1. 项目概述：用AI语音控制你的车辆转向灯

几年前，我还在用传统的微控制器吭哧吭哧地写状态机来控制几个LED的闪烁，既要处理传感器输入，又要保证闪烁时序精准，一个不小心就搞得主循环卡顿。直到我接触到边缘AI和专用的神经网络加速器，才发现事情可以变得如此优雅。这次分享的项目，就是一个将前沿的AI语音识别与经典的嵌入式控制相结合的实战案例：一个基于MAX78000FTHR和Arduino Uno的车辆转向与警示灯语音控制系统。

简单来说，这个项目的核心是让机器“听懂”你的语音指令，比如你说“左转”，它就能自动控制左侧的前后转向灯闪烁；说“双闪”，四个灯就一起亮起作为危险警示。这听起来像是智能座舱里的一小部分功能，但我们完全可以用手头的开发板在桌面上实现它。项目的硬件核心是两块板子：MAX78000FTHR负责“听”和“想”（AI语音识别），Arduino Uno负责“做”（精准的灯光控制）。这种架构分离的设计思路，在资源受限的嵌入式系统里非常经典，能有效避免复杂的多任务调度，让每个处理器都专心做好自己最擅长的事。无论你是对嵌入式AI感兴趣的开发者，还是想为自己的小车模型或创客项目增加点智能交互，这个项目都能提供一个清晰、完整的实现路径。

2. 核心设计思路：为什么是“AI大脑”+“控制手脚”？

2.1 处理器分工的深层考量

很多朋友的第一反应可能是：现在一块高性能的MCU（比如STM32H7系列）性能很强，跑个简单的语音识别模型再加个LED闪烁控制，搞个RTOS（实时操作系统）不就行了吗？为什么非要拆成两块板子？这里面的门道，恰恰是嵌入式系统设计的精髓所在—— 确定性与实时性的权衡 。

MAX78000FTHR的核心卖点是其内置的卷积神经网络（CNN）硬件加速器。这意味着它执行训练好的AI模型（比如关键词识别）时，速度极快、功耗极低，并且 时序是可预测的 。它的主程序可以设计成一个紧密的循环：不断采集麦克风数据，送入CNN加速器，等待结果，然后根据识别出的关键词执行相应操作（比如设置GPIO口）。这个循环必须尽可能不被长时间打断，否则就会丢失音频数据，导致识别率下降或响应延迟。

而控制LED闪烁，特别是要以精确的0.5秒周期闪烁，是一个对时序要求极高的任务。如果把这个任务放在MAX78000的主循环里，用 delay(500) 这样的函数，整个系统在等待期间就“死”了，无法处理音频。如果用软件定时器或检查系统滴答，又会引入不确定性，并且让主循环逻辑变得复杂。

所以，最干净利落的方案就是 职责分离 。让MAX78000专心做它擅长的、计算密集但逻辑简单的AI推理，并将推理结果（左转、右转等命令）通过两个GPIO引脚输出。让Arduino这块以易用性和丰富库函数著称的板子，专心做它擅长的、对时序要求精确的IO控制。Arduino使用硬件定时器中断来产生0.5秒的节拍，在中断服务程序里根据MAX78000送来的命令翻转相应的LED引脚。这样，两个处理器各司其职，MAX78000的音频采集循环永远不会被闪烁任务打断，Arduino的闪烁时序也由硬件保证绝对精准。这是一种经典的“传感器/决策单元”+“执行器单元”的分布式系统思维。

2.2 硬件选型与信号电平匹配

主控芯片：MAX78000FTHR 这不是一块普通的单片机。它集成了一个Cortex-M4F内核和独立的CNN硬件加速器。对于本项目的关键词识别（Keyword Spotting, KWS）任务，CNN加速器能以超低功耗和毫秒级延迟完成推理，这是纯靠Cortex-M4核软件计算难以企及的。板载的数字麦克风、RGB LED、SD卡槽等外设，也为项目开发和功能扩展提供了便利。选择这块板子，就是选择在边缘端实现高效AI推理的最短路径。

执行单元：Arduino Uno 选择它原因很简单：普及度高、生态完善、编程简单。其16MHz的ATmega328P芯片性能用于产生定时中断和控制GPIO绰绰有余。丰富的IO口可以直接驱动LED（通过限流电阻）或连接继电器模块控制真实车灯。其稳定的5V逻辑电平也是工业控制和很多执行器的通用标准。

