Arduino Programming 入门课程 培训

在中国的本次讲师指导的线下培训中，学员将学习如何使用高级技术为Arduino编程，并通过创建一个简单的传感器警报系统进行实践。

培训结束后，学员将能够：

• 理解Arduino的工作原理。
• 深入了解Arduino的主要组件和功能。
• 在不使用Arduino IDE的情况下为Arduino编程。

本次由讲师指导的线下培训（线上或线下）面向希望学习如何使用嵌入式C编程各种基于不同处理器架构（8051、ARM CORTEX M-3和ARM9）的微控制器的工程师。

在这个由讲师指导的现场培训中，参与者将学习如何使用 Arduino 硬体和 Arduino （C/C++） 语言构建机器人。

在本次培训结束时，参与者将能够：

• 构建和操作包括软体和硬体元件的机器人系统
• 了解机器人技术中使用的关键概念
• 将电机、感测器和微控制器组装到一个工作机器人中
• 设计机器人的机械结构

观众

• 开发人员
• 工程师
• 爱好者

课程形式

• 部分讲座、部分讨论、练习和大量动手实践

注意

• 硬体套件将由讲师在培训前指定，但大致包含以下元件：

• Arduino 板
• 电机控制器
• 距离感测器
• 蓝牙从属设备
• 原型板和电缆
• USB 数据线
• 车辆套件

• 参与者需要购买自己的硬体。
• 如果您想定制此培训，请联系我们进行安排。

在中国的本次讲师指导的线下培训中，学员将学习物联网（IoT）的基础知识，并逐步创建一个基于Arduino的物联网传感器系统。

在培训结束时，学员将能够：

• 理解物联网的原理，包括物联网组件和通信技术。
• 学习如何使用Arduino通信模块，这些模块可用于不同的物联网系统。
• 学习如何使用和编程移动app来控制Arduino。
• 使用Wi-Fi模块将Arduino连接到其他设备。
• 构建并部署自己的物联网传感器系统。

本次由讲师指导的培训（线上或线下）面向中级嵌入式系统工程师和AI开发者，旨在帮助他们使用TensorFlow Lite和Edge Impulse在微控制器上部署机器学习模型。

培训结束后，参与者将能够：

• 理解TinyML的基础知识及其在边缘AI应用中的优势。
• 为TinyML项目设置开发环境。
• 在低功耗微控制器上训练、优化和部署AI模型。
• 使用TensorFlow Lite和Edge Impulse实现实际TinyML应用。
• 优化AI模型以提升能效并满足内存限制。

这种讲师指导的现场培训<本地>（在线或现场）面向希望学习微控制器设计原理的工程师。

Raspberry Pi 是一种非常小的单板计算机。

在这次讲师指导的线下培训中，参与者将学习如何设置和编程 Raspberry Pi，使其成为一个互动且强大的嵌入式系统。

通过本次培训，参与者将能够：

• 设置 IDE（集成开发环境）以实现最大开发效率
• 编程 Raspberry Pi 以控制设备，如运动传感器、警报器、Web 服务器和打印机
• 了解 Raspberry Pi 的架构，包括附加设备的输入和连接器
• 了解各种编程语言和操作系统的选项
• 测试、调试和部署 Raspberry Pi 以解决现实世界的问题

受众

• 开发人员
• 硬件/软件技术人员
• 各行业的技术人员
• 爱好者

课程形式

• 部分讲座，部分讨论，练习和大量动手实践

注意

• Raspberry Pi 支持多种操作系统和编程语言。本课程将使用基于 Linux 的 Raspbian 作为操作系统，并使用 Python 作为编程语言。如需特定设置，请联系我们安排。
• 参与者需自行购买 Raspberry Pi 硬件和组件。

这种以讲师为主导的中国现场培训（现场或远程）面向希望在非常小的嵌入式设备上编写，加载和运行机器学习模型的工程师。

在培训结束时，参与者将能够：

• 安装 TensorFlow Lite。
• 将机器学习模型加载到嵌入式设备上，使其能够检测语音、对图像进行分类等。
• 将 AI 添加到硬件设备，而无需依赖网络连接。