Especificações de hardware do ESP32-NanoCam
1. Visão geral do hardware
O material de hardware desta secção tem como base os esquemas NanoCamModule.pdf + NanoCamBASE.pdf. Arquitetura do conjunto: a placa de núcleo (ESP32-S3 + câmara + áudio) encaixa na placa base (alimentação USB + gravação pela porta série).
┌─────────────────────────────────────────────────────────┐
│ NanoCam 核心板 │
│ ┌──────────┐ ┌──────────┐ ┌────────────┐ │
│ │ ESP32-S3 │ │ ES8311 │ │ NS4150B │ │
│ │ R8 │ │ I2S 麦克风│ │ I2S 功放 │ │
│ │ (QFN56) │ │ │ │ │ │
│ └────┬─────┘ └──────────┘ └────────────┘ │
│ │ │
│ ┌────┴─────┐ ┌──────────┐ ┌────────────┐ │
│ │ GD25Q128 │ │ DVP │ │ ME6217C33 │ │
│ │ 16MB Flash│ │ 摄像头 │ │ 3.3V LDO │ │
│ └──────────┘ │ FPC-24P │ └────────────┘ │
│ └──────────┘ │
├─────────────────────────────────────────────────────────┤
│ NanoCam 底板 │
│ ┌──────────┐ ┌──────────┐ ┌────────────────────┐ │
│ │ USB-C │ │ CH340K │ │ 一键下载电路 │ │
│ │ 5V输入 │ │ USB-UART │ │ (DTR/RTS→BOOT/EN) │ │
│ └──────────┘ └──────────┘ └────────────────────┘ │
│ │
│ 扩展接口: I2C ×1, UART ×1, 5V/GND/3.3V │
└─────────────────────────────────────────────────────────┘
2. MCU e armazenamento
2.1 Chip principal
| Parâmetro | Especificação |
|---|---|
| Modelo | ESP32-S3 N16R8 |
| Encapsulamento | QFN56 |
| CPU | Xtensa LX7 dual-core 240MHz |
| PSRAM | 8MB (Octal SPI, sufixo R8) |
| Flash | 16MB (sufixo N16, Flash SPI externa de 128M-bit) |
| Relógio | Cristal passivo de 40MHz + 2 condensadores de adaptação de 10pF |
2.2 Armazenamento Flash
| Parâmetro | Especificação |
|---|---|
| Modelo | GD25Q128ESIG |
| Capacidade | 128M-bit = 16MB |
| Interface | SPI (quatro fios padrão) |
| Marca | GigaDevice |
| Sinal da Flash | GPIO do ESP32-S3 | Função |
|---|---|---|
| CS | IO29 | Seleção de chip |
| SO (DO) | IO31 | Saída de dados |
| SI (DI) | IO32 | Entrada de dados |
| SCLK | IO30 | Relógio |
| WP | IO34 | Proteção contra escrita |
| HOLD | IO33 | Hold |
3. Subsistema de câmara
3.1 Interface DVP
| Parâmetro | Especificação |
|---|---|
| Tipo de interface | FPC 0.5 WS 24P (conector FPC de 24 pinos) |
| Sensores suportados | GC2145 (predefinido) / OV2640 / OV5640 e outras câmaras DVP |
| Barramento de configuração I2C | SDA=IO41, SCL=IO42 (partilhado com o I2C externo) |
| Formato de píxel | RGB565 / JPEG / YUV422, etc. |

3.2 Mapeamento completo dos pinos DVP
| Categoria do sinal | Nome do sinal | GPIO do ESP32 | Notas |
|---|---|---|---|
| Relógio do sistema | XCLK | IO9 | Saída de relógio principal 24MHz |
| Relógio de píxel | PCLK | IO6 | Entrada de relógio de píxel da câmara |
| Sincronização de quadro | VSYNC | IO13 | Sincronização vertical |
| Sincronização de linha | HREF | IO11 | Referência horizontal |
| Controlo | PWDN | IO12 | Controlo de desligamento da câmara |
| Controlo | RESET | IO14 | Reset da câmara |
| I2C | SDA | IO41 | Dados I2C da câmara (partilhado com o ES8311) |
| I2C | SCL | IO42 | Relógio I2C da câmara (partilhado com o ES8311) |
| Dados D0 | Y2 | IO4 | Dados de píxel bit0 |
| Dados D1 | Y3 | IO2 | Dados de píxel bit1 |
| Dados D2 | Y4 | IO1 | Dados de píxel bit2 |
| Dados D3 | Y5 | IO3 | Dados de píxel bit3 |
| Dados D4 | Y6 | IO5 | Dados de píxel bit4 |
| Dados D5 | Y7 | IO7 | Dados de píxel bit5 |
| Dados D6 | Y8 | IO8 | Dados de píxel bit6 |
