最近ST（意法半导体）公布了一个演示视频：在STM32上使用机器学习算法进行动作识别。视频如下（小编自己翻译的双语字幕，如果喜欢请关注本公众号，谢谢支持！）
点击播放视频
视频中使用的硬件是SensorTile开发板，SensorTile由一颗STM32L476JGY微控制器，一颗LSM6DSM MEMS加速度和陀螺仪芯片，一颗LSM303AGR加速度和地磁芯片，一颗LPS22HB气压传感器芯片和一颗MP34DT04麦克风组成。SensorTile开发板的功能结构如下图所示：
ST（意法半导体）专门针对SensorTile开发套件做了相应的培训课程，该课程一共有13节，均已PDF的形式公开发布，发布地址为：
https://sites.google.com/view/ucla-stmicroelectronics-iot/home
无法访问官网的同学，请在本微信公众号后台发送“ML”获取课程全部资源。对机器学习（边缘计算）感兴趣的同学，可以重点关注下教程10~教程13。教程目录如下：
教程1：介绍ST的开发环境和DataLog 示例项目
Tutorial 1: Introduction to STMicroelectronics Development Environment and DataLog Project Example.
教程2：传感器信号采集，事件检测和相关配置
Tutorial 2: Sensor System Signal Acquisition, Event Detection and Configuration
教程3：加速度传感器的方向和事件检测
Tutorial 3: Accelerometer Sensor Systems and Orientation and Event Detection
教程4：接收音频信号的采集和处理
Tutorial 4: Introduction to Audio Sampling and Signal Processing
教程5：SensorTile固件编程
Tutorial 5: SensorTile Firmware Programming
教程6：介绍低功耗蓝牙无线接口
Tutorial 6: Introduction to Bluetooth Low Energy Wireless Interfaces
教程7：介绍低功耗蓝牙通信和GATT协议
Tutorial 7: Introduction to Bluetooth Low Energy Communication and the GATT Profile
教程8：介绍通过低功耗蓝牙通信采集运动数据
Tutorial 8: Introduction to Motion Data Acquisition via Bluetooth Low Energy Communication
教程9：介绍惯性传感
Tutorial 9: Introduction to Inertial Sensing
教程10：介绍EmbeddedML机器学习
Tutorial 10: Introduction to EmbeddedML Machine Learning
EmbeddedML专门为嵌入式边缘设备设计的一个神经网络库，已在Github开源：
https://github.com/merrick7/EmbeddedML
教程11：识别运动事件的机器学习算法
Tutorial 11: IoT Machine Learning for Recognition of Motion Events
教程12：识别多步动作模式的机器学习算法
Tutorial 12: IoT Machine Learning for Recognition of Multiple Step Motion Patterns
教程13：基于陀螺仪的旋转角度运动模式识别的机器学习算法
Tutorial 13: IoT Machine Learning of Rotation Angle Motion Patterns by Gyroscope Sensing
除了教程，ST还提供了参考设计、FAQ和一些学生的设计可供参考。再次提醒：无法访问官网的同学，请在本微信公众号后台发送“ML”获取课程全部资源。
更多精彩资讯，请扫码关注!
