Esto es la parte número 4 de la nueva plataforma IoT ganadora del premio Embedded World 2026 de Nordic NRF54LM20-DK Nordic Semiconductor ASA | Development Boards, Kits, Programmers | DigiKey
Por favor refiérase al previo artículo Parte 2 and Parte 3 para que apropiadiamente se configure este demo de clasificación usando inteligencia artificial (AI). Este demo de clasificación utiliza el AXON NPU (Unidad de Neuronas de Procesamiento), y clasifica los distintos estados del envio de un paquete:
- Inerte (Idle)
- Movimiento Errático (Shaking)
- Impacto (Impact)
- Caida Libre (Free Fall) (Por favor ver el previo artículo en donde se muestra como se aplica un método convencional para caida libre en un sistema de paracaidas)
- Cargando (Carrying)
- En automóvil (In Car)
- Entregado (Placed)
desde una fuente de medidas de magnitud de aceleración en el proceso de entrega de un paquete. Los beneficios potenciales relacionados a una aplicación como esta, son los siguientes:
- Detección de manejo rudo o potencial daño durante el envio
- Monitorear la calidad del envio durante todas sus fases
- Alertar cuando el paquete sufre un impacto o situaciones de caida libre
- Seguir las transiciones del estado del paquete en su proceso de envio
Brevemente vamos a cubrir el estado inerte, que significa el estado de reposo (otros estados son definidos como sean necesarios de acuerdo a los requisitos) pero no se cubrirán aquí para mantener este artículo lo mas breve posibile,
Características del estado de reposo:
- Aceleración varia alrededor de un conjunto de muestras bien cercas unas de otras en la proximidad de 1000 mG (base del campo gravitacional)
- Variación mínima entre las muestras consecutivas (estable, estático)
- No cambios repentinos en la aceleración
- Representa un empaque en la superficie en estado de reposo (en una mesa, en la tierra, en un automóvil de transportación)
Casos de utilización:
- El empaque esta almacenado en la central de distribución esperando a ser enviado
- El empaque está en el camión de envio estacionario entre ciertas pausas en la ruta de entrega
- El empaque está en la ruta de entrega del cliente
- El empaque está en una mesa o area de almacén
Estas características de la data son consistentes con una base normal mostrada en la siguiente gráfica,
Para compilar el demo de clasificación de estado de la entrega se procede como sigue,
~/DigiKey_Coffee_Cup/Nordic/$ source venv/bin/activate
entonces se abre el siguiente shell,
(venv)~/DigiKey_Coffee_Cup/Nordic/$ nrfutil sdk-manager toolchain launch --ncs-version v3.3.0-preview2 --shell
Initializing shell environment!
(v3.3.0-preview2)
y luego finalizamos el proceso con el siguiente comando,
(v3.3.0-preview2) ~/DigiKey_Coffee_Cup/Nordic/$ west build -p always -b nrf54lm20dk/nrf54lm20b/cpuapp edge-ai/samples/nrf_edgeai/classification/
...
[260/260] Linking C executable zephyr/zephyr.elf
Memory region Used Size Region Size %age Used
FLASH: 56416 B 1940 KB 2.84%
RAM: 8720 B 511 KB 1.67%
IDT_LIST: 0 GB 32 KB 0.00%
...
Ahora se conecta el cable USB a la plataforma Nordic NRF54LM20-DK Nordic Semiconductor ASA | Development Boards, Kits, Programmers | DigiKey como se muestra a continuación,
Abra un terminal minicom y entonces proceda a programar la aplicación de Zephyr,
(v3.3.0-preview2) ~/DigiKey_Coffee_Cup/Nordic/$ west flash
Luego si todo ocurre apropiadiamente, el demo de clasificación del Axon NPU se debe ver por el terminal de la siguiente manera,
Aqui se inicializa la red neural, ejecuta INFERENCIA en 7 casos de prueba representativos que cubren todos los estados de entrega, y valida la precisión de la clasificación. Cada vez que se complete una ventana de 50 muestra del acelerómetro se procesa, el modelo imprime su predicción y su probabilidad correspondiente para cada clasificación. El modelo no requiere ningun contexto adicional a la ventana para hacer sus predicciones. La clase para cada ventana es la que tenga el mas alto grado de probabilidad.
De esta manera se ha completado el demo de clasificación entrega de paquetes para este nuevo Axon Neural Processing Unit (NPU) usando el driver del Axon NPU directamente, en esta inovadora plataforma de Nordic IoT AI. Por favor mantengase sintonizado para futuros artículos. Esta nueva plataforma IoT AI ganadora del premio Embedded World 2026 de Nordic NRF54LM20-DK está disponible en DigiKey.
Que tenga un buen día
Este artículo está disponible en inglés aquí.
This article is available in english here.