，但是，我删除了“用于充电的微型USB端口”、“按住以打开或关闭电路”和“心率”监测”。所以我想在项目中添加一些ML，与电子产品相比，它应该很容易，它只是一堆代码，我们必须从堆栈溢出中复制粘贴。如果您想了解有关在嵌入式系统上实施ML的更多信息，请查看2个链接TinyML和手势检测。一个解释了如何在Arduino中使用TinyML张量流，另一个解释了如何在Arduino上使用基本的ML算法。我从后一个链接中引用了很多内容，它非常易于遵循，并且可以与非常低内存资源的微控制器（如ArduinoNANO和UNO）配合使用。第2步：PCB组装我收集了该项目的所有SMD组件，然后将它们安排在一个我可以轻松访问而不会乱七八糟的地方。然后剩下的就是焊接！只需按照电路图并相应地在PCB中焊接组件。为了使焊接更容易，从焊接较小的SMD元件[电阻器、电容器、调节器]到更大的通孔元件[MPU6050、OLED]。在焊接过程中，我还使用3M胶带将Lipo电池固定在电路板和OLED显示器之间。我很难找到适合项目使用的调节器，所以在我过去的视频中，我只使用AMS1117，因为它更便宜且容易找到。但是为了使这个项目比以前的构建更高效。我在PCB中给出了2个选项，您可以使用MCP1700或LSD3985。就我而言，我使用的是LSD3985而忽略了MCP1700。您可以根据可用性使用任何选项。第3步：对手表进行编程为了简化编程，我在PCB上留出了一些空间，这样您只需插入FTDI模块即可开始编程。要对电路板进行编程，您必须先将esp8266置于闪烁模式，因此在连接到PC时，只需按住连接到esp12E的GPIO-0的按钮即可。要测试开发板是否正常工作，只需上传我之前的教程[Github链接]中的代码，然后测试所有功能（如NTP时间、轻弹唤醒和更改屏幕）是否有效。如果一切正常，您就完成了硬件部分。第4步：机器学习？[第1部分]机器学习听起来很花哨和复杂，但相信我，ML中的少数算法比其他少数非基于ML的算法更容易理解。对于大多数算法，当它需要找到问题的答案时，我们需要告诉算法它必须执行的过程序列才能获得最终结果。简单的例子是乘法。如果你想找到乘法问题的答案，比如说2乘以5我们可以告诉计算机执行多次加法来得到答案。你可以在这里看到，我们正在告诉计算机如何做才能得到答案。第5步：机器学习？[第2部分]ML的工作原理没有什么不同，我们只是给计算机一堆问题和相应的答案，然后让计算机找出方法或流程，这样它就可以回答任何新问题，而无需我们手动编程流程。举个例子，在照片中找到一个苹果，对于人类来说是非常容易的，但是我们很难编码并让计算机理解苹果的所有特征，这不是不可能，但它非常乏味和困难.相反，如果我们可以编写一种算法，该算法只需查看1000张苹果图片即可自行学习，那不是很好吗？使用ML算法还有另一个好处，那就是他们甚至可能想出一种我们从未想过的在照片中寻找苹果的新方法。因此，ML是一个非常有趣的探索领域。我真的不是解释机器学习和人工智能的最佳人选，我只是写下我学到的东西。但是如果你读了这么久，你应该看看我的YouTube频道，如果你还没有订阅这个频道，你可能应该立即订阅！相信我，这绝对值得！第6步：分类机器学习中有很多方法和技术可以解决问题，在我们进行手势检测的案例中，我将使用一种称为分类的技术。为什么要分类？在重复运动一段时间后，人眼似乎可以预测数据。现在，如果我在屏幕外执行相同的动作，您仍然可以通过查看图表来猜测它是什么动作，最好的部分是您甚至可以对其他手势和动作执行此操作。那是因为我们的大脑为不同的模式分配了不同的名称。类似地，如果我们可以多次向ML算法显示此数据模式，那么它会尝试理解这些数据并将它们放在不同的组中，或者可以说算法将数据样本分类为不同的类。因此，下次当它在数据中看到类似的模式时，它会弄清楚它是哪种运动或手势。这就是我们需要做分类的原因。第7步：收集用于训练的传感器数据由于我们现在对ML有了基本的了解，我们可以首先从收集用于训练ML算法的数据开始。我遵循的教程有一种非常笨拙的数据收集方式，通过串行监视器，因为我必须在手势期间将设备戴在手腕上。为了解决这个问题，我将数据收集无线化。我使用了esp8266的片上闪存，为了更方便，我在OLED显示屏上显示了采集和保存数据的状态。如果您想做同样的编译并将Data_collection.ino文件上传到您的手表。一旦你上传了代码，为了测试它，设备一启动就让你的手保持静止，它最初会校准加速度计和陀螺仪。完成后，您就可以开始收集数据了！只需按下连接GPIO-0的按钮，设备就会创建一个新功能，然后只需开始移动您的手即可记录运动。使数据采集无线化的努力绝对值得！毫无问题地收集每个运动大约25-30次要容易得多（您拥有的样本数量越多，算法的性能就越好）。第8步：处理数据您现在可以将收集到的数据转储到串行监视器，只需关闭电路电源并连接FTDI，然后在PC中打开串行监视器时再次按下程序按钮。这会将所有数据转储到串行监视器。然后只需将其复制粘贴到txt文件中即可。每个动作都会被一个短语“新功能”分开，因此您将知道哪些数据与哪个动作相关。然后使用excel将文本文件分成3个csv文件，分别用于向左滑动手势、向右滑动手势和猛击手势。这样就完成了数据收集部分。这些数据不应直接使用；必须对其进行处理以去除噪声，以便算法可以更准确地进行预测。但我没有做任何让整个项目变得更复杂的事情，所以我只是跳过所有这些并直接进入培训部分。第9步：训练模型这是您教您的ML算法检测手势的部分。为了训练数据，我使用python来训练模型并将其转换为C文件，我们可以在arduinoIDE中使用该文件。您可以从我的github存储库中获取此文件并打开“Python训练代码”文件夹中的“Classifier.py”文件，我们将读取csv文件并训练模型以学习我们之前记录的手势。如果您有不同的文件名，只需更改名为fileName的python列表，以便它会根据您收集的数据训练模型。运行此代码后，我们将创建一个“model.h”文件。该文件包含经过训练的模型，用于识别我们捕获的3个手势。如果您只想测试模型，请将您的“model.h”文件粘贴到“测试手势检测”文件夹中，然后打开该文件夹中的arduino文件。然后只需编译并将代码上传到您的手表。第10步：推断模型一旦代码上传到微控制器，我们的ML算法就不再学习，它只是使用我们之前创建的预训练模型，这称为推断模型。一旦代码上传成功，做出任何手势，oled显示器应该会显示你正在执行什么手势。在我的例子中，模型95%的时间都在工作，只是有时很难找到正确的滑动手势。可能是我收集的数据嘈杂，或者我在收集数据时没有正确进行运动。不管怎样，95%对我来说还是有好处的，我们可以通过这个手势检测做很多事情！以上就是关于这个项目的全部分享了，欢迎留言交流。

