Arduino ABX00087 UNO R4 WiFi 開發板使用者指南

內容隱藏

1 ABX00087 UNO R4 WiFi 開發板

6 步驟 5：用於資料採集的 Arduino 程序

7 步驟 6：連接到 Edge Impulse

8 步驟7：數據收集

9 步驟 8：脈衝設計

10 步驟 9：部署到 Arduino

11 步驟 10：Arduino 推理草圖

12 文件/資源

12.1 參考

ABX00087 UNO R4 WiFi 開發板

使用 Arduino UNO R4 WiFi + ADXL345 + Edge 實現板球擊球識別
衝動
本文檔提供了使用 Arduino UNO R4 WiFi、ADXL345 加速度計和 Edge Impulse Studio 建立板球擊球識別系統的完整工作流程。該專案包括採集加速度計資料、訓練機器學習模型，以及將訓練好的模型部署回 Arduino 以進行即時擊球分類。
本項目中考慮的板球擊球方式：
– 封面球
直驅
拉射

第 1 步：硬體需求

– Arduino UNO R4 WiFi
– ADXL345 加速度計（I2C）
跳線
– 麵包板（可選）
– USB Type-C 數據線

步驟 2：軟體需求

– Arduino IDE（最新版）
– Edge Impulse Studio 帳戶（免費）
– Edge Impulse CLI 工具（需要 Node.js）
– Adafruit ADXL345 庫

步驟 3：連接 ADXL345

如下將 ADXL345 感測器連接到 Arduino UNO R4 WiFi：
VCC → 3.3V
接地 → 接地
SDA → SDA (A4)
SCL → SCL (A5)
CS → 3.3V（可選，用於 I2C 模式）
SDO → 浮空或接地

步驟 4：準備 IDE 感測器

如何在Arduino IDE中安裝感測器庫？
打開 Arduino IDE
開啟「工具」→「管理庫…」並安裝：Adafruit ADXL345 Unified 和 Adafruit Unified Sensor
（如果您使用的是 LSM6DSO 或 MPU6050：請分別安裝 SparkFun LSM6DSO、Adafruit LSM6DS 或 MPU6050。）

步驟 5：用於資料採集的 Arduino 程序

將此程式上傳到您的 Arduino UNO R4 WiFi。它以約 18 Hz 的頻率，以 CSV 格式 (x,y,z) 傳輸加速度計數據，用於邊緣脈衝檢測。
＃包括
＃包括
Adafruit_ADXL345_Unified accel =
Adafruit_ADXL345_Unified(12345);
無效設定（）{
串列.開始（115200）；
如果 (!accel.begin()) {
Serial.println(“未偵測到 ADXL345”);
而（1）；
}
accel.setRange(ADXL345_RANGE_4_G);
}
無效循環（）{
sensors_event_t e;
accel.getEvent(&e);
Serial.print(e.acceleration.x);
Serial.print(“,”);
Serial.print(e.acceleration.y);
Serial.print(“,”);
Serial.println(e.acceleration.z);delay(55); // ~18 Hz
}

設定邊緣脈衝

步驟 6：連接到 Edge Impulse

關閉Arduino串口監視器。
運行命令：edge-impulse-data-forwarder –frequency 18
輸入座標軸名稱：accX、accY、accZ
為你的設備命名：Arduino-Cricket-Board
在 Edge Impulse Studio 的「設備」下確認連線。

步驟7：數據收集

在 Edge Impulse Studio → 資料擷取中：
– 設備：Arduino板
– 感測器：加速度計（3軸）
– Samp長度：2000 毫秒（2 秒）
– 頻率：18 Hz
至少記錄 40 秒amp每班費用：
– 封面球
直驅
拉射收集資料範例amp萊斯
蓋驅動器
設備：Arduino板
標籤：封面驅動器
感測器：三軸感測器（accX、accY、accZ）
Samp長度：10000毫秒
頻率：18赫茲
Examp原始數據：
accX -0.32
accY 9.61
accZ -0.12
直驅
設備：Arduino板
標籤：直驅
感測器：三軸感測器（accX、accY、accZ）
Samp長度：10000毫秒
頻率：18赫茲
Examp原始數據：
accX 1.24
accY 8.93
accZ -0.42
拉射
設備：Arduino板
標籤：拉射
感測器：三軸感測器（accX、accY、accZ）
Samp長度：10000 毫秒
頻率：18赫茲
Examp原始數據：
accX 2.01
accY 7.84
accZ -0.63

