Arduino & Pi

68

Tigard - плата с открытым исходным кодом для взлома оборудования⁠⁠

5 лет назад

Существует множество дешевых отладочных плат USB на TTL 5 В или 3,3 В, используемых для доступа к последовательной консоли и/или программным платам, но аппаратная плата с открытым исходным кодом Tigard на базе FTDI FT2232H делает гораздо больше, поскольку поддерживает несколько протоколов, несколько напряжений для взлом оборудования и отладка.

Разработчик объясняет, что Tigard можно использовать в качестве прямой замены для десятков других аппаратных инструментов на базе чипов FTDI и включает встроенную поддержку OpenOCD, FlashROM и многое другое.

Технические характеристики платы Tigard:

Основной чип — FTDI FT2232HQ, двойной высокоскоростной USB-порт для многоцелевого - UART/FIFO IC

- Основной порт, предназначенный для UART, включая доступ ко всем сигналам управления потоком

- Вторичный порт совместно используется выделенными разъемами для SWD, JTAG, SPI и I²C

USB – порт USB 2.0 Type-C (480 Мбит/с)

Вводы/выводы

- 9-контактный разъем UART

- Разъем Qwiic I2C

- 8-контактный разъем SPI и I2C

- 8-контактный разъем JTAG

- 10-контактный отладочный разъем Cortex

- 14-контактный разъем логического анализатора (LA) для наблюдения за сигналами на уровне устройства

- Направленные переключатели уровня для работы от 1,8 до 5,5 В

Разное

- Переключатель, чтобы выбрать между встроенными источниками питания vTarget 1,8 В, 3,3 В, 5,0 В и внешними

- Переключатель, для выбора между режимами SPI/JTAG и I²C/SWD.

- Световые индикаторы для облегчения отладки

Нет необходимости в специальных инструментах для Tigard, и плата будет работать со стандартными инструментами и библиотеками, включая драйверы последовательного порта USB, OpenOCD и UrJTAG для JTAG, Flashrom, PyFtdi/PySpiFlash, LibMPSSE и другие инструменты для интерфейса SPI, а также LibMPSSE и PyFtdi / PyI2CFlash для интерфейсов I2C.

Плата будет поставляться со всеми необходимыми кабелями (SPI, JTAG, Cortex, последовательный) с четко обозначенными проводами. Также есть два набора, первый из которых включает плату логического анализатора Bitmagic для отладки последовательных протоколов в реальном времени с помощью Sigrok / PulseView, а второй — «Applied Physical Attacks Online Kit», в который добавляются зажимы и разъемы, простой мультиметр, сумочка-органайзер, USB-микроскоп и целевая система (неназванный Wi-Fi-маршрутизатор на базе Linux).

На Github выложены файлы проектирования оборудования KiCAD и документация.

Tigard уже собрал более 20 000 долларов на Crowd Supply ( от $39 за плату и провода и до $1337 за полный комплект) . Доставка в США бесплатна, а в остальные страны — от 10 до 20 долларов.

Поставки планируется начать во второй половине февраля 2021 года.

Источник: cnx-software

Показать полностью 3 1

21

64

KAPTA.KOTA

Arduino & Pi

Успешно профинансирован карманный робот - вероятно, лучший подарок на новый год⁠⁠

5 лет назад

На сайте indiegogo.com успешно профинансирован Bittle — робот-собака размером с ладонь. На данный момент собрано 46 миллионов рублей.

Благодаря мельчайшей проработке каждой детали робот способен делать трюки и обучаться различным навыкам.

Разработчики позиционируют робота как инструмент для обучения, преподавания, исследования и эффектный подарок. Это не игрушка для маленьких детей.

Благодаря настраиваемой плате Arduino "неигрушку" можно улучшать с помощью различных датчиков, ИИ Raspberry Pi и других микросхем.

В комплекте имеется пульт для запуска основных движений: ходить и сидеть.

МК — ATMega328P (16 МГц),

IMU — ICM20600 (6-осевой, 16-битные гироскоп+акселерометр )

для управления сервами используется PCA9685,

ИК-приёмник — HX18388,

пищалка-зуммер (бузер),

разъём 5х2 — для подключения Raspberry Pi,

4 разъёма для подключения модулей Seeed Grove (2 цифровых, 1 аналоговый, 1 — i2c) — зажимаются в «пасти» робота,

электропитание — 7.4 В.

