Я уже довольно давно вожусь с одноплатными компьютерами и микроконтроллерами, и до одной вещи дошёл непозволительно долго: они не конкуренты — вместе они лучше. Arduino отлично подходит для схем, датчиков и автоматизации, а Raspberry Pi берёт на себя более тяжёлые вычисления. Объедините их — и откроются проекты, которые ни одному из них в одиночку толком не по силам.
Моя любимая связка — метеостанция для Home Assistant. Arduino считывает данные с датчика BME280 на макетной плате, Raspberry Pi работает с Home Assistant, а связываю я их через MQTT. Это дёшево, надёжно, а на панели в реальном времени видны температура и влажность на моём балконе.
Ещё один проект, к которому я постоянно возвращаюсь, — умная шахматная доска: Arduino Nano управляет светодиодами и переключателями под доской, а Pi запускает шахматный движок Stockfish в роли ИИ-соперника. Это увлекательная смесь электроники, 3D-печати и программирования.
Если вы любите ретро-игры, из Raspberry Pi выйдет отличная приставка для эмуляции, а Arduino можно превратить в самодельный геймпад для неё. Я также видел, как умельцы собирают RFID-замок для двери: Pi хранит базу меток, а Arduino отвечает за считыватель и защёлку — по-настоящему полезный домашний проект.
Если вы только начинаете, не усложняйте: возьмите подержанный Arduino и Pi и доведите один небольшой проект от начала до конца. Опыт накапливается быстро, и вы оглянуться не успеете, как начнёте придумывать собственные проекты.
Источник: XDA Developers
Этот проект, опубликованный в блоге Maker от Robotistan, решает проблему, знакомую каждому, кто ходит с одной встречи на другую: вместо того чтобы постоянно проверять вкладку календаря или ждать уведомления на телефоне, можно увидеть следующую встречу на настоящем экране на столе.
В проекте используется 5,0-дюймовый TFT-дисплей ESP32 HMI. На самом экране уже есть микроконтроллер ESP32-S3, Wi-Fi и схема графического драйвера, поэтому подключать отдельный ESP32 проводами не нужно. Система подключается к Wi-Fi, через Google Calendar API запрашивает ближайшее событие и выводит название встречи, время и описание на экран 800x480. Текущее время берётся с NTP-сервера. Чтобы добавить новую встречу в календарь, не нужно трогать ESP32: устройство периодически проверяет календарь и само обновляет экран.
Экран поддерживает ёмкостный сенсор, но в этой версии сенсор не используется: панель служит только для отображения информации. Проект не ограничивается электроникой и программой: питание идёт от литий-полимерного аккумулятора 3,7 В, 1800 мАч, 1S, а корпус для настенного крепления, напечатанный на 3D-принтере, вмещает и экран, и аккумулятор. Так панель можно повесить на стену без постоянного USB-кабеля. На этапе разработки использовалась также отладочная плата ESP32 на 30 контактов, но для итоговой версии она не обязательна.
Мне нравится, что из небольшого количества деталей получается действительно полезный инструмент для каждого дня. Ту же идею можно адаптировать под расписание школы или мастерской. Список деталей короткий, так что новички тоже могут спокойно попробовать.
Источник: Robotistan Maker
Продолжая эксперименты с RTL-SDR V4, framboise314 публикует материал о декодировании APRS на Raspberry Pi 4. Идея в том, чтобы превратить небольшую плату в приёмную станцию радиолюбителя, которая слушает европейскую VHF-частоту 144,800 МГц.
Статья начинается с объяснения, что такое APRS (Automatic Packet Reporting System). Система придумана в конце 1980-х и относится к пакетному радио: очень короткие аудиоимпульсы в AFSK на 1200 бод упаковываются в кадры AX.25. Их используют для отслеживания позиции, телеметрии (метеостанции, состояние батарей удалённого ретранслятора) и коротких сообщений. Сеть работает без интернета благодаря дигипитерам, а iGate связывает её с веб. Автор также сравнивает APRS с Meshtastic, и главное отличие, по его словам, — в регулировании и частотах.
