Maxim*新嵌入式**平台轻松实现公钥加密

原标题：Maxim*新嵌入式**平台轻松实现公钥加密，有效保护IoT设备和数据通路 ARM® mbed™IoT设备平台支持ECDSA算法，全新设计环境简化加密过程集微网消息，中国，北京—2017年3月10日—Maxim宣布推出MAXREFDES155# DeepCover®嵌入式**参考设计，帮助用户快速、便捷地为系统增添加密**认证功能，保护物联网(IoT)硬件设备，以及设备与云端数据交换的真实性和完整性。•更多信息：https://www.maximintegrated.com/cn/design/reference-design-center/system-board/6388.html•视频：https://www.maximintegrated.com/en/design/reference-design-center/system-board/6388.html/vd_5350783590001/•图片：https://www.maximintegrated.com/content/dam/images/newsroom/2016/MAXREFDES155-PR.jpg•方

爆料：iPhone AR眼镜后年问世，Magic Keyboard明年见

ADI新型主动学习模块致力于改善模拟电路和通信课程教育

集微网消息，中国，北京 — Analog Devices, Inc. (ADI)，今日宣布推出两款主动学习模块，以帮助电子相关专业大学生和爱好者通过高性价比和易于使用的教育模块，在实验环境中了解和学习电子线路及通信工程知识。ADALM2000主动学习模块通过图形应用软件及实验室传统设备才具有的功能，使得学生们可以设计并实时测试模拟电路。ADALM-PLUTO软件定义无线电主动学习模块更侧重于应用，可帮助学生们了解软件定义无线电(SDR)、射频(RF)和无线通信的基础知识，并利用独立的全双工接收和发射通道开展实验，使得高校师生和爱好者们可以自由且具有创造性地扩充教材范围，探索实时设计的乐趣。 •了解更多有关ADI公司大学计划和主动学习模块系列的信息：http://www.analog.com/cn/education/university-engagement/china.html伍斯特理工学院电气与计算机工程副教授兼无线**实验室主任Alexander Wyglinski博士表示：“结合MATLAB®和Simulink®使用的ADALM-PLUTO是学生们的无价之宝，它提供了非常有收获

HTC Vive：重归颠覆之路

“HTC一直是一个用科技颠覆世界的**公司。”在专访中，HTC Vive中国区总裁汪丛青向《中国电子报》记者感叹道。HTC曾凭借科技**在手机领域无比辉煌。作为**个发布安卓系统智能手机的厂商，颠覆时期的HTC一度年销售手机约4300万部，市值*高飙升至335亿美元，成为安卓手机市场*大赢家。在手机市场大起大落、历经波折后，HTC重新拿出科技颠覆世界的锐气，孤注一掷，转战新兴的VR领域。虽然并不是起得*早，却仍赶了个早集，HTC Vive凭借快速反应能力，率先于2016年初推出了VR头盔的消费版本，更**个发布可以空间定位的VR系统。如今，HTC已将VR业务独立出来，成立HTC Vive子公司。VR俨然成为了HTC的新名片，承载着HTC复兴的希望。“HTC Vive在各方面都被认可为VR行业的**者，希望未来继续保持和加强对行业的支持，使VR尽快普及化、行业化。”汪丛青告诉记者。VR崛起很难想象，仅用了一年多时间，HTC Vive就在众多国际科技大公司中异军突起，成为VR行业中标杆性的企业之一。2016年，消费级VR产品**开花。除早已面市的谷歌Cardboard和Oculus Rif