步驟 8：脈衝設計

開啟創建脈衝：
輸入模組：時間序列資料（3 個軸）。
視窗大小：1000 毫秒視窗增量（步長）：200 毫秒啟用：軸、振幅（可選）、頻率 18。
處理模組：頻譜分析（又稱運動頻譜特徵）。視窗大小：1000 毫秒。視窗增量（步長）：200 毫秒。啟用：座標軸、幅度（可選），首先保留所有預設值。
學習模組：分類（Keras）。
點選儲存衝動控制。

生成特徵：
進入光譜分析，點選儲存參數，然後產生訓練集的特徵。

訓練一個小型模型
前往 Classifier（Keras），並使用類似這樣的簡潔設定：
神經網路：1-2 個全連接層（例如，60 → 30），ReLU 活化函數
時期：40–60
學習率：0.001–0.005
批次大小：32
資料劃分：80/20（訓練集/測試集）
保存並訓練數據

使用保留集評估和檢查模型測試。
檢查混淆矩陣；如果圓圈和向上重疊，則收集更多樣化的資料或進行調整。
頻譜參數（視窗大小/雜訊基底）。

步驟 9：部署到 Arduino

轉到部署：
選擇 Arduino 函式庫（C++ 函式庫也可以）。
啟用 EON 編譯器（如果可用）以縮小模型大小。下載 .zip 檔案後，在 Arduino IDE 中：草圖 → 包含庫 → 新增 .ZIP 庫… 這會新增範例amp類似靜態緩衝區和連續緩衝區 File → 前amp萊斯 →
您的專案名稱 – Edge Impulse。適用於 Arduino UNO EK R4 WiFi + ADXL345 的推理草圖。

步驟 10：Arduino 推理草圖

＃包括
＃包括
＃包括// 替換為 Edge Impulse 標頭
Adafruit_ADXL345_Unified accel =
Adafruit_ADXL345_Unified(12345);
static bool debug_nn = false;
無效設定（）{
串列.開始（115200）；
while (!Serial) {}
如果 (!accel.begin()) {
Serial.println(“錯誤：未偵測到 ADXL345”);
而（1）；
}
accel.setRange(ADXL345_RANGE_4_G);
}
無效循環（）{
float buffer[EI_CLASSIFIER_DSP_INPUT_FRAME_SIZE] = {0};
for (size_t ix = 0; ix < EI_CLASSIFIER_DSP_INPUT_FRAME_SIZE; ix +=
3) {
uint64_t next_tick = micros() + (EI_CLASSIFIER_INTERVAL_MS *
1000）；
sensors_event_t e;
accel.getEvent(&e);
buffer[ix + 0] = e.acceleration.x;
buffer[ix + 1] = e.acceleration.y;
buffer[ix + 2] = e.acceleration.z;
int32_t wait = (int32_t)(next_tick – micros());
如果 (wait > 0) delayMicroseconds(wait);
}
signal_t 訊號;
int err = numpy::signal_from_buffer(buffer,
EI_CLASSIFIER_DSP_INPUT_FRAME_SIZE，&signal);
如果 (err != 0) 返回；

ei_impulse_result_t result = {0};
EI_IMPULSE_ERROR res = run_classifier(&signal, &result,
debug_nn);
如果 (res != EI_IMPULSE_OK) 返回；

for (size_t ix = 0; ix < EI_CLASSIFIER_LABEL_COUNT; ix++) {
ei_printf(“%s: %.3f “, result.classification[ix].label,
result.classification[ix].value);
}
#如果 EI_CLASSIFIER_HAS_ANOMALY == 1
ei_printf(“異常值：%.3f”, result.anomaly);
#endif
ei_printf(“\n”);
}

輸出前amp樂：

尖端：
請確保 EI_CLASSIFIER_INTERVAL_MS 與資料轉發器的頻率保持同步（例如，100 Hz → 10 ms）。 Edge Impulse 庫會根據您的脈衝自動設定此常數。
如果您想要連續檢測（滑動視窗），請從連續檢測範例開始。ample 包含在 EI 庫中，並在 ADXL345 讀取中進行交換。
我們很快就會添加視頻教程；在此之前，敬請期待—— https://www.youtube.com/@RobuInlabs
如果您還有疑問，可以觀看 Edged Impulse 製作的這段影片： https://www.youtube.com/watch?v=FseGCn-oBA0&t=468s

文件/資源

Arduino ABX00087 UNO R4 WiFi 開發板 [pdf] 使用者指南
R4 WiFi、ADXL345、ABX00087 UNO R4 WiFi 開發板、ABX00087、UNO R4 WiFi 開發板、WiFi 開發板、開發板、板

參考

使用者手冊