MicroPython与硬件开发 黄盈樟 个人简介 2019年11月10日8时10分 资深嵌入式开发工程师，近几年的工作领域为开源无人机系统应用、物联网全系统 应用，擅长语言是C/C++/Python, 曾于国内多个重点大学开展无人机应用项目， 在国内多所二本院校担任物联网专业的课程讲师。 目录 CONTENTS 硬件发展史与开发语言 MicroPython发展史 MicroPython实例 MicroPython实例 物联网全栈开发 1 硬件发展史与开发语言 根据摩尔定律的发展，硬件的性能越来越好，随之对开发语言的 要求也越高。 电子管时代 中小型机时代 嵌入式系统时代 物联网时代 2 MicroPython发展史 MicroPython的缘起，在教育领域中的应用。 MicroPython发明者 • Damien George Mu编辑器及MicroPython贡献者 • • Exceptions • with , yield from, etc. • 增加 3.5’s async and await。 • 根据嵌入式运行环境，增加了硬件专用库和删减了部分库。 MicroPython支持的硬件开发板 • PyBoard • WiPy • ESP8266 • ESP32 • STM32F4 • NUCLEO boards • Espruino Pico Mi

人工智能、数据分析等 Ø Python 的生态环境：软件平台、硬件平台、方案合作伙伴 等 Ø 用 Python 如何开发嵌入式产品？如何实现 算法硬件加速？ Ø 之前基于python开发的工程师很少接触嵌入式环境， 接触硬件 Ø 本次题目的主要内容 Ø Python <- tools -> FPGA Ø 算法硬件加速：用FPGA的逻辑硬件实现算法加速 Ø 算法如何在FPGA 中实现？如何用”与或非”门电路去 新的嵌入式计算平台：MCU，DSP，FPGA，GPU、ASSP等 Ø 嵌入式计算： Ø 嵌入式系统是以应用为中心，以计算机技术为基础，软硬件可裁剪，适用于应用系统对功能、可靠 性、成本、体积、功耗有严格要求的专用计算机系统，它一般由嵌入式微处理器、外围硬件设备、 嵌入 式操作系统以及用户的应用程序等四个部分组成。 Ø 嵌入式系统促使计算机的形态和性能更加小型化,多功能,低功耗. Ø 加速计算： FPGA（Field Programmable Gate Array）是在PAL、GAL等可编程器件的基础上进一步发展的 产物。它是作为专用集成电路（ASIC）领域中的一种半定制电路而出现的，既解决了定制电路 的不足，又克服了原有可编程器件门电路数有限的缺点。 Ø 设计语言：硬件描述语言（HDL）是一种用来设计数字逻辑系统和描述数字电路的语言，常用 的主要有VHDL、Verilog HDL Ø 信号处理：数据可以并行处理

人工智能、数据分析等 ➢ Python 的生态环境：软件平台、硬件平台、方案合作伙伴等 ➢ 用 Python 如何开发嵌入式产品？如何实现 算法硬件加速？ ➢ 之前基于python开发的工程师很少接触嵌入式环境， 接触硬件 ➢ 本次题目的主要内容 ➢ Python <- tools -> FPGA ➢ 算法硬件加速：用FPGA的逻辑硬件实现算法加速 ➢ 算法如何在FPGA 中实现？如何用”与或非”门电路去写 新的嵌入式计算平台：MCU，DSP，FPGA，GPU、ASSP等 ➢ 嵌入式计算： ➢ 嵌入式系统是以应用为中心，以计算机技术为基础，软硬件可裁剪，适用于应用系统对功能、可靠 性、成本、体积、功耗有严格要求的专用计算机系统，它一般由嵌入式微处理器、外围硬件设备、 嵌入 式操作系统以及用户的应用程序等四个部分组成。 ➢ 嵌入式系统促使计算机的形态和性能更加小型化,多功能,低功耗. ➢ 加速计算： FPGA（Field Programmable Gate Array）是在PAL、GAL等可编程器件的基础上进一步发展的 产物。它是作为专用集成电路（ASIC）领域中的一种半定制电路而出现的，既解决了定制电路 的不足，又克服了原有可编程器件门电路数有限的缺点。 ➢ 设计语言：硬件描述语言（HDL）是一种用来设计数字逻辑系统和描述数字电路的语言，常用 的主要有VHDL、Verilog HDL ➢ 信号处理：数据可以并行处理