我们使用的汽车正在向着绿色节能、网络化、智能化的方向发展，车载电子设备的计算能力越来越高，作为人机界面的屏幕显示效果越来越好，内容越来越丰富。因为未来汽车那看得见的美好，各种资源都在向着这个领域汇聚，部分造车新势力的市场价值远远超越传统车企，能够完全实现自动驾驶的好日子似乎很快就要到了，想起来还是有点让人期盼的，我就盼着自己还在使用的车子能够顽强一点，熬到符合我理想的车子出现时再去更换。车载电子设备的能力越高，其内部资源也越多，耗电必会大幅增加，这对电源管理而言其实是个挑战。以先进制程打造出来的CPU、GPU能以更低的电压工作，但由于其内部资源的增多和运算速度的提高，需要消耗的电流也在大幅增长，再加上这些复杂器件的内部资源并非总是处于平稳的工作状态，按需启动的它们在一启一停之间便把瞬态的冲击施加到了电源上，加大了电源稳定其输出的难度，因而要求电源器件在有更大的负载能力、更高的调节精度的同时还要有更低的纹波指标和更快的应变能力，同时也要有更高的可靠性，能够耐受各种恶劣环境的考验，能够顺利通过严格的车规认证。RTQ2134-QA是通过了AEC-Q100Grade1认证的电源管理器件，它的内部包含有4路可以合并输出或单独输出的同步Buck转换器，其中的每一路都具有5.5A的电流输出能力，只需在其内部包含的一次性可写入存储器里写入特定的数据即可将其配置为2+2或2+1+1的形式，可分别提供10A+10A或10A+5A+5A的两组或三组输出，而每组输出的电压都可通过I2C接口进行动态调节以满足负载各种运行模式的需求。当两路以上的Buck合并运行时，合并在一起的各路以不同的相位运行是最合理的安排，这样可以使输入、输出纹波最小化，使整个系统的性能最优化，这便是RTQ2134-QA采用的多相运行模式，下图是其规格书里出示的Buck1和Buck4两相运行时的波形图，在负载电流为11A的情况下，输出纹波的峰峰值只有几个mV。现今的高性能处理器通常由多个内核构成，假如是FPGA则包含了大量可编程的逻辑单元，各内核或根据功能的需要而划分为区块的逻辑单元仅在有任务运行需求时才会进入工作状态，其他时候则处于待机状态，这样的一进一出对电源转换器来说便是负载的大幅跳变，必会造成其输出电压的下坠或隆起，逼得转换器必须以极快的速度对此进行响应，以便能将输出电压迅速拉回到原来的稳定状态，RTQ2134-QA解决此问题的办法是采用ACOT™（AdvancedConstant-On-Time,改进型固定导通时间）控制架构，它能在发现反馈电压低于参考电压时迅速开启导通时段以实现对输出端的能量补充，最大时延仅为100ns。在经过固定的导通时间后，如发现输出电压还没有恢复则又会在最多100ns以后再次进入导通时段，因而可以用最快的速度将输出电压修正到预设状态。上图所示的便是RTQ2134-QA分别在两相或单相运行时面对负载的突然增加的反应过程，很显然是两相运行时的输出电压修复能力会更强一些。对于负载的突然降低，Buck转换器的响应是尽快结束上桥开关的导通时段，RTQ2134-QA因为采用ACOT®控制架构而能立即进入这一状态，但是暂时失去原有出路的电感储能仍会因为向输出电容的转移而造成输出电压的隆起，这部分能量需在负载将其消耗以后输出电压才会自然回到稳定状态。将两个以上的Buck转换器组合成为多相运行状态的目的是提高负载能力、降低单个转换器所用元件的负担并使整体性能更优，但是每个转换器的运行都会造成一定的损耗。为了平衡这样的矛盾，RTQ2134-QA在以组合方式运行的两相转换器中加入了自动增相、减相的功能，能在负载大于一定水平（3A）时自动进入两相运行模式，又能在负载降低到一定水平（2.6A）时自动切换回单相运行模式，尽量把不必要的消耗自动降下来，因而具有低消耗、高供给的能力。为了进一步降低损耗，RTQ2134-QA还具有用户可选的轻载节能模式，这是一种电流不连续的运行方式，自然会带来输出纹波变大的结果，如果这是不可接受的，用户可在需要时将其设定为强制电流连续模式，这时便可以得到输出电压调节精度最高的状态。对于需要在运行中改变工作电压的应用，RTQ2134-QA支持以最高3.4MHz的时钟速度通过其I2C接口对其输出电压在0.3V~1.85V的范围内进行动态调节，也可以通过一个外接的输入信号对两个寄存器里设定的输出电压数据进行选择以实现快速的输出电压切换，而输出电压由一个水平变化到另外一个水平的速度是可以由用户进行设定的。作为一款车用电源管理芯片，RTQ2134-QA使用了方便进行光电式焊接状态检查的WET-WQFN-30L4.5x4(FC)封装，其中的FC说明其内部使用的是晶粒倒装结构，具有很好的功率耗散能力。其引脚布置是经过FMEA即失效模式及其影响分析的结果，可以防范相邻引脚短路、外部电路故障等可能带来的恶劣影响，可避免发生燃烧等严重事故。RTQ2134-QA的设计中也包含了许多故障防范措施如过流保护、欠压保护、超时保护、软启动和过热保护等，在各种故障发生时均可以发出中断信号的方式向控制系统发出通知以方便其进行处理，而暂存于寄存器里的数据则容许其查询故障所在，使问题处理过程能够更直接、更方便。RTQ2134-QA的输入电压范围为3V~6V，用于车机系统时可以利用我们介绍过的RTQ2965-QA等高压Buck器件作为电压预调节器去承接来自车辆电池总线的高压，高低搭配的结果是可以带来最佳的性能和成本效益，也使这些不同的器件能够各得其所，为人类的幸福生活做出最大的贡献。以上内容转载自RichtekTechnology。

