- Nouveau


Votre destination d'achat en ligne la plus rapide en Tunisie
Votre destination d'achat en ligne la plus rapide en Tunisie
Libérez l'IA embarquée ! La carte DFRobot FireBeetle 2 ESP32-S3 intègre un accélérateur d'IA, la prise en charge de la caméra OV2640 et un stockage important dans un format compact. Idéale pour les développeurs développant des systèmes de reconnaissance faciale, de détection d'objets et de sécurité intelligente, elle est équipée de 16 Mo de mémoire Flash et de 8 Mo de PSRAM. Elle inclut également un connecteur intégré et une alimentation indépendante pour une caméra OV2640. Elle intègre également une interface d'affichage générale (GDI) pour une connexion facile à l'écran, ainsi qu'une unité de gestion de l'alimentation prenant en charge la charge de la batterie Li-ion et le contrôle matériel de la mise sous/hors tension. La carte est compatible avec l'IDE Arduino.
Caractéristiques
Reconnaissance d'image : GDI intégré pour une connexion facile aux écrans
Puces puissantes : module ESP32-S3 avec accélération IA
Plus d'espace de stockage : 16 Mo de Flash et 8 Mo de PSRAM
Interface de caméra embarquée et alimentation de caméra indépendante, facile à connecter et anti-interférences puissantes
Gestion de l'alimentation intégrée, prise en charge de la charge de la batterie Li-ion et contrôle marche/arrêt du matériel
Communication bimode Wi-Fi et Bluetooth 5
Applications
Reconnaissance d'images alimentée par l'IA : créez des serrures de porte à reconnaissance faciale, des systèmes de détection d'objets, des compteurs de produits, des interfaces de contrôle gestuel, des lecteurs de plaques d'immatriculation.
Maison intelligente et sécurité : créez des caméras de détection d'intrusion, des moniteurs pour animaux de compagnie, des sonnettes intelligentes avec vidéo, détection environnementale (à combiner avec des capteurs).
IoT industriel et vision industrielle : développer des inspections de vision industrielle simples, des scanners QR/codes-barres, une surveillance des équipements avec retour visuel.
Edge AI et TinyML : déployez des micro-modèles TensorFlow Lite sur l'appareil pour la fusion de capteurs, la détection d'anomalies et la maintenance prédictive en périphérie.
Diffusion vidéo sans fil : implémentez une transmission vidéo à faible latence pour les projets FPV, les flux de surveillance à distance (tenez compte des limites de bande passante).
Interfaces de commande vocale : combinez-les avec des microphones pour la reconnaissance des commandes vocales locales à l'aide de l'accélérateur IA.
Spécification
Paramètres de base
Tension de fonctionnement : 3,3 V
Tension d'entrée de type C : 5 V CC
Tension d'entrée VCC : 5 V CC
Courant de charge maximal : 1 A
Température de fonctionnement : -20 à 70 ℃
Dimensions : 25,4 x 60 mm
Informations sur le matériel
Processeur : microprocesseur Xtensa® double cœur 32 bits LX7
Fréquence principale : 240 MHz
SRAM : 512 Ko
ROM : 384 Ko
Flash : 16 Mo
PSRAM : 8 Mo
RTC SRAM : 16 Ko
USB : USB 2.0 OTG pleine vitesse
Wi-Fi
Protocole WIFI : IEEE 802.11b/g/n
Bande passante : prise en charge de 20 MHz et 40 MHz sur la bande 2,4 GHz
Mode WIFI : Station, SoftAP, mode combiné SoftAP+Station
Fréquence WIFI : 2,4 GHz
Agrégation de trames : TX/RX A-MPDU, TX/RX A-MSDU
Bluetooth
Protocole Bluetooth : Bluetooth 5, Bluetooth mesh
Fréquence Bluetooth : 125 Kbps, 500 Kbps, 1 Mbps, 2 Mbps
Ports
E/S numériques x26
Contrôleur LED PWM 8 canaux
SPIP x2
UART x3
I2C x2
I2S x2
Émetteur-récepteur IR : canal de transmission x5, canal de réception x5
CAN SAR 2 × 12 bits, 20 canaux
Contrôleur DMA : canal de transmission x5, canal de réception x5
Références spécifiques