Der Grafikstack der Mikrocontroller-JVM MikroEJ bekommt einige neue Funktionen eingeschrieben, die die Realisierung ansprechender GUIs erleichtern. Im Hause Arduino gibt es verschiedene neue Kits, zu guter Letzt buhlen einige Lesetipps um die Aufmerksamkeit am Ende des Monats.
Shenzhen Xunlong – OrangePi-1080p-Monitor mit 14 Zoll Bildschirmdiagonale
Das hinter der OrangePi-Produktfamilie stehende Unternehmen bietet ab Sofort einen hauseigenen Monitor an. Das 14 Zoll große Display kostet auf AliExpress inklusive Versand nach Ungarn sportliche 100 Euro.
(Bildquelle: https://de.aliexpress.com/item/1005004910041459.html)
Ob eines Gewichts von nur 500 Gramm bewirbt Shenzhen Xunlong das Display explizit auch für den Reiseeinsatz – ein auf der Rückseite befindlicher und einklappbarer Metallfuss kümmert sich um die “Positionierung”.
(Bildquelle: https://de.aliexpress.com/item/1005004910041459.html)
FFT-Lesestoff: schnellere Algorithmen und ihr Design
Dass die FFT den Wechsel zwischen Zeit- und Frequenzdomäne erlaubt, sei an dieser Stelle als bekannt vorausgesetzt. Wie bei vielen anderen DSP-Algorithmen gilt allerdings auch hier, dass Rechenleistungsoptimierung wichtig ist.
Unter https://klafyvel.me/blog/articles/fft-arduino/ findet sich eine detaillierte Besprechung eines Algorithmen-Entwicklungsprozesses. Der Autor beschreibt dabei verschiedene Arten der Implementierung der FFT und geht auf die dabei entstehenden Abwägungen ein – lesenswert.
MicroEJ mit Unterstützung für Vektorgrafiken und Android-Bilddateien
Der wahrscheinlich häufigste Einsatzzweck für Micro EJ ist die Realisierung reicher Benutzerschnittstellen. Der zum Framework gehörende Grafikstack Micro VG (https://docs.microej.com/en/latest/ApplicationDeveloperGuide/UI/MicroVG/index.html) erfuhr in den letzten Tagen einige Erweiterungen – neben Unterstützung für Vektor-Schriftarten gibt es nun auch die Möglichkeit, Vektor-Grafiken in einem der vier folgenden Formate auf den Bildschirm zu bringen (siehe auch https://docs.microej.com/en/latest/ApplicationDeveloperGuide/UI/MicroVG/vectorimage.html):
:VGF: vglite compatible format with coordinates encoded as float numbers (32 bits).
2
• :VG32: vglite compatible format with coordinates encoded as signed int numbers (32 bits).
3
• :VG16: vglite compatible format with coordinates encoded as signed short numbers (16 bits).
4
• :VG8: vglite compatible format with coordinates encoded as signed char numbers (8 bits).
In beiden Fällen sind die Vorteile klar: Vektorgrafiken lassen sich – in weitem Rahmen – verlustlos nach oben oder nach unten skalieren, ohne Bildqualität zu verlieren.
Ein weiterer „interessanter“ Aspekt ist Unterstützung für das Laden von Android Vektor Drawables. Ein Android-Vektor-Grafikelement verhält sich „vom Handling her“ ähnlich wie seine gewöhnlichen, auf dem Micro EJ-Framework basierenden Kollegen:
public static void main(String[] args) {
2
MicroUI.start();
3
4
Display display = Display.getDisplay();
5
GraphicsContext g = display.getGraphicsContext();
6
7
VectorImage image = AvdImageLoader.loadImage(“/images/myImage.xml”);
8
VectorGraphicsPainter.drawImage(g, image, 100, 100);
9
10
display.requestFlush();
11
}
ROHM: AI-Beschleuniger für Embedded-Systeme
Im Rahmen einer Pressemeldung ROHM einen neuen, als “Ultra-Low-Power On-Device Learning Edge AI Chip” bezeichneten Chip an. Analog zu anderen Versuchen wie dem Kendryte aus dem Hause CANAAN oder Dallas Maxims MAX78000 handelt es sich auch dabei um einen Beschleuniger-Chip, der für die „direkte“ Ausführung von ML-Payloads vorgesehen ist.
ROHM informiert wie in der Abbildung gezeigt – nach hauseigenen Ergebnissen – über die Vor- und Nachteile des Produkts.
