实验箱基于双核 ARM Cortex-A7 和 Cortex-M4 两种内核异构架构全新的 STM32MP157AAA3处理器，配备7寸液晶屏，电容触摸屏，支持多点触摸。作为ST进军Linux的首款MPU，既充分满足多种应用的灵活性需求，又实现了最佳性能和低功耗特性，支持3D图形处理单元，主要应用于工业应用、消费电子、医疗保健和智能家居等领域。

一、平台特色

• 1、采用基于全新的STM32MP157微处理器为主控平台，这是双核ARM Cortex A7/650MHz 和 Cortex®-M4/209MHz 两种内核的异构架构处理器，支持 3D 图形处理单元(3D GPU)；
• 2、专为教学定制和选取的丰富外设，包含4G模块（可选配5G模块）、RFID模块、矩阵键盘、500W像素摄像头等；
• 3、支持RS485总线、CAN总线、Wi-Fi、Bluetooth2、4G/GPS等多种有线、无线网络通信方式；
• 4、支持Ubuntu18.04系统，支持触摸屏、音频输入输出、HDMI显示、支持鼠标、键盘接入、蓝牙4.2文件传输、WIFI无线网络接入、500W摄像头视频采集；
• 5、支持u-boot-2020.01、Linux 4、Qt 5.14、buildroot2021.02.01、FreeRTOS；
• 6、支持OpenCV0机器视觉应用，TensorFlowLite等机器学习框架，提供丰富的人工智能实验及案例；
• 7、板载仿真器接口，标配SWD仿真器(调试 Cortex-A7/Cortex-M4内核)；
• 8、双网口设计，一路千兆以太网接口，一路百兆以太网。

二、实验箱结构图

实验箱结构图

三、部分实验项目

四、部分综合项目案例

1、基于TensorFlow Lite的目标检测

对象检测神经网络模型可以识别和定位图像中的已知对象。

该应用程序演示了一个用于图像分类的计算机视觉用例，其中从相机输入中抓取帧，并由 TensorFlow Lite 框架的神经网络模型进行分析。

2、出行助手

语言识别:

基于百度实时语音识别库将音频流实时识别为文字，支持普通话和略带口音的中文识别；支持英文识别。

智慧生活:

通勤咨询早知道，系统可以获取所在地的过敏指数、穿衣指数、防晒指数等生活指数并给出参考建议。

智能闹钟:

可设定提醒时间，重要日程不忘记。