使用DragonBoard 410c开发linux应用

运用DragonBoard 410c开发板接入物联网云服务

前段时间入手一台Dragon Board410c的开发板。虽然功能强大，而且还是高通自家产品，无线基带很是不错， 但是由于自己对这网络与运维理解不是很透彻，所以还是没办法完全发挥其全部的实力。 去年有申请了云服务器试用。 离试用期结束还有一个多月的时间，刚好发现在官网提供了IoT物联网设备的云服务， 经过了解于是打算将自己的410c开发板连接到云服务上，测试一下410c的网络功能与吞吐能力。首先介绍一下需要的设备吧： DragonBoard 410c一块 + 云服务器**步： 准备物联网云服务首先我们需要在物联网平台服务实例中创建一个新的实例：添加设备接下来我们需要创建一个OrganizaTIon，也就是410c的设备集群。当我们通过Bluemix创建好组织后， 我们就可以注册并添加设备- 首先在物联网服务组织的dashboard上点击Add a your device按钮- 然后根据屏幕上的提示进行设置在注册设备的时候我们还需要编写如下的设备信息：- 组织ID- 设备种类ID- 设备ID- 认证方法- 认证口令**部：配置DragonBoard 410c在410c中下载一个MQTT-

启用Dragonboard 410c开发医疗业物联网

如何在DragonBoard 410c上使用UART串口端口登录与调试

关于DragonBoard 410c开发板上的Little Kernel介绍

Little Kernel是DragonBoard 410c上的Boot Loader，用于实现硬件初始化、从存储器件中读取Linux内核与ramdisk并导入到RAM、为Linux内核设置初始化寄存器与命令行参数并跳转到Linux内核中进行执行。LK基于www.kernel.org上的开源项目进行开发。如果需要明白此文章，您需要对设备树有基本的了解。设备树是用于描述硬件的数据结构。它具备一个节点的树，每个节点都包含了属性与其他节点。本文仅仅适用于安卓***。Little Kernel概述Android系统的Boot Loader为Little KernelLK实现如下功能：硬件初始化：设置向量表，MMU，缓存，初始化外围模块，存储器件，USB，加密等从存储器件中导入boot.img文件支持Flashing与恢复操作Little Kernel代码的下载与编译我们可以按照如下步骤下载代码从LK的Git网站中clone代码git clone git://codeaurora.org/kernel/lk.git更新代码： git pull origin或 git fetch orgin检查特

如何使用 DragonBoard 410c 低速扩展接口控制 LED 灯

概述通过前面的几篇博客，大家对Dragonboard410c有了一个大致的了解了，包括对Dragonboard410c的介绍与系统烧写步骤以及系统定制（Android系统定制和linux系统定制）。今天，想跟大家一起来学习一下如何通过低速扩展连接的引脚来控制LED灯的亮灭。下图红框部分为低速扩展口（J8）。准备工作硬件准备首先你必须有一块Dragonboard410c开发板（感觉这句有点废话：）），然后你还需要准备一颗LED灯以及键盘、HDMI显示器和电源。软件准备按照初识DragonBoard 410c里介绍的步骤烧写系统。低速扩展连接引脚参考下图的引脚图，了解要连接的位置。连接LED根据上面的引脚图，我们连接pin23（APQ_GPIO_36）和pin1（GND）到LED。连接后如下图：控制LED灯的亮灭export GPIO执行以下命令，将GPIO number export出来。echo 36> /sys/class/gpio/export执行后在/sys/class/gpio/目录下会生成gpio36目录。检查目录生成的gpio36目录下会有以下节点：direcTIonval

我的DragonBoard 410c开发之旅：410c开箱体验

DragonBoard 410c+MS 10 IoT物联网开发入门

在DragonBoard 410c开发板上安装Brillo操作系统

使用DragonBoard 410c快速开发基于Windows10 IoT应用

基于Dragboard 410c开发板的USB摄像头图像采集及发布

看完前面几个blog 相信大家已经基本上会用Python脚本在Dragoboard 410c上进行各种关于USB摄像头图像采集的开发了，这里为了进一步让大家能够发挥UBS摄像头的作用，和方便大家在开发过程中将Dragoboard 410c采集到的信息在网上进行发布，本文结合前面的一篇介绍BOA web服务器的blog，带大家一起来完成如何在Dragboard 410c上用Python脚本和OpenCV库实时的采集图像，并且发布到web上，用户通过web就可以访问摄像头采集的图片。首先大家需要准备除了Blog文章-- 基于Dragoboard 410c的USB摄像头人脸识别中提到的所有设备之外，还需要准备一个无线路由器为Dragoboard 410c开发板提供网络支持，同时还需要准备一个手机或者电脑，用于测试访问Dragoboard 410c开发板的信息。接着我们就可以开始搭建我们的Dragoboard 410c的web服务器环境了，这里大家可以直接到http://www.boa.org/官网下载源码，源码下载好后，就可以copy到Dragonboard 410c开发板，在开发板上使用t

