778
之前我們有介紹過如何利用STM32F103使用NanoEdge AI訓(xùn)練MPU6050的數(shù)據(jù)實現(xiàn)靜止和振動判斷。
不過這是一個非常簡單的Demo測試，本期我們在此基礎(chǔ)上，使用MPU6050實現(xiàn)小風(fēng)扇的運行模式檢測。
文末有部署到STM32F103并串口輸出的視頻！
準(zhǔn)備工作
本期依舊是一個MPU6050用來檢測震動數(shù)據(jù)，STM32利用USB實現(xiàn)和上位機(jī)通訊。
因此CubeMX只需要一組I2C和USB充當(dāng)虛擬串口即可。
將MPU6050用膠帶粘貼到小風(fēng)扇上，這個風(fēng)扇總共有三檔風(fēng)速調(diào)節(jié)。
因此我們打算訓(xùn)練一個多分類識別網(wǎng)絡(luò)，可以判斷出風(fēng)扇是靜止、低風(fēng)速、中風(fēng)速、高風(fēng)速狀態(tài)。
數(shù)據(jù)上傳
? ??for(int?i =?0;i<128-1;i++)? ? ? {? ? ? ? MPU6050_Read_All(&hi2c2, &mpu_data);? ? ? ? memset(s,0,sizeof(s));? ? ? ??sprintf(s,"%f %f %f ",mpu_data.Ax,mpu_data.Ay,mpu_data.Az);? ? ? ? CDC_Transmit_FS(s,strlen(s));? ? ? ? Data[i*3+0] = mpu_data.Ax;? ? ? ? Data[i*3+1] = mpu_data.Ay;? ? ? ? Data[i*3+2] = mpu_data.Az;? ? ? ? HAL_Delay(1);? ? ? }? ? ??sprintf(s,"%f %f %frn",mpu_data.Ax,mpu_data.Ay,mpu_data.Az);? ? ? Data[127*3+0] = mpu_data.Ax;? ? ? Data[127*3+1] = mpu_data.Ay;? ? ? Data[127*3+2] = mpu_data.Az;? ? ? CDC_Transmit_FS(s,strlen(s));
數(shù)據(jù)上傳部分非常簡單，將XYZ軸的數(shù)據(jù)格式化為字符串，每組數(shù)據(jù)之間用空格隔開，最后一組數(shù)據(jù)發(fā)送完后添加換行符號。（最后一組數(shù)據(jù)的最后不需要空格）
打開NanoEdge AI，選擇多分類模型。
設(shè)置Flash和RAM大小，選擇我們的芯片系列（F103），選擇傳感器類型，這里我們選用三軸加速度傳感器。
添加數(shù)據(jù)，并選用USB輸入，然后開始上傳每一組別的數(shù)據(jù)。
依次獲取了四組數(shù)據(jù)，分別是對應(yīng)了四個工作模式。
模型訓(xùn)練和驗證
選擇這四組數(shù)據(jù)開始訓(xùn)練，這里需要等待一段時間等待訓(xùn)練結(jié)束。
訓(xùn)練完可以查看我們的模型指標(biāo)，例如準(zhǔn)確率，RAM和Flash大小。
選擇模型進(jìn)行驗證。
獲取并保存我們的模型到工作目錄。
這里主要就是需要這三個文件。
CubeIDE中添加.a文件和它的路徑（不需要lib和后綴）
接著我們看一下NanoEdgeAI.h的內(nèi)容。
包含了初始化和調(diào)用NanoEdgeAI進(jìn)行預(yù)測的函數(shù)。下面我們將介紹如何在main.c中使用。
#include?"NanoEdgeAI.h"#include?"knowledge.h"//需要包含兩個頭文件float?Data[3*128];float?output_class_buffer[CLASS_NUMBER];?// Buffer of class probabilitiesconst?char?*id2class[CLASS_NUMBER?+?1] = {?// Buffer for mapping class id to class name??"unknown",??"高風(fēng)速",??"中風(fēng)速",??"低風(fēng)速",??"靜止",};int?Index;
main.c內(nèi)容
首先需要包含頭文件的內(nèi)容，存放輸入數(shù)組，輸出數(shù)組（各個分類的預(yù)測值），分類名以及最大預(yù)測值的索引值。
??MPU6050_Init(&hi2c2);? neai_classification_init(knowledge);
初始化
調(diào)用MPU6050和NanoEdgeAI的初始化函數(shù)，Knowledge這個數(shù)組的定義在knowledge.h中。
? ??for(int?i =?0;i<128-1;i++)? ? ? {? ? ? ? MPU6050_Read_All(&hi2c2, &mpu_data);? ? ? ? memset(s,0,sizeof(s));? ? ? ??sprintf(s,"%f %f %f ",mpu_data.Ax,mpu_data.Ay,mpu_data.Az);? ? ? ??//CDC_Transmit_FS(s,strlen(s));? ? ? ? Data[i*3+0] = mpu_data.Ax;? ? ? ? Data[i*3+1] = mpu_data.Ay;? ? ? ? Data[i*3+2] = mpu_data.Az;? ? ? ? HAL_Delay(1);? ? ? }? ? ??sprintf(s,"%f %f %frn",mpu_data.Ax,mpu_data.Ay,mpu_data.Az);? ? ? Data[127*3+0] = mpu_data.Ax;? ? ? Data[127*3+1] = mpu_data.Ay;? ? ? Data[127*3+2] = mpu_data.Az;? ? ??//CDC_Transmit_FS(s,strlen(s));? ? ? neai_classification(Data,output_class_buffer,&Index);? ? ? CDC_Transmit_FS(id2class[Index], strlen(id2class[Index]));? ? ? HAL_Delay(1);? ? ? CDC_Transmit_FS("rn",?2);
接著采集我們的數(shù)據(jù)，調(diào)用預(yù)測函數(shù)并利用串口輸出。
