4. 开发环境搭建与工程创建

STM32N6 是 ST 首款集成自研 NPU（Neural-ART）的 MCU，主频 800 MHz，片上 4.2 MB 连续 SRAM，并配有 MIPI CSI-2 摄像头接口与 H.264 硬件编码器。围绕它做工业视觉检测，工具链不是"装一个 IDE"那么简单，而是由五类角色分工协作：STM32CubeMX 负责引脚、时钟与外设的图形化配置并生成初始化代码；STM32CubeIDE 承担代码编辑、编译与 SWD 调试；STM32CubeProgrammer 负责烧录、读回与选项字节（Option Bytes）管理；X-CUBE-AI 把训练好的模型转换成可在 NPU 上运行的 C 代码；OpenMV 生态则提供上层图像处理与视觉算法参考。本节按"装—配—建—验"的顺序，把这套环境真正跑通。

4.1 软件安装与版本对齐

先明确版本关系，否则后面会出现"生成的工程打不开"或"AI 库链接失败"。推荐组合：STM32CubeIDE 1.16.x、STM32CubeMX 6.13.x（IDE 内置版本即可）、STM32CubeProgrammer 2.18.x、X-CUBE-AI 10.x、STM32CubeN6 固件包 1.0.0 或更高。安装顺序建议：先装 CubeIDE（自带 CubeMX 与 GCC 工具链），再装 CubeProgrammer，最后在 CubeIDE 内通过 Help → Manage Embedded Software Packages 安装 STM32CubeN6 固件包与 X-CUBE-AI 扩展包。

安装完成后必须做一次环境自检，避免"看起来装好了但工具链不可用"：

# 在 CubeIDE 的 Terminal 或系统命令行中检查
arm-none-eabi-gcc --version     # 应输出 12.x 或 13.x
STM32_Programmer_CLI --version  # 应输出 2.18.x
# 确认固件包路径存在
ls ~/STM32Cube/Repository/Packs/STMicroelectronics/STM32CubeN6/

若 arm-none-eabi-gcc 报"command not found"，说明 CubeIDE 的 GNU ARM 工具链未加入 PATH，可在 CubeIDE 中 Project → Properties → C/C++ Build → Settings → Toolchains 里确认使用 "GNU Tools for STM32" 而非默认工具链。

4.2 用 CubeMX 创建 STM32N6 工程骨架

打开 CubeMX，New Project → MCU/MPU Selector，搜索 STM32N657X0H3Q（N6 系列常见封装型号，示例以该型号为例）。进入 Pinout 视图后，按工业视觉检测的最小系统配置以下外设：

• 时钟：在 Clock Configuration 中把 CPU 时钟设为 800 MHz，AXI/AHB 总线按默认分频，注意 NPU 时钟需单独使能。
• 调试接口：System Core → SYS → Debug 选择 Serial Wire，否则烧录一次后 SWD 引脚会被复用导致无法再次连接。
• 串口：USART1 设为 Asynchronous，波特率 115200，8 位数据、无校验、1 位停止位，用于打印检测结果与日志。
• 摄像头：启用 DCMIPP（数字摄像头接口）与 MIPI CSI-2，配置为 2-lane、RAW8 或 RGB565 输出，示例分辨率 640×480。
• 外部存储：若模型较大，启用 XSPI（Octal SPI）连接外部 Flash，用于存放权重与图像缓冲。

配置完成后切到 Project Manager：工程名填 N6_Vision_Base，Toolchain 选 STM32CubeIDE，勾选 Generate peripheral initialization as a pair of .c/.h files，这样外设初始化代码会独立成 main.c 之外的模块，便于后续维护。点击 GENERATE CODE，CubeMX 会生成完整工程目录。

4.3 在 CubeIDE 中导入并首次编译

CubeIDE 中 File → Open Projects from File System，指向 CubeMX 生成的工程目录，导入后直接 Build。首次编译若报错，常见原因是固件包路径未识别，可在 Project → Properties → C/C++ General → Paths and Symbols 中检查 STM32Cube_FW_N6_Vx.x.x 的包含路径是否存在。

编译通过后，先不急着接摄像头，而是用最小验证确认"工具链—芯片—串口"三者连通。在 main.c 的 while(1) 前加入一段打印：

printf("N6 Vision Base boot OK\r\n");
printf("SYSCLK = %lu Hz\r\n", HAL_RCC_GetSysClockFreq());
HAL_Delay(500);

注意 printf 需要重定向到 USART1，可在 syscalls.c 或自定义 _write() 中实现。烧录后打开串口终端（PuTTY、Tera Term 或 CubeIDE 内置 Serial Monitor），波特率 115200，若能看到两行输出，说明基础环境已通。

4.4 调试器与串口终端配置

SWD 调试在 CubeIDE 中通过 Run → Debug Configurations → STM32 C/C++ Application 配置，接口选 SWD，速度建议 4 MHz（N6 主频高，速度过低会拖慢单步）。若连接失败，先确认 BOOT 引脚状态与复位电路，再用 CubeProgrammer 的 Connect under reset 模式尝试恢复。

串口终端建议固定一套参数并记录在工程 README 中：115200-8-N-1，无流控。工业现场若串口线较长，可降到 57600 提高抗干扰余量。调试时把 printf 输出与断点结合使用：断点看变量，串口看时序，两者互补。

4.5 接入 X-CUBE-AI 与 OpenMV 生态

X-CUBE-AI 的接入方式有两种：一是在 CubeMX 中直接添加 X-CUBE-AI 软件包并加载 .tflite 或 .onnx 模型，二是用命令行工具 stm32ai 生成代码后手动集成。推荐前者，流程更直观。加载模型后，CubeMX 会显示模型分析报告，包括参数量、Flash/RAM 占用、每层算子映射情况。示例：一个输入 96×96×3 的轻量分类模型，参数量约 0.3 M，Flash 占用约 1.2 MB，RAM 约 400 KB，NPU 推理时间在 N6 上约为几毫秒量级——这些数值需以实际生成报告为准，此处仅作量级参考。

OpenMV 生态的价值在于算法参考与快速原型。OpenMV 的 find_blobs、find_lines、find_circles 等函数对应的 C 实现思路，可以直接移植到 N6 的 DCMIPP 图像流上。建议先用 OpenMV IDE 在 PC 端调通颜色阈值与 ROI 参数，再把参数搬到 N6 工程中，避免在嵌入式端反复烧录调试。

4.6 环境验证清单

把上述流程固化成一份可复用的检查表，每次新建工程时逐项确认，能显著减少"环境问题"消耗的时间：

完成本节后，你应当拥有一个可编译、可烧录、可串口输出、可加载 AI 模型的 STM32N6 基础工程。后续的图像采集、预处理与推理调度，都将在这个骨架上逐步叠加。