È da un po' che smanetto con computer a scheda singola e microcontrollori, e c'è una cosa che ci ho messo davvero troppo a capire: non sono concorrenti, funzionano meglio insieme. Un Arduino è ottimo per circuiti, sensori e automazione, mentre un Raspberry Pi si occupa dell'elaborazione più pesante. Combinandoli si sbloccano progetti che nessuno dei due riesce a fare bene da solo.
La mia combinazione preferita è una stazione meteo per Home Assistant. L'Arduino legge un sensore BME280 su una breadboard, il Raspberry Pi esegue Home Assistant e collego i due tramite MQTT. È economica, affidabile e la dashboard mostra in tempo reale temperatura e umidità del mio balcone.
Un altro progetto a cui torno sempre è una scacchiera intelligente: un Arduino Nano pilota i LED e gli interruttori sotto la scacchiera, mentre il Pi esegue il motore scacchistico Stockfish come avversario IA. È un mix divertente di elettronica, stampa 3D e software.
Se vi piace il retrogaming, un Raspberry Pi diventa un'ottima console per l'emulazione e un Arduino può trasformarsi in un controller fai-da-te per giocarci. Ho visto anche persone ingegnose costruire una serratura RFID per la porta in cui il Pi conserva il database dei tag e l'Arduino gestisce il lettore e l'incontro elettrico: un progetto domestico davvero utile.
Se state iniziando, non pensateci troppo: procuratevi un Arduino usato e un Pi e portate a termine un piccolo progetto dall'inizio alla fine. Le cose che imparate si sommano in fretta e, prima che ve ne accorgiate, starete già sognando le vostre creazioni.
Fonte: XDA Developers
Questo progetto, pubblicato sul blog Maker di Robotistan, risolve un problema che chi passa da una riunione all'altra conosce bene: invece di controllare di continuo la scheda del calendario o aspettare una notifica sul telefono, si vede la prossima riunione su uno schermo fisico sulla scrivania.
Il progetto usa un display TFT LCD HMI ESP32 da 5,0 pollici. Lo schermo ha già un microcontrollore ESP32-S3, il Wi-Fi e il circuito di pilotaggio grafico, quindi non serve collegare un ESP32 separato con cavetti jumper. Il sistema si connette al Wi-Fi, interroga l'API di Google Calendar per il prossimo evento e mostra titolo, orario e descrizione della riunione sullo schermo da 800x480. L'ora corrente arriva da un server NTP. Quando si aggiunge una riunione al calendario non serve toccare l'ESP32: il dispositivo controlla il calendario a intervalli regolari e aggiorna da solo lo schermo.
Lo schermo è capacitivo, ma in questa versione il touch non viene usato: il pannello serve solo a visualizzare informazioni. Il progetto non si ferma all'elettronica e al software: funziona con una batteria LiPo 1S da 3,7 V e 1800 mAh, e una custodia da parete stampata in 3D contiene sia lo schermo sia la batteria. Così il pannello si può montare a muro senza restare collegato a un cavo USB. Durante lo sviluppo è stata usata anche una scheda di sviluppo ESP32 a 30 pin, ma nella versione finale non è indispensabile.
Quello che apprezzo è che con pochi componenti si ottiene uno strumento davvero utile ogni giorno. La stessa idea si potrebbe adattare per mostrare l'orario di una scuola o di un laboratorio. La lista dei materiali è breve, quindi anche chi è alle prime armi può provarci senza troppe difficoltà.
Fonte: Robotistan Maker
Proseguendo i suoi esperimenti con la chiavetta RTL-SDR V4, framboise314 pubblica un approfondimento dedicato alla decodifica dell'APRS su un Raspberry Pi 4. L'idea è trasformare la piccola scheda in una stazione di ricezione per radioamatori, in ascolto sulla frequenza VHF europea di 144,800 MHz.
L'articolo parte spiegando cos'è l'APRS (Automatic Packet Reporting System). Nato alla fine degli anni '80, è radio a pacchetto: brevi raffiche audio in AFSK a 1200 baud, incapsulate in frame AX.25. Servono per il tracciamento della posizione, la telemetria (stazioni meteo, stato delle batterie di un ripetitore isolato) e brevi messaggi. La rete funziona senza Internet grazie ai digipeater, mentre gli iGate la collegano al web. L'autore la confronta anche con Meshtastic, la cui differenza principale sta nella regolamentazione e nelle frequenze.
