ARDUINO Nano 33 BLE Sense Rev2 με κεφαλές
54.90€ με ΦΠΑ
Το Nano 33 BLE Sense είναι μια εξαιρετική επιλογή για κάθε αρχάριο, κατασκευαστή ή επαγγελματία για να ξεκινήσει με την ενσωματωμένη μηχανική μάθηση.
Το Arduino Nano 33 BLE Sense Rev2 με κεφαλίδες είναι η πλακέτα του Arduino με δυνατότητα 3,3V AI στη μικρότερη διαθέσιμη μορφή με ένα σύνολο αισθητήρων που θα σας επιτρέψουν χωρίς εξωτερικό υλικό να ξεκινήσετε τον προγραμματισμό του επόμενου έργου σας αμέσως.
Με το Arduino Nano 33 BLE Sense Rev2, μπορείτε:
- Κατασκευάστε φορητές συσκευές που χρησιμοποιώντας AI μπορούν να αναγνωρίζουν κινήσεις.
- Κατασκευάστε μια συσκευή παρακολούθησης θερμοκρασίας δωματίου που μπορεί να προτείνει ή να τροποποιήσει αλλαγές στον θερμοστάτη.
- Κατασκευάστε μια συσκευή αναγνώρισης χειρονομιών ή φωνής χρησιμοποιώντας το μικρόφωνο ή τον αισθητήρα χειρονομιών μαζί με τις δυνατότητες AI της πλακέτας.
Το κύριο χαρακτηριστικό αυτής της πλακέτας, εκτός από την πλήρη επιλογή αισθητήρων, είναι η δυνατότητα εκτέλεσης εφαρμογών Edge Computing (AI) σε αυτήν χρησιμοποιώντας το TinyML. Μάθετε πώς να χρησιμοποιείτε τη βιβλιοθήκη Tensor Flow Lite ακολουθώντας αυτές τις οδηγίες ή μάθετε πώς να εκπαιδεύετε την πλακέτα σας χρησιμοποιώντας το Edge Impulse.
Χαρακτηριστικά
Microcontroller |
nRF52840 (datasheet) |
Operating Voltage |
3.3V |
Input Voltage (limit) |
21V |
DC Current per I/O Pin |
15 mA |
Clock Speed |
64MHz |
CPU Flash Memory |
1MB (nRF52840) |
SRAM |
256KB (nRF52840) |
EEPROM |
none |
Digital Input / Output Pins |
14 |
PWM Pins |
all digital pins |
UART |
1 |
SPI |
1 |
I2C |
1 |
Analog Input Pins |
8 (ADC 12 bit 200 k samples) |
Analog Output Pins |
Only through PWM (no DAC) |
External Interrupts |
all digital pins |
LED_BUILTIN |
13 |
USB |
Native in the nRF52840 Processor |
IMU |
|
Microphone |
MP34DT06JTR (datasheet) |
Gesture, light, proximity, color |
APDS9960 (datasheet) |
Barometric pressure |
LPS22HB (datasheet) |
Temperature, humidity |
HS3003 (datasheet) |
Με το Arduino Nano 33 BLE Sense Rev2, μπορείτε:
- Κατασκευάστε φορητές συσκευές που χρησιμοποιώντας AI μπορούν να αναγνωρίζουν κινήσεις.
- Κατασκευάστε μια συσκευή παρακολούθησης θερμοκρασίας δωματίου που μπορεί να προτείνει ή να τροποποιήσει αλλαγές στον θερμοστάτη.
- Κατασκευάστε μια συσκευή αναγνώρισης χειρονομιών ή φωνής χρησιμοποιώντας το μικρόφωνο ή τον αισθητήρα χειρονομιών μαζί με τις δυνατότητες AI της πλακέτας.
Το κύριο χαρακτηριστικό αυτής της πλακέτας, εκτός από την πλήρη επιλογή αισθητήρων, είναι η δυνατότητα εκτέλεσης εφαρμογών Edge Computing (AI) σε αυτήν χρησιμοποιώντας το TinyML. Μάθετε πώς να χρησιμοποιείτε τη βιβλιοθήκη Tensor Flow Lite ακολουθώντας αυτές τις οδηγίες ή μάθετε πώς να εκπαιδεύετε την πλακέτα σας χρησιμοποιώντας το Edge Impulse.
Χαρακτηριστικά
Microcontroller |
nRF52840 (datasheet) |
Operating Voltage |
3.3V |
Input Voltage (limit) |
21V |
DC Current per I/O Pin |
15 mA |
Clock Speed |
64MHz |
CPU Flash Memory |
1MB (nRF52840) |
SRAM |
256KB (nRF52840) |
EEPROM |
none |
Digital Input / Output Pins |
14 |
PWM Pins |
all digital pins |
UART |
1 |
SPI |
1 |
I2C |
1 |
Analog Input Pins |
8 (ADC 12 bit 200 k samples) |
Analog Output Pins |
Only through PWM (no DAC) |
External Interrupts |
all digital pins |
LED_BUILTIN |
13 |
USB |
Native in the nRF52840 Processor |
IMU |
|
Microphone |
MP34DT06JTR (datasheet) |
Gesture, light, proximity, color |
APDS9960 (datasheet) |
Barometric pressure |
LPS22HB (datasheet) |
Temperature, humidity |
HS3003 (datasheet) |
Additional information
Κατασκευαστής |
---|