【雕爷学编程】Arduino动手做（181）---Maixduino AI开发板14-编程知识

37款传感器与执行器的提法，在网络上广泛流传，其实Arduino能够兼容的传感器模块肯定是不止这37种的。鉴于本人手头积累了一些传感器和执行器模块，依照实践出真知（一定要动手做）的理念，以学习和交流为目的，这里准备逐一动手尝试系列实验，不管成功（程序走通）与否，都会记录下来—小小的进步或是搞不掂的问题，希望能够抛砖引玉。

【Arduino】168种传感器模块系列实验（资料代码+仿真编程+图形编程）
实验一百八十一：Maixduino AI开发板 k210 RISC-V AI+lOT ESP32视觉听觉开发套装

在这里插入图片描述

知识点：勘智K210
2018年9月6日，嘉楠科技推出自主设计研发的全球首款基于RISC-V的量产商用边缘智能计算芯片勘智K210。该芯片依托于完全自主研发的AI神经网络加速器KPU，具备自主IP、视听兼具与可编程能力三大特点，能够充分适配多个业务场景的需求。

作为嘉楠科技自主研发的边缘侧AI芯片，勘智K210兼具高能耗比和灵活性。在算力方面，勘智K210可在0.3W的条件下提供1TOP的算力支持，充分适配在多数业务场景中低功耗约束下的算力需求。在芯片集成度方面，勘智K210采用视听一体化设计。在机器视觉上，芯片基于自主研发的神经网络加速器KPU，可完成基于神经网络的图像分类任务，进行人脸识别与检测，以及实时获被检测目标的分类。在听觉能力上，芯片自带APU语音处理单元，最高可支持8路音频数据及16个方向,无需占用CPU即可实现声源定向、声场成像、波束形成、语音识别与唤醒等功能。在算法定制化方面,勘智K210在可编程能力上呈现出更高的灵活性。首先，相比ARM等架构，勘智K210采用RISC-V架构，拥有更强的可定制化能力，便于开发者根据具体应用场景定制算法。其次,芯片搭载FPIOA现场可编程IO阵列，支持TensorFlow、Keras、Darknet、PaddlePaddle和Caffe等主流AI编程框架，以及全面的开发文档，对开发者十分友好。此外,芯片内置64位双核处理器架构，分为计算核与应用核，能够为开发者提供足以应对复杂业务场景的计算资源。

在这里插入图片描述
Maixduino AI开发板功能特性

CPU：RISC-V 双核64bit、内置FPU、400Mhz标准频率（可超频）
内置神经网络处理器
OV2640摄像头：200W像素通用24P摄像头
连接器：兼容Arduino 接口、TF卡槽、扬声器接口
无线功能：支持2.4G 802.11.b/g/n、支持Bluetooth 4.2
音频功能：MEMS 麦克风、3W扬声器输出
8 Bit(256 级) 可调颜色,5Bit (32 级)亮度调节
DVP 摄像头接口：24P 0.5mm FPC 连接器，支持OV2640、5640、7740等
LCD接口：24P 0.5mm FPC 连接器，支持8bit MCU LCD
ESP32模块：支持2.4G 802.11.b/g/n
802.11 n(2.4G)速率达到150Mbps

                     Bluetooth v4.2全规格，包含传统蓝牙(BR/EDR)和低功耗蓝牙（BLE）

开发环境：支持Arduino IDE、MaixPy IDE、OpenMV IDE等

技术规格
尺寸：68mm 54mm
电源输入：USB Type-C（支持6~12V输入）
温升：<20K
工作温度范围：-30~85ºC
MCU：ESP8285
无线标准：802.11 b/g/n
频率范围：2400Mhz~2483.5Mhz
发射功率：802.11.b:+15dBm
802.11.g:+10dBm(54Mbps)

                    802.11.n:+10dBm(65Mbps)

无线连接器：IPEX 3.03.0mm
Wi-Fi模式：Station/SoftAP/SoftAP+Station

在这里插入图片描述

k210 RISC-V AI+lOT ESP32视觉听觉开发套装，包括有
OV2640摄像头：200W像素通用24P摄像头
ST7789驱动器芯片2.4寸LCD屏（24P 320X240）

在这里插入图片描述

尝试人脸识别
从古至今，人脸是进行身份辨识的重要方式。在古代，政府为了达到对特定人员的身份识别、防控围捕的目的，会发布“海捕文书”。海捕文书中包括了人员的画像、涉案信息等，通过悬赏及威慑测试调动人民群众积极性，实现对人员的发现、举报、抓捕；在现代，在身份证、驾驶证、护照等重要的个人证件上，均会印刷或粘贴人脸照片，但是这种身份识别本质上是“见物如见人，认物不认人”，它忽视了人们最本质的需要，而人脸识别技术的出现和日益成熟，在实际应用中显现出巨大的优势。
人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术。针对输入的人脸图像或者视频流，首先判断其是否存在人脸，如果存在人脸，则进一步的给出每个脸的位置、大小和各个主要面部器官的位置信息。然后依据这些信息，进一步提取每个人脸中所蕴涵的身份特征数据，并将其与已知的人脸进行对比，从而识别每个人脸的身份。人脸识别主要用于身份识别。由于视频监控正在快速普及，众多的视频监控应用迫切需要一种远距离、用户非配合状态下的快速身份识别技术，以求远距离快速确认人员身份，实现智能预警，而人脸识别技术无疑是最佳的选择。

人脸识别技术优势
• 非强制性：系统在用户在无意识的状态下就可获取人脸图像，不需要专门配合；
• 非接触性：用户不需要和设备直接接触，就能获取人脸图像，提取人脸特征进行检测；
• 并发性：在实际应用场景下可以进行同时多个人脸的分拣、判断及识别；
除此之外，还有操作简单、结果直观、隐蔽性好等特点。

在这里插入图片描述
Maixpy人脸识别模型（Maixpy Face-Recognition Model）
获取key gen机器码（Get key Gen machine code）
下载此模型 (Download this model)
使用kflash烧录模型 (Burning model with kflash)
获取mpy脚本 (Get MPY script)
使用Maixpy ide 运行脚本 (Running scripts using maixpy IDE)
使用boot按键录入人脸 (Using the boot button to enter the face)
开始识别 (Start recognition)

在这里插入图片描述
第一步：获取key gen机器码（Get key Gen machine code）并下载
下载地址：https://en.bbs.sipeed.com/uploads/default/original/1X/bca0832bed92a1ada63bd05327688784e2ef14d1.zip
解压到 key_gen_v1.2.bin