安装与配置 | Jimmy Song

概述

Arduino Nicla Vision （简称 NiclaV）是一款集成双处理器、可并行运行任务的开发板。它属于同一系列的开发板家族，拥有相同的外形尺寸，但针对不同场景设计，如 Nicla Sense ME 和 Nicla Voice 。Nicla 系列可高效运行 TensorFlow Lite 创建的模型。例如，NiclaV 的一个核心可实时运行计算机视觉算法（推理），另一个核心则负责底层操作，如电机控制、通信或用户界面。板载无线模块支持 WiFi 与蓝牙低功耗（BLE）同时管理。

硬件简介

双核并行架构

主控芯片为双核 STM32H747 ，包含 480 MHz 的 Cortex M7 和 240 MHz 的 Cortex M4。两核通过远程过程调用（RPC）机制通信，可无缝调用对方函数。两核共享片上所有外设，支持：

基于 Arm Mbed OS 的 Arduino sketch
原生 Mbed 应用
MicroPython / JavaScript 解释器
TensorFlow Lite

存储与内存

内存对嵌入式机器学习项目至关重要。NiclaV 板载最大 16MB QSPI Flash 用于存储。但需注意，机器学习推理主要依赖 MCU 的 SRAM，STM32H747 仅有 1MB（两核共享）。芯片还集成 2MB FLASH，主要用于代码存储。

板载传感器

摄像头：GC2145 2MP 彩色 CMOS
麦克风：MP34DT05 数字 MEMS 麦克风，超小型、低功耗、全向
6 轴 IMU：LSM6DSOX，3D 陀螺仪 + 3D 加速度计
ToF 距离传感器：VL53L1CBV0FY，高精度、低功耗，集成红外 VCSEL 激光器与接收光学系统，位于摄像头下方

Arduino IDE 安装与配置

首先用 micro USB 线连接开发板到电脑：

在 Arduino IDE 中安装 Nicla 板卡的 Mbed OS 内核。依次进入 工具 > 开发板 > 开发板管理器，搜索 Arduino Nicla Vision 并安装。

接着，选择 工具 > 开发板 > Arduino Mbed OS Nicla Boards，选中 Arduino Nicla Vision。连接 USB 后，端口应能识别 Nicla 并选择。

打开示例 Blink（Examples/Basic），点击上传。板载绿灯（RGB）闪烁即表示 Nicla 安装与硬件正常！

测试麦克风

在 Arduino IDE，进入 Examples > PDM > PDMSerialPlotter，运行并打开绘图仪，可实时查看麦克风音频波形：

可尝试不同频率声音，确认麦克风工作正常。

测试 IMU

测试 IMU 前需安装 LSM6DSOX 库。打开库管理器，搜索 LSM6DSOX，安装 Arduino 官方库：

然后运行 Examples > Arduino_LSM6DSOX > SimpleAccelerometer，可测试加速度计（也可测试陀螺仪和温度）：

\clearpage

测试 ToF 距离传感器

同理，需先安装 VL53L1X ToF 库。库管理器搜索 VL53L1X，安装 Pololu 官方库：

运行 proximity_detection.ino 示例：

串口监视器可实时显示摄像头前方物体距离（最大 4 米）：

测试摄像头

可用 Examples > Camera > CameraCaptureRawBytes 测试摄像头，虽然不能直接预览，但可获取原始图像数据。

推荐使用 Web Serial Camera （ API 说明）网页应用，可通过 Web Serial 实时预览摄像头画面。该应用演示了如何用 JavaScript 解包并渲染 Arduino 板卡传输的图像数据，源码见 GitHub 。

Arduino 端代码（CameraCaptureWebSerial）见此处，也可在 IDE“Examples→Camera”菜单下找到。

网页端应用可直接访问这里，详细教程见官方文档。

安装 OpenMV IDE

OpenMV IDE 是 OpenMV 相机（与 Nicla Vision 类似）专用的集成开发环境，内置强大的文本编辑器、调试终端和帧缓冲区查看器（含直方图）。我们将用 MicroPython 编程摄像头。

访问 OpenMV IDE 官网，下载适合操作系统的版本并安装。

IDE 默认打开 helloworld_1.py 示例。若未自动打开，可通过 Files > Examples > HelloWord > helloword.py 手动打开。

串口输出（print 或错误信息）会实时显示在 Serial Terminal，摄像头画面显示在 Camera Viewer（帧缓冲区）及下方直方图区域。

升级 Bootloader

连接 Nicla 前，需确保 Bootloader 为最新版。用 Arduino IDE 选择 Nicla 板卡，打开 Examples > STM_32H747_System STM32H747_manageBootloader，上传并按串口提示操作。

安装固件

升级 Bootloader 后，双击复位键进入 bootloader 模式，绿灯呼吸闪烁。回到 OpenMV IDE，点击左侧连接图标：

弹窗提示检测到 DFU 模式板卡，选择 Install the latest release firmware (vX.Y.Z)，安装最新版 OpenMV 固件。