| Dados D7 | Y9 | IO10 | Dados de píxel bit7 |
3.3 Resumo do grupo de sinais da câmara
Camera DVP 信号组:
XCLK = IO9 # Master clock out (24MHz)
PCLK = IO6 # Pixel clock in
VSYNC = IO13 # Vertical sync
HREF = IO11 # Horizontal ref
PWDN = IO12 # Power down (active low)
RESET = IO14 # Hardware reset
D0(Y2) = IO4 D1(Y3) = IO2
D2(Y4) = IO1 D3(Y5) = IO3
D4(Y6) = IO5 D5(Y7) = IO7
D6(Y8) = IO8 D7(Y9) = IO10
SIOD(SDA) = IO41
SIOC(SCL) = IO424. Subsistema de áudio
4.1 Arquitetura de áudio
AP2718AT (模拟MEMS麦) → ES8311 Codec (ADC/DAC) → NS4150B (模拟功放) → 扬声器
↕ I2S (MCLK=39,BCLK=38,WS=47,DOUT=48,DIN=40) + I2C (41/42, addr=0x30)
ESP32-S3| Componente | Modelo | Tipo | Interface |
|---|---|---|---|
| Microfone | AP2718AT | Microfone MEMS de silício analógico | Analógico diferencial → ADC do ES8311 |
| Codec | ES8311 | Codec de áudio (I2S+I2C) | I2S=MCLK=39,BCLK=38,WS=47,DOUT=48,DIN=40, I2C=41/42, addr=0x30 |
| Amplificador | NS4150B | Amplificador analógico classe D | Saída DAC do ES8311 → entrada analógica → altifalante |
4.2 Pinos I2S do codec ES8311
| Sinal I2S | GPIO do ESP32 | Função |
|---|---|---|
| MCLK | IO39 | Relógio principal |
| BCLK (SCLK) | IO38 | Relógio de bits |
| LRCLK (WS) | IO47 | Relógio dos canais esquerdo/direito |
| DOUT (DAC) | IO48 | Saída de dados série (reprodução) |
| DIN (ADC) | IO40 | Entrada de dados série (gravação) |
O áudio utiliza o modo I2S0 Standard Duplex; o codec ES8311 suporta gravação e reprodução em simultâneo.
4.3 Controlo I2C do ES8311
| Sinal I2C | GPIO | Descrição |
|---|---|---|
| SDA | IO41 | Barramento I2C partilhado com a câmara |
| SCL | IO42 | Barramento I2C partilhado com a câmara |
| Endereço | 0x30 | Endereço I2C de 8 bits do ES8311 |
5. Sistema de alimentação
5.1 Cadeia de alimentação
USB-C (5V) ──→ 底板 NCE3401 P-MOSFET 反接保护 ──→ VDD50
│
┌─────────────────────────┤
↓ ↓
核心板 ME6217C33 LDO NS4150B 功放
│ (5V 直供)
↓
VDD33 (3.3V)
│
┌───────────┼───────────┐
↓ ↓ ↓
ESP32-S3 ES8311 Codec GD25Q128 Flash
DVP摄像头 AP2718AT 麦 ME6211A18/28 LDO5.2 Componentes principais
| Chip | Modelo | Função |
|---|---|---|
| LDO | ME6217C33P5G (SOT-89-5) | Regulação 5V→3.3V |
| LDO | ME6211A18M3G (SOT-23) | 5V→1.8V (núcleo da câmara) |
| LDO | ME6211A28M3G ×2 (SOT-23) | 5V→2.8V (U6=AVDD, U7=DOVDD) |
| Filtragem de entrada do U1 | C14 (10μF) + C15 (0.1μF) | Entrada do ME6217C33 |
| Filtragem de saída do U1 | C1 (22μF) | Saída do ME6217C33 |
| Proteção contra polaridade inversa | NCE3401 P-MOSFET | Proteção da entrada de alimentação da placa base |
| Resistência de gate | R11 10KΩ | Gate do P-MOS ligado à terra |
6. Placa base e gravação

6.1 Conversor USB-série
| Parâmetro | Especificação |
|---|---|
| Chip | CH340K |
| Interface USB | USB-C (USB1) |
| Ligação série | TXD→U0RXD (IO44), RXD→U0TXD (IO43) (cruzada) |
| Resistências de adaptação USB | R4, R5 22R/1% (em série com D+/D-) |
| DTR/RTS | Controlo automático de BOOT + EN na gravação com um clique |

6.2 Circuito de gravação com um clique
Utiliza Q1 e Q2 (transístores NPN S8050) para a gravação automática:
| Sinal do CH340K | Controlo | Pino de destino |
|---|---|---|
| DTR | → Q1 → | ESP32 EN (CHIP_PU) |
| RTS | → Q2 → | ESP32 BOOT (IO0) |
Princípio: a ferramenta de gravação USB alterna DTR/RTS para controlar automaticamente a sequência de BOOT e EN, sem necessidade de premir botões manualmente.
