全国大学生嵌入式芯片与系统设计竞赛-应用赛道选题指南模板

[复制链接]

STMCU-管管发布时间：2023-3-1 17:11

文章
文章封面:
文章简介:	意法半导体公司（ST）为半导体垂直整合制造商(IDM)，总部设立于瑞士日内瓦，全球员工总数约50,000人，其中包含9,000多名研发人员，在全球设立80多个营销办事处，拥有14个制造基地。

全国大学生嵌入式芯片与系统设计竞赛-应用赛道选题指南模板

详细版本查看：

2023年全国大学生嵌入式大赛应用赛道选题指南模板（最终版）_ST.pdf (793.47 KB, 下载次数: 38)

2023-3-2 09:25 上传

点击文件名下载附件

企业介绍
意法半导体公司（ST）为半导体垂直整合制造商(IDM)，总部设立于瑞士日内瓦，全球员工总数约50,000人，其中包含9,000多名研发人员，在全球设立80多个营销办事处，拥有14个制造基地。
      我们是半导体技术的创新者和创造者，我们与客户和合作伙伴一起研发产品，开发解决方案和生态系统，帮助他们应对应用挑战和机遇，支持建设一个更可持续的世界。
      我们是半导体解决方案的创造者。在全世界每天使用的数十亿个电子产品中，我们的半导体解决方案无处不在。
      意法半导体主张“科技引领智能生活”(life.augmented)。

赛题方向
本赛题要求参赛队基于ST新产品平台，设计并实现一个符合ST战略市场具有创意及应用价值的嵌入式系统作品。

奖励内容：
除大赛组委会统一的奖励外，
•       对于本赛题入围全国总决赛的成员，将免费获得价值500元的嵌入式系统设计工程师能力认证考试名额，并免去实践题，顺利通过客观题考试后，将可获得中国电子学会颁发的初级认证证书；
•       进入决赛获得一等奖的优秀的作品均将有机会在ST相关媒体平台上公开宣传，有机会被邀请参加ST年度峰会展现作品；
•       获得企业奖的参赛队，将获得ST额外奖励价值1000元的开发板。
注：ST媒体资源平台包括但不限于STM32订阅号/服务号，B站，STMCU中文官网，ST中文论坛等。

技术要求介绍
基于32位Arm® Cortex®内核的STM32系列微控制器和微处理器，可以获得一整套完整软件工具的支持。
      ST推荐使用STM32Cube嵌入式软件和开发工具可提高开发速度。工欲善其事，必先利其器，简洁高效的工具，使得STM32的开发不仅仅是一项任务，更是一种艺术体验。
      更多信息，欢迎到STM32 MCU开发者社区（STM32 MCU Developer Zone - 意法半导体STMicroelectronics：
https：//www.st.com/content/st_com/zh/stm32-mcu-developer-zone.html）获取相关软件工具，STM32开发者人员所需资源均汇聚于此。

ST推荐使用基于以下列表中STM32产品平台设计开发参赛的嵌入式系统作品。
注意：对于使用基于STM32F1/F0/F3/L0/L1等较早产品系列平台进行设计开发的参赛作品将不能通过ST的企业审核。

选题方向一：嵌入式人工智能

人工智能（AI）是一套能够为计算单元赋予功能的硬件和软件系统，在人类观察者看来，这些功能似乎模仿了人类的认知能力。
得益于 ST 全新的人工智能（AI）解决方案，您现在可以使用 STM32 微控制器组合映射并运行预训练的人工神经网络（ANN），在 STM32 微控制器和应用处理器上运行边缘 AI 应用程序。ST 的先进传感器包含机器学习核心、有限状态机（FSM）和先进的数字功能，可为连接的 STM32 或应用中央系统提供从超低功耗状态过渡到高性能、高精度 AI 功能的能力。
本选题的主要围绕嵌入式人工智能应用领域开发相关项目，建议应用领域包括但不限于：
• 预测性维护，建议通过 NanoEdge AI Studio 和 STM32Cube.AI 工具链实施机器学习和神经网络，从而实现预测性维护的机器学习和深度学习算法，例如电机、风机、泵、压缩机、齿轮箱故障（不平衡、摩擦、冲击、泄露）检测，工业断路器老化预测，电池电量故障检测，管道流量检测等；
• 高效驱动，异常监控，针对以上工业中的执行机构，提出更高效的驱控曲线以减轻能源的消耗。监控设备的各项参数，如电压，电流等，在遇到异常情况下能够预警和上报；
• 计算机视觉应用，建议通过 STM32Cube.AI 工具实现图像分类和目标检测，例如视觉瑕疵检测，烟雾、火灾检测，药片检测，农业植物病虫害识别，字符和数字识别等。
更多关于 STM32 AI 解决方案，欢迎访问：人工智能|STMCU 中文官网和 STM32 AI|STMicroelectronics
更多关于工业自动化驱控方案，欢迎访问：自动化|ST 意法半导体和线上学堂|ST 意法半导体
项目建议：
• 推荐组合 ST 传感器+MCU 开发板的形式进行开发
• 推荐使用 NanoEdge AI Studio 和 STM32Cube.AI 工具链
• 推荐使用 TouchGFX 图形设计和代码生成工具

