STEVAL-STWINKT1B板為保護數據記錄過程打開了大門，這部分歸功于其STSAFE-A110、原始軟件包和新的機器學習應用程序等。The ST Blog 的讀者對之前的STEVAL-STWINKT1很熟悉。作為為狀態監測和預測性維護量身定制的工業物聯網節點。它使用了IIS3DWB 振動傳感器它是 AWS 制造和工業物聯網網絡日的完整端到端解決方案的關鍵組成部分。STEVAL-STWINKT1B 作為其替代品。它已在主要分銷商處以低于 150 美元的價格出售，并提供設計更新。因此，讓我們檢查新的硬件配置，它支持什么，并確定誰將從新平臺中受益。

STEVAL-STWINKT1B：硬件更新，提高安全性和性能

STSAFE-A110

新一代開發板發布背后的動機之一來自對更高安全性的需求。開發人員必須創建越來越安全的系統，這通常意味著在進行概念驗證時要考慮安全性。因此，ST 優先考慮使用 STSAFE-A110 安全元件更新新的 STEVAL-STWINKT1B。先前平臺的 PCB 僅具有用于安全元件的空間。工程師可以單獨訂購 STSAFE 設備，然后將其焊接到板上。當時，這是享受 AWS 多賬戶注冊等功能的唯一途徑。今天，STEVAL-STWINKT1B 開啟了 STSAFE-A110 默認的存在，從而使關鍵安全功能更易于訪問。

藍牙 5.0 和超聲波麥克風

ST 工程團隊利用這個新版本的機會更改了其他幾個組件。在 STEVAL-STWINKT1 和 STEVAL-STWINKT1B 之間保持類似的配置可確保與現有軟件包的兼容性。但是，新型號現在包括與藍牙 5.0 兼容的BlueNRG-M2S處理器。同樣，ST 正在推出一種新的模擬超聲麥克風，而不是之前板上的常規模擬麥克風。事實上，IMP23ABSU為工業應用提供了更大的 80 kHz 帶寬。最后，該板為現場操作提供了一種新的獨立模式。借助用戶按鈕，依靠 ST 功能包進行數據記錄的開發人員不再需要依賴 PC 命令行界面。

STM32L4R9 超低功耗 MCU

太多的工程師認為他們需要一個大處理器和大量內存而忽略了嵌入式系統上的人工智能。新的 STEVAL-STWINKT1B 完全依靠其超低功耗微控制器 STM32L4R9 來反駁這種誤解。MCU 的 Cortex-M4 運行頻率為 120 MHz，功耗僅為 110 μA/MHz，具有 640 KB 的 RAM 和 2 MB 的閃存（帶有 ECC 雙存儲區）。然而，NanoEdge AI Studio 的所有機器學習庫都在本地運行，無需外部存儲器或云計算。此外，STM32L4R9 功能強大，足以運行使用STM32Cube.AI優化的人工神經網絡 （ANN），打開異常分類的大門，等等。因此，邊緣機器學習不再是大量物料清單或低效設計的代名詞。

STEVAL-STWINKT1B：邊緣人工智能的新軟件包

通過 USB 和 SD 卡進行高速數據記錄，通過 BLE App 進行實時控制

STEVAL-STWINKT1B 的推出是在對 ST 的FP-SNS-DATALOG1數據記錄軟件擴展包進行重大更新之后推出的。該解決方案可幫助開發人員收集和保存傳感器數據。然后，用戶可以將信息存儲到微型 SD 卡或通過 USB 端口連接的 PC 主機上，數據速率高達 6 Mbps。它甚至允許團隊配置 ISM330DHCX 的機器學習核心，同時提供專用的 Python SDK （FP-SNS-DATALOG1_V1.0.0\Utilities\Python_SDK），使開發人員能夠解析和繪制數據點，甚至將數據集導出到Cartesiam 的框架，這家法國公司專門從事邊緣機器學習。

FP-SNS-DATALOG1 功能包還代表了一種新的數據記錄方法。事實上，隨著 STEVAL-STWINKT1B 的推出，ST 提供了一個可以充分利用藍牙所提供的所有功能的應用程序。事實上，用戶可以使用ST BLESensor 移動應用程序在智能手機上實時選擇和配置傳感器、控制數據采集過程和標記數據集，同時在 SD 卡上存儲信息，其靈活性和易用性與運行 Python SDK 或命令行界面的 PC。此外，固件的結構很容易在其他 STM32 平臺或固件包（如 FP-AI-NANOEDG1）上重復使用。

邊緣狀態監測和異常檢測

FP-AI-NANOEDG1是一個帶有應用示例的軟件解決方案，允許用戶在同一設備上訓練和運行機器學習算法，用于狀態監測應用。顧名思義，它可以幫助開發人員利用 AI ST 合作伙伴計劃成員 Cartesiam 的 NanoEdge AI 解決方案。

該固件允許開發人員托管 NanoEdge AI Studio 生成的基于機器學習的異常檢測庫，并將其免費部署在一些 ST 板上，包括 STEVAL-STWINKT1B。與 ST 的合作將使工程師只需幾個步驟即可開發出他們的狀態監測解決方案。結合安裝在 STEVAL-STWINKT1B 上的大量傳感器，FP-AI-NANOEDG1 為新的異常檢測應用打開了大門，并且能夠以很少的投資和無需廣泛的 AI 或數據科學背景來創建最小可行產品。

審核編輯：郭婷