На практике установка проходит через GQRX, настроенный аккуратно, а затем через Dire Wolf, программный TNC, который декодирует кадры. В руководстве подробно описаны установка, маршрутизация звука по UDP и вполне реальная ловушка: GQRX по умолчанию отправляет данные по IPv6, поэтому поток нужно принудительно перевести на IPv4, иначе Dire Wolf ничего не получит. Наконец, разбирается аппаратная проблема — тепловой троттлинг процессора под нагрузкой обработки сигнала. Её нужно решить, если станция должна надёжно работать непрерывно.
Мне понравился тон автора, который занимался пакетным радио в 1990-х и теперь заново открывает эту технику на железе стоимостью в несколько десятков евро. Хорошая отправная точка для тех, кто хочет совместить Raspberry Pi и радио.
Источник: Framboise 314
Когда речь заходит о LLM, сразу вспоминаются чат-боты, но Needle идёт другим путём. Это небольшая модель искусственного интеллекта размером всего 14 МБ, разработанная Cactus Compute, и у неё одна задача: превратить запрос на естественном языке в вызов функции Python. Она нужна не для разговоров, а для управления приложениями, устройствами и автоматизацией.
Меня заинтересовало, что она работает локально на Raspberry Pi 5, используя только процессор, без облака и без специального ИИ-железа. Вместо того чтобы писать accendi_led(), достаточно сказать «Включи светодиод 1», и модель выберет нужную функцию. Она понимает и команды на итальянском, а на сайте проекта есть онлайн-демо (умный дом, робот-пылесос, смарт-часы, AR-очки), которые можно попробовать.
Учебник от RaspberryItaly строит небольшого локального помощника: он сохраняет заметки в файл, читает температуру Raspberry Pi, включает и выключает светодиод и понимает команды, написанные по-итальянски. Понадобятся Raspberry Pi (лучше 5-я модель), актуальная Raspberry Pi OS, Python 3, светодиод с резистором 220 или 330 Ом и несколько перемычек. Установка идёт через виртуальное окружение и пакет cactus-needle; интернет нужен только для первой загрузки.
Стоит запомнить совет автора: лучше давать по одной команде за раз. Фраза вроде «выключи свет на кухне и опусти жалюзи» может быть понята неправильно, а две команды по отдельности работают.
Как идея для проекта она мне кажется очень практичной: в связке с локальным распознаванием речи она позволяет управлять роботом или небольшой автоматикой, не завися ни от одного сетевого сервиса.
Источник: RaspberryItaly
Embarcados рассказывает о XIAOML Kit от Seeed Studio, который создан для практических занятий из книги «Machine Learning Systems» профессора Виджая Джанапы Реди из Гарварда. Лабораторные работы разработаны вместе с профессором Марсело Роваи из UNIFEI в Итажубе в рамках группы tinyML4D.
В комплект входят XIAO ESP32-S3 Sense с камерой OV3660, цифровым микрофоном и считывателем SD-карт, а также плата расширения с 6-осевым IMU и OLED-дисплеем 0,42 дюйма. Так покрываются все три типа данных, с которыми работает книга: изображения, звук и движение. В комплекте также есть антенна FPC на 2,4 ГГц, два радиатора и microSD-карта на 32 ГБ с адаптером.
SoC — ESP32-S3R8, двухъядерный Xtensa LX7 с частотой 240 МГц, 512 КБ SRAM, 8 МБ PSRAM и 8 МБ флеш-памяти. IMU — LSM6DS3TR-C, а OLED использует контроллер SSD1315, который библиотеки воспринимают как SSD1306 с разрешением 72 x 40 пикселей. Собранное устройство имеет размеры 21 x 17,8 x 30 мм и весит 10,6 г. Автор отмечает практичную деталь: IMU и OLED работают на одной шине I2C с адресами 0x6A и 0x3C, поэтому при подключении другого датчика I2C эти два адреса нужно обойти. На плате IMU есть также разъём JST для литиевого аккумулятора 3,7 В, что удобно для носимых проектов.