人工智能、数据分析等 Ø Python 的生态环境：软件平台、硬件平台、方案合作伙伴等 Ø 用 Python 如何开发嵌入式产品？如何实现 算法硬件加速？ Ø 之前基于python开发的工程师很少接触嵌入式环境， 接触硬件 Ø 本次题目的主要内容 Ø Python <- tools -> FPGA Ø 算法硬件加速：用FPGA的逻辑硬件实现算法加速 Ø 算法如何在FPGA 中实现？如何用”与或非”门电路去写 新的嵌入式计算平台：MCU，DSP，FPGA，GPU、ASSP等 Ø 嵌入式计算： Ø 嵌入式系统是以应用为中心，以计算机技术为基础，软硬件可裁剪，适用于应用系统对功能、可靠 性、成本、体积、功耗有严格要求的专用计算机系统，它一般由嵌入式微处理器、外围硬件设备、 嵌入 式操作系统以及用户的应用程序等四个部分组成。 Ø 嵌入式系统促使计算机的形态和性能更加小型化,多功能,低功耗. Ø 加速计算： FPGA（Field Programmable Gate Array）是在PAL、GAL等可编程器件的基础上进一步发展的 产物。它是作为专用集成电路（ASIC）领域中的一种半定制电路而出现的，既解决了定制电路 的不足，又克服了原有可编程器件门电路数有限的缺点。 Ø 设计语言：硬件描述语言（HDL）是一种用来设计数字逻辑系统和描述数字电路的语言，常用 的主要有VHDL、Verilog HDL Ø 信号处理：数据可以并行处理

模块集可以不同方式分类。有些模块是用 C 编写并内置于 Python 解释器中；另一些模块则是用 Python 编写并以源码形式导入。有些模块提供专用于 Python 的接 口，例如打印栈追踪信息；有些模块提供专用于特定操作系统的接口，例如操作特定的硬件；另一些模 块则提供针对特定应用领域的接口，例如万维网。有些模块在所有更新和移植版本的 Python 中可用；另 一些模块仅在底层系统支持或要求时可用；还有些模块则仅当编译和安装 忽略错误。请注意，忽略编码错误可能会导致数据丢失。 • 'replace' 会将替换标记（例如 '?' ）插入有错误数据的地方。 • 'surrogateescape' 将表示任何不正确的字节作为 Unicode 专用区中的代码点，范围从 U+DC80 到 U+DCFF。当在写入数据时使用 surrogateescape 错误处理程序时，这些私有 代码点将被转回到相同的字节中。这对于处理未知编码的文件很有用。 • 同名称的属性也是不允许的。 8.13.5 确保唯一的枚举值 默认情况下，枚举允许有多个名称作为某个相同值的别名。如果不想要这样的行为，可以使用以下装饰 器来确保每个值在枚举中只被使用一次: @enum.unique 专用于枚举的 class 装饰器。它会搜索一个枚举的 __members__ 并收集所找到的任何别名；只要找到 任何别名就会引发ValueError 并附带相关细节信息: >>> from enum import

模块集可以不同方式分类。有些模块是用 C 编写并内置于 Python 解释器中；另一些模块则是用 Python 编写并以源码形式导入。有些模块提供专用于 Python 的接口， 例如打印栈追踪信息；有些模块提供专用于特定操作系统的接口，例如操作特定的硬件；另一些模块则提供 针对特定应用领域的接口，例如万维网。有些模块在所有更新和移植版本的 Python 中可用；另一些模块仅在 底层系统支持或要求时可用；还有些模块则仅当编译和安装 忽略错误。请注意，忽略编码错误可能会导致数据丢失。 • 'replace' 会将替换标记（例如 '?' ）插入有错误数据的地方。 • 'surrogateescape' 将表示任何不正确的字节作为 Unicode 专用区中的代码点，范围从 U+DC80 到 U+DCFF。当在写入数据时使用 surrogateescape 错误处理程序时，这些私有 代码点将被转回到相同的字节中。这对于处理未知编码的文件很有用。 • 称的属性也是不允许的。 8.13.5 确保唯一的枚举值 默认情况下，枚举允许有多个名称作为某个相同值的别名。如果不想要这样的行为，可以使用以下装饰器来 确保每个值在枚举中只被使用一次: @enum.unique 专用于枚举的 class 装饰器。它会搜索一个枚举的 __members__ 并收集所找到的任何别名；只要找到任 何别名就会引发ValueError 并附带相关细节信息: >>> from enum import

模块集可以不同方式分类。有些模块是用 C 编写并内置于 Python 解释器中；另一些模块则是用 Python 编写并以源码形式导入。有些模块提供专用于 Python 的接 口，例如打印栈追踪信息；有些模块提供专用于特定操作系统的接口，例如操作特定的硬件；另一些模 块则提供针对特定应用领域的接口，例如万维网。有些模块在所有更新和移植版本的 Python 中可用；另 一些模块仅在底层系统支持或要求时可用；还有些模块则仅当编译和安装 忽略错误。请注意，忽略编码错误可能会导致数据丢失。 • 'replace' 会将替换标记（例如 '?' ）插入有错误数据的地方。 • 'surrogateescape' 将表示任何不正确的字节作为 Unicode 专用区中的代码点，范围从 U+DC80 到 U+DCFF。当在写入数据时使用 surrogateescape 错误处理程序时，这些私有 代码点将被转回到相同的字节中。这对于处理未知编码的文件很有用。 • 与现有成员同名的属 性。 8.13.5 确保枚举值唯一 默认情况下，枚举允许多个名称作为一个值的别名。如需禁用此行为，下述装饰器可以确保枚举中的值 仅能只用一次： @enum.unique 专用于枚举的 class 装饰器。它会搜索一个枚举的 __members__ 并收集所找到的任何别名；只要找到 任何别名就会引发ValueError 并附带相关细节信息: >>> from enum import

