【瑞薩AI挑戰(zhàn)賽-FPB-RA6E2】從STM32到瑞薩RA6E2:邊緣AI入門體驗報告
摘要
作為一名有51單片機和STM32開發(fā)經(jīng)驗的學生,這是我第一次接觸瑞薩(Renesas)的RA系列MCU。本次評測的主角是FPB-RA6E2快速原型板,配合瑞薩獨特的Reality AI工具鏈,能夠將復雜的非視覺傳感器信號轉化為精準的AI模型。本報告將從開箱、環(huán)境搭建、基礎實驗到AI模型部署,完整記錄我的入門體驗( 其實就是看大佬的文章過一遍 )。
一、開箱與硬件初識
1.1 開發(fā)板概述
FPB-RA6E2是瑞薩電子推出的一款基于RA6E2 MCU組的快速原型開發(fā)板,專為快速原型設計而生。拿到開發(fā)板的第一印象是:做工精良,布局清晰,接口豐富。
1.2 核心硬件參數(shù)
主控芯片:R7FA6E2BB3CFM
? 內(nèi)核:200MHz ARM Cortex-M33(帶TrustZone安全功能)
? 閃存:256KB代碼閃存 + 4KB數(shù)據(jù)閃存
? SRAM:40KB
? 封裝:64引腳LQFP
外設接口:
? USB 2.0全速設備接口
? CAN FD、I3C、HDMI CEC、SSI、Quad SPI
? 通用PWM定時器
? 兩個Digilent Pmod?連接器
? Arduino Uno R3兼容接口
板載資源:
? 板載J-Link調試器(無需額外調試工具)
? 2個用戶LED(綠色)
? 1個用戶按鍵 + 1個復位按鍵
? 電源LED和調試LED
? MCU電流測量點
1.3 第一印象
相比STM32的開發(fā)板,F(xiàn)PB-RA6E2的板載調試器集成度很高,一根USB線即可完成供電、調試和串口通信,省去了外接ST-Link的麻煩( 真的很好,不用花額外的錢,并且到手即開發(fā) )。板子尺寸小巧,通孔設計讓訪問所有MCU引腳變得非常方便。
二、開發(fā)環(huán)境搭建
2.1 軟件準備
瑞薩的開發(fā)環(huán)境主要由以下幾個部分組成:
(1)e2 studio IDE
這是瑞薩官方推出的基于Eclipse的集成開發(fā)環(huán)境,集成了FSP(Flexible Software Package)軟件包。
下載地址: https://www.renesas.cn/zh/software-tool/e2studio
(2)RA Smart Configurator(RASC)
圖形化配置工具,用于配置MCU的引腳、時鐘、外設等,類似于STM32CubeMX。
下載地址: https://www.renesas.cn/zh/software-tool/ra-smart-configurator
(3)FSP軟件包
包含了HAL庫、RTOS、中間件等,是開發(fā)的核心依賴。
2.2 安裝過程
安裝過程整體比較順利,但有幾個需要注意的地方:
(1)e2 studio安裝包較大(約1.6GB),下載需要一定時間。
(2)安裝時建議選擇完整安裝,包含所有FSP版本,因為不同編譯器版本可能會導致編譯報錯。
(3)安裝過程中可能會遇到系統(tǒng)底層驅動的安全提示,全部允許即可。
(4)首次啟動e2 studio時, 建議以管理員身份運行 ,因為后續(xù)數(shù)據(jù)采集時需要寫入C盤User文件夾。
2.3 與STM32開發(fā)環(huán)境對比
| 對比項 | STM32 (CubeIDE) | 瑞薩RA (e2 studio) |
|---|---|---|
| 安裝包大小 | 約500MB | 約1.6GB |
| 配置工具 | CubeMX | RASC |
| 庫類型 | HAL/LL庫 | FSP HAL庫 |
| 學習曲線 | 平緩 | 稍陡 |
| 社區(qū)資源 | 豐富 | 較少 |
三、基礎實驗:LED點燈
3.1 創(chuàng)建工程
使用RASC創(chuàng)建工程的步驟:
(1)打開RASC,選擇"File"→"New"→"Renesas C/C++ Project"→"Renesas RA"
(2)選擇項目模板為"Renesas RA FSP Solution"
(3)輸入項目名稱,選擇開發(fā)板型號為"FPB-RA6E2"
(4)工具鏈選擇"GNU ARM Embedded"
(5)TrustZone類型選擇"Flat (Non-TrustZone) Project"
(6)RTOS選擇"No RTOS"
(7)模板選擇"Blinky"(LED閃爍模板)
3.2 引腳配置
