顶~~~~~~~~~~~~~~

楼主辛苦~~~

很好的帖子  怎么回复的人很少

对解魔方机器人感兴趣的加我QQ：1905252717

什么时候公布名单？活动黄了吗？

okhxyyo 发表于 2017-2-15 16:41 测评之后会根据你发表的测评文章的质量进行评选，优秀的测评文章将会获得50~200E金币奖励。开发板是需要 ...

谢谢您的解答

    之前有使用DA14580的经验，做个一个计步器算法的项目，用的是和小米手环一样的硬件方案：DA14580+ADXL362。之所以会选择DA14580作为蓝牙芯片，主要是它在功耗控制上的表现实在是太优秀了，接收电流3.7mA，发射电流3.4mA，是其他主流蓝牙芯片功耗的1/3，另外这款芯片的内核采用CORTEX-M0，性能真是可以，是设计一个智能手环的理想之选。下图我我之前购买的DA14580套件大合集。    之前调试成功了DA14580的基本外设，像SPI，中断，GPIO的使用，定时器的设置等，并且完成了ADXL362+DA14580的SPI调试，现在在调试蓝牙通信部分，包括安卓APP的蓝牙部分和DA14580蓝牙协议栈。 试用计划： 第一周：开箱，主要硬件的配置介绍等。 第二周：基本外设的使用方法。 第三周：DA14580+ADXL362，完成一个简单的计步算法。

没有更多关于开发板的介绍吗，硬件配置什么的，这个是官方开发套件吗

okhxyyo 发表于 2017-2-13 17:07 如果想获得试用机会，回帖提出你的申请理由和你的预期试用计划哦。如果有测评经验或者相关的其他经验都可 ...

测评之后有机会拥有吗

毕业课题就是用的DA14580，开发难度有点大，目前仍在学习中，希望有板子的试用机会~

这是我的项目分享计划，只是希望早点发货~:loveliness:

快递什么时候寄出，能早点寄吗，21号就回家了

不错！

信息确认无误，非常感谢~

nmg 发表于 2016-11-29 20:03 当时是有外链，所以需要手动审核通过

嗯嗯，外链我已经删了:)

我的回复是审核没有通过吗:time:

