Je vais concevoir le firmware TinyML de classification de capteurs pour stm32 et nrf

Certaines informations ont été traduites automatiquement.

Inde

Je parle Anglais

1 commande terminée

Développeur embarqué, 8 ans d'expérience, fort en C, python et outils associés. Profilage de puissance, circuit de débogage. -NBIoT(nrf9160, quectel,simcon) -Zephyr, Matter, Connectedhomeip -ESP32 -Bl...
À propos de ce service

Souhaitez-vous que votre dispositif capteur reconnaisse localement les mouvements, les vibrations, les chocs ou d'autres événements sans dépendre d'une connexion cloud ?


Je travaille sur l'acquisition de capteurs intégrés, les pipelines DSP et l'intégration pratique de TinyML/Edge AI pour des microcontrôleurs à ressources limitées.


Ce que je propose :

Intégration d’IMU, d’accéléromètre et de capteur de vibration via I2C/SPI

Échantillonnage précis, mise en tampon et horodatage

Filtrage, FFT, RMS, caractéristiques spectrales et extraction de fenêtres d’événements

Prétraitement des données en Python et évaluation des événements étiquetés

Baselines basées sur des règles avant le machine learning lorsque c’est approprié

Intégration d’inférence compacte sur les cibles STM32/nRF prises en charge

Mesure de la charge CPU, latence, RAM, flash et impact sur l’alimentation


Mon expérience embarquée couvre Nordic, STM32, Zephyr et acquisition d’événements de capteur en temps réel à haut débit.


Les packs couvrent un prototype ; la conception de nouveau PCB, la collecte de datasets, les algorithmes médicaux réglementés et les tableaux de bord cloud sont séparés.


Veuillez partager votre modèle de capteur, votre dataset et les événements détectés requis avant de commander.

Plateforme:

STM32

Capteurs:

Accéléromètre

•

Son et vibration

•

Gyroscope

Expertise:

Développement de micrologiciel

•

AI

Mon portfolio