基于Dragonboard 410c开发板的USB摄像头实现移动侦测

Dragonboard 410c的Python开发初体验

Python具有丰富和强大的库。它常被昵称为胶水语言，能够把用其他语言制作的各种模块（尤其是C/C++）很轻松地联结在一起。常见的一种应用情形是，使用Python快速生成程序的原型（有时甚至是程序的*终界面），然后对其中有特别要求的部分，用更合适的语言改写，今天带大家体验如何在Dragonboard 410c开发板上进行Python开发。一、准备工作这里你**需要准备好你的Dragonboard 410c开发板，并且在Dragonboard 410c开发板上安装好Linux操作系统，本次体验我安装的是debain操作系统，该系统目前针对AARCH 64位平台已经提供了丰富的开发库和相关的工具支持，只需要更新好软件源，然后使用apt-get就可以安装各种软件工具。安装系统可以参考qualcomm.csdn.NET的dragonboard 410c开发板专区相关介绍，完成系统安装之后，将USB鼠标和键盘及HDMI接口显示器与开发板进行连接，上电启动系统，如下图1所示，这时候就可以在dragonboard410c开发板上体验Python开发了。图1 搭建好debain系统后的实物和运行效果二

基于Dragonboard 410c的kinect应用系列之二——自动跟随机器人原理及问题

继上次《基于Dragonboard 410c的kinect应用系列之一——实现智能机器人自动跟随》文章发布后，没想到很多童鞋对这个都很感兴趣，并根据此文进行了配置操作。当然，基础好的童鞋都一次性成功，而一些之前对此接触比较少的童鞋遇到了不少问题，纷纷私信咨询我。在这里，我特地为问题集开个新帖，详细简述下解决方法和原理，希望能降低大家开发中遇到的难度。一、问题点：1.dragonboard410c开发板如何安装ubuntu core系统？答：这是比较初级的问题，很多童鞋手里拿到的410c板子都是预装android系统，大家看我上一篇博客都是上传要烧录的镜像都是属于linux系统类的，烧录指令难免有所差异，这里我们直接将烧录的指令完全总结在以下的flash.sh里，大家下载后设置到fastboot mode后直接运行即可。#!/bin/sh

基于DragonBoard 410c+3D摄像头的人体姿势评估分析

*近自己想用410c来做一个运动相关的DIY，用410c开发板搭载摄像头来实现对自己的姿态的跟踪，用到健身运动中，完成对自己所作的动作的定位和标准评判，实时提醒自己所作健身动作的标准程度，前期进行了一些调研和预研究，这里将和大家一起分享一下自己在初期的预研过程对人体姿态估计算法的理解。图1 不同运动姿态示意图人体姿态估计算法近年来随着体感游戏、VR等热度的不断提升，这类用于估算人体姿态的计算机算法得到了这些领域的专家和相关机构的热捧，也成为了当前视频处理和动态感知领域研究的一个重点。在前期的研究和分析过程中，主要从已有的运动姿态跟踪算法和410c开发板支持的fastcv库及平台性能来进行综合考虑，*终确定人体姿态估计算法，为后续进一步利用摄像头来实现人体姿态估计和运动姿态识别。一、与人体姿态估计相关设备及算法分析目前在人体姿态估计应用方面，大家*为熟悉的可能就是微软的kinect体感摄像头和Xbox体感游戏套件这两款产品，其中xbox体感游戏机主要是利用微软开发的kinect摄像头实现的各种体感运动姿态识别，来实现各种游戏的交互，实现体感游戏运动，Kinect上集成了各种处理算法和骨骼