日益增长的数据加速需求对硬件平台提出了越来越高的要求，FPGA作为一种可编程可定制化的高性能硬件发挥着越来越重要的作用。近年来，高端FPGA芯片采用了越来越多的HardIP去提升FPGA外围的数据传输带宽以及存储器带宽。但是在FPGA内部，可编程逻辑部分随着工艺提升而不断进步的同时，内外部数据交换性能的提升并没有那么明显，所以FPGA内部数据的交换越来越成为数据传输的瓶颈。为了解决这一问题，Achronix在其最新基于台积电（TSMC）7nmFinFET工艺的Speedster7tFPGA器件中包含了革命性的创新型二维片上网络（2DNoC）。这种2DNoC如同在FPGA可编程逻辑结构之上运行的高速公路网络一样，为FPGA外部高速接口和内部可编程逻辑的数据传输提供了大约高达27Tbps的超高带宽。作为Speedster7tFPGA器件中的重要创新之一，2DNoC为FPGA设计提供了几项重要优势，包括：提高设计的性能，让FPGA内部的数据传输不再成为瓶颈。节省FPGA可编程逻辑资源，简化逻辑设计，由NoC去替代传统的逻辑去做高速数据传输和数据总线管理。增加了FPGA的布线资源，对于资源占用很高的设计有效地降低布局布线拥塞的风险。实现真正的模块化设计，减小FPGA设计人员调试的工作量。本文用了一个具体的FPGA设计案例，来体现上面提到的NoC在FPGA设计中的几项重要作用。这个设计的主要目的是展示FPGA内部的逻辑如何去访问片外的存储器。如图1所示，本设计包含8个读写模块，这8个读写模块需要访问8个GDDR6通道，这样就需要一个8x8的AXIinterconnect模块，同时需要有跨时钟域的逻辑去将每个GDDR6用户接口时钟转换到逻辑主时钟。除了图1中的8个读写模块外，红色区域的逻辑都需要用FPGA的可编程逻辑去实现。图1传统FPGA实现架构对于AXIinterconnect模块，我们采用Github上开源的AXI4总线连接器来实现，这个AXI4总线连接器将4个AXI4总线主设备连接到8个AXI4总线从设备，源代码可以在参考文献2的链接中下载。我们在这个代码的基础上进行扩展，增加到8个AXI4总线主设备连接到8个AXI4总线从设备，同时加上了跨时钟域逻辑。为了进行对比，我们用另外一个设计，目的还是用这8个读写模块去访问8个GDDR6通道；不同的是，这次我们将8个读写模块连接到Achronix的Speedster7tFPGA器件的2DNoC上，然后通过2DNoC去访问8个GDDR6通道。如图2所示：图2Speedster7t1500的实现架构首先，我们从资源和性能上做一个对比，如图3所示：图3资源占用和性能对比从资源占用上看，用AXI总线连接器的设计会比用2DNoC的设计占用多出很多的资源，以实现AXIinterconnect还有跨时钟域的逻辑。这里还要说明一点，这个开源的AXIinterconnect实现的是一种最简单的总线连接器，并不支持2DNoC所能提供的所有功能，比如地址表映射，优先级配置。最重要的一点是AXIinterconnect只支持阻塞访问（blocking），不支持非阻塞访问（non-blocking）。阻塞访问是指发起读或者写请求以后，要等到本次读或者写操作完成以后，才能发起下一次的读或者写请求。而非阻塞访问是指可以连续发起读或者写请求，而不用等待上次的读或者写操作完成。在提高GDDR6的访问效率上面，阻塞访问会让读写效率大大下降。如果用FPGA的可编程逻辑去实现完整的2DNoC功能，包括64个接入点、128bit位宽和400MHz的速率，大概需要850kLE，等效于占用了Speedster7t1500FPGA器件56%的可编程资源。而2DNoC则可以提供80个接入点、256bit位宽和2GHz速率，而且不占用FPGA可编程逻辑。从性能上来看，使用AXI总线连接器的设计只能跑到157MHz，而使用NoC的设计则能跑到500MHz。如果我们看一下设计后端的布局布线图，就会有更深刻的认识。图4所示的是使用AXI总线连接器的设计后端布局布线图。图4使用AXIinterconnect的设计后端布局布线图从图中可以看到，因为GDDR6控制器分布在器件的两侧（图中彩色高亮的部分），所以AXI总线连接器的布局基本分布在器件的中间，既不能靠近左边，也不能靠近右边，所以这样就导致了性能上不去。如果增加pipeline的寄存器可以提高系统的性能，但是这样会占用大量的寄存器资源，同时会给GDDR的访问带来很大的延时。如果再看一下图5中使用了2DNoC的布局布线图，就会有很明显的对比。首先，因为用2DNoC实现了AXI总线连接器和跨时钟域的模块，这就节省了大量的资源；另外，因为2DNoC遍布在整个器件上，一共有80个接入点，所以8个读写模块可以由工具放置在器件的任何地方，而不影响设计的性能。图5使用2DNoC设计的后端布局布线图从本设计的整个流程来看，使用2DNoC会极大的简化设计，提高性能，同时节省大量的资源；FPGA设计工程师可以花更多的精力在核心模块或者算法模块设计上面，把总线传输、外部接口访问仲裁和接口异步时钟域的转换等工作全部交给2DNoC吧。转载自电子技术应用。

随着集成电路的飞速发展，在图像处理，通信和多媒体等很多领域中，数字信号处理技术已经被广泛应用。快速傅立叶变换（FFT）算法的提出，使得数字信号处理的运算时间上面缩短了好几个数量级。因此对FFT算法及其实现方法的研究具有很强的理论和现实意义。1FFT算法及其实现方法现场可编程门阵列FPGA是一种可编程使用的信号处理器件，其运算速度高，内置高速乘法器可实现复杂累加乘法运算；同时其存储量大，无需外接存储器就可实现大量数据运算；而且算法实现简单，通过VHDL编程语言可轻松实现功能开发，缩短了开发周期。FPGA已经在通讯、视频、图像处理等领域被广泛使用。本次设计采用FPGA实现8点32位的FFT变换，现场可编程门阵列FPGA是一种可编程使用的信号处理器件，用户可以通过改变配置信息对其功能进行定义，以满足设计需求。与DSP相比，FPGA实现FFT具有速度高，存储容量大，硬件实现简单，I/O带宽高等特点。FFT处理器被分成一下几个主要的功能模块：数据地址产生单元、蝶形运算单元、数据选择单元、控制单元、存储单元等。通过VHDL语言在CycloneII系列芯片上编程实现。运算方案采用顺序处理的方法。傅立叶变换实现时首先进行基2、基4分解，一般来说，如果算法使用基2实现，虽然使用的资源较多，但速度优势明显。设计中采用基-2DIT-FFT算法来实现整个系统的设计，如图1所示。图1在FFT模块的设计中，旋转因子与输入数据进行的是一个小数乘法的蝶形运算，需要将旋转因子表示成小数的二进制形式。为了保证运算结果的正确性，还需要将输入和输出数据进行小数点的调整。在此次设计中采用定点小数的方法，所谓定点小数，就是小数点的位置是固定的。设计中统一将小数点放在了Q6的位置，在仿真的结果图中显示的输出数据均是小数点经过移位后的结果即结果均扩大了64倍。复数乘法器采用FPGA内部IP核的例化与调用来设计实现了蝶形处理，这样就可以提高蝶形运算单元的的运算速度，降低了运算复杂度。控制单元的设计通过一个有限状态机来实现控制器。通过有限状态机状态的输出分别控制ROM因子表、随机存储器RAM和蝶形处理器。使它们可以协调一致地工作，从而实现FFT运算的正确输出。将系统设计的各个模块连接起来，利用顺序处理的FFT设计结构，将输入数据的8个点放到RAM中进行处理。经过元件例化和调用操作完一级蝶形之后对其结果进行存储；之后完成二级蝶形操作及存储；最后进行三级蝶形的操作。若输入8点数据为[5,8,3,2.0,6,1,2].其仿真结果经转换后的值为（即结果扩大了64倍）：[1728,410-j218,64-j640,230+j38,-576,230-j38,64+j640,410+j218],与MATLAB仿真的结果一致。如图2所示，图中的x0,x1,x2……x7是输入信号，分别给它们输入的值为[5,8,3,2,0,6,1,2];y0_i,y0_r……y7_i,y7_r是仿真中得到的输出信号。经过运算，输出结果与理论计算结果一致。图22总结通过仿真验证此次利用FPGA实现的FFT设计采用内置双端口RAM、ROM单元，实现了存取数据、旋转因子计算、蝶形计算，系统结构简单，运算可靠性高，速度得到了进一步提升。转载自唯样电子资讯。