关键桥梁：电平转换模块 这是硬件连接中必须注意的一个细节。MAX78000FTHR的GPIO输出高电平是3.3V，而Arduino Uno的输入引脚识别高电平的阈值通常在3.0V以上（具体看数据手册，典型值约为0.6*Vcc=3.0V）。虽然3.3V可能勉强能让Arduino识别为高电平，但处于临界状态，抗噪声能力差，系统在复杂电磁环境（如车辆内部）下可能不稳定。因此，使用一个双向电平转换模块（通常基于MOSFET如TXB0104）将3.3V信号安全、可靠地转换为5V信号，是保证通信稳定的必要措施。

注意 ：切勿直接用导线连接3.3V和5V系统。长期工作可能对MAX78000的IO口造成应力，甚至损坏。电平转换模块是必不可少的。

3. 系统搭建与电路详解

3.1 系统框图与信号流

整个系统的数据流非常清晰。用户发出语音命令 -> MAX78000板载麦克风采集音频 -> 内部CNN模型进行关键词识别 -> 识别结果转化为对P2_6和P2_7两个引脚的电平控制 -> 电平转换模块将3.3V信号转为5V -> Arduino Uno通过数字引脚8和9读取这两个电平信号 -> Arduino根据预设的映射表，在定时器中断中控制引脚2、3、4、5（对应左前、右前、左后、右后LED）的闪烁逻辑。

这种“命令编码-传输-解码执行”的模式，使得两个处理器之间的耦合度降到最低，仅通过两根信号线通信，协议简单到就是一张真值表，极大提高了系统的可靠性和可调试性。

3.2 电路连接实操指南

材料清单：

1. MAX78000FTHR 开发板 x1
2. Arduino Uno R3 开发板 x1
3. 3.3V 至 5V 双向电平转换模块（如基于TXB0104） x1
4. 发光二极管（LED） x4 （颜色可自选，建议红/黄）
5. 220Ω 限流电阻 x4
6. 面包板 x2 （建议一大一小，方便布局）
7. 杜邦线（公对公、公对母）若干
8. USB数据线（为两块板子供电） x2

接线步骤：

1. 供电 ：分别用两根USB线为MAX78000FTHR和Arduino Uno供电。建议都连接到电脑或同一个5V电源适配器上，以确保共地。
2. 电平转换模块连接 ：
   • 将模块的 LV （低电压）侧连接到MAX78000FTHR的 3.3V 和 GND 。
   • 将模块的 HV （高电压）侧连接到Arduino的 5V 和 GND 。
   • 这样，模块的电源和地就绪了。
3. 信号线连接 ：
   • MAX78000FTHR P2_6 -> 电平转换模块 LV1 通道。
   • 电平转换模块 HV1 通道 -> Arduino 数字引脚 8 (D8) 。
   • MAX78000FTHR P2_7 -> 电平转换模块 LV2 通道。
   • 电平转换模块 HV2 通道 -> Arduino 数字引脚 9 (D9) 。
4. LED电路连接 ：
   • 将4个LED的正极（长脚）通过220Ω电阻，分别连接到Arduino的以下引脚：
     • LED1 (左前): D2
     • LED2 (右前): D3
     • LED3 (左后): D4
     • LED4 (右后): D5
   • 将4个LED的负极（短脚）统一连接到Arduino的一个 GND 引脚。

布局建议 ：将MAX78000FTHR和电平转换模块放在一个面包板上，Arduino和LED放在另一个面包板上。这样布局清晰，便于调试和拍照。务必在接通电源前仔细检查所有连接，特别是电源和地线不要接反。

4. MAX78000FTHR端：AI语音识别模型部署

4.1 模型训练与适配

原项目基于Maxim官方提供的 kws20_demo （20个关键词识别示例）进行修改。最大的工作量在于 自定义关键词训练 。官方示例里的词库是“向上”、“向下”等，我们需要将其替换为“SHEILA”、“LEFT”、“RIGHT”、“ON”、“STOP”。

