L'embarqué > Matériel & systèmes > Sous-système > Mouser propose le kit de développement Artemis de SparkFun avec prise en charge d'Arduino, Bluetooth et Mbed

Mouser propose le kit de développement Artemis de SparkFun avec prise en charge d'Arduino, Bluetooth et Mbed

Publié le 26 octobre 2020 à 12:40 par François Gauthier        Sous-système Mouser

Mouser Artemis SparkFun

Le distributeur Mouser annonce l’ajout à son catalogue du kit de développement Artemis avec caméra de la firme américaine SparkFun basée à Boulder (Colorado), l'un des pionniers de la vente et de la promotion des plates-formes de prototypage et du mouvement DIY (Do It Yourself). Le kit de développement Artemis s’appuie sur la carte éponyme de SparkFun qui permet d'accéder à divers environnements de développement open source, avec des outils comme l’IDE d’Arduino, le système d'exploitation Arm Mbed OS et le SDK de la société Ambiq Micro recommandés pour programmer le kit.

Une interface USB gérée par un microcontrôleur (le MKL26Z128VFM4 de NXP architecturé autour d’un cœur Cortex-M0+) permet au kit Artemis de faire office de périphérique de stockage de masse, de périphérique d'interface homme-machine (IHM) ou de port de communication (COM).

Le module Artemis s’articule autour d’un processeur Apollo3 Blue d’Ambiq à cœur Arm Cortex-M4F, cadencé à 48 MHz (96 MHz en mode turbo). Le cœur Cortex gère une connectivité Bluetooth Low Energy 5.0 avec une faible consommation d'énergie, qui peut descendre à 6 µA/MHz (moins de 5 mW).

Le module, certifié FCC/IC/CE, procure 1 Mo de mémoire flash et 384 Ko de RAM, ce qui laisse de la place pour le code de l'utilisateur. Une des particularités de ce module est qu'il peut se programmer et s’utiliser avec une carte Arduino Uno.

Parallèlement, la carte est équipée de plusieurs capteurs, d'un accéléromètre Mems (pour la reconnaissance des gestes) et d'un microphone Mems numérique qui sont connectés à un bus I2C. Elle intègre également un connecteur spécifique pour l'imageur Cmos de Himax afin d'expérimenter les commandes vocales et la reconnaissance d'image avec l’environnement pour applications d’apprentissage automatique TensorFlow.

Sur le même sujet