最近的ChatGPT很火，甚至ChatGPT服务器都崩了，这让我对机器学习有了很大兴趣，经了解TinyML可以满足在资源受限的边缘端（MCU）上部署机器学习模型，我就想试试。
学习TinyML机器学习的第一步就是数据采集保存，刚好手里有加速度+陀螺仪模块，我就琢磨着看能不能把手的动作的XYZ轴空间三维数据采集并实时存储到microSD内存卡中，实时显示相应数据到显示屏。











1材料清单：

• ESP32-E IOT开发板x1
• 0.96寸OLED显示器x1
• 读卡器模块x1
• ICG-20660L 加速度+陀螺仪模块x1
• MicroSD卡x1
• 3.7V电池x1
• 3D打印外壳
• 开关x1
  

2电路连接示意图：

ESP32-E——加速度+陀螺仪模块
3.3V   -   3.3V
GND  -   GND
SCK    -   SCK
MI      -   SDI
MO     -   SDO
D12    -   CS

ESP32-E——读卡器模块
5V     -    5V
GND  -   GND
MO    -   MO
D6     -    SS
SCK    -   SCK
MI      -   MI

ESP32-E——0.96寸显示屏
3.3V   -   3.3V
GND  -   GND

D5     -    SCL
D7     -    SDA
D2     -    D/C
D10   -    CS





3硬件焊接：

根据电路连接图完成电路连接
需要焊接的硬件有ESP32-E IOT开发板、ICG-20660L 加速度+陀螺仪模块、读卡器模块、0.96寸OLED显示器






注意，OLED显示屏默认使用I2C通信，当要使用SPI通信时，需要更换一下电阻的位置




将电池与开关连接到ESP32主控上






4外壳设计：

3D外壳建模，首先需要对硬件空间布局及尺寸测量,然后使用solidworks绘制模型




数据记录仪的外壳包括盖板，外壳，底座。


模型预留type-c、SD卡槽、开关、m2螺丝孔位


打印3D模型，将模型进行切片及打印。







5硬件组装：


考虑到快速佩戴的需求，增加的底座，底座通过绑带可以国定到手臂上，主体外壳通过磁力吸合可快速连接到底座
在底座上嵌入磁铁，同时在外壳对应位置安装磁铁，利用热熔胶固定


固定电池，利用双面胶将电池固定在外壳底部，同时将主控固定在电池上typ-c接口对齐预有孔位




利用热熔胶固定开关


同时固定显示屏/内存卡模块/加速度传感器到盖板上




最后合上盖板，拧上螺丝


完成展示




6上传程序：
接下来将程序上传
在程序中，将三轴加速度的数值记录保存在microSD卡，并实时的在LCD上显示







收集数据：

插入存储数据的内存卡



磁吸底座使用效果



给装置通电，记录不同的运动轨迹正方形、三角形、圆形、X形



读取内存卡得到csv格式数据









虽然这个项目不太实用，但这仅仅是一个开始，我会继续尝试利用这些数据进行tinyML的训练并产生神经网络的模型。



传送门：
相关资料已上传Github