嵌入式系统实践及工程应用-从基础到人工智能 课件 第2章 实验硬件系统

嵌入式系统实践及工程应用——从基础到人工智能李磊华南理工大学第二章实验硬件系统

CONTENTS目录2.1Linux与Android实验硬件系统介绍

2.2TinyML与AI算力嵌入式实验硬件系统介绍2.1Linux与Android实验硬件系统介绍01高级嵌入式综合实验系统系统名称02双设计系统（A53+Cortex-M4）构架特点03NanoPC-T2（卡片式电脑）核心板型号04Linux实验和Android实验适用实验CPU型号：S5P6818

架构：四核Cortex-A53主频：400MHz-1.4GHz电源管理微控制器：Cortex-M0功能：动态调压、软件关机、定时开机特点：低功耗、实时控制2.1Linux与Android实验硬件系统介绍存储与网络:💾

内存:2GB🗂️

存储:一个标准SD卡槽🌐

网口：千兆以太网(RTL8211E)📶

无线：IEEE802.11a/b/g蓝牙:4.0双模式多媒体接口:视频输入:DVPCamera/MIPI-CSI(双摄像头)视频输出:HDMI/LVDS/并行RGB-LCD/MIPI-DSI（4个视频输出接口）音频:3.5mm耳机/HDMI音频

麦克风：板载麦克风2.1Linux与Android实验硬件系统介绍扩展与调试接口4针调试串口、电源键、LED指示灯、RTC时钟

调试支持3×UART、1×I²C、1×SPI、3×PWM、11×GPIOGPIO扩展45针FPC,支持全彩TFTLCD

液晶屏接口USB接口：020401032.1Linux与Android实验硬件系统介绍4×USB2.0主机+1×MicroUSB从接口2.2TinyML与AI算力嵌入式实验硬件系统介绍适用TinyML实验与AI算力嵌入式实验高级嵌入式AI综合实验系统系统名称高性能AI算力+低功耗TinyML结合设计理念双总线模式（JetsonNano+STM32F4）架构特点2.2TinyML与AI算力嵌入式实验硬件系统介绍JetsonNano核心板

STM32核心板ARM+GPU异构边缘计算

STM32F407ZGT6支持多深度学习任务

主频：168MHz最大功耗5W外设丰富：ADC、DAC、RTC、定时器支持Ubuntu系统

专为TinyML实验双核心处理架构传感器与扩展:

📡RFID拓展模块:可替换多种类型🔄A/D转换模块:基于I²C总线,支持模拟信号与数字信号之间的转换

🌡️

传感器拓展模块:支持多种外部传感器⚙️

模式切换开关:JetsonNano与STM32控制切换AI算力模块:

🎤

音频模块:USB音频+8Ω/5W扬声器

📷

摄像头:STM32摄像头+Jetson高清/深度摄像头

🔌

接口:3×USB3.0+1×USB2.0+RJ45网络2.2TinyML与AI算力嵌入式实验硬件系统介绍·JetsonNano:Ubuntu+CUDA+Torch+OpenCV·STM32:TinyML框架+CubeMX轻量级AI应用设计软件框架:·💻Proteus仿真单元:虚拟外围硬件电路扩展与联动实验·🔧USB2.0接口:支持虚拟网络调试，数据传输与设备管理一体化仿真与调试:2.2TinyML与AI算力嵌入式实验硬件系统介绍2.2TinyML与AI算力嵌入式实验硬件系统介绍特性Linux/Android实验系统

TinyML/AI实验系统核心结构A53+Cortex-M4JetsonNano+STM32F4主要应用通用嵌入式系统开发

AI边缘计算与TinyML操作系统Linux/AndroidUbuntu/无OS(RTOS)算力特点通用计算，平衡功耗

高性能GPU+ARM，专为AI优化典型外设丰富多媒体接口

专用摄像头、传感器、RFID实验章节第3、4章第5、6章两个实验对比Linux/Android系统实验：AI/TinyML系统实验2.2TinyML与AI算力嵌入式实验硬件系统介绍基础实验：GPIO控制、串口通信、LCD驱动高级实验：摄像头采集、网络通信、系统移植TinyML实验：语音识别、图像分类、传感器数据处理AI算力实验：目标检测、深度学习模型部署、边缘推理本章小结重点回顾1.两个系统，不同定位：·Linux/Android系统：通用嵌入式开发，接