MCX N系列NPU, 作為先進的人工智能處理器，以其強大的計算能力和高效的算法優(yōu)化，不僅能夠處理復雜的圖像識別任務，還能在咖啡研磨過程中實現(xiàn)精準控制，確保每一?？Х榷苟寄艿玫角〉胶锰幍奶幚怼?a class="contentlabel" href="http://www.biyoush.com/news/listbylabel/label/AI咖啡機">AI咖啡機注入了前所未有的智能動力！

先說結論，利用150MHz MCX N的NPU去推理咖啡豆烘焙程度(39mS)比用400MHz的M7內核推理(109mS)快了3倍!

作為一名“咖市”的“MCU系統(tǒng)與應用工程師”一直為研磨咖啡豆的顆粒度而感到苦惱，每次換豆都要浪費2次18克豆子去實現(xiàn)“18克豆，10bar，30秒內出36克液”（重度強迫癥晚期），偶爾還要根據深烘，中烘，淺烘，豆子放的久了再去調整克數以及細調磨的顆粒度。

有沒有一種可能利用深度學習的方式結合MCU識別咖啡豆的烘焙程度以及濕度等參數實現(xiàn)自動調整磨豆機的顆粒粗細值？

感謝開源，有人做了阿拉比卡咖啡豆圖片的數據集Coffee Bean Dataset Version 1 (kaggle.com)，總共4800張分4個烘度等級（各1200張）分辨率3024x3032的圖片集，更有好心人將它調整為224x224分辨率Coffee Bean Dataset Resized (224 X 224) (kaggle.com) 使得利用MCU平臺去識別豆子烘焙等級更加簡單。

說干就干，利用NXP在github的ACH倉庫（Application Code Hub (nxp.com)）基于FRDM-MCXN947的多人臉偵測的例程以及eIQ工具將TensorFlow的模型轉化到MCX N系列NPU上。

大概前后花了5天吧，就大致搭建完了，我們用FlexIO接口去接一個OV7670的攝像頭，一組SPI接NXP的3.5寸480x320的TFT LCD屏幕。通過攝像頭捕捉咖啡豆圖像，利用MCX N947片上的NPU推理出咖啡豆的類型并將咖啡豆的圖像和推理結果顯示在屏幕上。

整體來看，對MCU的需求為600KB以上的Flash空間含權重，推理代碼以及LVGL圖形庫，280KB以上的SRAM（含LVGL緩沖區(qū)）。MCXN947這顆2MBytes（雙bank，各1Mbytes）512KB SRAM的MCU問題不大，還有很多富裕的外設以及存儲空間可以完成各種咖啡機的控制任務。

MCXN947完成推理的時間為39mS，浮動模型精度是97.75%，一般400MHz的M7完成同樣的推理需要107m。這么一看MCXN947就是在微控制器機器學習應用上的功耗（主頻不高）和性能（性能翻番）完美結合的王者了。

這么看MCXN947還是有點機會去實現(xiàn)一整套完整的咖啡機方案的，在NPU，F(xiàn)lexIO加持下完成咖啡豆分類推理，結合NXP的GUI Guider工具完成LCD咖啡機顯示界面，一路FlexPWM去做AC轉DC的PFC電源控制，一路FlexPWM和若干GPIO去實現(xiàn)BLDC控制磨豆機的電機以及顆粒度調節(jié)，若干路Ctimer定時器配合兩路DAC以及片上運放和16位ADC完成水泵，多個鍋爐的控制，以及鍋爐溫度和壓力的檢測，捎帶還可以利用TSI接口實現(xiàn)電容觸摸按鍵。外加通過NXP提供的VIT和Maestro軟件包，可以快速實現(xiàn)語音識別和MP3的提示音播放。主打一個把MCXN947外設吃干用盡，單芯片MCU解決咖啡機所有機電控制。

軟件開發(fā)方面，莫要擔心，NXP提供基于LVGL的GUI Guider界面開發(fā)工具，AI方面提供eIQ工具，語音識別方面提供VIT工具包，電機控制方面有成熟的BLDC/PMSC電機控制庫，調試咱們也有FreeMASTER這類神級上位機工具，主打就是一個工具鏈齊全且快速易上手。

隨著科技的不斷發(fā)展，MCX N系列NPU等先進的人工智能技術將在更多領域得到應用。對于咖啡行業(yè)而言，更加智能化、個性化的咖啡制作方式將成為未來的主流趨勢。AI咖啡機不僅能夠實現(xiàn)研磨過程的精準控制，還將在沖泡、拉花等環(huán)節(jié)發(fā)揮重要作用。為咖啡愛好者帶來更加豐富多彩的咖啡體驗。

讓我們共同期待智能咖啡時代的到來吧！感謝各位同事贊助的豆子~