(Bildquelle: https://www.presseagentur.com/rohm/detail.php?pr_id=6485&lang=en)
Über die eigentliche interne Architektur des Chips ist derzeit noch vergleichsweise wenig bekannt:
Based on an ‘on–device learning algorithm’ developed by Professor Matsutani of Keio University, ROHM’s newly developed AI chip mainly consists of an AI accelerator (AI–dedicated hardware circuit) and ROHM’s high–efficiency 8–bit CPU ‘tinyMicon MatisseCORE™’. Combining the 20,000–gate ultra–compact AI accelerator with a high–performance CPU enables learning and inference with ultra–low power consumption of just a few tens of mW (1000× smaller than conventional AI chips capable of learning).
(Bildquelle: https://www.presseagentur.com/rohm/detail.php?pr_id=6485&lang=en)
Die „Auslieferung“ ist für 2024 geplant:
Going forward, ROHM plans to incorporate the AI accelerator used in this AI chip into various IC products for motors and sensors. Commercialization is scheduled to start in 2023, with mass production planned in 2024.
Arduino Cloud for Business.
Die Arduino Cloud war hier immer wieder Thema. Unique Sales Proposition des Cloud-Angebots der Italiener war bisher der „niederschwellige“ Zugang, der Spielereien mit MQTT und Co. unnötig machten sollte.
Mit Cloud for Business gehen die Italiener nun – bis zu einem gewissen Grad – in die Gegenrichtung. Die kommerzielle Variante, die übrigens durchaus teuer ist, orientiert sich an den Bedürfnissen von Geschäftskunden.
(Bildquelle: https://cloud.arduino.cc/plans#business)
In der – etwas vage formulierten – Ankündigung betonen Banzis Mannen vor allem die Unterstützung für „Authentifizierung bzw. Rechtemanagement“:
Join an Organization Space. Define and manage multiple Organization spaces in Arduino Cloud for Business. Set up role–based access control (RBAC) by assigning profiles and sharing with any number of users, and access all cloud projects and sketches – always in sync thanks to the Web Editor . . .
Interessant ist in diesem Zusammenhang außerdem, dass man eine „einjährige“ Vorhaltung aller gesammelten ML-Daten verspricht:
And, with one year data retention by default, Arduino Cloud for Business provides companies a place to store and mine data for additional insights and analysis, like condition monitoring or predictive maintenance. If you need to store the data somewhere else, export your entire set of data locally for further evaluation or manipulation.
Arduino: neues Bundle mit RP2040 Connect
Ein mittlerweile verblichener Wegbegleiter des Autors verriet einst, das Bundles mit zum “dümmsten“ gehören, was man in einer Buchhandlung an Elektronik-Literatur kaufen kann: Liegt der Endpreis des Bundles beispielsweise nur € 50, so hat der P. T. Autor in vielen Fällen nur fünf Euro für das Zusammenstellen der Komponenten zur Verfügung.
Aus diesen immensen Margen folgt Interesse von Ökosystem-Playern. Die Arduino-Truppe schickt ein neues Angebot ins Rennen – das in Abbildung gezeigte und um 75 Euro erhältliche Arduino IO Bundle.
(Bildquelle: https://blog.arduino.cc/2022/11/24/introducing-arduinos-iot-bundle-and-what-it-means-for-you/)
Unique Sales Proposition dieses Bundles ist dabei eine bereitgestellte Gruppe aus fünf Projekt-Samples, die den Einstieg in die Welt der Internet der Dinge erleichtern soll.
WeMos: ESP 32-Board mit Micro SD-Slot und dediziertem TFT-Port
Obwohl Unternehmen wie MicroEJ im Allgemeinen auf STMicroelectronics und – nachrangig – auf NXP-Chipsätze setzen, macht Espressifs ESP 32 im Bereich „Reiche HMI“ immer mehr Boden gut.
WeMos liefert mit dem in der Abbildung gezeigten Evaluationsboard nun ein um rund zehn US-Dollar erhältliches System aus, das auf die Bedürfnisse „reicher“ Benutzerschnittstellen optimiert ist.
(Bildquelle: https://de.aliexpress.com/item/1005004931357085.html)
Neben dem Micro SD-Slot ist vor allem der für zehnpinnige Flachbandkabel vorgesehene und als DISPLAY bezeichnete Port interessant. Wer die unter https://www.wemos.cc/en/latest/_static/files/sch_s3_pro_v1.0.0.pdf bereitstehende Schaltung des Boards öffnet, sieht das in der Abbildung gezeigte Schaltbild. Offensichtlich handelt es sich dabei „nur“ um einen erweiterten SPI-Port – „höherwertige“ Displayanschlüsse wie beispielsweise HDMI sucht man (nicht verwunderlich) vergebens.
(Bildquelle: https://www.wemos.cc/en/latest/s3/s3_pro.html)
Zuerst erschienen bei Mikrocontroller.net News
Quelle: Read More