在MCU上实现AI将成为常态

最新推荐文章于 2025-03-05 08:04:33 发布

strongerHuang

最新推荐文章于 2025-03-05 08:04:33 发布

阅读量354

点赞数 1

文章标签：单片机人工智能嵌入式硬件

原文链接：https://mp.weixin.qq.com/s?__biz=MzI4MDI4MDE5Ng==&mid=2247525032&idx=1&sn=7526889a0c9aa568016bdee7df396190&chksm=eab3e1ba02abaccf47d57b0eba2462f56d3962ed6bab1cd03819c8e49efeff05e7459c9bda63&scene=126&sessionid=0

版权

关注+星标公众号，不错过精彩内容

转自 | 瑞萨嵌入式小百科

最近，ARM发布了针对MCU的计算机视觉库CMSIS-CV，大家有了解吗？

地址：

https://github.com/ARM-software/CMSIS-CV

该库目前只是刚刚发布不久，可能还有一些“不足”，但从描述来看，好像非常强大。

这说明了什么：MCU功能越来越强大了，今后，在MCU上实现AI将成为常态。

这里给大家分享一个：基于AI技术的婴儿哭声事件离线检测解决方案。由瑞萨电子合作伙伴AIZIP开发，提供AI算法及支持。

方案演示视频：

方案简介

该方案基于RA系列MCU产品（RA4），在R7FA4E10D2CNE硬件上运行Aizip AI婴儿哭声检测算法库，实现了实时检测婴儿哭声，并个性化定制报警逻辑的功能。

解决方案充分利用开发板硬件资源，对板载数字麦克风采集到的高保真音频进行处理，通过Aizip的婴儿哭声检测算法得到检测结果，再根据用户定制逻辑进行亮灯和串口打印报警。

借助e² studio友好的开发环境，婴儿哭声事件检测算法可以快速落地到嵌入式设备。

VOICE-RA4E1 Kit

资源消耗

AI婴儿哭声识别算法占用ram：13KB，flash: 115KB

性能表现

在咪头哭声音量65db~75db范围内时，识别率可达94%以上，并且误识别率非常低。

应用场景

该方案可以应用在婴儿监护仪，以及其他家庭智能监护产品上，配合视频实时监控，以及声光等功能，可以实时在线监测婴儿哭闹状态，及时提醒家长照看。

如果您对本方案感兴趣，可扫码填写您的需求，我们会有专人联系您沟通。

方案特点

对婴儿哭声进行实时监测，并能根据模型输出结果个性化定制报警逻辑。算法采用CRNN模型框架，结合了卷积神经网络（CNN）在提取局部特征方面和循环神经网络（RNN）捕捉长期依赖关系的优势，结合两者可以同时捕获局部特征和全局序列信息，并且能够通过端到端的学习来实现对数据的有效特征学习。

演示硬件

该演示方案采用瑞萨VOICE-RA4E1开发板，主控芯片为R7FA4E10D2CNE，是一款入门级的Cortex-M33内核芯片，主频为100M，配备128kRAM和512kFLASH。板子上搭载了I2S接口的数字麦克风，方便音频采集，同时还有LED以及J-Link生态，方便调试和打印输出，在实际应用中，可以根据资源需要选择瑞萨不同配置的MCU型号。

应用Tips

在实际应用场景中，根据需要报警提示的情况，工程中提供了两种报警逻辑选择：一种是没用应用逻辑，一旦检测到婴儿哭声，红灯就会开始闪烁，在闪烁过程中若再次检测到哭声，会刷新延长闪烁时间；另一种应用了控制报警逻辑，只有当5秒内检测到两次婴儿哭声才会报警，这样可以过滤掉婴儿发出的类似哭声的单独声音，降低误识别率。此外，报警闪光和打印接口以及模型输出接口也开放给用户，用户可以根据自己的实际需求进行定制编程。

瑞萨电子合作伙伴介绍

Aizip（Aizip.ai）是应用于物联网市场端到端计算的人工智能（Tiny AI）设计领导者，总部位于美国硅谷，并在中国上海及欧洲德国设有办事处。公司凭借突破性的轻量化神经网络架构，以及一系列具有自主知识产权的自动化设计优化工具，Aizip设计出具有卓越性能的深度神经网络（DNN）。自2020年成立以来，Aizip 获得了业界多项奖励，是Renesas AI解决方案的深度合作伙伴。

如果您对本方案感兴趣，可扫码填写您的需求，我们会有专人联系您沟通。