Больше всего мне понравилось сочетание справочной книги с недорогим и компактным железом: можно от теории сразу перейти к запуску инференса на настоящем микроконтроллере. OLED, конечно, вмещает всего две-три читаемые строки, но этого достаточно, чтобы показать распознанный класс или процент уверенности.
Источник: Embarcados
Arduino начала принимать предзаказы на Ventuno Q, который был анонсирован ещё в марте. По данным Make, плата стоит 298,99 евро, а заказанные устройства должны быть отправлены примерно через четыре недели. Прежде всего она рассчитана на периферийный ИИ и робототехнику.
Меня особенно заинтересовала концепция «двойного мозга». На стороне Linux работает Qualcomm Dragonwing IQ8 (QCS8275) с восемью ядрами Kryo и NPU Hexagon производительностью до 40 TOPS. Всё, что критично ко времени, берёт на себя STM32H5F5 с Cortex-M33: на нём работает Zephyr RTOS с ядром Arduino, и он управляет моторами, ШИМ и GPIO. Обе стороны общаются через RPC-мост. Робот может локально анализировать изображения с камер и одновременно вести управление моторами, не объединяя несколько плат.
Оснащение для Arduino весьма богатое: 16 ГБ LPDDR5, 64 ГБ eMMC, слот M.2 для NVMe-SSD, три разъёма камер MIPI-CSI, 2,5-гигабитный Ethernet, Wi-Fi 6 и Bluetooth 5.3. Плюс I2C, SPI, UART, несколько интерфейсов CAN-FD, разъём Qwiic, четыре RGB-светодиода и светодиодная матрица 8×13.
По софту планируется Ubuntu, Debian появится позже. Согласно Arduino, Docker и apt уже готовы к работе. В Arduino App Lab можно соединять скетчи, Python-скрипты и контейнеризированные ИИ-модели. Предустановлены, в частности, Qwen, Gemma, Whisper, YOLOX и MediaPipe, а собственные модели в формате GGUF запускаются через llama.cpp.
Цена заметно выше обычного уровня Arduino, так что плата скорее для крупных проектов, чем для новичков. Меня больше всего привлекает идея локального голосового управления и автоматизации, не зависящей от облака.
Источник: heise online (Make)
В летнюю жару всё чаще пожилые люди, живущие одни, попадают в больницу с тепловым ударом, потому что не заметили, как в комнате поднялась температура. Личный проект «THSense», опубликованный на Zenn, рассчитан на тех, кто ухаживает за родственниками, живущими далеко. Он следит за температурой и влажностью в комнате и отправляет письмо, когда температура достигает опасного уровня.
Функции простые. Каждую минуту измеряются температура и влажность, при превышении 35 °C отправляется письмо, а в браузере можно посмотреть текущие значения и историю в виде графика. По словам автора, график нужен для того, чтобы заметить признаки заранее, например постоянный рост температуры.
Архитектура интересная. Датчик (DHT20) опрашивает не Raspberry Pi, а Arduino из набора Grove Beginner Kit: так выше скорость реакции и проще получать точные данные. Каждые 60 секунд Arduino по USB-порту отправляет строку на Raspberry Pi. Python-программа на Raspberry Pi принимает её через pyserial, превращает обратно в числа и отвечает за проверку температуры, отправку письма и сохранение в базу данных. База — MariaDB на виртуальной машине в Azure, интерфейс сделан на Flask и Chart.js. Письма уходят через SMTP-сервер Gmail с помощью smtplib, а данные учётной записи читаются из файла .env, а не хранятся в коде.
