面向嵌入式微控制器的邊緣人工智能是一種低功耗、小型化的機(jī)器學(xué)習(xí)技術(shù)，能夠在嵌入式設(shè)備上進(jìn)行推理計(jì)算，源于物聯(lián)網(wǎng)的快速發(fā)展以及嵌入式設(shè)備計(jì)算能力的提升，進(jìn)而促使智能邊緣節(jié)點(diǎn)實(shí)現(xiàn)智能化。當(dāng)前，由于環(huán)境中的智能化需求的提升、嵌入式設(shè)備的計(jì)算能力提升、保護(hù)數(shù)據(jù)隱私等原因，此研究和應(yīng)用正處于快速發(fā)展的階段。

通用的應(yīng)用開發(fā)流程，數(shù)據(jù)采集、數(shù)據(jù)預(yù)處理、模型訓(xùn)練、模型優(yōu)化和轉(zhuǎn)換模型部署和測(cè)試幾個(gè)部分組成。

SensiML平臺(tái)開發(fā)流程

開發(fā)板：項(xiàng)目應(yīng)用的開發(fā)板為Arduino Nano 33 BLE Sense,芯片為nRF52840 SoC低功耗芯片。

數(shù)據(jù)集：采集本人的中文發(fā)音“開燈”、“關(guān)燈”聲音數(shù)據(jù)。

特征提取方法：MFCC

識(shí)別模型：兩層卷積神經(jīng)網(wǎng)絡(luò)

模型訓(xùn)練結(jié)果：經(jīng)過100次迭代后，訓(xùn)練集和測(cè)試集的損失值

最后均在0.2以下，正確率達(dá)到95.9%。

項(xiàng)目步驟和結(jié)果

通過Arduino Nano 33 ble Sense開發(fā)板上的錄音器

采集音頻，然后進(jìn)行推理，判斷音頻為“openlight”、

“closelight”還是“unknow”，如果為“openlight”則控制

燈亮，“closelight”則控制燈滅，“unknow”則保持狀態(tài)不變。

訓(xùn)練結(jié)果

關(guān)于SensiML公司

SensiML公司是QuickLogic的子公司，提供先進(jìn)的AutoML軟件工具，使應(yīng)用程序開發(fā)人員能夠快速構(gòu)建智能IoT設(shè)備，將原始傳感器數(shù)據(jù)轉(zhuǎn)換為自主有意義的洞察力。

SensiML Analytics Toolkit提供了一個(gè)端到端的開發(fā)平臺(tái)，涵蓋數(shù)據(jù)收集、標(biāo)記、算法和固件自動(dòng)生成以及測(cè)試。SensiML Toolkit 支持廣泛的 Arm? Cortex-M和更高級(jí)別的微控制器內(nèi)核、基于 Intel X86的CPU以及異構(gòu)內(nèi)核SoC(如Quicklogic的S3平臺(tái))。

審核編輯：湯梓紅