【开箱帖】Let's do 2026年第3期:NUCLEO-H533RE 电机状态检测套件开箱与技术路线规划
2026/11/11...大约 5 分钟
【开箱帖】Let's do 2026年第3期:NUCLEO-H533RE 电机状态检测套件开箱与技术路线规划
活动页面:Let's do 2026年第3期——DigiKey得捷陪你渡过春夏秋冬(基于边缘AI的电机状态检测)
话题选择:【let's do|2026年第3期】基于边缘AI的电机状态检测
大家好,我是代码小A。很高兴入围 DigiKey 得捷与 EEPW 电子产品世界联合举办的 Let's do 2026 年第 3 期 DIY 活动。本期活动聚焦基于边缘 AI 的电机状态检测,核心思路是用三轴加速度计感知电机壳体振动,并在微控制器本地运行轻量级机器学习模型(NanoEdge AI Studio),实现不依赖云端算力的电机运行状态识别与异常报警。
今天物料已经全部到齐,先发一篇开箱帖记录本套硬件开箱情况、器件核心参数以及接下来的软硬件方案规划。
一、开箱全家福与硬件清单
[实物开箱图占位]
发布到 EEPW 论坛前,请在此处插入已拍摄的开发板、加速度计模块、步进电机与驱动板及连接线合照。
本次通过活动专属通道订购的物料清单如下:
| 序号 | 器件名称 | 型号 / 规格 | 角色定位 |
|---|---|---|---|
| 1 | ST 主控开发板(三选一) | NUCLEO-H533RE(主控 STM32H533RET6) | 数据采集、步进电机驱动、本地边缘 AI 推理与报警决策 |
| 2 | 三轴数字加速度计(必选) | Grove - 3-Axis Digital Accelerometer (LIS3DHTR)(SKU 114020121) | 采集电机运行与静止时的三轴振动加速度(I²C 接口) |
| 3 | 减速步进电机及驱动套件(必选) | Gear Stepper Motor Driver Pack(ULN2003 驱动板 + CX28BYJ-48 五线四相 5V 减速步进电机) | 作为被测振动源,产生可控的启停与运行状态 |
二、核心硬件参数初探
1. 主控平台:STM32 NUCLEO-H533RE
官方资料:ST STM32H5 Nucleo-64 用户手册 UM3121
- 主控芯片:
STM32H533RET6(LQFP64 封装),基于 Arm Cortex-M33 内核,支持单精度硬浮点(FPUfpv5-sp-d16)与 DSP 指令集,最高主频可达 250 MHz。 - 片上存储:512 KB Flash 与 272 KB SRAM,对部署 NanoEdge AI Studio 生成的静态库与特征提取缓冲绰绰有余。
- 板载调试器:集成 ST-LINK/V3EC,采用 USB Type-C 接口,同时提供 SWD 调试下载与虚拟串口(VCP,映射至
USART2PA2/PA3),一根线即可完成供电、烧录与串口数据回传。 - 扩展接口:同时支持 Arduino Uno V3 接口与 ST morpho 双排针,兼容 3.3 V 电平外设,并板载用户绿灯 LD2(
PA5/D13)。
2. 传感器:Grove LIS3DHTR 三轴加速度计
官方规格:SKU 114020121(LIS3DH 数据手册)
- 测量范围:支持
±2g / ±4g / ±8g / ±16g四档可选量程。由于 5 V 减速步进电机本身振动幅度适中(百 mg 量级),后续优先选用 ±2g 高分辨率模式(12-bit,1 mg/LSB) 以获得最高信噪比。 - 通信与供电:支持 I²C、SPI 与 ADC 接口,兼容 3 V / 5 V 供电,测量模式功耗仅约 150 µA(待机约 21 µA)。Grove 模块板载 I²C 上拉电阻,默认 7 位 I²C 地址为
0x19(将 SDO 接地可切为0x18)。 - 片内 FIFO:内置硬件 FIFO,支持 Stream 模式,非常适合按固定频率连续读取三轴加速度而不易丢样。
3. 动力执行与被测对象:Gear Stepper Motor Driver Pack
- 驱动芯片:经典 ULN2003 高压大电流达林顿晶体管阵列,内置基极串联限流电阻与续流钳位二极管,可直接兼容 3.3 V GPIO 逻辑输入,驱动板自带四通道状态 LED 指示。
- 步进电机:5 V 四相八拍减速步进电机(CX28BYJ-48 系列),减速比 1/64,步距角
5.625°/64,直流绕组内阻21 ± 7% Ω,空载噪声≤ 40 dB,空载牵入频率> 500 Hz。
[开箱细节图占位]
发布到 EEPW 论坛前,可补充开发板特写、Grove LIS3DHTR 背面接口及 ULN2003 驱动板接插件特写。
三、初步接线规划与开发路线图
为方便在 Arduino Uno V3 排针上快速搭建测试平台,我规划了如下引脚分配表:
| 外设模块 | 信号定义 | NUCLEO-H533RE 引脚 | Arduino 标号 | 说明 |
|---|---|---|---|---|
| ST-LINK 虚拟串口 | USART2_TX / RX | PA2 / PA3 | — | 115200 8N1,板载 USB Type-C 输出 |
| 板载用户 LED | USER_LED (LD2) | PA5 | D13 | 指示系统状态与异常报警 |
| Grove LIS3DH | I2C1_SCL / SDA | PB6 / PB7 | D15 / D14 | Fast Mode 通信,接 3V3 与 GND |
| 四相步进驱动板 | IN1 ~ IN4 | PB10 / PC7 / PC6 / PC9 | D6 / D8 / D9 / D10 | 四相八拍半步序列,驱动板外部供 5 V 并共地 |
围绕本次活动的基础任务与进阶任务,后续实施路线分为四个阶段:
- 阶段一(环境与基础外设):搭建 Ubuntu 下 STM32CubeMX + CMake + Ninja + Arm GNU 工具链,打通串口交互命令(控制 LED 翻转、步进电机启停)及 LIS3DH 芯片探测与三轴数据打印。
- 阶段二(数据采集与切窗):将 LIS3DH 刚性固定在步进电机外壳上,编写 Python 串口采集脚本,分别录制电机停止(
stop)与稳定运行(run)的连续采样批次并校验丢样,转换为 NanoEdge AI Studio 所需的 768 列(256 点 × 3 轴)标准 CSV。 - 阶段三(边缘 AI 训练与板上部署):利用 NanoEdge AI Studio 完成 N-Class 分类模型搜索与性能评估,导出 Cortex-M33 硬浮点静态库
libneai.a链接进 Release 固件,实现毫秒级实时推理。 - 阶段四(异常报警机制扩展):在固件层内置基于类别位掩码(
NEAI_FAULT_MASK)的连续窗口防误报与 LED 灯光/串口报警逻辑,为后续接入异常抖动/堵转多分类样本做好工程闭环。
下一篇过程帖将详细记录开发过程中的 CubeMX 配置、Linux 下 ST-LINK 权限排坑、传感器驱动调试以及数据采集流水线的搭建!