物聯網程序設計：基於微軟的物聯網解決方案（簡體書）

本書涵蓋了三個主要的物聯網程序設計部分，可幫助我們快速實施物聯網解決方案。具體內容包括：如何準備開發環境、從傳感器讀取數據、與其他配件通信、構建人工視覺、構建電機、構建聽力系統，以及如何將機器學習和人工智能融入設備。書中還展示了如何設置遠程遙測和預測性維護，如Azure IoT解決方案，以及如何從頭開始構建自定義IoT解決方案。

譯者序前言第一部分 基礎知識第1章 嵌入式設備編程 21.1 什麼是嵌入式設備 21.1.1 專用固件 21.1.2 微控制器的存儲器 31.2 嵌入式設備無處不在 41.3 連接嵌入式設備：物聯網 51.4 嵌入式設備的基礎 71.5 嵌入式設備編程與桌面、Web和移動編程 91.5.1 相似之處及用戶互動 91.5.2 硬件抽象層 101.5.3 魯棒性 101.5.4 資源 101.5.5 安全 111.6 Windows 10 IoT Core和通用Windows平臺的優勢 111.7 總結 12第2章 嵌入式設備上的UWP 132.1 什麼是Windows 10 IoT Core 132.2 UWP的功能 142.3 工具的安裝和配置 152.3.1 Windows 10 152.3.2 Visual Studio 2015或更高版本 162.3.3 Windows IoT Core項目模板 172.3.4 Windows 10 IoT Core Dashboard 182.4 配置設備 192.4.1 用於RPi2和RPi3的Windows 10 IoT核心入門套件 192.4.2 安裝Windows 10 IoT Core 212.4.3 配置開發板 222.5 “Hello，World!”Windows IoT 242.5.1 電路連接 242.5.2 使用C#和C++打開和關閉LED 302.6 實用工具和程序 402.6.1 Device Portal 402.6.2 Windows IoT遠程客戶端 412.6.3 SSH 432.6.4 FTP 442.7 總結 46第3章 Windows IoT編程精粹 473.1 將RPi2連接到外部顯示器並進行引導配置 473.2 有界面和無界面模式 483.3 無界面應用 503.3.1 C# 503.3.2 C++ 523.3.3 小結 583.4 有界面應用程序的入口點 583.5 異步編程 633.5.1 工作線程和線程池 633.5.2 計時器 663.5.3 工作線程與UI同步 713.6 使用DispatcherTimer閃爍LED 753.7 總結 79第4章 有界面設備的用戶界面設計 804.1 UWP應用程序的UI設計 804.2 可視化編輯器 814.3 XAML命名空間 834.4 控件的聲明、屬性和特性 854.5 Style類 874.5.1 樣式聲明 874.5.2 樣式定義 884.5.3 StaticResource和ThemeResource標記擴展 924.5.4 視覺狀態和VisualStateManager 954.5.5 自適應和狀態觸發器 1004.5.6 資源集合 1034.5.7 默認樣式和主題資源 1094.6 佈局 1094.6.1 StackPanel 1094.6.2 Grid 1114.6.3 RelativePanel 1144.7 事件 1164.7.1 事件處理 1164.7.2 事件處理函數和視覺設計器 1204.7.3 事件傳播 1214.7.4 聲明和觸發自定義事件 1234.8 數據綁定 1264.8.1 綁定控件屬性 1264.8.2 轉換器 1284.8.3 綁定到字段 1294.8.4 綁定到方法 1344.9 總結 136第二部分 設備編程第5章 從傳感器讀取數據 1395.1 位、字節和數據類型 1405.2 解碼和編碼二進制數據 1415.2.1 按位運算符 1415.2.2 移位運算符、位掩碼和二進制表示 1415.2.3 字節編碼和字節順序 1505.2.4 BitConverter 1515.2.5 BitArray 1535.3 Sense HAT擴展板 1565.4 用戶界面 1565.5 溫度和氣壓 1585.6 相對濕度 1695.7 加速度計和陀螺儀 1735.8 磁力計 1775.9 傳感器校準 1835.10 單例模式 1845.11 總結 185第6章 輸入和輸出 1876.1 觸覺按鈕 1886.2 操縱杆 1906.2.1 中間件層 1916.2.2 控制杆狀態可視化 1966.3 LED陣列 1996.4 操縱杆和LED陣列集成 2066.5 LED陣列與傳感器讀數集成 2096.6 觸摸屏和手勢處理 2106.7 總結 215第7章 音頻處理 2167.1 語音合成 2167.2 語音識別 2207.2.1 背景 2207.2.2 應用程序功能和系統配置 2207.2.3 UI更改 2217.2.4 一次性識別 2227.2.5 連續識別 2257.3 使用語音命令進行設備控制 2277.3.1 設置硬件 2277.3.2 編碼 2287.4 波的時域和頻域 2317.4.1 快速傅裡葉變換 2327.4.2 采樣率和頻率範圍 2387.4.3 分貝 2397.5 波形譜分析器 2407.5.1 讀取文件 2407.5.2 波形音頻文件格式閱讀器 2417.5.3 信號窗口和短時傅裡葉變換 