图书简介:
第1章 绪论 1.1 嵌入式系统的发展 1.1.1 数字电路系统的演进 1.1.2 单片机的兴起及发展 1.1.3 操作系统在嵌入式系统中的应用 1.1.4 嵌入式终端的普及 1.2 人工智能与嵌入式系统的发展 1.2.1 嵌入式系统与人工智能的融合趋势 1.2.2 边缘计算的兴起 1.2.3 嵌入式系统与边缘计算的结合 1.2.4 边缘计算的挑战与发展趋势 第2章 实验硬件系统 2.1 Linux与Android实验硬件系统介绍 2.2 TinyML与AI算力嵌入式实验硬件系统介绍 第3章 嵌入式Linux系统开发 3.1 嵌入式Linux系统介绍 3.1.1 嵌入式Linux系统结构 3.1.2 开发过程 3.2 嵌入式Linux开发基础与基本操作 3.2.1 Linux基础命令 3.2.2 GCC编译 3.3 嵌入式Linux驱动开发 3.3.1 简单的驱动开发 3.3.2 GPIO驱动开发 3.3.3 总线驱动开发——MPU6050驱动(I2C) 3.3.4 ADC驱动开发 3.4 Qt应用设计 3.4.1 Qt简介 3.4.2 初识Qt项目 3.4.3 Qt样式编辑 3.4.4 Qt信号与槽 3.4.5 Qt调用硬件驱动 第4章 Android系统开发 4.1 Android系统简介 4.2 初识Android系统开发 4.2.1 Android应用开发环境结构 4.2.2 构建第一个Android应用——Helloworld项目 4.3 Android开发的重要组成——Activity 4.4 UI设计与XML 4.5 控件及其应用 4.5.1 常用控件 4.5.2 控件基本使用实验4.5.3 自定义实验——手写板开发4.6 网络通信实验4.7 数据库实验 4.8 JNI项目开发 4.8.1 JNI简介4.8.2 新建JNI项目 4.8.3 自定义JNI实验 4.8.4 JNI驱动LED灯实验 第5章 基于STM32核心板的TinyML开发 5.1 TinyML介绍 5.2 TinyML环境的构建5.3 STM32CubeMX的使用实验 5.3.1 Demo项目搭建和程序烧录——基于LED灯的控制实验5.3.2 LCD屏与触摸实验 5.3.3 摄像头实验 5.4 TinyML实验 5.4.1 TinyML环境构建 5.4.2 TinyML的手写数字识别实验 5.4.3 TinyML的口罩识别实验 第6章 具备AI算力的嵌入式系统开发 6.1 AI与算力的介绍 6.2 算力在嵌入式系统的发展6.3 初识Jetson Nano核心板6.4 OpenCV实验 6.4.1 OpenCV调用USB摄像头 6.4.2 OpenCV常用图像操作 6.4.3 OpenCV颜色识别实验 6.4.4 Haar特征人脸检测实验 6.4.5 深度神经网络的人脸检测实验 6.4.6 深度学习基础实验——PyTorch基础 6.4.7 数字分类神经网络设计——PyTorch构建深度学习模型 6.4.8 口罩检测模型设计 6.4.9 行人检测模型设计——采用YOLOv5模型 6.4.10 MediaPipe人手检测实验 参考文献
展开
随着科技的飞速发展,嵌入式系统与人工智能(Artificial Intelligence,AI)的结合已成为推动现代技术革新的关键力量。本书旨在为读者提供一个全面的学习路径,从基础的电子系统知识到前沿的嵌入式AI应用,涵盖嵌入式系统与AI的发展历程、相互关系以及在实际应用中的融合。本书以实验案例为核心,采用由浅入深的方法,介绍一系列从基础到高级的实验案例,以满足不同层次读者的需求,从而使读者不仅掌握嵌入式系统和AI的基础知识,而且能够理解并实践边缘计算的集成开发。本书共6章。第1章绪论,概述单片机、嵌入式系统、边缘计算以及嵌入式系统与AI的发展过程和相互关系,为读者提供本书知识内容的背景和发展脉络。第2章实验硬件系统,详细介绍本书实验案例所使用的硬件系统,旨在为读者提供一个统一的实验环境,以便快速上手并开展相关的学习和实验。第3章嵌入式Linux系统开发,深入讲解嵌入式Linux系统开发的相关知识,重点介绍Linux驱动开发的核心概念及Qt应用开发框架,帮助读者构建和调试嵌入式系统应用。第4章Android系统开发,聚焦于Android的两个关键领域——应用开发和C/C++框架调用,通过介绍Android应用的开发流程和JNI(Java Native Interface)框架的使用,帮助读者了解Android应用与驱动的调用。第5章基于STM32核心板的TinyML开发,介绍在资源有限的嵌入式平台上实现AI的方法,具体聚焦于STM32核心板的TinyML开发。读者将学习如何在微控制器上部署和运行机器学习模型,并应用于边缘计算场景。第6章具备AI算力的嵌入式系统开发,介绍在具备较强算力的嵌入式平台(如Jetson Nano)上开发深度学习应用,重点讲解图像处理与深度学习算法的开发与部署。本书适合希望学习嵌入式系统和AI技术,特别是边缘计算部署AI技术的读者。我们假设读者:具备基本的C、Java或Python语言基础;对深度学习有一定的认识和了解;对Linux、Android、Keil等有一定的了解;了解图像处理相关的基础知识。本书由李磊担任主编,高学、靳贵平、余翔宇担任副主编,另外,邓洪波、崔寅鸣、秦慧平、甘伟明、汪伟捷参与编写了本书的部分内容。本书在编写过程中,得到了广州风标教育技术股份有限公司的鼎力协助,在此表示衷心的感谢。由于本书内容涉及众多计算机专业知识,书中部分内容和图片参考自互联网,在此向这些作者表示诚挚的感谢。本书内容涉及广泛,但受篇幅限制,加之作者水平有限,难免有疏漏和不足之处,恳请读者批评和指正。
展开