本帖最后由 waihekor 于 2016-11-29 09:57 编辑 1.个人技能概要电子科学与技术专业研二学生，熟练使用STM32F103RBT6，STM32F103ZET6，STM32F469，接触过STM32F767。STM32嵌入式系统项目经验丰富，参加过电子设计竞赛，研电赛，机器人比赛，数学建模竞赛，参赛经验极为丰富，成绩也不错。  现在做人体运动姿态识别方面的工作，STM32F769主频达到了216MHZ，性能强劲，对于算法执行的时间效率上可以满足要求。而且该系统需要一个令人惊艳的人机交互系统，把运动姿态识别的特定图形显示在显示屏上，STM32F769内置图像加速器，Chrom-ART加速器提高了图形内容创建速度，还能够内建JPEG硬件加速器加速进行JPEG编解码，加快图像显示速度。STM32F769强悍的图像性能满足了人体姿态识别的人工交互系统的要求，非常希望能够得到试用的机会。 2.曾经测评内容、DIY作品展示（1）基于Kociemba算法和图像识别的解魔方机器人 http://bbs.360eet.com/forum.php?mod=viewthread&tid=42266（“全志杯”微创客高校挑战赛项目展示） 视频链接：http://v.youku.com/v_show/id_XMTY1MjY4MDY4MA==.html?spm=a2hzp.8253869.0.0&from=y1.7-2 http://v.youku.com/v_show/id_XMTY4MjE3MDIzMg==.html?spm=a2hzp.8253869.0.0&from=y1.7-2（亚克力机械手） （2）业界功耗最低加速度传感器ADXL362的STM32代码测试 http://bbs.elecfans.com/forum.php?mod=viewthread&tid=1097020&extra= 测试视频：http://v.youku.com/v_show/id_XMTgyNjE5OTYzNg==.html http://v.youku.com/v_show/id_XMTgyNjA2MTc0MA==.html（3）基于STM32F103的仿生机器鳗鱼 视频链接：http://v.youku.com/v_show/id_XMTgzNTI5NTM2MA==.html http://v.youku.com/v_show/id_XMTgzNTMwOTY4NA==.html 3.分享测评内容的要求的第四项要求  想体验一下在STM32F769上体验一下目前测试中的人体运动姿态识别系统。此系统分为两个部分，传感器子节点采用STM32L053低功耗芯片，并搭载超低功耗加速度传感器ADXL362和角速度传感器L3GD20，主要从低功耗的角速度来选型，通过采集人体运动时的加速度数据和角速度数据，并通过识别算法来输出识别结果。最后通过蓝牙吧识别结果传输至STM32F769开发板上，借助STM32F769强劲的图形加速功能，开发板可以以图片的形式快速显示代表识别结果的人体运动状态，并保证整个系统的流畅和低延时性。  另一方面，从现在主流穿戴式设备和个体ID相绑定的角度来考虑，利用STM32F769强悍的运算功能，可以在开发板上跑一个人体习惯监测算法，获取所绑定个人的习惯性数据，从而为运动识别获得更为精准的阈值，从而提高运动姿态识别准确率。  还有一点就是STM32F769的停止模式的典型功耗为100uA，与STM32F427系列接近，所以这样来说STM32F769 在拥有异常凶悍功能的同时，可以维持一个较低的功耗，这对于整个系统还是非常有必要的。  所以，总的来说，我们目前在做的人体运动姿态识别系统可以充分利用STM32F769的以下功能，把它们发挥到极致。  （1）主频为216MHZ，运算性能强悍。所以很好奇之前没有用过CoreMask跑分，打算用测试一下跑分结果，并和STM32F469以及STM32F103做一下对比，用数据说话，测试看看它们之间的差别到底有多少  （2）STM32F769的图形加速功能。  （3）在功能强大的同时功耗可以做的很低。 系统的框图大致如下所示： 4.STM32F769I开发板测评分享计划2016.12.3-2016.12.4  STM32F769I开发板开箱鉴赏，细致解析开发板全方位的的外观图，包括一些细节特写等。开发板的硬件资源介绍以及在开发板上的分布情况，调试部分介绍，第三方设备资源等。2016.12.5-2016.12.11  进行基础实验的测试工作。从最基础的如何配置开发板运行环境开始，包括PC算驱动安装，如何使用Cube以及使用第三方软件进行开发，接下来是基础的实验教程部分，移植官方的基础实验例程，包括从最简单的跑马灯程序再到定时器的使用，外部中断、串口打印、LCD屏显示图片、USB等。还有一个部分是使用CoreMask跑分，并测试STM32F103，STM32F4，STM32F769在跑分上的差别。2016.12.12-2016.18  从本周开始进行人体姿态检测系统在STM32F769I上的开发和算法移植工作。这周移植加速度传感器ADXL362和角速度传感器L3GD20的驱动，并进行测试整个传感器子节点的人体姿态识别的准确率。2016.12.19-2016.12.25  STM32F769I开发板图形界面的设计与开发，设计各种运动姿态所对应的图形，测试在开发板上显示图片的速度和显示效果。另外一部分就是在开发板上运行习惯监测算法测试时间效率。2016.12.26-2017.1.3  系统总调试。传感器子节点采集人体运动数据经过识别算法得到的识别结果通过蓝牙串口模块传送至STM32F769I开发板上，开发板一图形的形式直观显示识别结果，另外STM32F769I开发板上运行的习惯监测监测算法可以获得更为精准的动态阈值。 （第一次在电子工程世界申请开发板，之前没有申请的经验，可能测评很少，见谅！！非常希望能够得到该开发板的使用机会！！）