1. 环境准备 ：你需要一个Linux环境（Ubuntu 18.04/20.04）进行模型训练。可以在物理机安装，也可以用VMware/VirtualBox创建虚拟机。如原文所述，配置i7 CPU、12GB内存和足够硬盘空间即可，CNN训练对GPU有加速效果但非必须，CPU也能完成，只是时间稍长。
2. 数据准备 ：这是最关键的步骤。你需要为每个新关键词（SHEILA, LEFT, RIGHT, ON, STOP）准备数十条高质量的语音样本。样本最好来自不同性别、口音的人，并包含不同的环境噪音（安静的、有背景音的），以提升模型鲁棒性。可以使用开源语音数据集进行裁剪，或自己录制。
3. 修改训练脚本 ：在Maxim提供的AI工具链中，你需要修改训练配置文件，将原有的20个关键词替换为你的5个新词，并指定对应语音数据的路径。
4. 执行训练 ：运行训练脚本。这个过程会进行数据预处理、模型训练、量化等操作，最终生成适用于MAX78000硬件的模型权重文件（ weights.c / weights.h ）和网络结构文件（ cnn.c / cnn.h ）。
5. 集成到工程 ：将生成的这四个文件，替换掉Maxim kws20_demo SDK示例工程中的原有文件。

实操心得 ：自己录制样本时，确保采样率与模型要求一致（通常16kHz）。每个词录制1-2秒，开头和结尾留一点静音。可以尝试用手机在不同房间录制，模拟真实环境。数据质量直接决定最终识别率，多花时间在这里非常值得。

4.2 应用程序逻辑剖析

替换模型文件后，需要修改主程序 main.c 来适配我们的控制逻辑。核心逻辑在 Detected_Word 函数被调用之后。

// 假设识别结果存放在变量 detected_word 中
switch(detected_word) {
    case WORD_SHEILA: // 例如，对应编号10
        // 唤醒或准备状态，可以点亮一个状态灯，本项目未使用TFT，可忽略或控制板载RGB LED
        printf("Awaiting command...\n");
        break;
    case WORD_LEFT:   // 编号11
        MXC_GPIO_OutSet(&left_gpio);   // P2_6 = 1
        MXC_GPIO_OutClr(&right_gpio);  // P2_7 = 0
        printf("LEFT command detected.\n");
        break;
    case WORD_RIGHT:  // 编号12
        MXC_GPIO_OutClr(&left_gpio);   // P2_6 = 0
        MXC_GPIO_OutSet(&right_gpio);  // P2_7 = 1
        printf("RIGHT command detected.\n");
        break;
    case WORD_ON:     // 编号13 (Warning)
        MXC_GPIO_OutSet(&left_gpio);   // P2_6 = 1
        MXC_GPIO_OutSet(&right_gpio);  // P2_7 = 1
        printf("HAZARD/ON command detected.\n");
        break;
    case WORD_STOP:   // 编号14
        MXC_GPIO_OutClr(&left_gpio);   // P2_6 = 0
        MXC_GPIO_OutClr(&right_gpio);  // P2_7 = 0
        printf("STOP command detected.\n");
        break;
    default:
        // 未识别的词，什么也不做或给出错误提示
        break;
}

程序会持续运行在一个循环中：读取麦克风 -> 预处理音频块 -> 送入CNN -> 获取识别结果 -> 根据结果设置GPIO引脚电平。这个循环越快越好，确保不会遗漏语音。 SHEILA 这个词在这里充当一个“唤醒词”或“前缀”，它的设计是为了降低误触发。在实际应用中，你可以说“SHEILA，左转”，系统听到 SHEILA 后进入准备接收命令状态（虽然本项目简化了此状态机），再识别后续的 LEFT 。这比直接监听“左转”要更可靠，因为日常对话中较少出现“SHEILA”这个词。

5. Arduino Uno端：精确定时中断控制

5.1 定时器配置详解

Arduino Uno的ATmega328P有3个定时器。我们使用 Timer1 ，它是一个16位定时器，精度高，非常适合产生秒级间隔的中断。

核心配置在 setup() 函数中完成：

void setup() {
  // 1. 初始化LED引脚为输出，并初始化为低电平
  pinMode(LEFT_FRONT, OUTPUT); digitalWrite(LEFT_FRONT, LOW);
  pinMode(RIGHT_FRONT, OUTPUT); digitalWrite(RIGHT_FRONT, LOW);
  pinMode(LEFT_REAR, OUTPUT); digitalWrite(LEFT_REAR, LOW);
  pinMode(RIGHT_REAR, OUTPUT); digitalWrite(RIGHT_REAR, LOW);