选题方向2：数字电源

“新能源”是近几年非常热门的关键词，安全、可靠、高效的新能源装置是替代传统能源的前提。
本选题可以围绕新能源或其他数字电源相关主题，开发一个具有创新性/能解决实际工程关键问题的组件或系统，建议但不限于：
• 光伏发电（例如逆变、功率优化、拉弧检测、储能等）
• 新能源汽车充电桩系统或组件
• 通用数字电源
• 高性能计算机数字电源
• 工业焊机数字电源
• LED 照明电源
• 电视电源
• 适配器电源
• UPS
项目建议（产品角度）：
• 使用 STM32G4/H7 系列开发
• 发挥 STM32 高分辨率定时器的作用充分利用运算加速单元
• NFC 参数设置，身份认证
更多关于数字电源生态资源欢迎访问：STM32 数字电源应用|STMCU 中文官网；
智能电源 - ST 意法半导体 (21ic.com)

选题方向3：智能控制运动系统

随着碳排放的达成共识和环境革命的到来，电机控制正朝着工业电机和驱
动器更高效率的方向发展。本选题可围绕电机控制领域的未来应用趋势，开发
相关项目，可参考但不限于以下方向或要点：
• 小型化，高集成度电机控制方案
• 更高效的电机控制方案
• 基于 MBD（模型）的开发方法
• 具备市场应用价值的智能小车/无人机应用（NFC 定位）
项目建议：
• 推荐使用 P-NUCLEO-IHM03 评估板进行开发
• 推荐组合 STM32G4 Nucleo 开发板+ST IPM 评估板进行开发
• 推荐使用 ST MCSDK 电机开发工具 X-CUBE-MCSDK 生成 FOC 代码进行二次开发
更多关于电机控制生态资源欢迎访问：电机控制总览及相关资源| STMCU 中文官网；电机控制 - ST 意法半导体 (21ic.com)

选题方向4：MPU命题

随着工业、消费、智能家居、健康和保健系统之间的互联越来越密切，需
要特定的嵌入式设计来管理较高的处理负载和具有丰富人机界面（HMI）的复
杂应用。本选题使用 MPU 开发一个系统，可参考但不限于以下应用方向：
• 家电/工业/医疗等领域的图形显示/人机交互界面
• 家用/工业网关
• IoT 边缘计算相关
• 工业控制
• 电力行业集中器/DTU/TTU 等
更多关于 MPU 生态资源欢迎访问： MPU - 意法半导体 STMicroelectronics

选题方向5：IOT

万物互联是互联世界的下一个进化阶段。随着信息网络的不断发展，未来社会将是一个万物互联的时代，小到每一滴水，每一度电、大到一间工厂、一座城市，都将实现全场景万物智联的愿景。
本选题的主要围绕物联网应用领域开发相关项目，建议应用领域包括但不限于：
• 智能家居，如智能门锁，智能家居控制等
• 健康医疗，如运动健康检测等
• 智慧城市，如楼宇自动化控制，智能远程抄表等
• 智慧农业，如机械远程控制，牲畜健康管理等
• 智慧工业，工业 4.0 链接
• 个人消费电子，可穿戴产品，NFC 无线充电
项目建议：
• 推荐组合 ST 传感器+MCU 开发板，NFC 产品+MCU 开发板的形式进行开发
• 推荐使用 NanoEdge AI Studio 和 STM32Cube.AI 工具链
• 推荐使用 TouchGFX 图形设计和代码生成工具
• 推荐使用 STM32U5,STM32WB 及 STM32L4 产品开发
• 针对上述应用加入配对参数设置身份校验功能
更多关于无线链接生态资源欢迎访问：STM32 无线射频能力 | STMCU 中文官网

选题方向6：汽车

随着智能手机的普及和车载通信技术的快速发展，将智能手机接入汽车的
应用为车主带来了全新的用户体验。本选题可基于 ST25D NFC 动态标签或 ST25R
NFC 读卡器进行汽车 NFC 应用开发，例如：NFC 汽车智能钥匙，NFC 座椅参数
配置等。
备注：上述其他选题亦可结合 NFC 标签或读卡器

选题方向7：ST-RTT联合赛题

参赛学生可以根据 RT-Thread 提供的技术平台设计一个应用场景，该场景需运用深度学习算法，集合若干个感知数据，结合典型行业业务场景，如医疗、交通、安防、社区、物流、生产、智慧城市等领域。
赛题要求：
硬件平台必须采用 ART-Pi STM32H750XBH6 开发板，软件平台必须使用 RT-Thread 操作系统，采用 RT-Thread Studio 进行编程并采用 RT-AK，建议采用 NanoEdge AI Studio 和 STM32Cube.AI 工具链设计开发相关创意应用作品,即作品中必须使用 ART-Pi STM32H750XBH6 开发板、RT-Thread OS，STM32 Cube AI +RT-Thread AI Toolkit。
本赛题更多相关资源请查看并咨询 RT-Thread 选题指南。