选题方向
本届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。
若参赛队作品和多个选题内容相关，可选择内容或技术上最为契合的选题。例如，若作品为AI智能眼镜，若侧重AI算法及其实现，宜选择选题一；若侧重低功耗设计及便携性等方面，则建议选择选题五。
选题一：嵌入式人工智能
得益于ST全新的人工智能（AI）解决方案，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。
建议应用领域包括但不限于：
（1）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，农业植物病虫害识别，字符和数字识别等。建议使用STM32H7，STM32N6，STM32MP2作为视觉处理核心。
（2）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、水泵、压缩机、工业断路器故障检测，电池管理，管道流量检测等；无论是入门级还是高性能STM32系列均可匹配上述工具链。
项目建议：
更多关于STM32 AI解决方案可以参考下面链接：
ST赛道资料All in one（动态更新）
ST边缘AI开发者社区
人工智能 | STMCU中文官网和STM32 AI | STMicroelectronics
选题二：智能精密数字电源与测量仪器
“新能源”与“工业4.0”的快速发展，不仅要求电力转换设备具备安全、可靠、高效的特性，更对其数字化建模、精密感知与实时监控提出了极高要求。
本选题聚焦于功率变换与精密测量技术的应用创新。参赛者可灵活选择方向，基于STM32生态开发具备以下特性的系统：
（1）侧重电源：实现高效率、高功率密度的能量转换；
（2）侧重仪表：实现高精度、具备专业数据分析（如FFT、电能统计）的测量组件；
（3）两者兼顾：开发集“变换-测量-分析”于一体的智能电源系统。允许在“能量处理”的广度与“测量精度”的深度之间自由探索。
建议的应用方向（包括但不限于）：
（1）智能能源组件
- 光伏功率优化器 (Optimizer) 与智能关断：包含拉弧检测 (AFCI) 的频域分析功能。
- 带电网质量监测的微型逆变器：在并网的同时，实时监测总谐波失真 (THD) 与频率波动。
（2）高性能工业电源：
服务器/通信电源：支持PMBus协议，具备高分辨率的效率实时统计与状态预测。
医疗/实验室精密可编程电源：追求极低的输出纹波与超高的动态调节精度。
（3）精密测试仪器：
四象限源表（SMU）：既能输出精密电压/电流，又能吸收功率并高精度回读V-I曲线。
高性能直流电子负载：具备定电流、定电阻、定功率模式，并实时监测动态响应。
高精度电池化成与测试系统：需精确计算mAh电量，具备长期的稳定性与温度漂移补偿。
技术要求与建议：
（1）推荐使用STM32G4（内置数学加速器CORDIC/FMAC）或STM32H7系列，以应对复杂的闭环控制与实时信号处理。
（2）充分发挥HRTIM (High-Resolution Timer) 的作用，利用其皮秒级（ps）的分辨率提升控制精度并降低输出纹波。
（3）充分利用MCU内置的高速ADC（支持过采样）实现仪表级的静态测量精度。利用CMSIS-DSP库进行FFT谐波分析、数字滤波（FIR/IIR）或功率因数校准（PFC）计算。
（4）推荐采用ST GaN (MasterGaN/Gallium Nitride) 器件提升开关频率与效率，或使用VIPerPlus/ST-ONE系列简化辅助电源设计。
（5）考虑集成STSAFE-A110硬件安全模块，满足充电桩ISO15118等协议的安全认证需求。
（6）推荐使用ST25R (NFC) 进行非接触式参数配置、故障日志读取或权限认证。
（7）建议配合TFT屏幕，利用TouchGFX框架展示实时波形（类似示波器回读）、功率趋势图及仪表数据。
更多学习资料：
ST赛道资料All in one（动态更新）
B-G474E-DPOW1，数字电源学习套件
选题四：工业4.0/电机控制/机器人
在工业4.0与碳中和背景下，电机控制正从简单的“转起来”向高效率、高动态响应、智能化协同演进。本选题鼓励参赛者基于STM32生态，开发能够解决工业自动化场景核心问题的驱动系统、智能终端、或机器人相关的功能模组。
建议应用方向：
精密驱动与机器人：
- 人型机器人关节、多轴协同机械臂。
- 灵巧手、机器人双目视觉、运动控制
- 高性能伺服驱动器（面向注塑、切割、数控机床等精密加工设备）。
移动平台与仓储物流：
- 具备自动跟随、路径规划功能的四足机器人或AGV仓储小车。