  // 2. 初始化命令输入引脚为输入
  pinMode(LEFT_FLASH, INPUT); // D8
  pinMode(RIGHT_FLASH, INPUT); // D9

  // 3. 配置Timer1中断
  noInterrupts(); // 关闭所有中断，开始安全配置
  TCCR1A = 0; // 清零控制寄存器A，设置为普通模式
  TCCR1B = 0; // 清零控制寄存器B
  TCNT1 = 0;  // 计数器初值清零

  // 计算0.5秒对应的计数初值
  // 系统时钟 16MHz，预分频（Prescaler）设为256
  // 定时器计数频率 = 16MHz / 256 = 62.5 kHz
  // 定时器每计数一次的时间 = 1 / 62.5kHz = 16 微秒
  // 要达到0.5秒 (500,000 微秒)，需要计数次数 = 500,000 / 16 = 31250
  // 16位定时器最大计数值是65535，31250在其范围内。
  // 因为是从初值开始向上计数到溢出，所以初值 = 65535 - 31250 + 1 = 34286
  OCR1A = 34286; // 设置比较匹配寄存器（如果使用CTC模式）
  // 但原文使用溢出模式，所以是设置TCNT1的重装值
  // 重装值 = 65535 - 31250 = 34285
  // 我们定义一个常量，在中断中重装
  // #define TMR_PRELOAD 34285

  TCCR1B |= (1 << CS12); // 设置预分频为256，时钟启动
  TIMSK1 |= (1 << TOIE1); // 使能定时器溢出中断
  interrupts(); // 重新开启所有中断
}

这里的关键是 预分频 和 计数初值 的计算。预分频降低了计数频率，让16位定时器能够覆盖更长的时间间隔。0.5秒是一个典型值，你可以通过修改预分频或计数初值来调整闪烁频率，例如改成0.3秒（更急促）或1秒（更舒缓）。

5.2 中断服务程序与状态解析

中断服务程序（ISR）是控制逻辑的核心。它每0.5秒被触发一次，检查来自MAX78000的两个命令引脚状态，并执行相应的LED动作。

// 定义命令引脚和LED引脚
#define LEFT_FLASH 8
#define RIGHT_FLASH 9
#define LEFT_FRONT 2
#define RIGHT_FRONT 3
#define LEFT_REAR 4
#define RIGHT_REAR 5

#define TMR_PRELOAD 34285 // 0.5秒对应的重装值

ISR(TIMER1_OVF_vect) {
  TCNT1 = TMR_PRELOAD; // 重装定时器初值，保证下次中断间隔准确

  // 读取命令引脚状态
  bool leftCmd = digitalRead(LEFT_FLASH);
  bool rightCmd = digitalRead(RIGHT_FLASH);

  // 逻辑解析与执行
  if (leftCmd == HIGH && rightCmd == LOW) {
    // 左转命令：翻转左侧两个LED的状态
    digitalWrite(LEFT_FRONT, !digitalRead(LEFT_FRONT));
    digitalWrite(LEFT_REAR, !digitalRead(LEFT_REAR));
    // 确保右侧灯熄灭
    digitalWrite(RIGHT_FRONT, LOW);
    digitalWrite(RIGHT_REAR, LOW);
  } 
  else if (leftCmd == LOW && rightCmd == HIGH) {
    // 右转命令：翻转右侧两个LED的状态
    digitalWrite(RIGHT_FRONT, !digitalRead(RIGHT_FRONT));
    digitalWrite(RIGHT_REAR, !digitalRead(RIGHT_REAR));
    // 确保左侧灯熄灭
    digitalWrite(LEFT_FRONT, LOW);
    digitalWrite(LEFT_REAR, LOW);
  } 
  else if (leftCmd == HIGH && rightCmd == HIGH) {
    // 双闪/警告命令：翻转所有四个LED的状态
    digitalWrite(LEFT_FRONT, !digitalRead(LEFT_FRONT));
    digitalWrite(LEFT_REAR, !digitalRead(LEFT_REAR));
    digitalWrite(RIGHT_FRONT, !digitalRead(RIGHT_FRONT));
    digitalWrite(RIGHT_REAR, !digitalRead(RIGHT_REAR));
  } 
  else { // leftCmd == LOW && rightCmd == LOW
    // 停止命令：关闭所有LED
    digitalWrite(LEFT_FRONT, LOW);
    digitalWrite(LEFT_REAR, LOW);
    digitalWrite(RIGHT_FRONT, LOW);
    digitalWrite(RIGHT_REAR, LOW);
  }
}