Разделение ролей понятное, поэтому проект хорошо подходит как пример для небольшого IoT-устройства. Разделение «Arduino измеряет, Raspberry Pi решает и уведомляет» я и сам возьму на заметку для похожих поделок. Автор пишет, что исходный код опубликован на GitHub.
Источник: Zenn
Raspberry Pi наконец запустила продажи своего модуля Smart Display Module. Впервые его анонсировали ещё в январе, а с этой недели его можно купить у авторизованных реселлеров за 30 долларов. Compute Module 5 продаётся отдельно, так что это голый адаптер, а не целый компьютер.
Это плата-адаптер для Compute Module 5, которая вставляется в дисплеи и проекторы, соответствующие спецификации Smart Display Module (SDM) от Intel. Питание, видео, аудио, данные и управление передаются через внутренний разъём, поэтому за экраном не болтаются ни дополнительные кабели, ни блоки питания, ни крепления. Разработка велась совместно с Sharp Display Solutions Europe, модуль поддерживает воспроизведение видео в 4K.
На плате есть и слот M.2, в который можно установить быстрый накопитель или ИИ-ускоритель, например модуль Hailo. Плата безвентиляторная и бесшумная, рассчитана на цифровые вывески, которые работают круглосуточно: информационные табло в аэропортах, навигацию, экраны в магазинах и офисах или иммерсивные экспозиции в паре с проектором SDM.
Один из первых тестировщиков, небольшая компания по цифровым вывескам Media Looper, три месяца использовала модуль на дисплее Sharp. Её основатель сказал, что он делает всё, что у них делала связка с Raspberry Pi 5, но без кабеля, блока питания и крепления, которые клиент мог случайно задеть и сдвинуть. Для любого дисплея со слотом SDM они теперь будут использовать его по умолчанию.
Мне нравятся такие анонсы: они показывают, насколько далеко платформа ушла от плат для энтузиастов в сторону аккуратного встраиваемого железа. Для тех, кто делает проект с дисплеем, модуль за 30 долларов, который прячется внутри экрана, — приятный вариант. Правда, стоит проверить, что в вашем дисплее действительно есть слот SDM.
Источник: Raspberry Pi News
Интерфейс HDA Link, он же Azalia, обычно встречается только в чипсетах ПК. Автор статьи на Хабре решил проверить, может ли микроконтроллер RP2040 на Raspberry Pi Pico стать его хостом. Выигрыш понятен: многоканальные аудиокодеки с HDA намного богаче I²S по числу каналов.
Основа проекта: RP2040 с блоками PIO и кодек Realtek ALC889 на плате, оставшейся от неудачной попытки на STM32F103 и Spartan-3. Тактовый сигнал BCLK должен быть стабильным 24 МГц, поэтому формировать его программно нельзя. Интерфейс использует четыре линии: BCLK, SYNC, SDO и SDI, а кадр содержит 1000 бит, что даёт 48 кГц; для 96 и 192 кГц число семплов в кадре увеличивается.
Реализация построена на четырёх автоматах PIO: вывод SDO, вывод SYNC, ввод SDI с формированием BCLK и автомат назначения адреса кодеку. Данные идут через DMA, а второе ядро RP2040 упаковывает семплы и команды и разбирает ответы кодека. Демо-проект генерирует синусоиды на пяти стереоЦАП, третья гармоника около −123 дБ.
Кодек работает на частоте дискретизации 192 кГц. Разгон RP2040 до 32 МГц (256 кГц) сработал, но кодек сильно нагревался. Плата потребляет от 150 до 270 мА при 3,3 В. Есть и ограничения: встроенные фильтры работают как ФВЧ первого порядка с частотой среза около 4 Гц, а полоса HDA на ввод не позволяет три стереоканала 24/192 одновременно.