数字电位器(digiPOT)功能多样，应用广泛，例如，用于滤除或生成交流信号。但是，有时频率必须能够有所变化，并根据应用需求调整。在此类设计中，支持通过适当的接口调整频率的可编程解决方案极为有用，在有些情况下，非常有助于开发。本文介绍一种简单易行的可编程振荡器构建方法，其中，振荡频率和幅度可以通过使用digiPOT来彼此独立地调节。图1.振幅稳定的可编程文氏电桥振荡器，其中电阻由digiPOT代替。图1显示的是典型二极管稳定文氏电桥振荡器，可用于在输出端(VOUTPUT)产生约10kHz至200kHz的精确正弦波信号。文氏电桥振荡器有两个桥路，一个由带通滤波器构成，另一个由分压器构成。除了ADA4610-1轨到轨精密放大器之外，本示例还使用了AD5142digiPOT，其包含两个独立可控的电位器，每个具备256步进分辨率。电阻值通过SPI编程设置，如图2所示。或者，可以使用由I²C控制的AD5142A。两种都可用作10kΩ或100kΩ电位器。图2.AD5142的功能框图。在图1所示的经典振荡器电路中，R1A、R1B、C1和C2的路径形成正反馈，而R2A、R2B和两个并联二极管D1和D2或其电阻RDIODE则形成负反馈。在这种情况下，可以使用公式1：为了实现持续稳定的振荡，需要消除环路增益中的相移。用公式表示，振荡频率：其中，R表示AD5142上的可编程电阻值：D表示AD5142中可编程数字代码的十进制等效值，RAB表示电位器的总电阻。为了保持振荡，文氏电桥振荡器应当相对平衡，也就是说，正反馈增益和负反馈增益必须协调一致。如果正反馈（增益）过大，振荡幅度或VOUTPUT将增加，直至放大器饱和。如果负反馈占主导，则振荡幅度将相应衰减。在此处所示的电路中，增益R2/R1应设置为2左右或更大些。这会确保信号开始振荡。但是，交替开启负反馈环路中的二极管也会导致增益暂时小于2，从而使振荡稳定下来。一旦确定所需的振荡频率，就可以通过R2，不受频率影响地调谐振荡幅度。可以通过下式计算：所以，变量ID和VD分别代表通过D1和D2的二极管正向电流和二极管正向电压。如果R2B出现短路，会产生约±0.6V的振荡幅度。R2B的幅度量级正确时，则可达到平衡，从而使VOUTPUT收敛。在图1所示的电路中，R2B采用了一个单独的100kΩdigiPOT。结论通过采用所述的电路和10kΩ双digiPOT，可以分别以8kΩ、4kΩ和670Ω的电阻值调谐8.8kHz、17.6kHz和102kHz振荡频率，频率误差低至±3%。提高输出频率可能会影响频率误差。例如，200kHz时，频率误差将增至6%。在频率相关应用中使用此类电路时，必须注意不要超过digiPOT的带宽限值，因为该值与可编程电阻呈函数关系。此外，图1所示的频率调谐要求R1A和R1B的电阻值相同。但是，两个通道只能依次设置，并会导致瞬时临界中间状态。对于某些应用，这种情况是不可接受的。在这些情况下，可以使用支持菊花链模式的digiPOT（例如AD5204），以便能够同时更改电阻值。转载自电子技术应用。

USBType-C接口的出现对电子产品用户来说真是太好了，不仅能得到好的性能，使用起来也很方便，正插、反插都可以，既不用担心插不进，也不用担心插错了，很多问题都被设计本身包容了。图：电缆连接方式1图：电缆连接方式2图：兼容不同连接方式的系统实现示意图由于PD（电源传输）协议的加持，USB-C型接口可以传输的最大功率为100W，VBUS上的最高电压达到了20V，相应的电流就不会太大，降低了对连接器和电缆的低阻抗要求，最新的USB4还将雷电接口、PCIe和DisplayPort也兼容了进去，为设备间的互联带来了巨大的方便，人们的生活将变得越来越方便。虽然好处多多，USBType-C接口的设计中也存在一些隐患，主要是两个CC端和两个SBU端与VBUS靠得太近了，插拔和摇动的时候容易发生短路的状况，而VBUS的最高电压达20V，这就给与CC和SBU端子连接的内部器件带来了风险，使它们很容易受到伤害，这个问题已经在应用中反复出现。立锜科技的USBType-C/PD产品都具有CC端高压防护能力，但这只能确保自身器件的安全，不能确保没有使用立锜产品的应用也是安全的。USB端口面临的另外一个风险来自静电，它们积聚在机壳上或外部物体上，一有机会就可能通过它的金属端子得到泄放，这个过程也很可能对其内部连接的芯片造成损害。为了防范上述风险，将RT1738连接在USBType-C接口和与接口相关的芯片之间就行了。RT1738的内部电路结构如下图所示：RT1738给与之连接的每个信号线都提供了静电泄放通道，在CC线和SBU线上插入了过压保护开关，前者可让静电自然流动消失而不带来损害，后者在接口端出现过压状况时可即时切断信号通路，避免内部主芯片受到高压的损害。如上图所示，当RT1738与连接器相连的CON_CC1端出现了从0V开始逐渐上升到最高24V的电压信号时，最初这个信号是可以直接传递到与主芯片相连的CC1一侧的，但在该信号电压上升到大约6.5V时CC1的电压就掉头向下了，因为连接在其间的信号开关已经被切断了。按照RT1738规格书的定义，CC信号过压保护的触发阈值为5.9V，过压保护开关断开的响应时间为60ns，从上图所示信号的变化过程来看，该开关的响应特性是符合此规格的。我们之所以看到CC1处的信号在大约6.5V左右才掉头向下，这是因为CON_CC1处的信号在这几十ns的时间里还是处于上升状态的，其影响必然会在CC1端反应出来。由于过压保护开关需要时间进行关断，出现在CON_CC1端的电压很可能在这段时间里被快速拉升，因此就有可能在CC1端出现可能危害主芯片的高电压，RT1738就在CC1端放置了一个阈值电压为7V的电压钳位单元，绝不让这个地方的电压超过7V。