可不勾选 Erase internal file system，点击 [OK]。

绿灯闪烁表示固件上传中，终端窗口显示进度。

等待绿灯停止闪烁，出现“DFU firmware update complete!”提示，点击 [OK]。

连接成功后工具栏出现绿色播放按钮。

电脑会出现名为 “NO NAME” 的新磁盘。

每次按 [RESET]，板载 main.py 会自动执行。可通过 IDE 加载 main.py （File > Open File...）。

该代码为“Blink”示例，用于确认硬件正常。

测试摄像头

运行 helloword_1.py，在 File > Examples > HelloWorld > helloword.py 选择脚本。

点击绿色播放按钮，MicroPython 脚本上传并运行，Camera Viewer 区域可实时预览视频流，Serial Monitor 显示帧率（约 27fps）。

helloworld.py 示例代码如下：

import sensor, time

sensor.reset()                      # 传感器初始化
sensor.set_pixformat(sensor.RGB565) # 设置像素格式
sensor.set_framesize(sensor.QVGA)   # 设置帧尺寸
sensor.skip_frames(time = 2000)     # 等待设置生效
clock = time.clock()                # 创建时钟对象

while(True):
    clock.tick()                    # 更新时钟
    img = sensor.snapshot()         # 拍照
    print(clock.fps())

更多 Python 示例见 GitHub 。

代码分为两部分：

Setup：导入库、初始化变量
Loop：循环采集图像（img），每帧可用于机器学习推理

点击红色 [X] 可中断程序。

注意：OpenMV Cam 连接 IDE 时速度约为断开时一半，断开后帧率更高。

更多 Python 示例见 Micropython 目录，可尝试测试板载各类传感器。

连接 Nicla Vision 到 Edge Impulse Studio

后续实验将用到 Edge Impulse Studio。 Edge Impulse 是领先的边缘设备机器学习开发平台。

Edge Impulse 官方支持 Nicla Vision。请先在 Studio 新建项目并连接 Nicla，步骤如下：

下载适合操作系统的 Arduino CLI
下载最新版 EI 固件
解压两者并放在同一文件夹
双击复位键进入 Boot 模式
运行对应操作系统的 uploader（EI FW）：

执行批处理脚本，上传 arduino-nicla-vision.bin 到板卡

使用 Chrome 浏览器可通过 WebUSB 直接连接 Nicla 到 EI Studio，无需 EI CLI。

进入 Studio 项目，在 Data Acquisition 标签页选择 WebUSB（1），弹窗选择 Nicla is paired（2），点击 [Connect]（3）。

可在 Collect Data 区域选择采集的传感器数据：

如采集 IMU 数据（惯性）：

或采集摄像头图像：

还可测试外部 ADC（Nicla pin 0）及其他板载传感器，如麦克风、ToF（距离）或多传感器融合（fusion）。

Nicla Vision 扩展板（可选）

原型开发时常需外接传感器。推荐 Arduino MKR Connector Carrier (Grove 兼容) 。

该扩展板含 14 个 Grove 接口：5 路单独模拟输入（A0-A5）、1 路双模拟输入（A5/A6）、5 路单独数字 I/O（D0-D4）、1 路双数字 I/O（D5/D6）、1 路 I2C（TWI）、1 路 UART（串口），全部 5V 兼容。

Nicla Vision 17 个引脚全部连接到 Shield，但部分 Grove 接口未连接。

该扩展板兼容 MKR 系列，可与 Nicla Vision、Portenta 搭配使用。

例如，在 TinyML 项目中，你可用 LoRaWAN 设备发送推理结果，并采集环境光强，建议配合 OLED 显示屏用于离线显示：

Grove 光照传感器可接 A0/PC4， LoRaWAN 设备接 UART， OLED 接 I2C。

Nicla 引脚 3（Tx）和 4（Rx）连接到扩展板串口，用于 LoRaWAN 通信。UART 示例代码如下：

# UART 测试 - By: marcelo_rovai - Sat Sep 23 2023

import time
from pyb import UART
from pyb import LED

redLED = LED(1) # 板载红灯

# 初始化 UART
# Nicla Vision 的 UART (TX/RX) 在 "LP1"
uart = UART("LP1", 9600)

while(True):
    uart.write("Hello World!\r\n")
    redLED.toggle()
    time.sleep_ms(1000)

可用 Arduino UNO 作为接收端，串口监视器显示 “Hello World”，代码见此。

OLED 示例代码如下（需上传 Adafruit 的 ssd1306.py 驱动，见 GitHub ）：

# Nicla_OLED_Hello_World - By: marcelo_rovai - Sat Sep 30 2023

import ssd1306
from machine import I2C
i2c = I2C(1)

oled_width = 128
oled_height = 64
oled = ssd1306.SSD1306_I2C(oled_width, oled_height, i2c)

oled.text('Hello, World', 10, 10)
oled.show()

ADC 采集 A0（PC4）光照传感器示例：

# 光照传感器 (A0) - By: marcelo_rovai - Wed Oct 4 2023

import pyb
from time import sleep

adc = pyb.ADC(pyb.Pin("PC4"))   # 创建模拟输入对象
val = adc.read()                # 读取模拟值

while (True):
    val = adc.read()
    print ("Light={}".format (val))
    sleep (1)

ADC 也可用于温度等其他传感器。

以上脚本（ GitHub 下载）仅演示如何用 MicroPython 连接外部设备。

总结

Arduino Nicla Vision 是一款极具工业与专业应用价值的 tiny device。它强大、可靠、低功耗，内置多种常见嵌入式机器学习应用所需传感器，如视觉、运动、传感器融合与声音。

本实验所有代码均可在 GitHub 仓库获取。

参考资源

发布于: 2025/10/22 • 最后更新: 2025/10/23 • 字数: 3195 • 阅读时间: 7 mins