Sul piano pratico, il montaggio passa da GQRX, impostato con attenzione, e poi da Dire Wolf, un TNC puramente software che decodifica i frame. Il tutorial descrive l'installazione, l'instradamento dell'audio via UDP e una trappola molto concreta: GQRX invia per impostazione predefinita in IPv6, quindi bisogna forzare il flusso in IPv4 perché Dire Wolf riceva qualcosa. Infine tratta un problema hardware, il thermal throttling del processore sotto il carico dell'elaborazione del segnale, da risolvere se si vuole una stazione affidabile in funzione continua.
Quello che ho trovato piacevole è il tono di chi ha praticato la radio a pacchetto negli anni '90 e riscopre la tecnica con un hardware da poche decine di euro. Un buon punto di partenza per chi vuole unire Raspberry Pi e radio.
Fonte: Framboise 314
Quando si parla di LLM si pensa subito ai chatbot, ma Needle segue un'altra strada. È un piccolo modello di intelligenza artificiale, appena 14 MB, sviluppato da Cactus Compute, con un unico compito: trasformare una richiesta in linguaggio naturale in una chiamata a una funzione Python. Non serve a conversare, serve a controllare applicazioni, dispositivi e automazioni.
La parte che mi ha incuriosito è che funziona in locale su un Raspberry Pi 5 usando solo la CPU, senza cloud e senza hardware dedicato all'AI. Invece di scrivere accendi_led(), basta dire «Accendi il LED 1» e il modello sceglie la funzione giusta. Funziona anche con comandi in italiano, e sul sito del progetto ci sono demo online (domotica, robot aspirapolvere, smartwatch, occhiali AR) da provare.
Il tutorial di RaspberryItaly costruisce un piccolo assistente locale che salva note in un file, legge la temperatura del Raspberry Pi, accende e spegne un LED e capisce comandi scritti in italiano. Servono un Raspberry Pi (meglio il 5), Raspberry Pi OS aggiornato, Python 3, un LED con resistenza da 220 o 330 ohm e qualche cavetto jumper. L'installazione passa da un ambiente virtuale e dal pacchetto cactus-needle; la connessione serve solo per il primo download.
Un consiglio dell'autore da tenere a mente: meglio dare un comando alla volta. Una frase come «spegni la luce della cucina e abbassa la tapparella» può non essere interpretata correttamente, mentre i due comandi separati funzionano.
Come idea di progetto la trovo molto concreta: abbinata a un riconoscimento vocale locale, permette di comandare un robot o una piccola automazione senza dipendere da alcun servizio in rete.
Fonte: RaspberryItaly
Embarcados presenta lo XIAOML Kit di Seeed Studio, pensato per accompagnare i laboratori pratici del libro «Machine Learning Systems» del professor Vijay Janapa Reddi, di Harvard. I laboratori sono stati sviluppati insieme al professor Marcelo Rovai, dell'UNIFEI di Itajubá, all'interno del gruppo tinyML4D.
Il kit comprende una XIAO ESP32-S3 Sense, con fotocamera OV3660, microfono digitale e lettore di schede SD, e una scheda di espansione con una IMU a 6 assi e un display OLED da 0,42 pollici. Copre così le tre modalità di dati su cui lavora il libro: immagini, suoni e movimento. Sono inclusi anche un'antenna FPC da 2,4 GHz, due dissipatori e una microSD da 32 GB con adattatore.
Il SoC è l'ESP32-S3R8, un Xtensa LX7 dual-core a 240 MHz, con 512 KB di SRAM, 8 MB di PSRAM e 8 MB di flash. La IMU è una LSM6DS3TR-C e l'OLED usa un controller SSD1315, che le librerie trattano come un SSD1306 da 72 x 40 pixel. Il pezzo assemblato misura 21 x 17,8 x 30 mm e pesa 10,6 g. Un dettaglio pratico segnalato dall'autore: IMU e OLED condividono lo stesso bus I2C, agli indirizzi 0x6A e 0x3C, quindi chi vuole collegare un altro sensore I2C deve evitare questi due. La scheda della IMU ha anche un connettore JST per una batteria al litio da 3,7 V, utile nei progetti indossabili.