模块集可以不同方式分类。有些模块是用 C 编写并内置于 Python 解释器中；另一些模块则是用 Python 编写并以源码形式导入。有些模块提供专用于 Python 的接 口，例如打印栈追踪信息；有些模块提供专用于特定操作系统的接口，例如操作特定的硬件；另一些模 块则提供针对特定应用领域的接口，例如万维网。有些模块在所有更新和移植版本的 Python 中可用；另 一些模块仅在底层系统支持或要求时可用；还有些模块则仅当编译和安装 忽略错误。请注意，忽略编码错误可能会导致数据丢失。 • 'replace' 会将替换标记（例如 '?' ）插入有错误数据的地方。 • 'surrogateescape' 将表示任何不正确的字节作为 Unicode 专用区中的代码点，范围从 U+DC80 到 U+DCFF。当在写入数据时使用 surrogateescape 错误处理程序时，这些私有 代码点将被转回到相同的字节中。这对于处理未知编码的文件很有用。 • 与现有成员同名的属 性。 8.13.5 确保枚举值唯一 默认情况下，枚举允许多个名称作为一个值的别名。如需禁用此行为，下述装饰器可以确保枚举中的值 仅能只用一次： @enum.unique 专用于枚举的 class 装饰器。它会搜索一个枚举的 __members__ 并收集所找到的任何别名；只要找到 任何别名就会引发ValueError 并附带相关细节信息: >>> from enum import

模块集可以不同方式分类。有些模块是用 C 编写并内置于 Python 解释器中；另一些模块则是用 Python 编写并以源码形式导入。有些模块提供专用于 Python 的接口， 例如打印栈追踪信息；有些模块提供专用于特定操作系统的接口，例如操作特定的硬件；另一些模块则提供 针对特定应用领域的接口，例如万维网。有些模块在所有更新和移植版本的 Python 中可用；另一些模块仅在 底层系统支持或要求时可用；还有些模块则仅当编译和安装 忽略错误。请注意，忽略编码错误可能会导致数据丢失。 • 'replace' 会将替换标记（例如 '?' ）插入有错误数据的地方。 • 'surrogateescape' 将表示任何不正确的字节作为 Unicode 专用区中的代码点，范围从 U+DC80 到 U+DCFF。当在写入数据时使用 surrogateescape 错误处理程序时，这些私有 代码点将被转回到相同的字节中。这对于处理未知编码的文件很有用。 • 建与现有成员同名的属性。 8.13.5 确保枚举值唯一 默认情况下，枚举允许多个名称作为一个值的别名。如需禁用此行为，下述装饰器可以确保枚举中的值仅能 只用一次： @enum.unique 专用于枚举的 class 装饰器。它会搜索一个枚举的 __members__ 并收集所找到的任何别名；只要找到任 何别名就会引发ValueError 并附带相关细节信息: >>> from enum import

模块集可以不同方式分类。有些模块是用 C 编写并内置于 Python 解释器中；另一些模块则是用 Python 编写并以源码形式导入。有些模块提供专用于 Python 的接 口，例如打印栈追踪信息；有些模块提供专用于特定操作系统的接口，例如操作特定的硬件；另一些模 块则提供针对特定应用领域的接口，例如万维网。有些模块在所有更新和移植版本的 Python 中可用；另 一些模块仅在底层系统支持或要求时可用；还有些模块则仅当编译和安装 与现有成员同名的属 性。 8.14.5 确保枚举值唯一 默认情况下，枚举允许多个名称作为一个值的别名。如需禁用此行为，下述装饰器可以确保枚举中的值 仅能只用一次： @enum.unique 专用于枚举的 class 装饰器。它会搜索一个枚举的 __members__ 并收集所找到的任何别名；只要找到 任何别名就会引发ValueError 并附带相关细节信息: >>> from enum import 效位。这是货币相关应用的惯例表示方式。对于乘法，则按“教科书”方式来使用被乘数中的所有 数位。例如，1.3 * 1.2 结果为 1.56 而 1.30 * 1.20 结果为 1.5600。 • 与基于硬件的二进制浮点不同，十进制模块具有用户可更改的精度（默认为 28 位），可以与给定问 题所需的一样大： >>> from decimal import * >>> getcontext().prec