STM32CUBE.AI - 퀘스트1

좋은 기회가 있어서 도전합니다.

쉽게 접하지 못하는 분야가 아니라서, 아는 내용이 전혀 없네요... ㅠㅠ

차근차근 따라가면서 도전해보고자 합니다.

 

 

Quest2 결과 값 제출합니다.

 

 

따라하기는 했는데, 솔직히 이게 뭔지는 잘 모르겠습니다.. ㅠㅠ

다른 분들이 제출한거 보니 조금씩... 알 것 같은... ??

 

 

1. B-L475E-IOT01A1 보드에 연결된 BLE 모듈인 BlueNRG의 Device Name을 변경하고 “STBLESensor” Mobile App에서 Device 검색화면을 Capture 후 제출합니다.

 

 

 

2. “STBLESensor” Mobile App과 Board를 BLE로 연결하고 Activity Recognition을 선택하여 보드를 손으로 흔들어 보면서 Activity Recognition의 결과가 달라지는 것을 동영상으로 간단하게 촬영하여 제출합니다.

 

https://youtu.be/q3_KrxvgVGQ

 

 

Quest4 결과 값 제출합니다.

 

 

열심히 계단 열심히 오르고, 걷고, 뛰며 기록하였습니다. ^^

퀘스트 5

 

수행 순서

1STEP - 러닝 동작을 쉬운 동작으로 인식 시키기 위한 AI DATA 로깅

           간단한 동작(보드 UP/DOWN) 하는 동작을 러닝 동작이라고 인식하기 위해 보드를 상하로 움직이면서,

           AI DATA LOG 기록을 남겼습니다.

           

 

2STEP - KERAS로 모델링 작업

           

           BOARD에 기록된 CSV 파일을 Log_data 폴더로 복사 후 모델링 작업 수행하였습니다.

           

 

3STEP - 모델링 파일을 CUBEMX로 Code Generation

           

           CUBEMX로 프로젝트 생성, CPU 선택, SOFTWARE PACKS 선택 (X-CUBE-AI 5.0.0 버젼), 모델링 파일 *.h5 선택 및 Analyze

 

4STEP - Generation 파일을 FP-AI-SENSING 프로젝트로 파일 복사

           

          X-CUBE-AI/APP 폴더에 있는 har_ign.c / h, har_ign_data.c / h파일을 Applications/SENSING1/Inc, Src에 복사           

 

5STEP - B-L475E-IOT01A Build

         

         컴파일 실행, 처음에 파일 에러나서 Anaconda 부터 시작 Python 3.6, Keras 2.2.4 설치 후 반복 작업.

         이후 컴파일 완료 및 프로그램 적용.

 

6STEP - 의도한 방향으로 동작 인식 확인