由于在信号线上插入了开关，信号通过的时候就会被衰减，线路的电流通过能力也会受到影响，为了将这种影响降到可以接受的程度，RT1738在CC线上插入开关的导通阻抗在25℃时的典型值仅为255mΩ，最大也不会超过390mΩ，容许的最大电流通过能力为±1.25A，而它们的-3dB信号带宽则高达400MHz，完全可以满足300Kbps的BMC信号传输的需求。RT1738为SBU信号线提供的处理方法与CC线类似，但是相应的参数略有区别。在实际的应用中，USBType-C接口的SBU1/2很可能被用于传输音频信号，它所要求的信号带宽可能会更宽，RT1738给此信号线提供的带宽高达1.1GHz，两个通道之间的串扰低达-80dB，满足常规应用的需求应该是没有问题的。现在把RT1738的抗静电指标列于下图，需要更多信息的读者可以到立绮官网查看规格书。转载自RichtekTechnology。

电阻器自发热的计算是一个非常基本的概念，但很多工程师对它并不熟悉，或经常被他们忽略。在我阐述最近设计的高精度电阻式温度检测器（RTD）采集系统的原理时，我意识到了它的重要性。对于图1中的简化设计，需要考虑信号路径中电阻器自发热引起的误差，才能防止它们所导致的不希望出现的误差级。图1:简化的比率计RTD系统该设计针对比率计测量设计，因此模数转换器（ADC）的最终转换结果直接取决于参考电阻器RREF的绝对值。由于RREF上有激励电流经过，因此它会消耗电源并发热，从而可引起电阻变化，影响系统精确度。此外，电阻器自发热影响在电流感应或功率测量等众多其它应用中也很重要，其取决于电阻器绝对值，因为在电阻器消耗电源时它可能会改变阻值。电阻器的温度系数（或TC）规定了电阻器温度变化时电阻的变化范围。电阻器TC的单位一般是每摄氏度百万分之一（ppm/°C）。一个1%电阻器具有大约+/-100ppm/°C的TC,而高精度金属箔电阻器则提供不足0.1ppm/°C的TC。公式1和公式2是温度从25°C到125°C变化时，如何使用电阻器TC规范计算1kΩ、±100ppm/°C电阻器阻值ΔRTC变化的实例。一般来说，较小表面安装组件（0201、0402、0603等）在功率耗散方面效率较低，因此具有极高的自发热系数θSH,有时高达1000°C/W以上！这些较小电阻器的额定功率级通常小于0.1W，但其温度会随功率耗散极其快速地变化。公式3可计算功率耗散所引起的电阻器温度增加量ΔTSH。公式4将ΔTSH插入公式1替代ΔT，以确定100°C/W适度自发热和0.5W功率耗散情况下自发热所引起的电阻变化。尽管电阻器产品说明书中通常不提供自发热系数，但通常都包含功率额定值下降曲线，您可通过该曲线反向计算出自发热系数。功率额定值下降曲线可在不超过最大指定温度情况下，针对环境温度规定电阻器的最大功耗。图2是0.5W电阻器的电阻器功率额定值下降曲线实例。图2:0.5W电阻器的功率额定值下降曲线您可以从图2的曲线中轻松确定最大工作温度TMAX，也就是在额定耗散等于0%时x轴上的值。在所示实例中，最大工作温度是150°C。另外，电阻器也不可能在100%额定耗散（TMAX_PWR100%）、85°C下工作。您可通过该温度、最大工作温度以及电阻器的功率额定值计算出针对θSH的值，公式如下。您现在可凭借计算得出的自发热系数确定热增加量，从而可使用公式3和公式4计算功率耗散所引起的电阻变化。因此，您可根据电阻变化确定对最终系统精度的影响。因此下次再设计需要高精度电阻器值的系统时，一定要考虑电阻器自发热因素！来源：维库电子市场网

近几年来，在苹果公司iPhone手机的带动下，智能手机市场迅速扩大。智能手机等便携产品的一个重要特点是功能越来越多，从而支持更广泛的消费需求。但智能手机等便携产品内部用于支持不同功能的集成电路(IC)或模块的工作电压往往不同，如基带处理器和应用处理器电压一般在1.5V至1.8V之间，而现有许多外设工作电压一般为2.6至3.3V，如USIM卡、Wi-Fi模块、调频(FM)调谐器模块工作电压为2.8V，而相机模块为2.7V。图1：逻辑电平转换器应用示意图因此，智能手机等便携产品中的不同IC与外设模块之间存在输入/输出电压失配问题，要使这些器件与模块之间互相通信，需要高效的逻辑电压电平转换。所谓的逻辑电平转换器即连接不同工作电压的IC与模块或印制电路板(PCB)，提供系统集成解决方案。传统逻辑电平转换方法及其优缺点表1：传统逻辑电平转换方法及优缺点由于晶体管-晶体管逻辑(TTL)和互补金属氧化物半导体(CMOS)是逻辑电路中的标准电平，因传统逻辑电平转换方法中，TTL-CMOS输入转换很常见。这种转换方法简单，成本低，主要用于低电平至高电平转换，也能用于转换高电平至低电平。这种转换方法也存在一些缺点。其它传统逻辑电平转换方法还有过压容限(OVT)电压转换、漏极开路(OD)/有源下拉转换和分立I2C转换等，各有其优缺点，参见表1。双电源逻辑电平转换及应用逻辑电平转换中会消耗功率。例如，在低至高电平转换中，为了输出高逻辑电平，输入电压(Vin)低于VCC，电源电流变化(ΔICC)始终较高，因此功耗也较高。为了解决高功耗的问题，可以采用双电源电压(VCCA及VCCB)逻辑电平转换器，在逻辑电源电压(VL)等于Vin时，ΔICC就为0，从而降低功耗。常见双电源逻辑电平转换包括单向转换、带方向控制引脚的双向转换、自动感测双向转换(推挽型输出)及用于漏极开路应用(如I2C)的自动感测双向转换等，结构示意图如图2所示。图2：几种双电源逻辑电平转换器的结构示意图在这些双电源逻辑电平转换方法中，单向逻辑电平转换的原理就是在输出启用(OutputEnable，)为低电平时，提供A点至B点转换;而在输出启用为高电平时，A、B之间呈现高阻态(Hi-Z)，通常当作电阻无穷大来处理，相当于没有接通。常见的双电源单向逻辑电平转换器有如安森美半导体的NLSV1T34AMX1TCG、NLSV2T244MUTAG、NLSV4T3234FCT1G、NLSV8T244MUTAG、NLSV22T244MUTAG等。这些双电源单向逻辑电平转换器的应用包括通用输入输出(GPIO)端口、串行外设接口(SPI)端口和通用串行总线(USB)端口等。带方向控制引脚的双向逻辑电平转换器的工作原理是：引脚和方向控制(DIRection，T/)引脚均为低电平时，提供B点至A点转换;引脚为低电平、T/引脚为高电平时，提供A点至B点转换;而在引脚为高电平时，A点至B点方向和B点至A点方向均处于高阻态，相当于没有接通。