在RASC的引腳配置界面,可以看到可視化的引腳圖。FPB-RA6E2的兩個用戶LED分別連接到P206和P207引腳。選中引腳后,右鍵可以定義引腳屬性為"Output"模式。
3.3 代碼生成與編譯
點擊"Generate Project Content"按鈕生成項目代碼,然后用e2 studio打開工程。編譯過程比較順利,沒有遇到報錯。編譯速度感覺比STM32CubeIDE稍慢一些。
3.4 程序下載與驗證
(1)用USB線連接開發(fā)板到電腦
(2)在e2 studio中配置調試器為J-Link
(3)點擊"Debug"按鈕,程序自動下載并運行
(4)觀察到底板上的兩個綠色LED開始閃爍
3.5 代碼分析
瑞薩的HAL庫代碼結構清晰,主要函數(shù)包括:
? R_IOPORT_Open():初始化IO端口
? R_IOPORT_PinWrite():設置引腳電平
與STM32 HAL相比,瑞薩的API命名更加統(tǒng)一,但參數(shù)傳遞方式略有不同,需要適應一下。
四、Reality AI工具使用體驗
4.1 Reality AI簡介
Reality AI是瑞薩開發(fā)的工具鏈,專門用于在MCU上部署TinyML/Edge AI模型。它的特點是:
? 基于高級信號處理生成AI模型
? 支持振動、聲音、電流等非視覺傳感器信號
? 從數(shù)據(jù)采集到模型部署的全流程自動化
4.2 賬號申請
Reality AI工具需要申請試用賬號,通過公司或高校郵箱可以向瑞薩官方申請。審核通過后會收到賬號信息。本次挑戰(zhàn)賽的福利也是能輕松獲得賬號。
登錄地址: https://portal.reality.ai/login
4.3 數(shù)據(jù)采集
(1)在e2 studio中配置Reality AI賬號和API密鑰
(2)打開傳感器數(shù)據(jù)采集工具,選擇項目、串口和開發(fā)板
(3)連接成功后,開啟調試模式進行數(shù)據(jù)采集
(4)采集的數(shù)據(jù)以CSV格式保存,可以編輯metadata.csv設置采樣率
4.4 模型訓練
(1)在Reality AI平臺創(chuàng)建新項目,選擇內(nèi)核為M33
(2)上傳采集到的CSV數(shù)據(jù)文件
(3)進行數(shù)據(jù)格式化和分類
(4)創(chuàng)建數(shù)據(jù)集合和數(shù)據(jù)范圍
(5)啟動自動訓練,平臺會自動選擇最優(yōu)算法(SVM或CNN)
(6)訓練完成后,可以下載C語言模型部署文件
4.5 模型部署
(1)將下載的模型文件解壓到項目指定目錄
(2)修改項目中的宏定義,啟用AI模型
(3)重新編譯并下載程序
(4)使用J-Link RTT Viewer查看運行狀態(tài)
4.6 體驗感受
Reality AI的最大優(yōu)勢是"傻瓜式"操作,不需要深入了解AI算法,只需要準備好數(shù)據(jù),平臺會自動完成特征提取、模型選擇和訓練。對于嵌入式工程師來說,這大大降低了AI應用的門檻。
但也有一些需要注意的地方:
? 數(shù)據(jù)質量直接影響模型效果,需要采集足夠多的樣本
? 不同場景下的數(shù)據(jù)分布需要平衡,避免過擬合
? 模型在板上的實際運行效果需要驗證和調優(yōu)
五、與STM32的對比體驗
5.1 開發(fā)體驗對比
作為從STM32遷移過來的開發(fā)者,我的感受是:
(1)學習曲線:瑞薩RA系列的學習曲線比STM32稍陡,主要原因是社區(qū)資源相對較少,遇到問題需要更多查閱官方文檔。(這個是我認為瑞薩MCU現(xiàn)在最大的問題,和許多廠商一樣,社區(qū)的資源很少,第一次開發(fā)時,對于新手還是有相當?shù)碾y度的,基本上我只能跟著大佬的文章去嘗試)
(2)配置工具:RASC和CubeMX功能類似,但RASC的界面更加簡潔,配置項更加精細。
(3)HAL庫:瑞薩的HAL庫設計合理,API命名規(guī)范,但和STM32的HAL庫有一些差異,需要時間適應。
(4)引腳命名:瑞薩的引腳命名方式(如P206)和STM32(如PA0)不同,剛開始會有些不習慣。
5.2 性能對比
| 參數(shù) | STM32F103 | RA6E2 |
|---|---|---|
| 內(nèi)核 | Cortex-M3 (72MHz) | Cortex-M33 (200MHz) |
| 閃存 | 64-512KB | 128-256KB |
| RAM | 20-96KB | 40KB |
| 功耗 | 約150μA/MHz | 80μA/MHz |
| 安全特性 | 無 | TrustZone |
