嵌入式系統實踐及工程應用——從基礎到人工智能

第1章 緒論
1.1 嵌入式系統的發展
1.1.1 數字電路系統的演進
1.1.2 單片機的興起及發展
1.1.3 操作系統在嵌入式系統中的應用
1.1.4 嵌入式終端的普及
1.2 人工智能與嵌入式系統的發展
1.2.1 嵌入式系統與人工智能的融合趨勢
1.2.2 邊緣計算的興起
1.2.3 嵌入式系統與邊緣計算的結合
1.2.4 邊緣計算的挑戰與發展趨勢
第2章 實驗硬件系統
2.1 Linux與Android實驗硬件系統介紹
2.2 TinyML與AI算力嵌入式實驗硬件系統介紹
第3章 嵌入式Linux系統開發
3.1 嵌入式Linux系統介紹
3.1.1 嵌入式Linux系統結構
3.1.2 開發過程
3.2 嵌入式Linux開發基礎與基本操作
3.2.1 Linux基礎命令
3.2.2 GCC編譯
3.3 嵌入式Linux驅動開發
3.3.1 簡單的驅動開發
3.3.2 GPIO驅動開發
3.3.3 總線驅動開發——MPU6050驅動（I2C）
3.3.4 ADC驅動開發
3.4 Qt應用設計
3.4.1 Qt簡介
3.4.2 初識Qt項目
3.4.3 Qt樣式編輯
3.4.4 Qt信號與槽
3.4.5 Qt調用硬件驅動
第4章 Android系統開發
4.1 Android系統簡介
4.2 初識Android系統開發
4.2.1 Android應用開發環境結構
4.2.2 構建第一個Android應用——Helloworld項目
4.3 Android開發的重要組成——Activity
4.4 UI設計與XML
4.5 控件及其應用
4.5.1 常用控件
4.5.2 控件基本使用實驗
4.5.3 自定義實驗——手寫板開發
4.6 網絡通信實驗
4.7 數據庫實驗
4.8 JNI項目開發
4.8.1 JNI簡介
4.8.2 新建JNI項目
4.8.3 自定義JNI實驗
4.8.4 JNI驅動LED燈實驗
第5章 基於STM32核心板的TinyML開發
5.1 TinyML介紹
5.2 TinyML環境的構建
5.3 STM32CubeMX的使用實驗
5.3.1 Demo項目搭建和程序燒錄——基於LED燈的控制實驗
5.3.2 LCD屏與觸摸實驗
5.3.3 攝像頭實驗
5.4 TinyML實驗
5.4.1 TinyML環境構建
5.4.2 TinyML的手寫數字識別實驗
5.4.3 TinyML的口罩識別實驗
第6章 具備AI算力的嵌入式系統開發
6.1 AI與算力的介紹
6.2 算力在嵌入式系統的發展
6.3 初識Jetson Nano核心板
6.4 OpenCV實驗
6.4.1 OpenCV調用USB攝像頭
6.4.2 OpenCV常用圖像操作
6.4.3 OpenCV顏色識別實驗
6.4.4 Haar特征人臉檢測實驗
6.4.5 深度神經網絡的人臉檢測實驗
6.4.6 深度學習基礎實驗——PyTorch基礎
6.4.7 數字分類神經網絡設計——PyTorch構建深度學習模型
6.4.8 口罩檢測模型設計
6.4.9 行人檢測模型設計——采用YOLOv5模型
6.4.10 MediaPipe人手檢測實驗
參考文獻