安森美半导体即将推出带方向控制引脚的双向逻辑电平转换器。这类转换器的常见应用是以字节(byte)访问的存储器及I/O器件。自动感测双向逻辑电平转换器(推挽型输出)的工作原理是：启用(EN)引脚为低电平时，转换器处于待机状态;EN引脚为高电平、I/O电平不变时，转换器处于稳态;EN引脚为高电平、I/O电平变化时，转换器检测到变化，并产生脉冲，I/O藉P沟道MOSFET(PMOS)上拉至更快。典型的自动感测方向双向逻辑电平转换器(推挽型输出)有如安森美半导体的NLSX3012MUTAG、NLSX3013FCT1G、NLSX3013BFCT1G、NLSX4014MUTAG和NLSX3018MUTAG等。这类转换器的常见应用包括通用异步收发器(UART)、USB端口、4线SPI端口和3线SPI端口等。用于漏极开路应用(如I2C)的自动感测双向逻辑电平转换器同样包含3个状态：EN引脚为高电平、NMOS导通时，处于工作状态，输入端I/O电平下拉至地，即输入低电平;EN引脚为高电平、NMOS处于高阻态时，处于工作状态，输出端I/O电平上拉至VCC，即输入高电平;EN引脚为低电平时，转换器处于待机状态。典型的用于漏极开路应用(如I2C)的自动感测双向逻辑电平转换器有如安森美半导体的NLSX4373MUTAG、NLSX4348FCT1G和NSLX4378BFCT1G等。这类转换器的常见应用包括I2C总线、用户识别模块(SIM)卡、单线(1-Wire)总线、显示模块、安全数字输入输出(SDIO)卡等。上述几种双电源逻辑电平转换器中，不带方向控制引脚的自动感测转换器和带方向控制引脚的转换器各有其优劣势。自动感测转换器的优势主要体现在将微控制器的I/O线路减至最少，是用于异步通信的简单方案，劣势则是成本高于及带宽低于带方向控制引脚的转换器。带方向控制引脚的转换器优势是作为大宗商品元件，成本低，是用于存储器映射I/O的简单方案，劣势则是微控制器引脚数量多。而在不带方向控制引脚的自动感测转换器中，也有集成方案(如NLSX3373)与分立方案(如NTZD3154N)之区别。集成方案NLSX3373为单颗IC，估计占用的印制电路板(PCB)空间仅为2.6mm2;分立方案NTZD3154N采用双MOSFET及4颗01005封装(即0402)的电阻，估计占用的PCB总空间为3.3mm2。集成方案提供低功率待机模式，而分立方案则不提供高阻抗/待机模式。这两种不同方案的低压工作特性、带宽及电路特性也各不相同。来源：维库电子市场网

实时视频图像处理中，低层的预处理算法处理的数据量大，对处理速度要求高，但算法相对比较简单，适合于用FPGA进行硬件实现，这样能兼顾速度及灵活性。高层的处理算法结构复杂，适用于运算速度高、寻址方式灵活、通信机制强的DSP芯片宋实现。DSP+FPGA架构的最大特点是结构灵活、有较强的通用性、适合于模块化设计，从而能够提高算法效率，同时其开发周期短、系统易于维护和升级，适合于实时视频图像处理。系统采用模块化的设计方法，将整个系统划分为三部分：视频采集单元、视频处理单元和视频传输单元。整个系统以FPGA作为核心控制单元并完成视频信号的中值滤波工作;以DSP作为整个系统的核心处理单元对采集的视频图像信息进行JPEG压缩;在视频传输单元设计了以PDIUSBD12芯片为基础的USB总线，负责视频信号的传输。1系统硬件总体架构一个完整的视频处理系统，主要由视频采集单元、视频处理单元及视频传输单元三部分组成。在进行系统设计时须确保各部分的无缝衔接。图像采集单元由FPGA和MB86S02视频采集芯片组成，包括视频信号的采集和预处理，把输入的视频信号转换成系统能够处理的数字图像数据，并按照一定的格式存储在确定的存储区域。图像处理单元是本系统的核心，对图像数据进行压缩处理，实现系统要达到的功能。图像传输单元采用FPGA+USB的方式实现视频数据的传输，通过基于PDIUSBD12芯片的USB总线，将压缩后的视频图像信息发送到接收端，在接收端使用在PC上编写的应用程序将图像解压缩并显示出来。整个硬件系统由FPGA和DSP两个分系统组成，FPGA作为视频采集单元，将采集到的视频信号预处理后传给DSP，DSP作为图像处理单元是本系统的核心，对FPGA预处理后的视频图像信息进行JPEG压缩处理，DSP单元的性能决定着整个系统的性能，DSP完成图像处理任务后，将把结果返回给FPGA，FPGA将经过压缩处理后的图像信息写入接口控制芯片的数据缓冲区，由接口控制芯片负责信息的传输，系统总体框图如图1所示。图1系统总体结构图如图1所示，MB86S02视频图像传感器在FPGA的控制下进行视频图像信息的采集，在收到PC机的采集命令后MB86S02开始视频信号的采集FPGA作为系统的核心控制单元不仅负责视频图像的采集，而且负责视频图像信息的预处理和系统各单元模块之间的数据交互。针对视频图像数据量大的特点，为了保证系统的实时性要求，系统采用大容量的片外SDRAMR对采集到的视频图像信息进行缓存，SDRAM控制器由FPGA实现，视频图像信息经过SDRAM缓存后首先要由FPGA对其进行滤波处理，以消除图像信息中的噪声干扰，本系统中采用中值滤波的方式对采集到的视频信息进行处理，滤波后的数据通过FPGA内部FIFO进入DSP进行下一步的压缩处理。DSP上电后首先进行引导程序的自加载，等待FPGA发送请求，在收到FPGA的请求后，DSP建立EDMA通道从FPGA获取视频数据，存满一帧后，开始对视频图像进行JPEG压缩处理，压缩处理后的视频图像信息经过FIFO缓存后，在FPGA的控制下写入USB接口控制器的数据缓存区，等待PC机的读数请求，USB接口控制器在收到PC机的读数请求后将数据写入PDIUSBD12的端口1，以便PC机下一步读取数据。2系统软件总体设计系统的软件设计根据硬件结构的总体划分，也可以分为两大部分来描述。整个系统的运行如图2所示，FPGA和DSP各自的程序独立运行，通过中断信号完成数据的实时交互。FPGA向DSP方向的指令是通过FPGA发送一个EDMA请求，DSP通过响应EDMA请求，建立EDMA通道，开始从FIFO中进行预处理后数据的读取，DSP向FPGA传输数据时，通过向FPGA发送一个中断信号，让其从FIFO中把压缩后的图像数据读出来。