如何设计一种基于nRF54L15无线SoC的超薄柔性贴纸式智能传感器节点

1. 引言与概念

幽灵边缘AI贴纸是一种基于下一代北欧半导体nRF54L15无线SoC的超薄柔性贴片式智能传感器节点。

传统的物联网传感器节点通常体积较大，需要使用刚性PCB板和电池外壳，这限制了其安装位置。为突破这一限制，我们设计了一款采用柔性印刷电路板(FPC)的设备。

这种可弯曲的贴纸式设计使节点能够贴合曲面，非常适合隐蔽式身体活动追踪、结构健康监测以及智能穿戴设备。

这款超薄贴纸配备6轴IMU(LSM6DSO)和数字PDM麦克风，采用双核处理器架构(ARM Cortex-M33 + RISC-V FLPR)，可在设备上直接运行实时机器学习模型(Edge AI)。

2. 本项目的主要特点

本项目的主要主题如下：

•FPC设计：超薄、柔韧，可安装在曲面表面。

•双核处理：通过IPC实现ARM M33与RISC-V核心的协同工作。

•边缘AI：使用Edge Impulse进行实时IMU(及麦克风)数据分析。

•OTA 更新：通过 MCUboot 通过 BLE 进行无线固件更新。

这个视频总结了主要成果，全部内容在两分钟左右就讲完了，请大家观看!

3. 硬件设计

自定义的FPC板布局和原理图使用KiCad设计。传感器部分位于一条细长柔性尾部的末端，使其能够远离主电源和调试电路。

• KiCad 设计文件：用于原理图和 PCB/FPC 布局的完全开源项目文件。

• 制造输出：Gerber文件和物料清单(BOM)已准备好用于FPC制造。

• 比例图：用于快速硬件布线的PDF原理图文件。

4. 软件与固件架构

所有固件应用程序均使用 nRF Connect SDK(NCS)/ Zephyr 实时操作系统构建，并存放在 /src 文件夹中。

5. 多核处理器间通信(IPC)

该项目的一大亮点是采用了nRF54L15 SoC的多核处理。通过riscv_uart示例，远程核心(RISC-V FLPR)负责通过I2C从LSM6DSO惯性测量单元获取高频传感器数据。

RISC-V 核心随后通过 IPC(使用 icmsg 共享内存)将格式化后的数据包传输到主机核心(ARM Cortex-M33)。

Host 核心充当 BLE 网关，通过 IPC 接收数据，并使用 Nordic UART 服务(NUS)将数据转发给连接的 BLE 客户端。这使得关键的时序敏感传感器得以分离。

6. 使用 Edge Impulse 进行手势分类

通过部署 peripheral_uart_i2c_edge 应用程序，nRF54L15 在设备上实现了实时机器学习。我们使用加速度传感器数据，在 Edge Impulse Studio 上训练了一个手势分类模型(例如：波浪、摇动、空闲)。

C++部署库直接集成到固件中。分类输出以简洁的单行格式打印：

预测值(DSP：4毫秒，类别：8毫秒)：空闲：0.02，波形：0.98

该输出通过蓝牙低功耗(BLE)实时传输，可实现基于身体动作对智能设备的低延迟控制。

7.硬件反馈(经验总结)

在硬件测试阶段，我们发现PCB/FPC设计图中PDM麦克风存在一个焊盘问题：

引脚方向错误：PDM麦克风组件的焊盘在电路板上设计时存在180度旋转误差(朝向反向放置)。由于该焊盘错误，我们无法调试或确认音频功能在实际硬件上的运行情况。

重要设计说明：尽管我们已在上传的原理图PDF和PCB布局图纸中添加了警告提示，但任何尝试制造此电路板的人在开始生产前，都应仔细查阅元件数据表，并核实焊盘尺寸。

8. 结论

本项目的主要主题如下：

•FPC设计：超薄、柔韧，可安装在曲面表面。

•双核处理：通过IPC实现ARM M33与RISC-V核心的协同工作。

•边缘AI：使用Edge Impulse进行实时IMU(及麦克风)数据分析。

•OTA 更新：通过 MCUboot 以 BLE 方式进行无线固件更新。

本文编译自hackster.io