Placa dezvoltare SparkFun Edge

Probabil ca ai auzit deja ultimul termen din seria "IoT," "LoRa" si "cloud", dar, totusi, ce este “edge” si ce face? Cloud-ul este foarte puternic insa o conexiune pe care sa te poti baza permanent necesita un nivel de putere si conectivitate care poate sa nu fie mereu disponibila. Calculul computational edge se ocupa cu sarcini discrete, de exemplu cand trebuie determinat daca cineva a spus “da” si cand trebuie sa se raspunda corepunzator. Analiza audio este realizata la margine si nu pe web, lucru ce reduce dramatic costurile si complexitatea in timp ce limiteaza posibilele scurgeri de date.


Conceputa in colaborare cu Google si Ambiq, placa dezvoltare SparkFun Edge se bazeaza pe ultimele tendinte in tehnologia edge si este perfecta pentru introducerea in recunoasterea vocala si chiar a gesturilor, fara sa foloseasca servicii la distanta sau alte companii. O caracteristica speciala este utilizarea microcotrollerului Apollo 3 Blue de la Ambiq Micro, al carui procesor ARM Cortex-M4F de 48MHz, ultra-eficient (cu mod rafala de 96MH), poate opera TensorFlow Lite folosind numai 6uA/MHz.


Placa dezvoltare SparkFun Edge suporta aproximativ1.6mA@3V si 48MHz, putand opera cu o singura baterie tip celula, CR2032, timp de pana la 10 zile. Apollo3 Blue vine cu toate functiile de ultima generatie asteptate de la microcontrollerele moderne, inclusiv sase interfete master I2C/SPI configurabile, doua UART, un slave I2C/SPI, un ADC de 14 biti si cu 15 canale, si un procesor Bluetooth dedicat ce suporta BLE5. Mai mult, Apollo3 Blue are 1MB flash si 384KB memorie SRAM, ceea ce este destul pentru majoritatea aplicatiilor. De asemenea, placa integreaza acces la senzori, Bluetooth, expansiune I2C si intrari/iesiri GPIO. Pentru suportul calculului computational de tip edge, precum recunoasterea vocala, placa Edge vine cu doua microfoane MEMS, un accelerometru ST LIS2DH12 cu 3 axe pe propria magistrala I2C, precum si un conector de interfatare cu o camera OV7670 (disponibila separat). Pe masura ce TensorFlow actualizeaza algoritmii, se deschid mai multe posibilitati pentru SparkFun Edge.


Antena Bluetooth de pe placa ofera conectivitate imediata. Placa include si un conector Qwiic pentru adaugarea senzorilor/dispozitivelor I2C, patru LED-uri si patru pini GPIO. Pentru beneficiile consumului mic, dezvoltatorii au adaugat alimentarea de la o baterie CR2032. Programarea placii se realizeaza cu un adaptor USB-la-serial extern, printr-un bootloader serial, dar utilizatorii avansati pot folosi programarea JTAG si portul de depanare.


In timp ce explorezi aceasta noua tehnologie, trebuie sa folosesti cateva concepte avansate, insa nu trebuie sa-ti faci griji. De la SDK-ul Ambiq Micro si pana la ghidul de configurare SDK ai acces la mai multe exemple care te ajuta sa incepi cu hardware-ul.


Nota: Camera HM01B0 Himax nu este inclusa cu placa SparkFun Edge si trebuie achizitionata separat.


Specificatii microcontroller:

• Procesor ARM Cortex-M4F de 32 biti cu acces direct la memorie
• Frecventa CPU: 48MHz, 96MHz cu TurboSPOT
• Consum extrem de mic: 6uA/MHz
• 1MB Flash
• 384KB SRAM
• Procesor Bluetooth dedicat, cu BLE 5

Specificatii placa:

• Accelerometru ST LIS2DH12 cu 3 axe
• 2x Microfoane MEMS cu amplificator operational
• Conector camera Himax HM01B0
• Conector Qwiic
• 4x Conexiuni GPIO
• 4x LED-uri pentru utilizator
• 1x Buton pentru utilizator
• Terminatie seriala in stil FTDI pentru programare
• Antena Bluetooth
• Baterie celula CR2032 pentru operarea pe baterie

Specificatii generale:

• Interval tensiune de operare: 1.8V - 3.6V
• Dimensiune: 40.6mm x 40.6mm x 8.9mm

Ce face:
 

• Raportul dintre procesarea de nivel ridicat si consumul de curent ofera suport pentru aplicatii de invatare automata fara un computer central sau conexiune la Internet.
• Recunoasterea vocala, a gesturilor sau a imaginilor este posibila cu TensorFlow Lite.

Linkuri:

• Schema
• Fisierele Eagle
• Ghid de conectare
• Fisa pentru Ambiq Apollo3
• Utilizarea placii SparkFun Edge cu Ambiq Apollo3 SDK
• Invatarea automata pe un microcontroller cu SparkFun Edge
• Utilizarea TensorFlow pe microcontrollere
• Intrebari si raspunsuri pentru SparkFun Edge cu Nathan Seidle si Pete Warden
• Fisierele hardware GitHub