图2系统软件软件流程图如图2所示，整个系统工作流程可以简单描述如下：系统上电后，首先DSP由flash实现自举，并运行引导程序，之后转入EDMA等待状态，FPGA初始化后等待外部图像采集命令，收到图像采集命令后开始进行图像采集，并对采集到的图像进行预处理，预处理后的图像经过FIFO缓冲，在存储一定量的数据之后，FPGA通过半满信号向DSP发送EDMA请求，等待DSP响应，DSP一旦收到来自FPGA的EDMA请求，立即建立EDMA通道，从FIFO中读取数据到L2存储器，存满一帧图像后DSP开始图像压缩，等待一幅图像压缩完成之后，DSP会向FPGA发送中断信号，FPGA在收到中断信号后开始从FIFO中读取压缩后的图像数据。一帧数据读完后，判断编码信号是否有效，如果有效则按同样的规则对下一帧图像进行压缩，如果无效则通知DSP结束。3结论本设计方案已经经过了硬件验证，达到了预定的设计要求，实现了大数据量的实时处理。系统体积仅为70×70mm,功耗小于5W,中值滤波速率平均20F/S,JPEG压缩速率平均25F/s以上。不仅满足了视频处理系统的实时性要求，且体积小、功耗低，而且基于FPGA的可编程性，本系统具有良好的灵活性和扩展性。来源：维库电子市场网

在SoC系统的设计及使用过程中，对其内部行为的实时监控十分重要，目前普遍通过监控端和目标系统间的监控信息通信来实现，UART常用作通信信道。目标SoC系统常使用中断方式或轮询方式获取监控通信数据包，对其解析并进行相应数据操作后回复应答信息。中断方式中SoC需完成保存中断现场、调用中断服务程序、恢复现场系列任务，上下文的切换占据了系统额外开销；轮询方式中，系统定时检查设备请求，若有数据到达则调用相应处理程序，固定的轮询周期增加了数据等待处理时间，数据量较小时频繁查询造成对CPU资源的浪费。针对上述问题，提出一种的新监控方法，设计一个FPGA通信系统，由其作为SoC与监控计算机数据交互的桥梁，负责完成在线监控的通信过程，保证被调试系统和调试主机之间调试信息和命令的交互可靠性，可避免目标SoC频繁的处理通信中断，提高其控制性能。监控功能实现机制与通信系统主要模块的设计方法将被讨论，通过对比嵌入式CPU在不同监控方法中的通信时间消耗，说明该方法具有一定实用价值。1系统组成结构基于FPGA设计片上通信系统如图1所示，其主要组成部分为Modbus解析模块和双口RAM存储模块。上位机发出监控命令帧数据时，由Modbus模块完成命令帧的接收、解析过程，并将待操作地址、数据等信息存入双口RAM中，目标CPU据此将自身内存映像区的相应数据一次搬入双口RAM，搬移完毕后，Modbus协议模块进行应答数据组帧，并向监控上位机发回应答数据，实现对监控数据的实时可靠采集。图1通信系统组成结构2基于双口RAM的数据交互设计2.1双口RAM定制及内存映射设计目标SoC中的待监控数据状态量在内存中的存储方式，可抽象表示为如图2中内存映像。图2双口RAM的内存映射机制双口RAM中存储当前待监控数据对象集合，是目标CPU内存映像区的一个数据子集。由于当前监控对象可随机落在内存映像区的任意存储块上，双口RAM的内存映射方式选取为随机映射，如图2所示。分散存放于CPU内存映像区的监控对象，映射为双口RAM中的连续存储区。上位机基于Modbus协议与FPGA片上系统通信时，访问连续的地址单元，保证了数据访问速度，提高系统的通信效率。2.2双口RAM中的数据操作设计2.2.1上位机对双口RAM的读写操作PC上位机为通信发起方，通过串口与FPGA片上系统连接，采用Modbus-RTU协议进行数据通信，完成对运行参数的读取和写入等操作，实现监控功能。表1监控通信过程占用CPU时间用户在人机界面输入本次待监控对象信息，后台软件依据Modbus帧结构及约定的双口RAM内存映射机制，组成监控命令帧并通过串口发出。FPGA片上系统对收到的命令帧进行解析，获取操作功能码、目标地址、数据包大小等信息，据此向双口RAM区写入待操作数据地址集，写入完毕后向目标CPU申请通信中断。根据Modbus命令帧中给出的数据操作长度，一次可对多个数据单元进行读/写操作。2.2.2目标CPU对双口RAM的读写操作目标CPU收到通信中断请求后，读双口RAM区的中断邮箱，邮箱信息包含本次申请功能(读或写)及申请的数据项个数等。根据申请地址集，将自身内存映像区相应数据集一次搬入双口RAM，或将双口RAM中数据集一次搬入内存映像区相应地址处，搬移完毕后，清空中断邮箱，向监控模块发出中断应答。3Modbus协议栈模块的设计与实现采用自顶向下的设计方法，根据功能需求设计Modbus协议栈顶层原理框图如图3。使用VHDL硬件描述语言编程实现各组成子模块，功能如下述。图3Modbus协议栈顶层框图(1)时钟生成模块：通过分频和相移产生位时钟clk和1/16位时钟bclk，作为控制其他模块的运行节拍，保证系统运行同步。(2)串口接收模块：以bclk作为控制时钟，对接收的位数据作中点采样，进行串并装换得到字节数据。(3)串口发送模块：以bclk作为控制时钟，发送使能信号有效时，输入端的字节数据进行并串装换，通过串口发出。(4)接收控制模块：判断帧的起始、结束、是否接收错误；提供地址数据，接收的字节数据被存储至RAM1中相应存储单元。(5)CRC校验/生成模块：使用基于字节的CRC_16校验码运算方法。接收端的校验过程与数据接收同步进行，接收控制模块每收到一个字节数据，CRC校验模块对其作一次CRC码计算；CRC生成模块运行机制类同。同步运算可有效减少一次对帧数据的遍历。(6)解析主控模块：作为系统的核心，负责解析收到的命令帧，根据解析信息进行数据读写操作，组成应答帧，控制串口发送模块发送应答数据等多项任务。收到一个校验无误的命令帧后，控制读取接收缓存区RAM1中数据，比照Modbus帧格式解析命令帧含义，通过对外数据、地址等接口完成对双口RAM的读写操作；解析及操作完毕后，控制应答帧组帧过程，将应答数据依次写入RAM2发送缓存区，全部写入后，将CRC生成模块中CRC_16校验值按低位在前高位在后顺序，依次存放到发送缓存的下两个地址位置处，此时应答帧准备完毕；控制发出应答帧，依次读取出发送缓存区数据(读脉冲间的时间间隔至少大于串口发送单个字节所需时间)，每取出一个数据，提供发送使能脉冲供串口发送模块工作，脉宽等于串口发送单个字节所需时间，直至应答帧全部发送完毕。(7)接收缓存RAM1/发送缓存RAM2：存储串口接收模块收到的字节数据/存储待发送的应答帧。4性能分析分析监控通信对Soc系统性能的影响，设定一系列参数如下：时间基数T(min)、监控频率m(帧/min)、监控命令帧平均长度n(byte/帧)、Soc主循环平均周期k(ms)、通信波特率B(bit/s)、中断处理指令数r(条)、查询语句指令数s(条)、处理器主频f(HZ)。