姿态识别声光模块

一、产品概述

使用AT32F415CCT7,通过6轴姿态传感器mpu6050获取当前模块的加速度和角速度，判断当前挥动姿态，进而给出相应的声光响应。单片机读取sd卡内wav文件，将文件数据传输给功放，发出声音，使用ws2812进行发光输出。usb接口 可以进行刷新固件，及sd卡模拟U盘读写。

贴片元件全部采用0805以上规格，方便焊接。（注意贴片元器件最好使用加热台，我直接用的灯珠拆焊台，也可以的）

除了使用at-link烧录，也可以直接使用usb烧录。

二、产品参数

供电：5V

PCB尺寸：80x22mm

PCB规格：双层板，单层贴片

程序中默认定义灯珠数量为10颗（可自行在程序中修改），满亮度的情况下，最大瞬时电流及功耗：

电流：130mA

功耗：0.65W

三、使用说明

1. 使用雅特力官方的isp软件，进行usb升级（上电前，同时按住boot1、boot2），脱离link烧录器就可以进行固件烧录。烧录方式见b站“usb烧录固件_AT32"。
2. 程序使用雅特力at32-ide进行开发编译调试，需要使用at-link（推荐），进行程序二次开发。
3. boot2按键的其他功能，给NNoM模式投喂数据时，作为给上位机传输数据的触发信号，用于模型训练。
4. 本驱动板为软硬件设计，包含程序、pcb、上位机Python程序。后续出python训练视频。

四、备注

1、成本构成

大致产品复刻成本：

元器件成本：¥ 6元（不含PCB）

其他外设：¥ 19元（包含10元sd卡、4元max98357（单个芯片也要2/3块，还不如直接上模块，贴片的还不好焊）、30灯/米的灯带）

总计：¥ 25元

2、细节备注

1、程序内有简单的加速度阈值累计识别和AI识别2种。由于对AI训练模型不熟悉，使用B站博主“Civic_crab”的训练程序，但是AI识别效果一般，错误率有点高。看到博主“雅特力科技AT32“的”AT32 Edge AI案例之motion detection”识别率挺好，但是需要跟雅特力官方要。由于目前时间不太充裕，后续持续更新。感兴趣的也可以自行修改代码进行尝试。

2、模型训练，需要使用python，我是用的是PyCharm，注意需要构建相应环境。附件中将“微控制器神经网络 （NNoM）”及博主“Civic_crab”的上位机训练模型都已包含，是一个不错的学习单片机ai的机会。

五、测试视频

视频中演示通过阈值累加相应不同的声光效果。

六、更新日志

后续更新，并会在结尾加入更新日志。

V1.0 首次上传