基于Dragonboard 410c开发板的机器学习研究（一）K-近邻算法

机器学习与人工智能一起作为当前***的一个概念，目前已经被广泛的应用到各个领域，如人们常用的微信、支付宝、百度等，这些软件里面都集成了机器学习算法，以实现各种智能化的操作，让用户体验更加，如在百度的在线识别图像应用，阿里巴巴的商品智能推荐、人脸识别验证等这些都用到了机器学习的相关技术，当然有的是更**的深度学习（其实质也是机器学习的一种，更加高大上，具体概念以及关于机器学习、深度学习和模式识别大家可以参考深度学习 vs 机器学习 vs 模式识别三种技术对比这篇文章），但是机器学习只能用在这些高大上的地方么？当然不是，其实在我们普通的***想DIY自己的东西的时候，也可以用到机器学习，如在你的智能车视觉避障中就可以用机器学习来构建障碍物模型，在人脸识别中就可以用机器学习来不断优化识别结果，好了废话不多说了，如果能够在自己的DIY中，在你的Dragonboard 410c中用上机器学习，是不是更高大上？机器学习的算法非常多，今天给大家来一个入门级别的，也是机器学习中*简单的一个算法，K-近邻算法（KNN），该算法是采用不同特征值之间的距离的方法来对不同的对象进行分类，在具体的操作过程中我们

如何实现基于Dragonboard 410c的ROS系统Turtlebot开机自启动

基于Dragonboard 410c开发板的USB摄像头图像保存实现

基于Dragonboard 410c android系统实现人的眼球识别功能

基于Dragonboard 410c android系统USB Camera图像预览

Board从入门到精通系列（七）

本文将给出通过Vivado IDE开发Zynq平台上PS裸机应用程序的流程。读者将看到Vivado开发更高效、快捷。MP3我们都听过，现在我们可以用ZED-Board来听。板子上有音频芯片ADAU1761，可以实现录音、放音，但不具有MP3解码功能。Zynq 双核ARM9做MP3软件解码应该是可以实现的，但是博主本人有一颗VS1003，可以实现MP3硬件解码，软件将得以简化，对MP3解码原理感兴趣的可以深入研究如何利用CortexA9+ADAU1761实现MP3播放。电路图如下：利用Zynq MIO实现VS1003控制，这样只和PS有关，PL完全可以丢弃。在本节基础上，读者可以尝试将SPI模块移到PL上实现，这样可以降��PS部分IO读写频率，提高CPU利用率。实物连接图如下：Zynq板子外接用排母，为了使用杜邦线，需要一个双公排针，可以用普通单排2.54mm排针压制而成下面介绍软件开发流程。建立Vivado工程，命名为MP3Player，过程遵循上节Vivado建立工程步骤，略。进入IDE后，点击左侧流程管理器中的IPI Integrator下的Create Block Design。

Board从入门到精通系列（八）

终于到了HLS部分。HLS是High Level Synthesis的缩写，是一种可以将**程序设计语言C，C++，SystemC综合为RTL代码的工具。生产力的发展推动了设计模式。在电子技术初级阶段，人们关注的是RLC电路，通过建立微分方程求解电路响应。门级电路是对RLC的初步封装，人们进而采用布尔代数、卡诺图进行电路设计与分析。之后随着集成电路进一步发展，门电路可以集成为寄存器、触发器、ROM等宏单元，设计工具也变得更为高度模块化。算法级别的电路设计，则一直没有特别好的工具，直到出现了HLS。HLS可以将算法直接映射为RTL电路，实现了高层次综合。从这个层面上讲，System Generator也是一种高层次综合工具，因为它将matlab算法描述综合为RTL代码。如果今后机器学习、人工智能获得重大突破，或许会出现将人类自然语言综合为RTL代码的工具，不知我们是否能见证它的面世。HLS的学习资源可以参考。本节给出较为通用的矩阵与向量相乘例子，从全串行到全并行进行了一步步优化实现。矩阵实验室Matlab是比较常用的数学仿真软件。本博主用的是R2013a版本。为了验证矩阵向量相乘正确性，