针对常用的轮询监控、中断监控，及该文所提出的基于FPGA的DRAM监控方法，可按照表1公式计算其监控通信过程占用的CPU时间。对于常用ARM处理器，可例举部分参数值f=72M，r=15，s=5。设定其余参数值T=1，m=100，n=30，k=0.05，B=115200。在当前设定下，计算得出三种监控方法对CPU的时间占用百分比，如表1所示。对比应用单一的中断或轮询方式，使用该文提出的监控方法时，嵌入式系统CPU的利用率得到了明显的提高。5结语该文提出一种针对嵌入式片上系统的在线监控方法。利用FPGA技术设计了辅助监控系统，由该系统完成监控通信过程中的接收通信命令帧、解析命令帧及组成应答数据帧等任务，加快了对通信数据的处理速度。SoC有效减少了处理监控所需时间，更集中于其控制功能的执行，从而获得更高的实时性。设计工作在Altera公司的QuartusII开发平台上采用VHDL语言完成，使用CycoloneII系列芯片作功能验证，通信系统的Modbus接口与上位机在115200的波特率下收发正确，双口RAM内数据交互稳定，达到了预计效果。转载自——EDNChina电子技术设计

任意波形发生器在雷达、通信领域中发挥着重要作用，但目前任意波形发生器大多使用静态存储器。这使得在任意波形发生器工作频率不断提高的情况下，波形的存储深度很难做得很大，从而不能精确地表达复杂信号。本文介绍的基于动态存储器（SDRAM）的设计能有效解决这一问题，并详细讨论了一种简化SDRAM控制器的设计方法。1、任意波形发生器的总体方案工作频率、分辨率和存储长度是任意波形发生器最关键的三个性能参数。高的工作频率意味着高的输出信号频率和带宽，高的分辨率通常意味着高的信噪比，而存储长度决定了信号的精确程度。下面介绍的方案是实际开发的一款任意波形发生器/卡（如图1所示），它的工作频率为300MHz，分辨率为14位，存储长度为8M字，现已得到了广泛地应用。该电路主要有两种工作状态：写数据状态和读数据状态。下面简单描述其工作过程。写数据状态：CPU根据所要设计的波形计算波形数据，并转换成14位的无符号数；打开总线开关，屏蔽FIFO操作，在SDRAM控制器的配合下，将波形数据通过接口电路交替写入SDRAM1和SDRAM2中，即SDRAM1中依次存放数据0，2，4，6.。.；SDRAM2中依次存放数据1，3，5，7.。.（如表1所示）。读数据状态：开启FIFO通道，关闭总线开关以断开SDRAM与CPU之间的数据连接；在SDRAM控制器的控制下，将SDRAM1/2中的数据同时（并行）读出；经过FIFO的缓冲得到连续的数据流，再经32位向16位的并串转换，将数据速率提升2倍后，供给DAC进行数-模转换，即可得到所编辑的信号。图1中用两片SDRAM并行工作，是因单片SDRAM不可能提供300MSPS的数据流。实际使用的器件是K4S641632C-TC60，工作时钟为166MHz。FIFO缓存SDRAM的输出数据，将突发数据流转换成连续数据流，使得在SDRAM处于刷新状态时，仍能维持正常的数据输出。实际使用的器件是两片并行工作的IDT72V263L6PF，写入时钟为166MHz，读出时钟为150MHz。并串转换的作用是提升数据的速率，在DAC器件内部完成，笔者采用具有良好动态性能的AD9755AST。CPU及控制接口是一个基于PC的ISA设备，可改进为PCI设备；时钟电路用来产生166MHz和150MHz的同步时钟。下面重点研究SDRAM控制器的设计，它是本系统的主要特色之一。2、SDRAM控制器的设计2.1SDRAM的主要特点与静态存储器（SRAM）相比，SDRAM的容量大（通常是几倍至几十倍的关系）；与DDRSDRAM或RDRAM相比，它的控制又相对简单，因而它依然是大容量存储器工程项目的良好选择。下面描述的几个重要基本概念反映了它的主要特点。行列地址：SDRAM的地址是行列复用的，此举有效减少了芯片的引脚。预充电：读写操作只对预充电过的行有效。也就是说，在数据读写操作跨行时，需要先进行至少一次的预充电操作。自动刷新：众所周知，只要是动态RAM，就存在刷新问题，SDRAM也不例外。通常每隔64ms需要将所有存储单元刷新一遍。自刷新：当需要保留芯片内的数据，而暂时又不需要操作时，可以设置芯片进入自刷新状态。工作模式寄存器：控制SDRAM工作方式的寄存器（如表2所示）。2.2SDRAM的状态流程SDRAM的完整状态机由17个状态构成，且状态转移是非随机的（如图2所示）。正是如此众多的状态及其复杂的转换关系，导致SDRAM的控制较为复杂。需要特别说明的是，SDRAM的状态转移有自动转移与人工转移之分（图2中以粗细箭头加以区别）。自动转移在当前状态结束后立即进入下一个状态；而人工转移在当前状态结束后即停留在当前状态，只有一条当前状态允许的命令才能进入下一个状态。可以想象，自行设计如此复杂的控制流程绝非易事。值得庆幸的是，在大多数应用中并不需要完备的状态机。下面讨论一种简化的SDRAM状态机。2.3简化的状态流程根据任意波形发生器的特点，对SDRAM的功能进行了以下简化：（1）省略随机存取功能，固定为顺序读写；（2）省略待机、自刷新、普通读/写功能；（3）省略所有的挂起功能；（4）工作模式固定为突发式读、单个式写；（5）数据延时固定为3个时钟周期；（6）刷新模式只使用自动刷新方式，器件空闲时即处于连续的自动刷新状态；（7）器件仅在上电后进行一次初始化，不能改变工作模式；（8）突发方式固定为顺序方式，突发长度固定为整页；（9）只使用带预充电的读/写指令；在每次读/写操作完成后，即启动一个自动刷新周期。经过以上简化的状态机如图3所示。2.4SDRAM控制器的EPLD实现为了实现上述简化的SDRAM控制功能，采用一片ALTERA公司生产的EPLD器件MAX7256ATC144-6。图4是任意波形发生器SDRAM控制流示意图。由于具体编程要涉及许多细节问题，在此不做赘述，其主要功能如下：（1）通过ISA总线，实现与CPU的接口，接收波形数据和读命令；（2）上电自动初始化；（3）生成23位（8M字存储器空间）的线性地址，并按行列复用的方式输出；（4）生成SDRAM的控制信号，完成读、写和自动刷新功能；（5）控制FIFO，以解决SDRAM刷新和波形长度不是页长度的倍数问题。虽然完全应用SDRAM确实比较复杂，但只要本着“够用就行”的原则，对其功能进行合理的简化，设计出具有特殊需求、适用于特定条件的SDRAM控制器是完全可行的。目前，笔者已将基于SDRAM的任意波形发生器应用到多个研发项目中。转载自——维库电子市场网