ABX00087 UNO R4 WiFi 开发板
使用 Arduino UNO R4 WiFi + ADXL345 + Edge 实现板球击球识别
冲动
本文档提供了使用 Arduino UNO R4 WiFi、ADXL345 加速度计和 Edge Impulse Studio 构建板球击球识别系统的完整工作流程。该项目包括采集加速度计数据、训练机器学习模型，以及将训练好的模型部署回 Arduino 以进行实时击球分类。
本项目中考虑的板球击球方式：
– 封面球
直驱
拉射
步骤 1：硬件要求
– Arduino UNO R4 WiFi
– ADXL345 加速度计（I2C）
跳线
– 面包板（可选）
– USB Type-C 数据线
第 2 步：软件要求
– Arduino IDE（最新版）
– Edge Impulse Studio 帐户（免费）
– Edge Impulse CLI 工具（需要 Node.js）
– Adafruit ADXL345 库
步骤 3：连接 ADXL345
按如下方式将 ADXL345 传感器连接到 Arduino UNO R4 WiFi：
VCC → 3.3V
接地 → 接地
SDA → SDA (A4)
SCL → SCL (A5)
CS → 3.3V（可选，用于 I2C 模式）
SDO → 浮空或接地
步骤 4：准备 IDE 传感器
如何在Arduino IDE中安装传感器库？
打开 Arduino IDE
打开“工具”→“管理库…”并安装：Adafruit ADXL345 Unified 和 Adafruit Unified Sensor
（如果您使用的是 LSM6DSO 或 MPU6050：请分别安装 SparkFun LSM6DSO、Adafruit LSM6DS 或 MPU6050。）
步骤 5：用于数据采集的 Arduino 程序
将此程序上传到您的 Arduino UNO R4 WiFi。它以约 18 Hz 的频率，以 CSV 格式 (x,y,z) 传输加速度计数据，用于边缘脉冲检测。
＃包括
＃包括
Adafruit_ADXL345_Unified accel =
Adafruit_ADXL345_Unified(12345);
无效设置（）{
串行.开始（115200）；
如果 (!accel.begin()) {
Serial.println(“未检测到 ADXL345”);
同时（1）；
}
accel.setRange(ADXL345_RANGE_4_G);
}
无效循环（）{
sensors_event_t e;
accel.getEvent(&e);
Serial.print(e.acceleration.x);
Serial.print(“,”);
Serial.print(e.acceleration.y);
Serial.print(“,”);
Serial.println(e.acceleration.z);delay(55); // ~18 Hz
}
设置边缘脉冲
步骤 6：连接到 Edge Impulse
- 关闭Arduino串口监视器。
- 运行命令：edge-impulse-data-forwarder –frequency 18
- 输入坐标轴名称：accX、accY、accZ
- 给你的设备命名：Arduino-Cricket-Board
- 在 Edge Impulse Studio 的“设备”下确认连接。
步骤7：数据收集
在 Edge Impulse Studio → 数据采集中：
– 设备：Arduino板
– 传感器：加速度计（3轴）
– 年代amp长度：2000 毫秒（2 秒）
– 频率：18 Hz
至少记录 40 秒amp每班费用：
– 封面球
直驱
拉射
收集数据示例amp莱斯
封面驱动
设备：Arduino板
标签：封面驱动器
传感器：三轴传感器（accX、accY、accZ）
Samp长度：10000毫秒
频率： 18 Hz
Examp原始数据：
accX -0.32
accY 9.61
accZ -0.12
直驱
设备：Arduino板
标签：直驱
传感器：三轴传感器（accX、accY、accZ）
Samp长度：10000毫秒
频率： 18 Hz
Examp原始数据：
accX 1.24
accY 8.93
accZ -0.42
拉射
设备：Arduino板
标签：拉射
传感器：三轴传感器（accX、accY、accZ）
Samp长度：10000 毫秒
频率： 18 Hz
Examp原始数据：
accX 2.01
accY 7.84
accZ -0.63 
步骤 8：脉冲设计
打开创建脉冲：
输入模块：时间序列数据（3 个轴）。
窗口大小：1000 毫秒 窗口增量（步长）：200 毫秒 启用：轴、幅度（可选）、频率 18。
处理模块：频谱分析（又称运动频谱特征）。窗口大小：1000 毫秒。窗口增量（步长）：200 毫秒。启用：坐标轴、幅度（可选），首先保留所有默认值。
学习模块：分类（Keras）。
点击保存冲动。 