Робот на Github.

Предзаказ на кикстартере набора для сборки своей робо-собаки обойдётся в $225 (ожидаемый срок отправки — декабрь 2020).

Показать полностью 1

Робот Собака Arduino Kickstarter Робототехника Видео

23

44

nstorm

Arduino & Pi

Sipeed Maix (Kendryte K210) - RISC-V + ускоритель CNN⁠⁠

5 лет назад

Не было тут об этой железке, а железка имхо интересная. И главный её интерес - ускоритель нейросетей. Железка умеет в машинное зрение и машинный слух. К примеру, можно научиться распознавать объекты с камеры в реальном времени. При этом глубоких знаний и пониманий принципов работы нейросетей не требуется.

Статья для сообщества Ардуино и для "технарей". Для остальных тут может быть слишком много терминов. Поэтому тут краткий пересказ для остальных - китайцы опять смогли и сделали действительно недорогую (от $8) и простую в использовании (уровень сложности Ардуино) штуку, которую можно относительно легко научить распознавать объекты в камере - лица, предметы, машины и т.д. И всё это можно на уровне хобби лепить, не нужны глубокие знания.

Более подробное описание для "технарей".

Ссылка на модели в оригинальном магазине (есть также и на Али и в других магазина, не реклама, просто это официальный дистриб): https://www.seeedstudio.com/catalogsearch/result/?q=sipeed%2...

SDK, загрузчик и прочее: https://github.com/sipeed

Модуль стоит от $8, наборы с камерой и экраном от $21.

МК - 2х ядерный, 64-битный RISC-V, 400 МГц (разгоняется до 600 МГц), 8 Мб SRAM. Потребление всего до 0.3 Вт. Из интересного периферия - KPU. Ускоритель сверточных нейросетей (CNN).

На его основе эта штукенция может в реальном времени (30/60 FPS) распознавать объекты в кадре, например лица и прочее. Может крутить сеть TinyYOLOv2 со всеми вытекающими - можно натренирвоать для распознания нужны образов. Может также обрабатывать звук с массива микрофонов, в т.ч. распознавать голос. Есть также аппаратный ускоритель БПФ, криптография AES256, хеши SHA256.

Для всего этого есть 2 фреймворка - на питоне и для Arduino IDE. Документация на английском есть, примеры в сети тоже, в т.ч. как создать и загрузить свою модель (свои образы для распознания). Код для детекции лиц из примеров занимает что-то там около 20-30 строчек всего.

Есть также SDK под голый C (или ОСРВ). Встроенный бутлоадер для прошивки без всяких доп. программаторов.

Из минусов - камеру умеет только до 640x480 и всё, даже без реального времени нельзя больше разрешение заставить обрабатывать.

Вся периферия, регистры и прочее - закрыто. ДШ (всего-то 24 страницы) про периферию рассказывает поверхностно очень, что есть и хар-ки, а как с этим работать и какие регистры за что отвечают не рассказывает. Работа только через SDK или фреймворки.

Но в целом имхо интересная железка с мощной начинкой. Интересен еще именно этот ускоритель CNA. Это не NVidia Jetson за $800. Тут низкий ценник имхо знаменует приход Edge AI (т.е. когда обработка производится непосредственно на конечном ус-ве, без облачного "решателя") на широкий рынок. Дешевое машинное зрение/слух.

Показать полностью 2

[моё] Нейронные сети Машинное обучение Машинное зрение Своими руками Разработка Длиннопост

12

48

armlab

Arduino & Pi

Разгоняем процессор Raspberry Pi 4 до 2,3 ГГц(инструкция)⁠⁠

5 лет назад

Методику разгона некоторых исполнений популярного микрокомпьютера Raspberry Pi 4 опубликовало 13 ноября американское интернет-издание о компьютерных технологиях Tom’s Hardware.

Ранее выявленная максимальная частота ядер процессора микрокомпьютера Raspberry Pi 4 и вычислительного модуля на его базе составляла 2,147 ГГц при штатной частоте 1,5 ГГц. Теперь некоторые свежие варианты микрокомпьютера разогнали до частот 2,275 и 2,3 ГГц.