问一下我发的回复为什么没有出现？

本帖最后由 waihekor 于 2016-11-28 21:04 编辑 1.个人技能概要  电子科学与技术专业研二学生，熟练使用STM32F103RBT6，STM32F103ZET6，STM32F469，接触过STM32F767。STM32嵌入式系统项目经验丰富，参加过电子设计竞赛，研电赛，机器人比赛，数学建模竞赛，参赛经验极为丰富，成绩也不错。  现在做人体运动姿态识别方面的工作，STM32F769主频达到了216MHZ，性能强劲，对于算法执行的时间效率上可以满足要求。而且该系统需要一个令人惊艳的人机交互系统，把运动姿态识别的特定图形显示在显示屏上，STM32F769内置图像加速器，Chrom-ART加速器提高了图形内容创建速度，还能够内建JPEG硬件加速器加速进行JPEG编解码，加快图像显示速度。STM32F769强悍的图像性能满足了人体姿态识别的人工交互系统的要求，非常希望能够得到试用的机会。  现在拿到了华为公司嵌入式软件的offer，希望继续借力STM32嵌入式平台，使自己在嵌入式系统领域得到更大的成长。2.曾经测评内容、DIY作品展示（1）基于Kociemba算法和图像识别的解魔方机器人 http://bbs.360eet.com/forum.php?mod=viewthread&tid=42266（“全志杯”微创客高校挑战赛项目展示） 视频链接：http://v.youku.com/v_show/id_XMTY1MjY4MDY4MA==.html?spm=a2hzp.8253869.0.0&from=y1.7-2 http://v.youku.com/v_show/id_XMTY4MjE3MDIzMg==.html?spm=a2hzp.8253869.0.0&from=y1.7-2（亚克力机械手） （2）业界功耗最低加速度传感器ADXL362的STM32代码测试 http://bbs.elecfans.com/forum.php?mod=viewthread&tid=1097020&extra= 测试视频：http://v.youku.com/v_show/id_XMTgyNjE5OTYzNg==.html http://v.youku.com/v_show/id_XMTgyNjA2MTc0MA==.html （3）基于STM32F103的仿生机器鳗鱼 视频链接：http://v.youku.com/v_show/id_XMTgzNTI5NTM2MA==.html http://v.youku.com/v_show/id_XMTgzNTMwOTY4NA==.html 3.分享测评内容的要求的第四项要求      想体验一下在STM32F769上体验一下目前测试中的人体运动姿态识别系统。此系统分为两个部分，传感器子节点采用STM32L053低功耗芯片，并搭载超低功耗加速度传感器ADXL362和角速度传感器L3GD20，主要从低功耗的角速度来选型，通过采集人体运动时的加速度数据和角速度数据，并通过识别算法来输出识别结果。最后通过蓝牙吧识别结果传输至STM32F769开发板上，借助STM32F769强劲的图形加速功能，开发板可以以图片的形式快速显示代表识别结果的人体运动状态，并保证整个系统的流畅和低延时性。  另一方面，从现在主流穿戴式设备和个体ID相绑定的角度来考虑，利用STM32F769强悍的运算功能，可以在开发板上跑一个人体习惯监测算法，获取所绑定个人的习惯性数据，从而为运动识别获得更为精准的阈值，从而提高运动姿态识别准确率。  还有一点就是STM32F769的停止模式的典型功耗为100uA，与STM32F427系列接近，所以这样来说STM32F769 在拥有异常凶悍功能的同时，可以维持一个较低的功耗，这对于整个系统还是非常有必要的。  所以，总的来说，我们目前在做的人体运动姿态识别系统可以充分利用STM32F769的以下功能，把它们发挥到极致。  （1）主频为216MHZ，运算性能强悍。所以很好奇之前没有用过CoreMask跑分，打算用测试一下跑分结果，并和STM32F469以及STM32F103做一下对比，用数据说话，测试看看它们之间的差别到底有多少  （2）STM32F769的图形加速功能。  （3）在功能强大的同时功耗可以做的很低。   系统粗略的框图大致如下所示： 4.STM32F769I评测分享计划2016.12.3-2016.12.4  开箱分享，开发板全方位鉴赏，板子的工艺欣赏，各个部位的细节欣赏。板载资源细致的介绍，各个器件的功能介绍以及其咋板子上的分布图介绍，调试功能以及第三方设备资源介绍等。2016.12.5-2016.12.11  开发板基础功能测试：包括演示如何搭建环境，如何做PC端驱动安装、如何配置Cube以及使用第三方IDE进行开发，基础的实验测试环节，包括GPIO的设置、串口、定时器、LCD显示屏显示图形、外部中断、USB的使用等。 （剩下的时间使用开发板测试人体运动姿态识别系统）2016.12.12-2016.12.18  首先把ADXL362加速度传感器和L3GD20角速度传感器的驱动移植到开发板上，并做测试。2016.12.19-2016.12.25  做开发板图形界面的测试，测试显示速度，有无卡顿等，并把目前做的习惯监测算法移植到开发板上，并测试获取动态阈值的精准度。2016.12.26-2017.1.3  系统的整体测试。传感器子节点通过处理数据，并送到运动姿态检测算法得到识别结果，识别结果的动态图形显示在STM32F769I开发板上，同时测试一段时间习惯监测算法，看随着时间的推进，是否得到更为精准的识别精度。2017.1.4-...  之前未完成的工作继续做下去，继续开展项目的研究，有新的进展会及时发布在论坛上。（备注：第一次在电子工程世界申请开发板，可能之前的测评内容较少，见谅,非常希望有试用的机会！！）

:)