生成特征：
进入光谱分析，点击保存参数，然后生成训练集的特征。
训练一个小型模型
转到 Classifier（Keras），并使用类似这样的简洁配置：
神经网络：1-2 个全连接层（例如，60 → 30），ReLU 激活函数
时期：40–60
学习率：0.001–0.005
批次大小：32
数据划分：80/20（训练集/测试集）
保存并训练数据
使用保留集评估和检查模型测试。
检查混淆矩阵；如果圆圈和向上重叠，则收集更多样化的数据或进行调整。
频谱参数（窗口大小/噪声基底）。
步骤 9：部署到 Arduino
转到部署：
选择 Arduino 库（C++ 库也可以）。
启用 EON 编译器（如果可用）以缩小模型大小。 
下载 .zip 文件后，在 Arduino IDE 中：草图 → 包含库 → 添加 .ZIP 库… 这会添加示例amp类似静态缓冲区和连续缓冲区 File → 前amp文件 →
您的项目名称 – Edge Impulse。适用于 Arduino UNO EK R4 WiFi + ADXL345 的推理草图。
步骤 10：Arduino 推理草图
＃包括
＃包括
＃包括// 替换为 Edge Impulse 标头
Adafruit_ADXL345_Unified accel =
Adafruit_ADXL345_Unified(12345);
static bool debug_nn = false;
无效设置（）{
串行.开始（115200）；
while (!Serial) {}
如果 (!accel.begin()) {
Serial.println(“错误：未检测到 ADXL345”);
同时（1）；
}
accel.setRange(ADXL345_RANGE_4_G);
}
无效循环（）{
float buffer[EI_CLASSIFIER_DSP_INPUT_FRAME_SIZE] = {0};
for (size_t ix = 0; ix < EI_CLASSIFIER_DSP_INPUT_FRAME_SIZE; ix +=
3) {
uint64_t next_tick = micros() + (EI_CLASSIFIER_INTERVAL_MS *
1000);
sensors_event_t e;
accel.getEvent(&e);
buffer[ix + 0] = e.acceleration.x;
buffer[ix + 1] = e.acceleration.y;
buffer[ix + 2] = e.acceleration.z;
int32_t wait = (int32_t)(next_tick – micros());
如果 (wait > 0) delayMicroseconds(wait);
}
signal_t 信号;
int err = numpy::signal_from_buffer(buffer,
EI_CLASSIFIER_DSP_INPUT_FRAME_SIZE，&signal);
如果 (err != 0) 返回；
ei_impulse_result_t result = {0};
EI_IMPULSE_ERROR res = run_classifier(&signal, &result,
debug_nn);
如果 (res != EI_IMPULSE_OK) 返回；
for (size_t ix = 0; ix < EI_CLASSIFIER_LABEL_COUNT; ix++) {
ei_printf(“%s: %.3f “, result.classification[ix].label,
result.classification[ix].value);
}
#如果 EI_CLASSIFIER_HAS_ANOMALY == 1
ei_printf(“异常值：%.3f”, result.anomaly);
#结束
ei_printf(“\n”);
}
输出前amp乐：
尖端：
请确保 EI_CLASSIFIER_INTERVAL_MS 与数据转发器的频率保持同步（例如，100 Hz → 10 ms）。Edge Impulse 库会根据您的脉冲自动设置此常量。
如果您想要连续检测（滑动窗口），请从连续检测示例开始。ample 包含在 EI 库中，并在 ADXL345 读取中进行交换。
我们很快会添加视频教程；在此之前，敬请期待—— https://www.youtube.com/@RobuInlabs
如果您还有疑问，可以观看 Edged Impulse 制作的这段视频： https://www.youtube.com/watch?v=FseGCn-oBA0&t=468s
文件/资源
 |
Arduino ABX00087 UNO R4 WiFi 开发板 [pdf] 用户指南 R4 WiFi、ADXL345、ABX00087 UNO R4 WiFi 开发板、ABX00087、UNO R4 WiFi 开发板、WiFi 开发板、开发板、板 |