Opencv移植和Zedboard测试

继上次生成了ARM架构的链接库之后，我们要把他们拷贝到装载有文件系统的SD卡中即可，在拷贝时，*好是/usr/lib下实践一：将那些lib拷贝到U盘里面，因为之前跑过demo，里面就是一个简易的linux系统，就暂且用他试试了，正常启动后，挂载U盘，这些在之前都有做过，mount /dev/sda1 /mnt拷贝文件夹 cp -R /mnt/lib /usr/ 结果出现提示空间不足，仔细发现问题，发现这个ramdisk镜像*大只能有8M，而整个lib有10.3M，肯定会提示空间不足了，在看看/usr/lib下有哪些文件发现拷贝了一些lib文件进来。这时就想到了实践二的方法、。疑问:然后还有一个就是书上的一句话，如果你使用的是ramdisk文件系统，则需要在拷贝完Opencv链接库之后需要重新压缩出一个镜像文件。（有待解决这个问题）问题解释：来自于rainysky，用的系统是SD自带的那个精简版的系统，容量比较小，没法直接将编译的文件复制到里面，只能做一个镜像啦。实践二：想利用单板机（光盘中第九章有）中的文件来实验一下，单板机的系统时linaro的系统，之前有一个sd卡已经做好了分区，在

基于Dragonboard 410c的智能魔镜设计（2）——如何设计数据库

本篇blog将在智能魔镜设计（1）整体方案的基础上，完成对基于dragonboard 410c的智能魔镜的数据库的设计，首先我们根据方案分析，可以知道，在智能魔镜上需要保持用户信息、保持消息信息，因此，基本可以构建一个用户表userInfo和一个消息表pushInfo两个表就可以对整个智能魔镜的数据进行管理，可以方便的调用和存储相关的数据，具体的数据库设计方案如下：上述两个表中，userInfo表用于存储系统中的用户信息，主要包括ownerID， 用户ID，Name，用户名，password 用户密码，保存的是MD5密码摘要信息，email，用户邮箱、phone 用户手机、haarValue，用户脸部特征值，pushInfo表为推送消息表，系统中所有的推送消息都被保存在该表中，其中infoID为消息的ID，ownerID为消息的拥有者的ID，表示这条消息是属于哪个用户的，系统将在后续根据这个值将消息推送给该用户，pushID，推送者，表示这条消息是由哪个用户推送过来的，系统根据该值识别推送消息的用户，infoType，消息类型，该值为0或者1 ，位0的时候表示是普通的文本消息，填写in

Dragonboard 410c Python交互设计——如何搭建PyQt环境

Python是一个非常容易上手和使用的语言，非常适合***快速的搭建和实现自己ideal原型，在开发中，可以通过Python快速的搭建自己的想法，并且后续很容易使用其他更高性能的语言进行局部或者全局的优化。UI交互设计是开发中常见的一个问题，今天给大家介绍如何使用PyQt库在Dragonbaord 410c Linux环境下快速的大家自己的交互程序。在前面的blog中已经给大家介绍了如何在Dragoboard 410c linux环境下搭建QT环境和编写运行QT应用程序，但是过程是非常复杂的，并且在搭建过程中我们需要手动的解决各种依赖问题和编译安装相应的库，但是今天给大家介绍的PyQt这款基于QT的Python语言GUI库确是非常简单的，无论在库环境的搭建上还是程序的编写上，都继承了Python简单易用的有点，我们可以快速的在Dragonbaord 410c linux环境下快速的完成环境的搭建，和编写GUI交互程序，并且还可以借助于Qt design 来进行UI交互设计，然后转换为模块化的Python交互脚本程序，*后我们只需要专注如何实现我们的逻辑设计即可。首先我们准备好一块安装了