Автор также нашёл ошибку синхронизации RP2040 при одновременной работе DMA, USB и выборки из XIP, причину которой выяснили специалисты Raspberry Pi. Для сложной обработки он советует RP2350 с DSP-инструкциями. Мне нравится, что проект честно показывает и результаты, и слабые места.
Источник: Хабр
Датчики перестали быть почти незаметными деталями в мастерской или на заводе. Hardware Libre рассказывает о нескольких проектах в Испании и Европе, где сети подключённых устройств, платформы данных и искусственный интеллект решают совсем разные задачи: предсказывают поломки, следят за загрязнением, определяют птиц по пению или повышают безопасность автомобиля.
Самый подробный пример — Scamia в Мадриде, проект муниципальной жилищной компании EMVS. К 2027 году он будет применён в пятнадцати зданиях, тринадцать из которых — государственное жильё. Бюджет составляет около 5,2 миллиона евро с участием европейского софинансирования, а в основе лежит цифровой двойник каждого здания. Данные примерно двухсот датчиков на здание, подключённых по Wi-Fi и через IoT, измеряют температуру, относительную влажность или уровень CO2 и выявляют аномалии раньше, чем их заметят соседи. Данные обезличиваются и привязываются к домохозяйствам, а не к людям.
Ответственные специалисты рассчитывают снизить расходы на обслуживание оборудования, например аэротермальных систем или котлов, на 15–20 %, а потребление энергии — на 5–10 %. В статье есть и трезвый взгляд: эти проценты соответствуют примерно 40–100 евро экономии энергии в год на одно жильё, а реальная ценность проявляется, когда складываются многие домохозяйства и удаётся избежать дорогостоящих поломок.
В Картахене готовится ещё одна сеть для северных районов: контракт на 130 258 евро с НДС и около пятнадцати приборов, которые будут измерять газы, например диоксид азота или озон.
Статья напоминает, что те же принципы, которые мы используем в домашнем проекте с микроконтроллером и датчиком температуры, можно масштабировать на целый город. Сложно не измерять, как отмечает текст, а превращать миллионы показаний в полезные решения.
Источник: Hardware Libre
На Хабре вышел обзор от Павла Локтева: он неделю прожил с настенной панелью Elecrow CrowPanel на ESP32-P4 и разбирался, зачем она вообще нужна. Меня зацепила честность выводов, поэтому пересказываю главное.
Устройство — 10,1-дюймовый экран 1024×600, 32 МБ PSRAM, 16 МБ flash, ёмкостный сенсор, звук, слот SD и GPIO. Прошивка закрытая, так что это готовое решение, а не платформа для разработки. Панель работает как клиент: на сервер Home Assistant ставится дополнение, а на самой панели вводятся адрес сервера, логин и пароль. После этого она показывает обычный дашборд HA, и отдельный интерфейс рисовать не нужно.
Автор приводит замеры. Холодный старт до рабочего дашборда занимает около 20 секунд. Нажатие кнопки до смены её статуса — 0,7–0,8 секунды, переключение вкладки до готовности блока — 1,1–1,3 секунды. Команда уходит почти сразу, а визуальное подтверждение на экране приходит заметно позже. Слайдеры работают нормально, камеры и воспроизведение медиа он тоже проверил.
С альтернативами всё честно: планшет быстрее и универсальнее, но требует крепления, питания и киоск-режима. ESPHome с LVGL дешевле, зато интерфейс придётся делать и поддерживать самому. Готовые панели вроде Sonoff NSPanel решают вопросы корпуса и питания, но часто требуют сторонних прошивок. CrowPanel — золотая середина: один дашборд для телефона, ПК и стены.
К минусам автор относит более низкую производительность, маловатое для плотных дашбордов разрешение и закрытую прошивку. Встроенного аккумулятора нет. Вывод такой: это не замена планшету, а замена пульта управления у входа, на кухне или в гараже. Мне понравилась формулировка про выключатель с большим экраном — по-моему, очень точно.
Источник: Хабр