| AI支持 | 需第三方方案 | Reality AI原生支持 |
從參數(shù)上看,RA6E2在性能、功耗和安全性方面都有優(yōu)勢,特別是200MHz的主頻和TrustZone安全功能,在需要高性能和安全性的應用場景中很有競爭力。
5.3 生態(tài)對比
STM32的生態(tài)無疑更加成熟,社區(qū)資源豐富,第三方教程和例程眾多。瑞薩RA系列的生態(tài)正在快速發(fā)展,官方文檔齊全,但社區(qū)貢獻的內(nèi)容相對較少。
六、遇到的問題與解決方案(僅僅是我認為很蠢的并且卡了我一定時間的錯誤)
6.1 問題一:e2 studio無法寫入數(shù)據(jù)文件
現(xiàn)象: 打開數(shù)據(jù)連接時報錯,提示無法訪問文件。
原因: e2 studio需要向C盤User文件夾寫入CSV文件,但Windows默認該文件夾為只讀。
解決: 以管理員身份運行e2 studio。
6.2 問題二:編譯報錯,提示FSP版本不匹配
現(xiàn)象: 導入示例工程后編譯報錯。
原因: 工程使用的FSP版本與本地安裝的版本不一致。
解決: 在RASC中更新FSP版本,或在安裝時選擇完整安裝所有FSP版本。
6.3 問題三:數(shù)據(jù)上傳失敗
現(xiàn)象: e2 studio中點擊上傳按鈕后報錯。
原因: 網(wǎng)絡連接或API配置問題。
解決: 采用從外部導入數(shù)據(jù)的方式,直接在Reality AI平臺上傳CSV文件。
七、總結與建議
7.1 總體評價
FPB-RA6E2是一款優(yōu)秀的入門級開發(fā)板,配合Reality AI工具鏈,為嵌入式AI應用提供了一個完整的解決方案。對于有以下需求的開發(fā)者,我強烈推薦嘗試:
? 需要高性能、低功耗的MCU應用
? 對邊緣AI感興趣,但缺乏深度學習背景
? 需要TrustZone安全功能的應用
? 想要嘗試新的MCU平臺
7.2 優(yōu)點
(1)硬件性能強勁:200MHz Cortex-M33內(nèi)核,功耗僅80μA/MHz
(2)集成度高:板載J-Link調試器,一根USB線搞定所有
(3)AI工具鏈完善:Reality AI降低了AI應用門檻(這個可以說是本次體驗下來最讓我驚艷的地方,不需要太多的時間就可以做一個真正的ai的項目)
(4)外設豐富:CAN FD、I3C、USB等常用接口一應俱全
(5)文檔齊全:官方文檔詳細,適合 自學 (我自身比較菜,還是不敢這么說的)
7.3 不足
(1)社區(qū)資源較少:相比STM32,第三方教程和例程不多
(2)學習曲線稍陡:對于習慣了STM32的開發(fā)者,需要適應新的命名和配置方式
(3)例程不夠豐富:希望官方能提供更多應用示例
7.4 結語
從51到STM32,再到現(xiàn)在的瑞薩RA6E2,每一次接觸新的平臺都是一次學習和成長的機會。雖然瑞薩RA系列的生態(tài)還不如STM32成熟,但其強勁的性能、完善的AI工具鏈和優(yōu)秀的功耗表現(xiàn),讓我看到了它在邊緣AI領域的巨大潛力。(這也是我第一次寫測評文章,水平有限QAQ)
感謝電子發(fā)燒友網(wǎng)和瑞薩電子提供的這次評測機會,讓我有機會接觸到這個優(yōu)秀的開發(fā)平臺。希望這篇報告能夠幫助到其他想要嘗試瑞薩RA系列的開發(fā)者。
參考資料
- FPB-RA6E2官方頁面:https://www.renesas.com/en/design-resources/boards-kits/fpb-ra6e2
- Reality AI工具官網(wǎng):https://www.renesas.com/en/software-tool/reality-ai-tools
- 基于Reality AI的動作識別案例教程:https://www.bilibili.com/video/BV1G3ZjYXEef/
- RA生態(tài)工作室公眾號
- 瑞薩官方文檔和FSP用戶手冊
審核編輯 黃宇
-
STM32
+關注
關注
2310文章
11171瀏覽量
373770 -
AI
+關注
關注
91文章
40159瀏覽量
301770
發(fā)布評論請先 登錄
【瑞薩AI挑戰(zhàn)賽-FPB-RA6E2】+ 從零開始:FPB-RA6E2 開箱測評與 e2 studio 環(huán)境配置
【瑞薩FPB-RA6E2試用】入門級GPIO測試
瑞薩FPB-RA0E2開發(fā)板的批量加載例程
【瑞薩AI挑戰(zhàn)賽-FPB-RA6E2】從STM32到瑞薩RA6E2:邊緣AI入門體驗報告
評論