MicroPython項目開發實戰 MicroPython Projects: A do-it-yourself guide for embedded developers to build a range of applications using Python
[美]雅各布·貝寧格 著 張博 譯
- 出版商: 清華大學
- 出版日期: 2024-01-01
- 定價: $534
- 售價: 7.9 折 $422
- 語言: 簡體中文
- 頁數: 209
- 裝訂: 平裝
- ISBN: 7302650519
- ISBN-13: 9787302650515
-
相關分類:
物聯網 IoT
- 此書翻譯自: MicroPython Projects: A do-it-yourself guide for embedded developers to build a range of applications using Python
立即出貨
買這商品的人也買了...
-
$299Python 微控制器編程從零開始 使用 MicroPython -
Modbus 軟件開發實戰指南, 2/e$468$445 -
$203軟件定義網絡(SDN)技術與應用 -
$465AI 嵌入式系統技術與實踐 — 基於樹莓派 RP2040 和 MicroPython -
CPU 眼裡的 C/C++$534$507 -
$760PyTorch 電腦視覺實戰:目標偵測、影像處理與深度學習 -
Python 程式設計與 OpenAI API 應用:零基礎建構非同步 GUI 的 AI聊天機器人$600$396 -
圖說運算思維與演算邏輯:使用 Python + ChatGPT,訓練系統化思考與問題解析方法$560$437 -
$505OpenCV4 應用發展:入門、進階與工程化實踐 -
$556大規模語言模型:從理論到實踐 -
$449基於 GPT-3、ChatGPT、GPT-4 等 Transformer 架構的自然語言處理 -
$469LangChain 入門指南:構建高可復用、可擴展的 LLM 應用程序 -
$331自然語言處理技術與應用 -
Power BI 商業智慧分析|數據建模、資料分析、安全分享、平台管理與監控, 2/e$700$553 -
邊緣AI|使用嵌入式機器學習解決真實世界的問題 (AI at the Edge: Solving Real-World Problems with Embedded Machine Learning)$880$695 -
$374Llama 大模型實踐指南 -
$602網絡安全:關鍵基礎設施保護 -
用 Python 學 AI 理論與程式實作 (涵蓋Certiport ITS AI國際認證模擬試題)$580$458 -
SQL × Power Automate × Python 自動化 Excel 與 Pandas 資料分析$650$429 -
機器學習的公式推導和程式實作$580$458 -
$426深度學習的數學——使用Python語言 -
$331Flask Web應用開發項目實戰 基於Python和統信UOS -
Python:股票 × ETF 量化交易實戰 105個活用技巧, 2/e$660$515 -
PyTorch 自動駕駛視覺感知算法實戰$714$678 -
超簡單 Python + MicroPython 物聯網應用:堆積木寫程式輕鬆學習軟硬體整合, 3/e$720$360
中文年末書展|繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components:從原子到系統,一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場:社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用:DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用!Word.Excel.PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光:資安數位生存戰$550$412 -
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$576 -
79折
Google BI 解決方案:Looker Studio × AI 數據驅動行銷實作,完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus!職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化!$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略:圖解 AI 與 Copilot 應用,輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word!論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術:用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持!Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!:Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化(iThome鐵人賽系列書)$780$608 -
