Petoi AI Vision摄像头模块

功能简介

Petoi AI 视觉模块是基于 Arm Cortex-M55 和 Ethos-U5开发的嵌入式视觉模块。它支持 TensorFlow 和 PyTorch 框架，并与 Arduino IDE 兼容。借助 SenseCraft AI 算法平台，无需编码即可将训练好的 ML 模型部署到传感器。它具有标准 CSI 接口、板载数字麦克风和 SD 卡插槽，非常适合各种嵌入式 AI 视觉项目。

强大的 AI 处理能力：采用 WiseEye2 HX6538 处理器，配备双核 Arm Cortex-M55 和集成 Arm Ethos-U55 神经网络单元。
多功能 AI 模型支持：轻松部署 SenseCraft AI 的现成或自定义 AI 模型，包括 Mobilenet V1、V2、Efficientnet-lite、Yolo v5 和 v8。支持 TensorFlow 和 PyTorch 框架。
丰富的外设：包括PDM麦克风、SD卡槽、Type-C、Grove接口等外设。
高兼容性：兼容XIAO系列、Arduino、Raspberry Pi、ESP32开发板，方便进一步开发。
完全开源：所有代码、设计文件和原理图均可修改和使用。

硬件设置

BiBoard V0

BiBoard V1

具体使用时可以将连接摄像头的一端固定在机器人的头部（比如含在Bittle X的嘴中, 或者卡在Bittle X+Arm的机械臂上）。

软件设置

Petoi 桌面应用程序

您可以在 Petoi 桌面应用程序中使用固件上载。

请选择正确的产品类型、主板型号及串口名称，模式设置为"标准"，点击“升级固件”按钮。例如，BittleX、BiBoard_V0_2、COM3 如下所示：

固件上传完成后，打开串口监视器发送串口命令“XC”切换到摄像头模式。

Arduino IDE

具体步骤请参考为BiBoard上传程序。

程序上传完成后，打开串口监视器发送串口命令“XC”切换到摄像头模式。

如果提示摄像头模块启动失败，如下图所示:

您可以使用web调试页面升级模块固件并上传人脸检测模型。

验证模块功能（可选）

要运行库Seeed_Arduino_SSCMA中的示例程序，您应该下载最新版本的库代码，通过选择项目>加载库>添加 .zip 库，选择下载的.zip库文件添加到Arduino IDE中。或者，您可以在Arduino IDE的库管理器中搜索安装库文件，如下图所示：

下面是一个Seeed_Arduino_SSCMA库中的示例程序（inference.ino），您可以将其上传到机器人主板BiBoard中，测试Grove Vision AI V2 的功能是否正常。您也可以参考该函数将模型输出结果用于其他功能：

#include <Seeed_Arduino_SSCMA.h>

SSCMA AI;

void setup()
{
    AI.begin();
    Serial.begin(9600);
}

void loop()
{
    if (!AI.invoke())
    {
        Serial.println("invoke success");
        Serial.print("perf: prepocess=");
        Serial.print(AI.perf().prepocess);
        Serial.print(", inference=");
        Serial.print(AI.perf().inference);
        Serial.print(", postpocess=");
        Serial.println(AI.perf().postprocess);

        for (int i = 0; i < AI.boxes().size(); i++)
        {
            Serial.print("Box[");
            Serial.print(i);
            Serial.print("] target=");
            Serial.print(AI.boxes()[i].target);
            Serial.print(", score=");
            Serial.print(AI.boxes()[i].score);
            Serial.print(", x=");
            Serial.print(AI.boxes()[i].x);
            Serial.print(", y=");
            Serial.print(AI.boxes()[i].y);
            Serial.print(", w=");
            Serial.print(AI.boxes()[i].w);
            Serial.print(", h=");
            Serial.println(AI.boxes()[i].h);
        }
        for (int i = 0; i < AI.classes().size(); i++)
        {
            Serial.print("Class[");
            Serial.print(i);
            Serial.print("] target=");
            Serial.print(AI.classes()[i].target);
            Serial.print(", score=");
            Serial.println(AI.classes()[i].score);
        }
        for (int i = 0; i < AI.points().size(); i++)
        {
            Serial.print("Point[");
            Serial.print(i);
            Serial.print("] target=");
            Serial.print(AI.points()[i].target);
            Serial.print(", score=");
            Serial.print(AI.points()[i].score);
            Serial.print(", x=");
            Serial.print(AI.points()[i].x);
            Serial.print(", y=");
            Serial.println(AI.points()[i].y);
        }
    }
}