这个ISR的设计非常高效。它不依赖任何 delay() ，完全由硬件定时器驱动，确保了闪烁间隔的绝对精确。通过读取两个二进制引脚的状态，形成了4种唯一的命令编码，协议极其简单可靠。 digitalWrite(pin, !digitalRead(pin)) 这行代码巧妙地实现了LED状态的翻转（Toggle），是控制周期性闪烁的简洁写法。

6. 系统调试与功能验证

6.1 分模块调试策略

在连接所有线路之前，强烈建议进行分模块调试，可以快速定位问题。

1. Arduino独立测试 ：

   • 先不连接MAX78000和电平转换器。
   • 编写一个简单的测试程序，手动设置D8和D9引脚为高或低电平（可以用导线接5V或GND），然后上传完整的闪烁控制程序。
   • 观察LED是否按照真值表正确响应。这能验证Arduino端的硬件连接和软件逻辑完全正确。

2. MAX78000独立测试 ：

   • 先不连接Arduino。
   • 修改MAX78000程序，在识别到命令后，除了设置P2_6/P2_7，还控制其板载的RGB LED显示不同颜色（例如，识别到LEFT亮蓝色，RIGHT亮绿色）。
   • 通过串口打印识别到的关键词。
   • 对着麦克风说话，观察RGB LED和串口输出，验证语音识别模型是否正常工作，以及GPIO输出逻辑是否正确。

3. 联调 ：

   • 确认两个模块单独工作正常后，断开电源，连接电平转换模块和信号线。
   • 先给两块板子上电。
   • 对MAX78000说“SHEILA LEFT”，用万用表或逻辑分析仪测量电平转换模块HV侧的输出（即Arduino D8/D9的输入），应该是D8=高(5V)， D9=低(0V)。
   • 同时观察Arduino控制的LED，左侧两个应该开始以0.5秒间隔闪烁。

6.2 常见问题与排查实录

即使按照步骤操作，也可能会遇到一些“坑”。下面是我在实现过程中遇到的一些典型问题及解决方法：

问题现象	可能原因	排查步骤与解决方案
所有LED完全不亮	1. 供电问题。 2. Arduino程序未上传或上传失败。 3. LED或电阻接反、虚焊。	1. 检查USB线是否插好，板载电源指示灯是否亮起。 2. 打开Arduino IDE串口监视器，上传一个简单的 Blink 示例程序测试板子。 3. 用万用表通断档检查LED电路，确保LED方向正确（长脚正极接电阻到IO口，短脚负极接GND）。
LED常亮不闪烁	1. 定时器中断未正确配置或未使能。 2. 中断服务程序（ISR）未被触发。	1. 检查 setup() 中定时器配置代码，特别是`TIMSK1
语音识别无反应	1. 麦克风硬件问题。 2. 模型未正确加载或关键词不匹配。 3. 环境噪音太大。	1. 检查MAX78000板载麦克风是否完好（可用官方音频示例测试）。 2. 通过串口查看MAX78000的打印信息，确认程序运行到了识别环节，并检查识别出的关键词ID是否正确。 3. 在相对安静的环境下，用清晰、平稳的语速说“SHEILA”。训练数据质量直接影响识别率。
只有一侧灯亮，但不闪	Arduino的D8或D9引脚读取的电平固定不变。	1. 检查电平转换模块连接是否牢固，电源（3.3V LV侧，5V HV侧）是否正常。 2. 在Arduino程序中，于 loop() 里打印 digitalRead(8) 和 digitalRead(9) 的值，观察在发出不同语音命令时，这两个值是否按真值表变化。这能定位问题是出在MAX78000输出端，还是电平转换环节，或是Arduino输入端。
闪烁频率不对	定时器重装值计算错误。	重新计算 TMR_PRELOAD 值。确保使用的时钟频率（16MHz）、预分频（256）计算正确。公式：重装值 = 65535 - (目标时间秒 * 时钟频率) / 预分频。例如0.5秒： 65535 - (0.5 * 16000000) / 256 = 34285 。