78折
超實用!業務.總管.人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$390 -
7折
Node-RED + YOLO + ESP32-CAM:AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」:52 個零程式互動體驗,打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare:惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人:回顧從 Ada 到 AI 這條程式路,程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫!用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者:Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本|Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊:生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
《MicroPython項目開發實戰》詳細闡述了與MicroPython項目相關的基本內容,主要包括MicroPython簡介、管理實時任務、針對I/O擴展器編寫MicroPython驅動程序、開發應用程序測試框架、自定義MicroPython內核啟動代碼、自定義調試工具以可視化傳感器數據、使用手勢控制設備、基於Android的自動化和控制、利用機器學習構建物體檢測應用程序、MicroPython的未來等內容。此外,本書還提供了相應的示例、代碼,以幫助讀者進一步理解相關方案的實現過程。 本書適合作為高等院校電腦及相關專業的教材和教學參考書,也可作為相關開發人員的自學用書和參考手冊。
目錄大綱
目 錄
第1章 MicroPython簡介 1
1.1 嵌入式軟件語言 1
1.2 MicroPython案例 3
1.2.1 用例1—DIY項目 5
1.2.2 用例2—快速原型 5
1.2.3 用例3—小批量生產產品 6
1.3 評估MicroPython是否適合 7
1.4 選擇合適的開發平臺 8
1.4.1 調查可用的架構 8
1.4.2 確定感興趣的開發板 9
1.4.3 利用KT矩陣選擇開發板 12
1.5 MicroPython的開發過程和策略 13
1.6 有用的開發資源 16
1.7 本章小結 16
1.8 本章練習 17
1.9 進一步閱讀 17
第2章 管理實時任務 19
2.1 技術需求 19
2.2 實時調度的需求條件 19
2.3 MicroPython調度技術 20
2.3.1 輪流調度 21
2.3.2 使用定時器的周期性調度 24
2.3.3 MicroPython線程機制 28
2.3.4 事件驅動調度 31
2.3.5 合作式調度 31
2.4 使用asyncio的協同多任務處理 31
2.4.1 asyncio簡介 32
2.4.2 基於協作多任務的LED示例 33
2.4.3 關於asyncio的進一步討論 35
2.5 本章小結 36
2.6 本章練習 36
2.7 進一步閱讀 36
第3章 針對I/O擴展器編寫MicroPython驅動程序 37
3.1 技術需求 37
3.2 RGB按鈕I/O擴展器項目要求 38
3.2.1 硬件需求 38
3.2.2 軟件需求 38
3.3 硬件和軟件架構設計 39
3.3.1 硬件架構 39
3.3.2 詳細的硬件設計 40
3.3.3 選擇一個按鈕 41
3.3.4 I/O擴展器原理圖 41
3.3.5 軟件架構 42
3.4 項目構建 45
3.4.1 構建硬件 45
3.4.2 構建I/O擴展器驅動程序 46
3.4.3 構建RGB驅動程序 47
3.4.4 構建RGB按鈕驅動程序 48
3.5 測試和驗證 49
3.5.1 開發測試用例 49
3.5.2 編寫應用程序 52
3.6 本章小結 58
3.7 本章練習 58
3.8 進一步閱讀 58
第4章 開發應用程序測試框架 59
4.1 技術需求 59
4.2 測試框架簡介 59
4.3 測試框架的需求 61
4.3.1 硬件需求 61
4.3.2 軟件需求 62
4.4 測試框架設計 63
4.4.1 測試框架的硬件體系結構 63
4.4.2 測試框架的軟件體系結構 64
4.5 構建測試框架 67
4.5.1 編寫測試架構 67
4.5.2 測試PCA8574 69
4.6 運行測試框架 71