La cosa che ho apprezzato di più è la combinazione di un libro di riferimento con hardware economico e compatto: si può passare dalla teoria all'esecuzione di inferenze su un vero microcontrollore. L'OLED, certo, mostra solo due o tre righe leggibili, ma bastano per visualizzare la classe inferita o una percentuale di confidenza.
Fonte: Embarcados
Arduino ha aperto le prevendite del Ventuno Q, annunciato già a marzo. Secondo un articolo di Make, la scheda costa 298,99 euro e i dispositivi prenotati dovrebbero essere spediti tra circa quattro settimane. È pensata soprattutto per l'IA edge e la robotica.
Il concetto di "doppio cervello" è quello che trovo più interessante. Sul lato Linux c'è un Qualcomm Dragonwing IQ8 (QCS8275) con otto core Kryo e una NPU Hexagon fino a 40 TOPS. Per tutto ciò che è critico in termini di tempo c'è un STM32H5F5 con Cortex-M33, che esegue Zephyr RTOS con il core Arduino e gestisce motori, PWM e GPIO. I due lati comunicano tramite un bridge RPC. Un robot potrebbe quindi analizzare localmente le immagini delle telecamere e occuparsi nel frattempo del controllo dei motori, senza dover combinare più schede.
La dotazione è abbondante per gli standard Arduino: 16 GB di LPDDR5, 64 GB di eMMC, uno slot M.2 per SSD NVMe, tre connettori per telecamere MIPI-CSI, Ethernet da 2,5 Gbit, Wi-Fi 6 e Bluetooth 5.3. Si aggiungono I2C, SPI, UART, diverse interfacce CAN-FD, un connettore Qwiic, quattro LED RGB e una matrice di LED 8×13.
Per il software è previsto Ubuntu, con Debian in arrivo. Secondo Arduino, Docker e apt sono pronti all'uso. Nell'Arduino App Lab si possono collegare sketch, script Python e modelli IA containerizzati. Sono preinstallati, tra gli altri, Qwen, Gemma, Whisper, YOLOX e MediaPipe, e i propri modelli GGUF girano tramite llama.cpp.
Il prezzo è ben al di sopra del livello abituale di Arduino, quindi la scheda è più adatta a progetti grandi che a chi si avvicina per la prima volta. Mi attira soprattutto l'idea di un controllo vocale locale e di un'automazione che non dipenda dal cloud.
Fonte: heise online (Make)
Con il caldo estivo aumentano i casi di anziani che vivono da soli e vengono portati in ospedale per un colpo di calore, senza essersi accorti che la temperatura in casa stava salendo. «THSense», un progetto personale pubblicato su Zenn, è pensato per chi si prende cura di familiari che vivono lontano. Controlla temperatura e umidità della stanza e invia un'email quando la temperatura raggiunge un livello pericoloso.
Le funzioni sono semplici. Ogni minuto misura temperatura e umidità, invia un'email sopra i 35 °C e permette di vedere nel browser i valori attuali e lo storico sotto forma di grafico. Secondo l'autore, il grafico serve a cogliere in anticipo i segnali, come una temperatura che continua a salire.
L'architettura è interessante. La lettura del sensore (DHT20) è affidata a un Arduino presente nel Grove Beginner Kit, e non al Raspberry Pi, perché garantisce una migliore reattività e valori più precisi. Ogni 60 secondi l'Arduino invia una stringa al Raspberry Pi tramite la porta seriale USB. Lì un programma Python la riceve con pyserial, la riconverte in numeri e si occupa del controllo della temperatura, dell'invio dell'email e del salvataggio nel database. Il database è un MariaDB su una macchina virtuale di Azure, mentre l'interfaccia è realizzata con Flask e Chart.js. Le email partono dal server SMTP di Gmail tramite smtplib, e le credenziali sono lette da un file .env invece di essere scritte nel codice.
La suddivisione dei ruoli è chiara e rende il progetto un buon esempio di progettazione per piccoli sistemi IoT. Affidare la misurazione all'Arduino e la valutazione e le notifiche al Raspberry Pi è una divisione che potrei riprendere anch'io in progetti simili. L'autore dice che il codice sorgente è pubblicato su GitHub.
