1.简介

NanoEdge™ AI 库是 Cartesiam 推出的人工智能静态库，它可以帮助客户直接生成可以运行在嵌入式 Arm Cortex 处理器上的.a 静态库文件。

+ ~. N- D4 {" K3 \' Z# N2 Y

2021 年 ST 收购 Cartesiam，完善了 ST 在 AI 领域的生态，大大降低了客户使用 STM32 开发 AI 应用的难度。通过使用 NanoEdge AI Studio，用户只需要了解基本的 AI 概念，并提供相应的数据，便可以从众多 AI 算法库中智能搜索和生成出最符合用户应用的算法。

2 ?* P, j$ k* U3 Z, {2 C( G4 ]

NanoEdge AI Studio 具备以下特点：

• AI 库的搜索引擎。• 为嵌入式开发者量身定做。

• 通过抽象化数据科学和机器学习，降低用户开发难度。

• 快速部署机器学习，兼容任何 C 代码。

• 对比传统机器学习方法，使用最少量数据。

2 {1 d) F3 ]* C& g- L

本文将介绍 NanoEdge AI Studio 的使用方法，并完成人体姿态识别的简单应用。

2.数据采集

在使用 NanoEdge AI Studio 之前，我们需要准备数据，数据来源可以是公开的数据集，也可以是自己采集的数据，还可以利用 NanoEdge AI Studio 采集数据。

本文将使用 sensorTile.box 完成数据的采集。

2.1硬件介绍

0 D* ?2 H: P4 N4 E, k$ T* @

5 X  |5 k+ }+ D, v

在 ST 官网搜索 STEVAL-MKSBOX1V1 可以查看关于开发板的基本内容，板载了丰富的运动传感器和温湿度传感器，并且具备 SD 卡，可以保存采集到的数据。板载的 USB 可以用于供电和下载程序，也可以通过 ST-LINK 和开发板连接进行调试和下载。USB 下载程序方法：我们这里使用 STM32 CubeProgrammer 下载程序。首先确保没有用电池供电，然后按住板上的 boot 按钮，连接 USB 到电脑，点击 CubeProgrammer 中如下图图 2所示的 connect。

. Y4 z( a1 K7 S; l9 W

) q6 s5 x- ^5 G: [

连接成功后，选择好固件，然后填写下载地址，点击 Start Programming 即可完成下载。如图 3：

& K/ e( K2 {, g/ X# n

- x" {) X# t* H) D9 V

2.2 软件介绍

关于数据采集和后续的功能测试，推荐使用 FP-AI-SENSING1 这个软件包，可以在 ST官网搜索到。该软件包提供了基本的 BSP，包括按钮，LED，传感器驱动，SD 卡驱动，BLE驱动等。

除此之外，它还提供了一些功能可以帮助我们收集数据，包括可以通过 BLE 连接 ST Ble Sensor App，通过该 APP 配置板载传感器采样率，完成数据的采集，并将数据按一定格式保存到 SD 卡当中，本文将利用该方法采集加速度数据。

# c9 g! l4 B) w/ S

该软件包也实现了人体姿态识别和声音场景识别的 AI demo，可以在 ST BLE SensorAPP 上展示，其中的 demo 使用了 Cube.AI 工具做模型转换，和本文讨论的 NanoEdge AI 的方法不同，不在本文讨论范围中。