4.7 本章小結 72
4.8 本章練習 73
4.9 進一步閱讀 73
第5章 自定義MicroPython內核啟動代碼 75
5.1 技術需求 75
5.2 MicroPython內核概述 76
5.2.1 下載MicroPython內核 76
5.2.2 MicroPython內核的組織方式 77
5.2.3 STM32L475E_IOT01A埠 77
5.3 訪問啟動代碼 83
5.4 將MicroPython模塊添加至內核中 90
5.5 將自定義內核部署至開發板上 92
5.5.1 編譯後的輸出文件 93
5.5.2 對開發板編程 94
5.5.3 測試更新後的內核 96
5.6 本章小結 98
5.7 本章練習 98
5.8 進一步閱讀 98
第6章 自定義調試工具以可視化傳感器數據 99
6.1 技術需求 99
6.2 調試和可視化嵌入式系統 100
6.3 可視化工具的需求 100
6.3.1 硬件需求 100
6.3.2 軟件需求 101
6.4 可視化工具的設計 101
6.4.1 可視化工具的硬件架構 102
6.4.2 可視化工具的軟件架構 103
6.5 構建可視化工具 104
6.5.1 安裝項目庫 105
6.5.2 在MicroPython中設置串行數據流 105
6.5.3 利用命令行參數打開COM埠 108
6.5.4 利用Matplotlib創建用戶界面 110
6.5.5 繪制輸入數據流 112
6.6 測試並運行可視化工具 115
6.7 本章小結 117
6.8 本章練習 118
6.9 進一步閱讀 118
第7章 使用手勢控制設備 119
7.1 技術需求 119
7.2 手勢控制器簡介 119
7.3 手勢控制器的需求 120
7.3.1 硬件需求 121
7.3.2 軟件需求 121
7.4 硬件和軟件設計 121
7.4.1 硬件架構 122
7.4.2 詳細的硬件設計 122
7.4.3 軟件架構 124
7.5 構建手勢控制器 125
7.5.1 APDS-9960操作理論 125
7.5.2 分析手勢數據 128
7.5.3 APDS-9960手勢驅動程序 131
7.5.4 APDS-9960手勢類構造函數 133
7.5.5 APDS-9960手勢類檢測方法 135
7.5.6 手勢控制器應用程序 138
7.6 測試手勢控制器 140
7.7 本章小結 141
7.8 本章練習 142
7.9 進一步閱讀 142
第8章 基於Android的自動化和控制 143
8.1 技術需求 143
8.2 傳感器節點項目需求 143
8.2.1 硬件需求 144
8.2.2 軟件需求 144
8.3 硬件和軟件設計 145
8.3.1 硬件架構 145
8.3.2 軟件架構 146
8.4 構建傳感器節點 146
8.4.1 在ESP32上安裝MicroPython 147
8.4.2 安裝ESP32快閃內存工具 147
8.4.3 利用MicroPython對ESP32編程 147
8.4.4 利用LED測試MicroPython 149
8.4.5 設置WebREPL 150
8.4.6 利用Anaconda簡化應用程序開發 152
8.4.7 安裝uasyncio 154
8.4.8 編寫傳感器節點應用程序 154
8.5 測試傳感器節點 161
8.5.1 Android套接字服務器 161
8.5.2 向傳感器節點發出命令 163
8.5.3 測試命令 163
8.6 本章小結 164
8.7 本章練習 165
8.8 進一步閱讀 165
第9章 利用機器學習構建物體檢測應用程序 167
9.1 技術需求 167
9.2 機器學習簡介 167
9.2.1 智能系統需求 169
9.2.2 從雲端到邊緣的機器學習 171
9.3 物體檢測需求 172
9.3.1 硬件需求 172
9.3.2 軟件需求 173
9.4 物體檢測設計和理論 174
9.4.1 CIFAR-10和CIFAR-100數據集 174
9.4.2 機器學習模型語言 176
9.4.3 TFLu 176
9.4.4 CMSIS-NN 177
9.4.5 硬件 178
9.5 在OpenMV相機上實現並測試物體檢測 178
9.5.1 OpenMV IDE 179
9.5.2 實現預訓練的CIFAR-10網絡 181
9.5.3 利用TensorFlow模型進行人物檢測 183
9.6 本章小結 187
9.7 本章練習 187
9.8 進一步閱讀 188
9.9 參考資料 188
第10章 MicroPython的未來 189
10.1 不斷發展的MicroPython 189
10.2 Pyboard D-series 190
10.2.1 Pyboard D-series硬件 190
10.2.2 Pyboard D-series軟件 193
10.3 真實世界中的MicroPython 196
10.3.1 DIY/創客示例項目 197
10.3.2 專業示例項目 197
10.4 MicroPython的發展趨勢 198
10.5 進一步討論 199
10.6 參考資料 199
附錄A 201