Fonte: Zenn
Raspberry Pi ha finalmente messo in vendita il suo Smart Display Module. Era stato annunciato già a gennaio e da questa settimana si può acquistare presso i rivenditori autorizzati a 30 dollari. Il Compute Module 5 si vende a parte, quindi si tratta di un semplice adattatore e non di un computer completo.
Si tratta di una scheda adattatrice per il Compute Module 5 che si inserisce in display e proiettori conformi alla specifica Smart Display Module (SDM) di Intel. Alimentazione, video, audio, dati e controllo passano tutti dal connettore interno, quindi niente cavi extra, alimentatori o staffe appesi dietro lo schermo. È stato sviluppato insieme a Sharp Display Solutions Europe e gestisce la riproduzione video 4K.
La scheda ha anche uno slot M.2 di bordo, che può ospitare storage veloce o un acceleratore AI come un modulo Hailo. È senza ventola e silenziosa, pensata per la segnaletica digitale che deve funzionare 24 ore su 24: tabelloni informativi negli aeroporti, indicazioni stradali, schermi di negozi e aziende, oppure allestimenti immersivi abbinati a un proiettore SDM.
Uno dei primi tester, un piccolo servizio di segnaletica chiamato Media Looper, l'ha usata per tre mesi su un display Sharp. Il fondatore ha detto che fa tutto quello che fa la loro configurazione con Raspberry Pi 5, ma senza cavo, alimentatore o staffa che un cliente potrebbe staccare per sbaglio, e che la userà come soluzione predefinita per ogni display con slot SDM.
Amo questo tipo di annunci perché mostrano quanta strada ha fatto la piattaforma, dalle schede per hobbisti verso hardware embedded più ordinato. Per chi sta realizzando un progetto con display, un modulo da 30 dollari che scompare dentro lo schermo è un'opzione interessante, anche se conviene verificare che il proprio display abbia davvero uno slot SDM.
Fonte: Raspberry Pi News
L'interfaccia HDA Link, detta anche Azalia, si trova di solito solo nei chipset dei PC. L'autore di un articolo su Habr ha voluto verificare se il microcontrollore RP2040 della Raspberry Pi Pico potesse fare da host per questa interfaccia. Il vantaggio è evidente: i codec audio HDA multicanale offrono molti più canali rispetto a I²S.
Il progetto ruota attorno a un RP2040 con blocchi PIO e a un codec Realtek ALC889 presente sulla scheda, una scheda rimasta da un precedente tentativo fallito con uno STM32F103 e uno Spartan-3. Il segnale BCLK deve essere stabile a 24 MHz, quindi non può essere generato via software. L'interfaccia usa quattro linee: BCLK, SYNC, SDO e SDI, e un frame da 1000 bit dà 48 kHz; per 96 e 192 kHz aumenta il numero di campioni per frame.
L'implementazione usa quattro macchine a stati PIO: uscita SDO, uscita SYNC, ingresso SDI con generazione del BCLK e una macchina che assegna l'indirizzo al codec. I dati viaggiano via DMA, mentre il secondo core dell'RP2040 impacchetta campioni e comandi e interpreta le risposte del codec. Il progetto dimostrativo genera sinusoidi su cinque DAC stereo, con la terza armonica intorno a −123 dB.
Il codec ha funzionato a 192 kHz. Anche l'overclock dell'RP2040 a 32 MHz (256 kHz) ha funzionato, ma il codec si scaldava parecchio. La scheda assorbe da 150 a 270 mA a 3,3 V. Ci sono anche dei limiti: i filtri integrati si comportano come un passa-alto del primo ordine con frequenza di taglio di circa 4 Hz, e la banda di ingresso HDA non consente tre canali stereo a 24/192 contemporaneamente.
L'autore ha inoltre trovato un errore di sincronizzazione dell'RP2040 quando DMA, USB e il campionamento XIP funzionano insieme; la causa è stata individuata dagli specialisti di Raspberry Pi. Per l'elaborazione complessa consiglia l'RP2350, che ha istruzioni DSP. Mi piace che il progetto mostri con onestà sia i risultati sia i punti deboli.
