EEPW论坛

简介

MAX78000FTHR 是一款由 Analog Devices 推出的超低功耗 AI 边缘计算开发板，专为图像识别、语音识别等嵌入式智能应用设计。它搭载 MAX78000 芯片，内置 ARM Cortex-M4F 处理器、RISC-V 协处理器以及专用的 CNN 硬件加速器，能够在极低功耗下实现本地神经网络推理。开发板集成了摄像头、数字麦克风、音频 CODEC、RGB LED、microSD 卡槽等丰富外设，并采用 Adafruit Feather 兼容的紧凑设计，方便扩展与原型开发。无论是用于 AI 模型验证，还是进行低功耗边缘 AI 方案探索，MAX78000FTHR 都是一款功能全面、易于上手的优秀平台。

在本次的Let‘s do活动中我们将采用这块开发板来完成一个智能手环的核心设计， 读取脉搏血氧计传感器MAXREFDES117。

系统框图

软件流程图

上述流程图中的主要难点其实是在算法滤波这一块，根据网上查找的资料，当前的这款芯片的算法不是开源的，意味着你需要自己去实现这个算法。在最初的尝试的时候发现测量结果和实际结果完全不相符，心率甚至测量结果都在200左右浮动，于是在后续便尝试在GIthub上寻找开源的算法和滤波方案，最终得到了一个比较好的算法。

在手指稳定的情况下，可以得到一个相对稳定的测量结果。

项目的核心驱动和滤波算法代码

代码较多，建议参考下面的帖子，比较详细。

https://forum.eepw.com.cn/thread/394575/1/#1

核心算法库

https://github.com/HendrickSebastian/MAX30102algorithm

视频演示

https://www.bilibili.com/video/BV1Qhpcz8E9h/?vd_source=fa81ee8dac5a78e9ccb692c6642f6fe2

总结和致谢

通过本次对 MAX78000FTHR 开发板的实践应用，我深入体验了这款超低功耗 AI 边缘计算平台在智能可穿戴设备领域中的潜力。从最初的硬件接入、传感器调试，到后期算法滤波与模型优化的探索过程，都展现出 MAX78000 在本地推理与实时信号处理方面的强大性能。 本次项目的完成离不开 EEPW 论坛 提供的试用机会与 Digi-Key 的硬件支持，在此表示由衷的感谢！感谢他们为开发者社区提供了优质的资源与平台，也感谢社区中各位工程师分享的宝贵经验与开源成果，使我们能够更高效地完成项目开发与验证。