STM32CubeMX
STM32CubeMX를 사용하여 STM32 마이크로컨트롤러, 마이크로프로세서를 쉽게 구성하고 단계별 프로세스를 통해 Arm® Cortex®-M 코어 또는 Arm® Cortex®-A 코어용 부분 Linux® 장치 트리에 해당하는 초기화 C 코드 생성할 수 있습니다.
1단계는 STMicroelectronics STM32 마이크로컨트롤러, 마이크로프로세서 또는 필요한 주변기기 세트와 일치하는 개발 플랫폼 또는 특정 개발 플랫폼에서 실행되는 예제를 선택하는 것으로 구성됩니다.
마이크로프로세서의 경우 두 번째 단계에서는 전체 시스템에 대한 GPIO 및 클록 설정을 구성하고 주변 장치를 Arm® Cortex®-M 또는 Cortex®-A 세계에 대화식으로 할당할 수 있습니다. DDR 구성 및 조정과 같은 특정 유틸리티를 사용하면 STM32 마이크로프로세서를 쉽게 시작할 수 있습니다. Cortex®-M 코어의 경우 구성에는 마이크로컨트롤러에 대해 설명한 것과 정확히 유사한 추가 단계가 포함됩니다.
마이크로컨트롤러 및 마이크로프로세서 Arm® Cortex®-M의 경우, 두 번째 단계는 핀아웃 충돌 솔버, 클록 트리 설정 도우미, 전력 소비 계산기, 주변 장치(GPIO 또는 USART) 및 미들웨어 스택(USB 또는 TCP/IP)을 구성하는 유틸리티 덕분에 필요한 각 임베디드 소프트웨어를 구성하는 것입니다.
향상된 STM32Cube 확장 패키지 덕분에 기본 소프트웨어 및 미들웨어 스택을 확장할 수 있습니다. STMicroelectronics 또는 STMicroelectronics의 파트너 패키지는 STM32CubeMX내에서 사용할 수 있는 전용 패키지 관리자에서 직접 다운로드할 수 있으며 다른 패키지는 로컬 드라이브에서 설치할 수 있습니다.
STM32CubeMX 제공하는 고유한 유틸리티인 STM32PackCreator는 개발자가 향상된 STM32Cube 확장 패키지를 구성하는 데 도움이 됩니다.
결국 사용자는 선택한 구성 선택과 일치하는 생성을 시작합니다. 이 단계에서는 여러 개발 환경에서 사용할 준비가 된 Arm® Cortex®-M용 초기화 C 코드 또는 Arm® Cortex®-A용 부분 Linux® 장치 트리를 제공합니다. STM32CubeMX는 STM32Cube 내에서 제공됩니다.
개요
특징
- 직관적인 STM32 마이크로컨트롤러 및 마이크로프로세서 선택
- 사용하기 쉬운 풍부한 그래픽 사용자 인터페이스를 통해
- 자동 충돌 해결로 Pinout 구성 가능
- 구성의 동적 검증과 함께 ArmClock 트리에 대한 매개변수 제약의 동적 검증이 있는 주변 장치 및 미들웨어 기능 모드
- 예상 소비 결과가 있는 전원 시퀀스
- Arm® Cortex®-M 코어용 IAR Embedded Workbench®, MDK-ARM 및 STM32CubeIDE (GCC 컴파일러)와 호환되는 초기화 C 코드 프로젝트 생성
- Arm® Cortex®-A 코어(STM32 마이크로프로세서)용 부분 Linux® 장치 트리 생성
- STM32PackCreator 덕분에 향상된 STM32Cube 확장 패키지 개발
- STM32Cube 확장 패키지를 프로젝트에 통합
- Windows®, Linux® 및 macOS®(macOS®는 미국 및 기타 국가에 등록된 Apple Inc.의 상표) 운영 체제 및 64비트 Java 런타임 환경에서 실행되는 독립 실행형 소프트웨어로 사용 가능
X-CUBE-AI
X-CUBE-AI은 STM32Cube의 STM32Cube 확장 패키지의 일부입니다.AI 생태계를 구축하고 사전 훈련된 인공 지능 알고리즘의 자동 변환을 통해 STM32CubeMX 기능을 확장합니다. 여기에는 신경망 및 기존 기계 학습 모델, 생성된 최적화 라이브러리를 사용자 프로젝트에 통합하는 것이 포함됩니다.
가장 쉬운 사용 방법은 사용자 매뉴얼에 설명된 대로 STM32CubeMX 도구(버전 5.4 이상) 내에서 다운로드하여 AI(인공 지능)(UM2526)을 위한 X-CUBE-AI 확장 패키지를 시작하는 것입니다. X-CUBE-AI 확장 패키지는 또한 데스크톱 PC 및 STM32에서 인공 지능 알고리즘을 검증하고 사용자가 직접 만든 Ad Hoc C 코드 없이 STM32 장치에서 성능을 측정하는 여러 수단을 제공합니다.
특징
- 사전 훈련된 신경망 및 기존 머신 러닝 모델에서 STM32-optimized 라이브러리 생성
- Keras 및 TensorFlow™ Lite와 같은 다양한 딥 러닝 프레임워크에 대한 기본 지원 및 PyTorch™, Microsoft® Cognitive Toolkit, MATLAB® 등과 같은 ONNX 표준 형식으로 내보낼 수 있는 모든 프레임워크에 대한 지원
- 격리 포리스트, 지원 벡터 머신(SVM), K-평균 등과 같은 다양한 내장 scikit-learn 모델 지원
- Keras 네트워크 및 TensorFlow™ Lite 양자화 네트워크의 8비트 양자화 지원
- 외부 플래시 메모리에 가중치를 저장하고 외부 RAM에 활성화 버퍼를 저장하여 더 큰 네트워크 사용 가능
- STM32Cube 통합을 통해 다양한 STM32 마이크로컨트롤러 시리즈 간에 쉽게 이식 가능
- TensorFlow ™ Lite 신경망으로 STM32Cube 중 하나를 사용하여 코드를 생성 합니다.마이크로컨트롤러 런타임을 위한 AI 런타임 또는 TensorFlow ™ Lite
비디오