Разогнать до такой частоты удалось процессоры вариантов Raspberry Pi и вычислительного модуля с 8 Гб оперативной памяти. Правда, применяемые настройки аннулируют гарантию на микрокомпьютер, а разгон потребует производительной системы охлаждения.

Для разгона необходимо прописать ряд параметров в файле настроек системы, используемом при запуске. Должны быть указаны следующие параметры и значения:

armfreq=2300
gpufreq=500
over_vvoltage=14
forcerbo=1

Как раз из-за параметра «force_turbo=1» плата и лишается гарантии производителя. Установка данного параметра в значение «1» сообщает плате, что процессору нужно работать на разгонной частоте (режим «turbo») постоянно, даже когда нет нагрузки на ядра.

Процессоры большинства проверенных Tom’s Hardware плат удалось разогнать до частоты 2,3 ГГц. Некоторые варианты платы с 4 Гб оперативной памяти на борту стабильно работали лишь на частоте 2,275 ГГц.

Источник: Tom’s Hardware

Показать полностью

Raspberry pi Arm Arm PC Разгон компьютера Разгон Текст

25

24

DELETED

Arduino & Pi

Проект на Arduino - 028 - Часы на модуле реального времени + Будильник⁠⁠

5 лет назад

[моё] Arduino Ardublock Видео

0

26

jidckii

Arduino & Pi

Распаковка платы Geekworm x832 NAS для Raspberry Pi 4⁠⁠

5 лет назад

Всем привет.

Начну с отступления. Мы с друзьями разрабатываем видеорегистратор yucca.app, ранее я делал пост на эту тему Ещё 1 регистратор для видеонаблюдения.

Тестировать софт нужно на разных архитектурах, по этому я заказал вот такое чудо китайской промышленности.

Raspberry Pi 4 с 2Gb у меня уже была, так что приехали только кейс и платы. Весь заказ обошелся мне в 94$ но как и упоминается в видео в этом наборе также присутствует плата управления питанием x735, а её можно не брать.

После сборки я установил сервер юкки и запарковал 2 камеры с записью архива на HDD.

За сутки получились вот такие показатели по утилизации ресурсов.

1-й скрин общие показатели

2-й скрин HDD

В плане быстродействия работа на малинке мало чем отличается от работы на сервере c amd64 в датацентре, это видно на видео ниже.

Но кому интересно смотреть на производительность при 2-х камерах, учитывая, что лимитов никаких нет, попробуем выжать максимум из платы, точнее из моего интернет канала )

И так я добавил 10 потоков и вот какие стали графики:

Сильно вырос LA, но это нормально ибо на каждый поток запускает 2 процесса воркер и ffmpeg, много камер - много процессов - много прерываний. Когда LA перевалит за 1 образуется очередь и это может влиять на отзывчивость но в целом всё продолжит работать. Сможет ли всё работать при 21 камере ?

Да, все стримы запарковались и архив пишется, но я так и не смог увидеть LIVE, архив при этом работает отлично отзывчивость не пострадала. Но что же там на графиках ? А на них всё плохо, процессор упёрся в полку и тротлится, LA уже больше 5, в общем работает малинка на пределе...

При этом старенький WD BLUE спокойно тянет параллельную запись архива с 21 потока )

Подведём итоги.

Я бы не рекомендовал парковать в Юкке на Raspberry Pi 4 более 10 - 12 потоков, так как это повлияет на работоспособность и отзывчивость ПО. Но лично моё мнение 10 - 12 это отличный показатель для девайза за 35$.

Что дальше ?

Мы уже работаем над усовершенствованной архитектурой и планируем в дальнейшем ещё снизить рабочую нагрузку. Это позволит экономить ресурсы и как следствие парковать ещё больше камер.

Если вы хотите бесплатно организовать себе дома, на даче или в своём маленьком офисе видеонаблюдение, используйте Юкку.

Так же есть платная версия, она может заинтерисовать небольших интернет провайдеров и интеграторов видеонаблюдения. Обо всех дополнительных возможностях и условиях можно узнать на сайте оставив заявку, написав письмо или в телегам.

Сайт: https://yucca.app

Почта: info@yucca.app

Наши группы в telegram:

- https://t.me/yuccastream

- https://t.me/ffmpeg_ru

Показать полностью 7 1

[моё] Raspberry pi Nas Cctv Видеонаблюдение Своими руками Видео Длиннопост