避坑技巧 ：调试分布式系统时， 串口打印是你的最佳朋友 。在MAX78000和Arduino的程序中都加入丰富的串口打印语句（例如 printf(“Detected: %d\n”, word_id); 和 Serial.println(“ISR triggered”); ），可以清晰地看到数据流和程序执行到了哪一步，能快速锁定问题模块。

7. 项目优化与扩展思路

这个基础项目已经可以稳定工作，但它更像一个“概念验证”（Proof of Concept）。在实际应用中，我们可以从多个维度对它进行强化和扩展。

7.1 硬件强化与安全隔离

1. 驱动真实车灯 ：LED只是模拟。要驱动12V汽车灯泡或更高功率的灯，需要在Arduino输出端增加 继电器模块 或 MOSFET驱动电路 。Arduino的5V/40mA IO口直接驱动继电器线圈可能电流不足，建议使用一个小的晶体管（如2N2222）或现成的继电器模块（通常内置光耦和晶体管）进行控制，实现弱电控制强电的安全隔离。
2. 电源管理 ：目前依赖USB供电，在车载环境下需改为车载12V转5V/3.3V的DC-DC电源模块，并考虑电源的稳压、滤波和防反接保护。
3. 增加反馈机制 ：为提升用户体验，可以增加声音或视觉反馈。例如，MAX78000识别到唤醒词“SHEILA”后，让板载RGB LED闪烁一下；识别到有效命令后，通过一个小的蜂鸣器发出“嘀”一声确认。

7.2 软件逻辑优化

1. 命令状态机 ：当前逻辑中，“SHEILA”作为前缀，但程序并未严格实现“唤醒-监听命令”的状态机。可以优化为：只有检测到“SHEILA”后，系统才进入一个3-5秒的监听窗口，在此窗口内识别的“LEFT”、“RIGHT”等才被视为有效命令。窗口超时后自动返回休眠状态，这能极大减少误触发。
2. Arduino命令锁存 ：目前Arduino在中断里实时读取D8/D9引脚。如果MAX78000的输出在两次中断之间发生抖动，可能会导致灯光显示异常。可以在Arduino的 loop() 中读取命令引脚，并将其存入一组“命令寄存器”变量中。中断服务程序只读取这组寄存器变量，而不是直接读引脚。这样命令更新周期与灯光闪烁周期解耦，系统更稳定。
3. 灯光模式多样化 ：可以在Arduino中预设多种闪烁模式。例如，转向灯可以是“亮0.5秒，灭0.5秒”的标准模式，危险警告灯可以是“快速闪烁（亮0.2秒，灭0.2秒）”。通过MAX78000发送不同的编码（例如，用更多引脚或PWM信号）来选择模式。

7.3 功能扩展展望

这正是原项目“未来工作”部分提到的迷人之处。MAX78000强大的AI能力远不止识别五六个关键词。

1. 更多语音控制 ：可以训练模型识别更多命令，如“打开车窗”（控制一个舵机模拟）、“打开空调”（控制一个风扇模块）、“阅读灯”（控制另一个LED）。MAX78000可以通过更多的GPIO或通信接口（如I2C、SPI）连接多个执行单元，或者通过一个总线（如CAN总线）与车辆其他ECU通信。
2. 集成显示与交互 ：添加一个OLED或TFT屏幕，可以实时显示识别到的命令、系统状态（如电池电压）、甚至通过麦克风实现的简单语音交互日志。
3. 环境感知融合 ：MAX78000FTHR支持摄像头输入。可以扩展为 视觉+语音 的多模态控制。例如，驾驶员说“打开那个”，同时用手指向车窗外，系统通过摄像头进行目标检测，识别出手指指向的是车窗按钮，然后结合语音命令执行操作。这需要训练一个目标检测模型部署在MAX78000的CNN加速器上，与语音模型协同工作。

这个项目就像一把钥匙，为你打开了边缘AI嵌入式应用的大门。从精准的定时控制到低功耗的语音识别，从简单的电路连接到分布式系统设计，每一步都充满了嵌入式开发的典型挑战和乐趣。当你对着自己搭建的系统说出“左转”，看到灯光应声而亮时，那种连接虚拟智能与物理世界的成就感，正是我们投身硬件和嵌入式开发的初心。