Fonte: Habr
I sensori hanno smesso di essere i componenti quasi invisibili di un laboratorio o di una fabbrica. Hardware Libre passa in rassegna diversi progetti in Spagna e in Europa in cui reti di dispositivi connessi, piattaforme dati e intelligenza artificiale servono a compiti molto diversi: anticipare guasti, controllare l'inquinamento, riconoscere gli uccelli dal canto o migliorare la sicurezza di un veicolo.
L'esempio più dettagliato è Scamia, a Madrid, un progetto dell'azienda municipale per l'edilizia abitativa EMVS che sarà applicato entro il 2027 a quindici edifici, tredici dei quali sono case popolari. Ha un budget di circa 5,2 milioni di euro con cofinanziamento europeo e ruota attorno a un gemello digitale di ogni edificio. I dati di circa duecento sensori per edificio, collegati via Wi-Fi e IoT, misurano temperatura, umidità relativa o livelli di CO2 e rilevano anomalie prima che se ne accorgano i vicini. I dati vengono anonimizzati e associati alle abitazioni, non alle persone.
I responsabili stimano un calo del 15% al 20% nei costi di manutenzione di impianti come le pompe di calore o le caldaie, e del 5% al 10% nel consumo energetico. L'articolo aggiunge un po' di realismo: quelle percentuali corrispondono a circa 40 o 100 euro all'anno per abitazione in energia, e il valore vero emerge sommando molte case ed evitando guasti costosi.
A Cartagena si prepara un'altra rete per i quartieri settentrionali, con un contratto da 130.258 euro IVA inclusa e una quindicina di apparecchi che misureranno gas come il biossido di azoto o l'ozono.
È un buon promemoria del fatto che gli stessi principi che usiamo in un progetto casalingo con un microcontrollore e un sensore di temperatura si possono scalare a un'intera città. La parte difficile, come sottolinea il testo, non è misurare, ma trasformare milioni di letture in decisioni utili.
Fonte: Hardware Libre
Pavel Loktev ha pubblicato su Habr una recensione dopo una settimana di utilizzo del pannello da parete Elecrow CrowPanel basato su ESP32-P4, chiedendosi a cosa serva davvero un dispositivo del genere. Mi ha colpito l'onestà delle sue conclusioni, quindi riporto i punti principali.
Il dispositivo ha uno schermo da 10,1 pollici a 1024×600, 32 MB di PSRAM, 16 MB di flash, un sensore touch capacitivo, audio, uno slot SD e GPIO. Il firmware è chiuso, quindi si tratta di un prodotto finito più che di una piattaforma di sviluppo. Il pannello funziona come client: si installa un componente aggiuntivo sul server Home Assistant e poi si inseriscono sul pannello indirizzo del server, login e password. Da lì mostra una normale dashboard di HA, senza bisogno di progettare un'interfaccia separata.
L'autore fornisce delle misurazioni. L'avvio a freddo fino a una dashboard funzionante richiede circa 20 secondi. Dal tocco di un pulsante al cambio di stato passano da 0,7 a 0,8 secondi, mentre il passaggio da una scheda all'altra, fino a quando il blocco è pronto, richiede da 1,1 a 1,3 secondi. Il comando parte quasi subito, ma la conferma visiva sullo schermo arriva decisamente dopo. I cursori funzionano bene, e ha provato anche telecamere e riproduzione multimediale.
Sulle alternative è altrettanto franco. Il tablet è più veloce e versatile, ma richiede supporto, alimentazione e modalità kiosk. ESPHome con LVGL costa meno, però l'interfaccia va realizzata e mantenuta da soli. I pannelli pronti come lo Sonoff NSPanel risolvono case e alimentazione, ma spesso richiedono firmware di terze parti. CrowPanel è il giusto compromesso: un'unica dashboard per telefono, PC e parete.
Tra i difetti elenca prestazioni inferiori, una risoluzione troppo bassa per dashboard fitte e il firmware chiuso. Manca una batteria integrata. La conclusione è che non sostituisce il tablet, ma il telecomando di controllo all'ingresso, in cucina o in garage. Mi è piaciuta la sua definizione di un interruttore con uno schermo grande, la trovo molto azzeccata.
Fonte: Habr
