Stmicroelectronics presenta STM32 Hotspot, un’area per repository su GitHub, che comprende progetti sviluppati dai dipendenti ST per demo o funzionalità di esempio che non fanno parte della pagina ST GitHub ufficiale o del tradizionale ecosistema STM32Cube su ST.com. In questo modo gli sviluppatori avranno accesso a più esempi di codice con una gamma significativamente più ampia di nuove funzionalità.
Ad oggi ci sono 27 repository e altri sono in arrivo. Tutti i progetti sono conformi alle regole di licenza ST standard, il che significa che qualsiasi sviluppatore può riutilizzare il codice sorgente su un progetto STM32 senza preoccuparsi delle restrizioni sul copyright che comprometterebbero i progetti commerciali. Inoltre, sebbene STM32 Hotspot non accetti invii di terze parti, ST incoraggia vivamente il fork o la clonazione dei progetti in locale e la loro personalizzazione.
La maggior parte degli sviluppatori STM32 ha già familiarità con la pagina GitHub ufficiale di ST. Contiene più di 450 repository, dai pacchetti MCU STM32Cube standard per tutte le attuali serie di microcontrollori STM32, ai pacchetti di espansione per applicazioni specifiche. Ad esempio, ST ha pubblicato quattro programmi di machine learning l’anno scorso sul canale GitHub ufficiale garantendo così agli sviluppatori la possibilità di ridurre il loro time-to-market utilizzando sensori e codice per il riconoscimento del movimento. Allo stesso modo, lo scorso aprile ST ha rilasciato X-CUBE-AZRTOS su GitHub per accelerare gli sviluppi su Azure RTOS. Il codice offre esempi di implementazione per funzionalità come FileX, ThreadX o USBX, tra le altre.
Tutti i progetti sulla pagina ufficiale di ST GitHub sono sottoposti a un’ispezione rigorosa e ricevono un ampio supporto. Tuttavia, i progetti sul ST GitHub ufficiale sono solo una frazione di ciò che gli esperti di ST realizzano. Gli uffici regionali e molte divisioni dell’azienda scrivono codici in occasione di manifestazioni o per soddisfare la domanda di un cliente; altri team concepiscono piccoli programmi di convalida o testano applicazioni che mostrano funzionalità specifiche. Tuttavia, gli sviluppatori ST non li condividono perché non sono mai stati pensati per passare attraverso canali di distribuzione ufficiali. L’hotspot STM32 risolve questo problema aprendo una nuova strada per l’innovazione e la creatività.
STM32 Hotspot è anche una risposta diretta alle molte persone che contattano i team di ST durante le fiere o in altre occasioni per chiedere che vengano condivisi progetti più piccoli. La nuova pagina GitHub è quindi un hub tra gli ingegneri ST e la community. Per impostazione predefinita, i progetti su STM32 Hotspot non consentono agli utenti di inviare chiarimenti o richiedere pull. Tuttavia, alcuni autori possono scegliere di assumere un ruolo più attivo e accettarli.
Anche in questo caso, ST mette in atto una serie di processi per proteggere la community: tutti i repository vengono sottoposti a una valutazione FOSS per garantire che gli utenti possano scaricare, modificare e utilizzare il codice sorgente nelle applicazioni commerciali senza esporsi alla violazione del copyright.
STM32 Hotspot e apprendimento automatico
Tra i tanti repository disponibili su STM32 Hotspot, due meritano una particolare menzione.
Il primo, STM32WB-BLE-AI-MotionSense, combina AI e RF eseguendo un’applicazione di apprendimento automatico su un STM32WB. Il sistema può distinguere tra camminare, correre o rimanere fermi. Invia quindi il risultato tramite Bluetooth all’applicazione ST BLE Sensor su iOS o Android. Il progetto viene fornito con modelli predefiniti che girano sulla scheda STM32WB5MM-DK, che utilizza l’ISM330DHCX, un sensore inerziale con un core di apprendimento automatico. Il codice mostra quindi come l’AI all’edge può eseguire modelli potenti su un dispositivo come AI STM32WB, grazie alle capacità di elaborazione disponibili sul sensore.
Il file “Leggimi” viene fornito con una guida all’installazione. Gli utenti possono seguire i passaggi per installare ed eseguire l’applicazione. Ricevono anche un modello Keras pre-addestrato. Tuttavia, gli sviluppatori possono utilizzare questo repository per caricare i propri modelli e dati. Il progetto stesso diventa quindi un terreno di gioco per testare reti pre-addestrate. Tuttavia, se si utilizzano modelli personalizzati, è fondamentale regolare le impostazioni di acquisizione del sensore per riflettere il set di dati di addestramento. Il repository aiuta anche a implementare uno stack wireless per trasmettere i dati in modo efficiente utilizzando Bluetooth LE.
L’altro progetto è un sistema di rilevamento delle cadute eseguito sul Discovery kit B-U585I-IOT02A, il B-U585I-IOT02A-ISM330DHCX-FreeFall-Detection. La scheda utilizza un accelerometro e giroscopio ISM330DHCX con una macchina a stati finiti e un core di apprendimento automatico. Pertanto, il repository utilizza ancora le capacità di intelligenza artificiale del sensore per eseguire un rilevamento della caduta libera. Tuttavia, questo caso d’uso viene eseguito su un STM32U5 ed è più vicino a un’applicazione commerciale. Il codice stesso non pretende di essere pronto per la produzione, ma offre una solida base. Se il sistema rileva una caduta libera, accende il LED verde della scheda. Gli sviluppatori possono quindi iniziare con questo progetto per implementare una funzionalità simile nel loro prodotto.
