USB Device programming with STM32CubeIDE - Plan Szkolenia

Szkolenie na żywo prowadzone przez instruktora w Polsce (na miejscu lub zdalnie) jest przeznaczone dla inżynierów, którzy chcą dowiedzieć się, jak używać wbudowanego języka C do programowania różnych typów mikrokontrolerów opartych na różnych architekturach procesorów (8051, ARM CORTEX M-3 i ARM9).

W tym prowadzonym przez instruktora szkoleniu na żywo w Polsce uczestnicy dowiedzą się, jak zaprogramować Arduino do rzeczywistych zastosowań, takich jak sterowanie oświetleniem, silnikami i czujnikami wykrywania ruchu. Ten kurs zakłada wykorzystanie prawdziwych komponentów sprzętowych w środowisku laboratoryjnym na żywo (nie symulowanego oprogramowania);

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Programowanie Arduino do sterowania oświetleniem, silnikami i innymi urządzeniami.
• Zrozumieć architekturę Arduino, w tym wejścia i złącza dla urządzeń dodatkowych.
• Dodaj komponenty innych firm, takie jak wyświetlacze LCD, akcelerometry, żyroskopy i moduły GPS, aby rozszerzyć funkcjonalność Arduino.
• Zrozumienie różnych opcji w językach programowania, od C do języków typu "przeciągnij i upuść".
• Testowanie, debugowanie i wdrażanie Arduino w celu rozwiązywania rzeczywistych problemów.

Kurs obejmuje aspekty nowoczesnych dialektów języka C (C99, C11, C2x) związane z programowaniem wbudowanym oraz wytyczne dotyczące wydajnych i odpornych na błędy technik programowania. Przykłady/ćwiczenia są implementowane na mikrokontrolerach z rodziny STM32.

To prowadzone przez instruktora szkolenie na żywo w Polsce (na miejscu lub zdalnie) jest przeznaczone dla średnio zaawansowanych inżynierów systemów wbudowanych i programistów AI, którzy chcą wdrożyć modele uczenia maszynowego na mikrokontrolerach przy użyciu TensorFlow Lite i Edge Impulse.

Pod koniec tego szkolenia uczestnicy będą mogli

• Zrozumieć podstawy TinyML i jego zalety dla aplikacji brzegowych AI.
• Skonfigurować środowisko programistyczne dla projektów TinyML.
• Trenować, optymalizować i wdrażać modele AI na mikrokontrolerach o niskim poborze mocy.
• Wykorzystanie TensorFlow Lite i Edge Impulse do wdrożenia rzeczywistych aplikacji TinyML.
• Optymalizacja modeli AI pod kątem wydajności energetycznej i ograniczeń pamięci.

To prowadzone przez instruktora szkolenie na żywo w Polsce (online lub na miejscu) jest przeznaczone dla inżynierów, którzy chcą poznać zasady projektowania mikrokontrolerów.

Raspberry Pi to bardzo mały, jednopłytkowy komputer.

Podczas tego prowadzonego przez instruktora szkolenia na żywo uczestnicy dowiedzą się, jak skonfigurować i zaprogramować Raspberry Pi, aby służył jako interaktywny i wydajny system wbudowany.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Skonfiguruj IDE (zintegrowane środowisko programistyczne) dla maksymalnej wydajności programowania
• Zaprogramuj Raspberry Pi do sterowania urządzeniami takimi jak czujniki ruchu, alarmy, serwery internetowe i drukarki.
• Zrozumienie architektury Raspberry Pi, w tym wejść i złączy dla urządzeń dodatkowych.
• Zapoznanie się z różnymi opcjami języków programowania i systemów operacyjnych.
• Testowanie, debugowanie i wdrażanie Raspberry Pi w celu rozwiązywania rzeczywistych problemów.

Uczestnicy

• Programiści
• Technicy sprzętu/oprogramowania
• Osoby techniczne we wszystkich branżach
• Hobbyści

Format kursu

• Część wykładu, część dyskusji, ćwiczenia i ciężka praktyka praktyczna

Uwaga

• Raspberry Pi obsługuje różne systemy operacyjne i języki programowania. Ten kurs będzie wykorzystywał Raspbian oparty na systemie Linux jako system operacyjny i Python jako język programowania. Aby poprosić o konkretną konfigurację, skontaktuj się z nami.
• Uczestnicy są odpowiedzialni za zakup sprzętu i komponentów Raspberry Pi.

Szkolenie na żywo prowadzone przez instruktora (na miejscu lub zdalnie) jest przeznaczone dla inżynierów, którzy chcą pisać, ładować i uruchamiać modele uczenia maszynowego na bardzo małych urządzeniach wbudowanych.

Po zakończeniu tego szkolenia uczestnicy będą w stanie

• Instalacja TensorFlow Lite.
• Załaduj modele uczenia maszynowego na urządzenie wbudowane, aby umożliwić mu wykrywanie mowy, klasyfikowanie obrazów itp.
• Dodaj sztuczną inteligencję do urządzeń sprzętowych bez polegania na łączności sieciowej.

Kurs przedstawia popularne interfejsy szeregowe stosowane w systemach wbudowanych oraz przydatne praktyczne szczegóły ich implementacji. Prezentacji towarzyszą ćwiczenia praktyczne z wykorzystaniem mikrokontrolerów STM32.