EEPW论坛

大家好，我是EEPW论坛的gmphoenix。  

这个项目是基于ADI评估板-MAX78000FTHR#和ADI脉搏血氧计传感器-MAXREFDES117#实现血氧与心率的检测。

硬件介绍

ADI评估板-MAX78000FTHR  

##### 双核超低功耗微控制器

带FPU的Arm Cortex-M4处理器，工作频率最高可达100MHz  

512KB闪存和128KB SRAM  

16KB指令缓存帮助优化性能  

用于SRAM的可选纠错码(ECC-SEC-DED)功能  

32位RISC-V协处理器，工作频率最高可达60MHz  

多达52个通用I/O引脚  

12位并行摄像头接口  

一个I2S主机/从机，用于数字音频接口  

神经网络加速器

针对深度卷积神经网络进行了高度优化  

442k 8位权重容量，具有1、2、4、8位权重  

高达1024 x 1024像素的可编程输入图像尺寸  

多达64层的可编程网络深度  

多达1024个通道的可编程网络每层通道宽度  

一维和二维卷积处理  

流模式  

灵活支持其他网络类型，包括MLP和循环神经网络  

电源管理延长电池应用的续航时间

集成单电感多路输出(SIMO)的开关电源(SMPS)  

SIMO电源电压范围：2.0V至3.6V  

动态电压调节尽可能地降低了内核功耗  

在3.0V时缓存执行While循环的电流为22.2µA/MHz（仅CM4内核工作）  

支持实时时钟(RTC)使能的低功耗模式的SRAM数据保留  

安全性和集成度

安全启动  

AES 128/192/256硬件加速引擎  

真随机数生成器(TRNG)的随机数种子生成器    

人工智能(AI)需要超强的计算能力，而Maxim则大大降低了AI计算所需的功耗。MAX78000是一款新型的AI微控制器，使神经网络能够在互联网边缘端以超低功耗运行，将高能效的AI处理与经过验证的Maxim超低功耗微控制器相结合。通过这款基于硬件的卷积神经网络(CNN)加速器，即使是电池供电的应用也可执行AI推理，同时功耗仅为微焦耳级。  

MAX78000是一款先进的片上系统，集成带FPU CPU的Arm® Cortex®-M4内核，通过超低功耗深度神经网络加速器实现高效的系统控制。CNN引擎具有442KB的权重存储器，可支持1、2、4和8位权重（支持高达350万权重的网络）。该CNN权重存储器基于SRAM，因此可进行AI网络的即时更新。同时，CNN引擎还集成了512KB的数据存储器。高度灵活的CNN架构允许用户通过PyTorch®和TensorFlow®等传统工具集训练网络，然后经Maxim提供的工具转换后在MAX78000上运行。  

除CNN引擎的存储器之外，MAX78000还具备适配微控制器内核的大型片内系统存储器，具有512KB的闪存和高达128KB的SRAM，支持多个高速和低功耗的通信接口，包括I2S和并行摄像头接口(PCIF)。  

应用

音频处理：多关键字识别、声音分类、降噪

面部识别

目标检测和分类

时间序列数据处理：心率/生命体征信号分析、多传感器分析、预测性维护

ADI脉搏血氧计传感器-MAXREFDES117

MAX30102是一个集成的脉搏血氧仪和心率监测仪生物传感器的模块。它集成了多个LED、光电检测器、光器件，以及带环境光抑制的低噪声电子电路。MAX30102提供完备的系统方案，使移动及可穿戴设备的设计过程变得轻松。  

MAX30102采用一个1.8V电源和一个独立的3.3V用于内部LED的电源，标准的I2C兼容的通信接口。可通过软件关断模块，待机电流为零，实现电源始终维持供电状态。  

其具有以下特性

LED反射方案中提供心率监测仪和脉搏血氧仪生物传感器  

微小、5.6mm x 3.3mm x 1.55mm、14引脚光模块  

集成玻璃盖，实现最优、可靠的性能  

使移动设备以极低功耗工作  

可编程采样率和LED电流，节省功耗  

低功耗心率监测仪(< 1mW)  

超低关断电流(0.7µA，典型值)  

快速数据输出  

高采样率  

可靠的运动伪影抑制  

高SNR  

应用

辅助健身设备  

智能电话  

平板电脑  

显示屏- 104020249

SSD1315 OLED 0.96" 显示 Grove 平台评估扩展板

设计思路

ADI评估板-MAX78000FTHR有排针引出的20个IO可用，其主控更是可以提供高达52个通用IO，但此项目开发板提供的IO足以满足要求。  

有了血氧模块，有了显示屏，只是开发板上的按键不太够。  

******

1. SW1:按键1,

2. SW2:按键2,

3. SW3:电源,

4. SW4:外部复位,

***

需要增加按键。这里想要用5向键，占用空间足够小，5个按键基本上可以满足大部分的操作需求。  

实现的话使用ADC，通过电阻分压，检测不同的电压实现。在测试ADC例程时，了解道其输入的上限是0.9V，故需要对0.9V电压进行分配。其默认是10bit的采样，故最小分辨率是0.9V/1024=0.0008789V。  

考虑电压波动与其它噪声影响，分另取0.8V,0.65V,0.5V,0.35V,0.2V。结合电阻取值，重新计算，得到0.818V,0.643V,0.486V,0.339V,0.196V。  

按照此分压可以方便的识别出五个按键。

显示屏的界面目前只是把所需要的显示的内容给展示了出来，还没有设计方便的布局。  

根据菜单的内容仅显示按键测试，OLED测试，LED测试三项。

按键的功能如下：

左键：返回；  

右键：进入下级菜单/执行菜单对应功能/无菜单时进入菜单模式；  

上键：选择上一个菜单（目前仅在菜单界面有用）；  

下键：选择下一个菜单（目前仅在菜单界面有用）； 

中键：目前暂无功能（可以测试到）；  

这样的话硬件上基本就完成了。