2447.5.4 譜直方圖 2457.5.5 頻譜顯示：整合 2477.5.6 在LED陣列上顯示頻譜 2507.6 總結 254第8章 圖像處理 2558.1 使用USB攝像頭獲取圖像 2568.2 人臉檢測 2618.3 面部追蹤 2658.3.1 在UI中顯示面部位置 2688.3.2 在LED陣列上顯示面部位置 2698.4 OpenCV與原生代碼接口 2728.4.1 解決方案配置和OpenCV安裝 2728.4.2 圖像閾值 2748.4.3 處理結果的可視化 2788.4.4 對象檢測 2838.4.5 用於物體識別的機器視覺 2868.5 總結 294第9章 連接設備 2959.1 串行通信 2959.1.1 UART環回模式 2969.1.2 項目輪廓 2969.1.3 串行設備配置 2979.1.4 寫數據和讀數據 3009.2 為設備內部通信寫應用程序 3039.2.1 連接轉換器 3049.2.2 遠程控制物聯網設備 3059.3 藍牙 3189.3.1 設置連接 3199.3.2 藍牙綁定和配對 3219.3.3 LED顏色命令 3239.3.4 Windows Runtime組件對LedArray類的要求 3249.3.5 有界面客戶端應用程序 3299.4 Wi-Fi 3319.5 AllJoyn 3359.5.1 內省XML文件 3369.5.2 AllJoyn Studio 3389.5.3 生產者 3409.5.4 IoT Explorer for AllJoyn 3439.5.5 自定義消費者 3459.6 Windows Remote Arduino 3509.7 總結 350第10章 電機 35110.1 電機和設備控制基礎 35110.2 電機HAT 35210.3 脈衝寬度調製 35310.4 直流電機 35910.4.1 用PWM信號實現電機控制 36010.4.2 有界面應用程序 36310.5 步進電機 36510.5.1 全步模式控制 36710.5.2 有界面應用程序 37210.5.3 自動調節速度 37310.5.4 微步進 37610.6 伺服電機 38110.6.1 硬件組裝 38210.6.2 有界面應用程序 38310.7 提供者模型 38510.7.1 Lightning提供者 38610.7.2 PCA9685控制器提供者 38710.7.3 直流電機控制 39010.8 總結 391第11章 設備學習 39211.1 微軟認知服務 39311.1.1 情緒檢測 39311.1.2 使用LED陣列指示情緒 40211.1.3 計算機視覺API 40411.2 定制人工智能 40611.2.1 動機和概念 40611.2.2 Microsoft Azure Machine Learning Studio 40811.3 異常檢測 41611.3.1 訓練數據集採集 41611.3.2 使用一類支持向量機進行異常檢測 42111.3.3 準備和發佈Web服務 42411.3.4 實現Web服務客戶端 42711.3.5 組合所有的內容 43211.4 總結 435第三部分 Azure IoT Suite第12章 遠程監控 43812.1 設置預先配置的解決方案 43912.2 預配設備 44112.2.1 註冊新設備 44112.2.2 發送設備信息 44212.3 發送遙測數據 44812.4 接收和處理遠程命令 45212.4.1 更新設備信息 45212.4.2 響應遠程命令 45412.5 Azure IoT服務 45612.6 總結 457第13章 預測性維護 45813.1 預配置解決方案 45913.1.1 解決方案儀錶板 46013.1.2 機器學習工作區 46113.1.3 Cortana Analytics Gallery 46513.2 Azure資源 46513.3 Azure Storage 46713.3.1 預測性維護存儲 46713.3.2 遙測和預測結果存儲 46813.3.3 設備列表 46913.4 Azure Stream Analytics 47013.5 解決方案源代碼 47213.6 Event Hub和機器學習事件處理器 47313.6.1 機器學習數據處理器 47713.6.2 Azure Table存儲 48013.7 WebJob模擬器 48413.8 預測性維護Web應用程序 48713.8.1 模擬服務 48713.8.2 遙測服務 48813.9 總結 490第14章 自定義解決方案 49114.1 IoT Hub 49214.1.1 客戶端應用 49314.1.2 設備註冊表 49614.1.3 發送遙測數據 50014.2 流分析 50114.2.1 存儲賬戶 50114.2.2 Azure Table 50314.2.3 Event Hub 50314.2.4 Stream Analytics Job 50414.3 事件處理器 51014.4 使用Microsoft Power BI進行數據可視化 51714.5 Notification Hub 52114.5.1 關聯Windows Store 52214.5.2 通知客戶端應用 52214.5.3 Notification Hub的創建和配置 52714.5.4 使用事件處理器發送Toast通知 52914.6 將Event Hub處理器部署到雲端 53214.7 總結 535