- 工业无人机或配送机器人。
智能化生产线组件：
- 基于IO-Link的智能执行器或传感器。
- 利用ST60非接触式连接实现的旋转机构数据传输系统。
- 通过NFC (ST25R) 实现的设备数字化管理与生产追溯系统。
项目建议：
- 推荐使用STM32G4（内置数学加速器、高分辨率定时器）或STM32H7（高性能双核/单核），充分发挥其在FOC控制中的算力优势。
- 推荐使用STM32N6（内置NPU）,VD55或VD66GY搭建单目或双目摄像头模组。
- 推荐使用X-CUBE-MCSDK (Motor Control SDK) 生成FOC代码，并在此基础上进行二次开发（如增加位置环、无感控制算法优化、振动抑制等）。
- 低压场景：P-NUCLEO-IHM03评估板或STM32G4 Nucleo+扩展板。
- 高压场景：STM32G4 Nucleo + ST IPM (智能功率模块) 评估板，提升系统集成度与可靠性。
- 推荐集成STM32WB0系列，实现电机的远程调参、状态监控及OTA固件升级。
评审核心指标：
（1）控制性能：电机起动平稳性、转速/位置控制精度、动态响应速度。
（2）能效与可靠性：功率损耗优化、完善的硬件保护机制（利用MCU片内比较器/故障输入）。
（3）集成度与创新：结合无线连接、非接触连接或工业总线协议，解决实际生产中的连接痛点。
更多关于电机控制生态资源欢迎访问：
除ST官方开发板外，可参考使用ST合作伙伴开发板：
正点原子STM32H7RX开发板；
RT-Thread ART-Pi II STM32H7R7核心板；
韦东山STM32H7R开发板；
选题五：智能可穿戴设备
智能可穿戴设备已从简单的运动计步演进为集生理监测、环境感知、复杂算法与自然交互于一体的智能终端。本选题鼓励参赛者基于STM32生态，设计并实现一款面向特定应用场景、具备高集成度与出色续航能力的工程化样机。
建议参照以下核心指标进行设计：
- 工程集成度：鼓励脱离“开发板+杜邦线”模式，通过PCB自制实现紧凑的硬件布局。
- 极致功耗优化：考查对低功耗模式的理解，确保在有限的电池容量下实现长效续航。
- 感官与交互：评估数据的准确性、UI界面的流畅度（TouchGFX应用）及佩戴的舒适度。
- 智能分析：考查是否具备对原始传感器数据进行本地化处理（如姿态识别、跌倒检测）的能力。
技术创新点与参考思路：
- 场景如针对网球、高尔夫的挥拍动作分析，或针对老人跌倒、术后康复的体态监测。
- 消防员生命体征监测、军事防护中的环境危险评估、盲人避障智能穿戴等。
- 灵活应用STM32低功耗系列U0/U3/U5助力功耗设计，举例：利用STM32U5的LPBAM技术，实现传感器数据在CPU睡眠时的自主采集，极大延长续航。
- 应用STM32Cube.AI或NanoEdgeAI工具，将训练好的模型部署于MCU，实现本地心率异常识别、手势识别或步态分析。
- 应用TouchGFX结合STM32U5的硬件加速功能，实现丝滑的图形界面与动效。
- 使用LIS2DW12等高性能MEMS芯片，结合内置有限状态机 (FSM) 简化算法，降低系统负荷。
- 集成NFC (ST25R/ST25D) 技术，实现“碰一碰”蓝牙配对、身份认证或无线数据导出。
- 考虑加入STSAFE硬件安全模块，保护用户健康隐私数据，提升产品商用价值。
- 基础薄弱者可参考《嵌入式裸机编程》课程实现功能；学有余力者推荐基于RTThread或FreeRTOS实现多任务并发管理，提升系统鲁棒性。
更多资料：
ST赛道资料All in one（动态更新）
嵌入式人才认证中级课程《嵌入式裸机编程》
选题六：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
- 消费电子，可穿戴产品，NFC无线充电，耗材防伪加密，PCB防抄板
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，STM32WLE5 LoRa，STM32WB0/WBA及STM32H5产品开发
- 结合ST KNX收发器应用于智能楼宇方案
- 针对上述应用加入配对参数设置身份校验功能
- 结合实际场景，使用无线方式进行节点数据传输
更多关于无线链接生态资源欢迎访问：
ST赛道资料All in one（动态更新）
STM32无线射频能力 | STMCU中文官网
更多关于KNX链接生态资源欢迎访问：
KNX下载资源
STKNX EVM板的KNX终端设备软硬件开发评估套件
选题七：自主选题
若上述五大选题未能覆盖参赛队伍作品，参赛队伍可自主命题。
