ST AEKD-AICAR1：基于边缘AI的汽车状态分类开发套件解析

STMicroelectronics AEKD-AICAR1车用AI套件基于长短期记忆 (LSTM) 循环神经网络 (RNN)。该套件提供汽车状态分类：汽车停车、普通道路行车、崎岖道路行车、汽车打滑或转弯。AEKD-AICAR1中的创新想法是定义具有嵌入式人工智能处理功能的ECU检测节点。

数据手册：*附件：STMicroelectronics AEKD-AICAR1车用AI套件数据手册.pdf

特性

• AEKD-AICAR1是一个由以下板组成的硬件套件
  • AEK-MCU-C4MLIT1–SPC58EC Chorus 4 Mb MCU板
  • AEK-LCD-DT028V1–基于SPI的TFT LCD
  • AEK-CON-SENSOR1–SPC5 MCU用MEMS传感器连接器
  • STEVAL-MKI 206V1–配备AIS2DW12数字运动传感器的适配器板
• MCU中闪存预先训练的神经网络代码
• 四种车辆状态分类：停车、普通道路、崎岖道路和打滑
• MEMS传感器数据的实时数据收集和处理
• 车辆状态LCD
• MEMS断开时，系统会根据MCU闪存中的内部数据执行分类
• 28cm x18cm x7cm
• 由12V或八节AA电池供电（封装中未提供）

示意图

ST AEKD-AICAR1：基于边缘AI的汽车状态分类开发套件解析

一、系统组成与硬件架构

AEKD-AICAR1 是一个完整的硬件系统，由以下核心模块组成：

• AEK-MCU-C4MLIT1 ：基于 SPC58EC Chorus 系列 4MB Flash 微控制器，负责传感器数据采集与AI模型推理；
• AEK-LCD-DT028V1 ：SPI接口TFT液晶显示屏，用于实时显示车辆状态；
• AEK-CON-SENSOR1 ：MEMS传感器连接板，支持SPC5系列MCU；
• STEVAL-MKI206V1 ：适配板集成 AIS2DW12 三轴数字加速度计，用于采集车辆运动数据。

系统支持12V外部供电或8节AA电池供电，具备良好的移动性与车载适用性。

---

二、AI模型与分类能力

该套件内置一个基于 LSTM（长短时记忆）循环神经网络（RNN） 的预训练模型，能够识别以下四种车辆状态：

1. 停车状态（Parking）
2. 正常行驶（Normal Road）
3. 颠簸路面（Bumpy Road）
4. 打滑或甩尾（Skidding/Swerving）

模型通过分析三轴加速度数据的时序变化，实现对车辆动态行为的高精度分类。即使在传感器断开的情况下，系统也能基于MCU内部存储的历史数据继续执行分类任务。

---

三、技术特点与创新点

1. 边缘AI处理

所有推理任务在本地MCU完成，无需依赖云端，降低了延迟与通信成本，符合汽车功能安全与实时性要求。

2. 灵活的传感器替换

用户可轻松更换为ST其他MEMS传感器（如ISM330DHCX、IIS2DH等），适应不同精度与功耗需求。

3. 可重训练与模型部署

借助 SPC5-STUDIO-AI 插件，用户可修改神经网络结构、重新训练模型，并将其转换为可在MCU上运行的库文件，实现快速迭代与定制化开发。

4. 完整的开发支持

套件配套 AutoDevKit 库插件与SPC5-STUDIO集成开发环境，提供从硬件驱动到AI模型部署的全链路支持。

---

四、典型应用场景

• ADAS系统 ：实时路况识别与驾驶行为分析；
• 预测性维护 ：通过振动模式识别底盘或悬挂系统异常；
• 车载状态监控 ：如停车检测、急刹车/急转弯识别；
• 教学与原型开发 ：汽车AI与边缘计算的教学实验与概念验证。