智能住宅与城市自动化
为了缓解不断增加的人口对基础设施的压力，城市、建筑和住宅必须变得更加智慧。 这就是 tinyML（微型机器学习）和人工智能（AI）技术的用武之地。 在这个新的智慧时代，城市环境以及市政、商业和住宅建筑将越来越紧密地连接在一起，并连接到云端中，以便尽可能地优化资源和改善居民的生活质量。
新唐手势识别系统：高性能 MCU AI 应用方案
随着人工智能技术的快速发展，手势识别系统在智能家居、人机互动以及虚拟现实等领域的应用日益普及。这些技术不仅提升了用户的便利性，还带来了革命性的互动方式。新唐科技针对这些应用需求，推出了一款手势辨识系统的参考设计，旨在提供低功耗、高性能的解决方案，以满足各类实时应用场景的需求。
该系统的核心硬件采用 Arm® Cortex®-M55 与 Arm® Ethos™-U55 架构的 NuMicro® M55M1 微控制器，这款微控制器不仅拥有强大的计算能力，还具备出色的低功耗特性，特别适合资源受限的嵌入式系统。
NuMicro® M55M1 内置 1.5 MB SRAM，并支持多种外部存储选项，如 QSPI、SDHC、EBI 16-bit 和 HYPERRAM™。最为关键的是，该系统内置强大的神经处理单元（NPU）— Arm Ethos-U55，专门为嵌入式 AI 应用提供强劲的算力，同时兼具优异的省电性能。基于此硬件架构，我们能够在嵌入式环境中运行轻量级的 YOLO 模型，实现即时的手势识别，为多种应用提供灵活且高效的解决方案。
系统搭载 CMOS 摄像头用于捕捉手势影像，并实时显示在 LCD 上。通过 M55M1 内置的 NPU，该系统在 AI 推理时展现出强大的计算能力，无论在速度还是准确性上都表现出色。与传统微控制器相比，M55M1 提供了显著更高的推理速度与精度，这对于手势控制、安防监控及智能家居等需要即时响应的应用场景尤其重要。
Ethos-U55 NPU 在系统中扮演了关键角色，通过硬件加速，大幅提升神经网络的计算效率，尤其是在矩阵乘法和累加运算（MAC）等深度学习的核心计算中表现出色。这使得轻量级 YOLO 模型能够在极短的时间内完成图像处理，并迅速输出手势识别结果，显著缩短计算时间，提升识别精度和可靠性，实现即时应用。此外，我们还采用了量化与压缩技术来优化系统性能。这些技术不仅减少了模型的体积，还降低了运行时的计算负担，使得 YOLO 模型在 Ethos-U55 NPU 上更加高效，进一步提升推理速度，同时降低系统功耗，使其更适合电池供电的嵌入式设备使用。
新唐手势识别参考设计拥有广泛的应用场景，特别适合智能家居、人机互动、虚拟现实等领域。例如，通过手势识别，我们可以实现对智能设备的无接触式控制；在虚拟现实应用中，手势识别技术提供了更自然的交互方式，让用户能够直观地与虚拟世界互动。此外，该技术还可应用于安防监控系统，通过识别特定手势触发警报或自动化操作流程。