2.3 数据采集步骤

1、编译和烧录程序

下载完 FP-AI-SENSING1 软件包后，需要先编译 bootloader，工程路径位于：

6 _$ H% d! R! ^

FP-AI-SENSING1_V4.0.3\Projects\STM32L4R9ZI-SensorTile.box\Examples\BootLoader

7 `3 x2 Z. c- J; m( O' H! n

编译完成后，下载到 sensorTile.box 当中即可。

! B3 [( y- s: E+ ~

然后编译应用程序，工程路径位于：

( Z4 k$ C9 j9 C2 g( y

FP-AI-SENSING1_V4.0.3\Projects\STM32L4R9ZI-SensorTile.box\Applications\SENSING1

2 Z5 a1 H8 r+ E/ g7 s

编译完成后，下载到 sensorTile.box 当中，当上电启动后，绿灯常亮，表明开发板初始化正常完成。蓝色 LED 灯闪烁，表明 BLE 正处于广播状态。

注意：

• bootloader 的下载地址为 0x08000000

• App 的下载地址为 0x08004000

• 当使用电池供电，长按 PWR 按钮，可以开机或关机。在后续采集运动姿态数据时，我们需要使用电池供电。

• 如有需要，可通过 USB 给电池充电，充电过程中，红色 LED 会闪烁。

  c* n4 T* n9 G+ A7 \2 f

3 W1 X# Y7 x0 }# v7 H

1 y  B0 \1 Y6 i9 N; y7 S0 w

2、ST BLE Sensor APP

+ ~9 T1 J8 r7 O% U. Q# ~6 [

该 APP 由 ST 提供，可以展示运动传感器和温湿度传感器，您可从 ST 官网下载（搜索STBLESensor），或者 iPhone 通过苹果商店可以下载，Android 通过 Google Play 或其他第三方下载商店下载。

给 sensorTile.box 上电后，开发板会自动进入广播状态，并且蓝色 LED 闪烁，从 ST BLE Sensor APP 点击“开始扫描”，搜索到开发板（sensorTile.box 一般默认命名为 BAI_400）之后，点击连接就可以连接到开发板。连接完成后的展示界面如下：

2 e+ }( U) R; [

& ^; x: S/ F/ H6 \

可以通过该 APP 查看运动传感器的数据曲线：

# H- N% u/ q' A! N' \

3 T/ y- v3 F4 x* R8 M0 S8 n

通过该 APP 进行数据采集的方法：点击左上角菜单，并选择 Data Log，如下：

在数据采集界面可以选择板载的各种不同的传感器，并设置采样率。本文需要选择加速度传感器，并配置采样率为 52Hz：

) d5 P4 M5 i- Y5 j
0 N& ?7 [  f: v3 U: e7 K/ v* K

可以通过 ADD LABEL 来添加一个标签，然后打开该标签，点击 START LOGGING 进行数据采集，采集完成后，点击 STOP LOGGING 完成数据采集。

& w' S8 o8 Z& q4 b& {9 [" x9 e


( S9 L( H* G% ~, O5 f: l! {4 o9 V

使用读卡器，读取 SD 卡里面的数据，保存为 CSV 格式，如下：

% L/ _1 ]( D. O3 N

4 U7 w, m3 x# p% Z8 K) D9 Y7 e

数据起始有一些标注，其中 Stationary 一行就是我们采集数据所打的标签，每一行代表一个时间点采集到的三轴加速度数据，从时间上可以看出约 20ms 进行一次采样，所以采样率约为50Hz，和之前在 APP 中的设置是一致的，采集到的数据格式和我们最终在 NanoEdge AI studio中使用的格式是有差异的，需要进行一定的转换，具体转换方法在后面进行介绍。

3、数据采集

在正式采集数据之前有些问题需要考虑清楚：

• 采样率：如果想要比较好的恢复原始信号，采样率必须大于原信号最大频率的 2 倍。但是，目前是无法知道原始信号的最大频率的，比较可行的方法是先以 52Hz 的采样率对数据采集，采集完成后对信号进行分析，看是否满足，如果不满足再进行调整。

: ^+ c# e3 I, l9 X9 L

• 采样时间：总体的采样时间可以通过 APP 进行灵活的开关，单条信号的采样时间需要自己定义，需要在后续的处理中进行调整。

• 标签：FP-AI-SENSING1 的软件包人体姿态识别 demo 中，默认包含以下标签：HAR_STATIONARY（站立），HAR_WALKING（行走），HAR_FASTWALKING（快走），HAR_JOGGING（慢跑）， HAR_BIKING（骑单车），HAR_DRIVING（开车），HAR_STAIRS（上下楼梯），Sensor APP 中也有对应的 BLE 协议，可以方便的从手机上看到人体姿态活动识别结果，我们从中选择一部分作为测试即可，其中骑单车和开车数据采集较麻烦，可以直接去掉，其余的通过上面介绍的方法通过 ST BLE Sensor APP 进行采集。

$ `! ~. `6 ^8 f0 L) z$ V; B( R

• 采集方法：将 SensorTile.box 使用电池供电，放置在裤子的前方口袋中，使用 ST BLE Sensor APP 连接后，按照上文中介绍的方法设置好标签，然后进行相应的动作对数据进行采集。

采集数据的方法之所以选择使用 ST BLE Sensor APP 设置的方法采集，而不是直接去修改固件，是因为当调整这些采集参数的时候，APP 会更方便一些，不用反复编译和烧录代码。