使用Wio Terminal与气体传感器收集咖啡气味数据

TinyML 是指在 Arduino 这类 MCU 板子上也能做到简易的神经网络推论，让基本的传感器数据分析也能透过机器学习来找到更多有趣的信息。

Wio Terminal 就是在这股浪潮下所产生的一个产品，除了使用 ATSAMD51 核心并搭配 Realtek RTL8720DN 的 Wi-Fi / 蓝牙芯片，还支持Grove 系列传感器。

最重要的当然是本文核心– TinyML，可将所收集到的数据透过 Edge Impulse 网站来进行一条龙的处理、训练与测试流程，再把神经网络档案导出到 Wio Terminal 上来执行，过程不能说超简单，但确实已经方便非常多了！

本文要介绍使用 Wio Termianl 所提供的好用韧体，来收集咖啡、酒精的气味资料。非常有趣的题目，您一定会喜欢的喔！

注：本文将使用 Grove –多通道气体传感器 V2，直接接上 Wio Terminal 的任一个 Grove 接口就好。

Grove – 多通道气体传感器 V2

Wio Termina嗅觉鼻子实验套件

Wio Terminal 的基本环境设定

关于 Wio Terminal 的基本环境设定，请参考之前的文章。我也录制了影片带您一步步操作：

不过呢，这次就不用自己再写 Arduino 的上传程序了，直接使用现成的 Firmware。

请把 Wio Terminal 接上计算机，再把它的开关往 use port 的方向拉两下，它会变成一个 Arduino 的磁盘，请把 .uf2 档丢进去就会自动更新这个韧体，之后再重新插拔 usb 线让他重开机就好了，简单~

开启 cmd 或 anaconda prompt，开始上传数据 (如果还没有安装 node.js 的画，请安装 node.js v14 以上) ：

连上 Edge Impulse

先安装 Edge Impulse cli 工具：

npm install -g edge-impulse-cli

接着输入以下指令来登入 Edge Impulse 网站 (当然您需要先注册账号，并在网站上建立一个项目)：

edge-impulse-daemon --clean

请依序输入账号密码、命名 WioTerminal 装置 (如图中的 wio_nose)、、选择项目 (我也取名为 wio_nose)，最后看到“[WS ] Go to ”，就可以回到 Edge Impulse 网站了。

Edge Impulse 收集资料

请确认气体传感器已经接好，并开启 Edge Impulse 网站，进入您所建立的项目，点选左侧的 Data acquisition，先看到右侧的 Sensor，从下拉式选单可以看到wio 内建与常用的传感器只要接好就好。

先输入 Label 为你所定义的类别，在此有以下三个类别：

•coffee: 泡一杯香浓的咖啡吧~

•75_alcohol: 容易取得的 75% 洗手酒精

•surrounding：远离以上两种气味的环境将传感器置于该情境中，例如咖啡杯上方、喷了酒精的卫生纸，按下 Start sampling，在此我们把 Sample length (ms) 样本长度设定为 10000 ms，因为气味会延续一段时间。

收集完三类别的数据如下图，可以看到四轴的数据变化：

coffee 的资料：

75_alcohol 的资料：

Surrounding：远离咖啡与酒精的环境气味数据

建立 Impulse 来训练神经网络

详细设定请参考上一篇，请看我的 Impulse 与神经网络设定：

使用以下设定来训练，准确度有到 100% ！别高兴太早，这应该只能说这三种味道的差异本来就很大，您之后可以试试看去分析绍兴酒与高粱酒的差别，挑战性应该很高！

使用 EON Tuner 优化

EON Tuner 可针对各平台来优化，整个流程需要数小时，不过这期间您还是可以进行其他操作，请参考以下设定来设定 target：

•Dataset category: continous motion (震动、气味等时间较久的讯号)，如果是上一篇的手势，请改选 motion events

•Target device：Wio Terminal

•Time per inference: 2000 ms (这里可以自由设定，气味的话就久一点吧)

审核编辑：刘清