6.3 Tabela de pinos do conector placa de núcleo ↔ placa base
| Pino da placa base | Pino da placa de núcleo | Nome do sinal | GPIO do ESP32 | Função |
|---|---|---|---|---|
| P1-1 | P1-1 | VDD50 | — | Saída de alimentação 5V |
| P1-2 | P1-2 | VDD50 | — | Saída de alimentação 5V |
| P1-3 | P1-3 | GND | — | Terra de alimentação |
| P1-4 | P1-4 | GND | — | Terra de alimentação |
| P1-5 | P1-5 | SDA | IO41 | Dados I2C (partilhado com a câmara/ES8311) |
| P1-6 | P1-6 | SCL | IO42 | Relógio I2C (partilhado com a câmara/ES8311) |
| P1-7 | P1-7 | U0TXD | IO43 | Transmissão da porta série 0 (ligada ao RXD do CH340K) |
| P1-8 | P1-8 | U0RXD | IO44 | Receção da porta série 0 (ligada ao TXD do CH340K) |
| P2-1 | P2-1 | ESP_P | IO20 | Dados diferenciais USB positivo (D+) |
| P2-2 | P2-2 | ESP_N | IO19 | Dados diferenciais USB negativo (D-) |
| P2-3 | P2-3 | VDD33 | — | Saída de alimentação 3.3V |
| P2-4 | P2-4 | VDD33 | — | Saída de alimentação 3.3V |
| P2-5 | P2-5 | GND | — | Terra de alimentação |
| P2-6 | P2-6 | GND | — | Terra de alimentação |
| P2-7 | P2-7 | BOOT | IO0 | Modo de arranque/gravação |
| P2-8 | P2-8 | CHIP_PU | EN | Controlo de reset do chip |

6.4 Interfaces de expansão da placa base
| Interface | Sinais expostos | Utilização |
|---|---|---|
| P3 (I2C, 4Pin) | 5V1, GND, SDA, SCL | Dispositivos I2C externos |
| P4 (UART, 4Pin) | 5V1, GND, ESP_P, ESP_N | Dispositivos USB/série externos |
7. Tabela completa de ocupação de GPIO
Total: 33 GPIO ocupados, cerca de 8 GPIO disponíveis.
| GPIO | Função | Sinal | Notas |
|---|---|---|---|
| IO0 | BOOT | BOOT | Modo de arranque/gravação (botão S2, pull-up de 10K + 0.1μF de debounce) |
| IO1 | DVP D2 | CAM_Y4 | Dados de píxel bit2 |
| IO2 | DVP D1 | CAM_Y3 | Dados de píxel bit1 |
| IO3 | DVP D3 | CAM_Y5 | Dados de píxel bit3 |
| IO4 | DVP D0 | CAM_Y2 | Dados de píxel bit0 |
| IO5 | DVP D4 | CAM_Y6 | Dados de píxel bit4 |
| IO6 | DVP PCLK | CAM_PCLK | Entrada de relógio de píxel |
| IO7 | DVP D5 | CAM_Y7 | Dados de píxel bit5 |
| IO8 | DVP D6 | CAM_Y8 | Dados de píxel bit6 |
| IO9 | DVP XCLK | CAM_XCLK | Relógio principal da câmara (24MHz) |
| IO10 | DVP D7 | CAM_Y9 | Dados de píxel bit7 |
| IO11 | DVP HREF | CAM_HREF | Sincronização de linha |
| IO12 | DVP PWDN | CAM_PWDN | Controlo de desligamento da câmara |
| IO13 | DVP VSYNC | CAM_VSYNC | Sincronização de quadro |
| IO14 | DVP RESET | CAM_RESET | Reset da câmara |
| IO18 | WS2812 | RGB_LED_DIN | Entrada de dados do LED RGB WS2812 |
| IO19 | USB diferencial | D- (ESP_N) | Dados diferenciais USB negativo (D-) |
| IO20 | USB diferencial | D+ (ESP_P) | Dados diferenciais USB positivo (D+) |
| IO21 | WS2812 DOUT | RGB_LED_DOUT | Saída em cascata do WS2812 (disponível quando não há cascata) |
| IO29 | SPI CS | Flash_CS | Seleção de chip da Flash externa |
| IO30 | SPI SCLK | Flash_CLK | Relógio da Flash externa |
| IO31 | SPI SO | Flash_DO | Saída de dados da Flash externa |
| IO32 | SPI SI | Flash_DI | Entrada de dados da Flash externa |
| IO33 | SPI HOLD | Flash_HOLD | Hold da Flash externa |
| IO34 | SPI WP | Flash_WP | Proteção contra escrita da Flash externa |
| IO38 | I2S BCLK | I2S_BCLK | Relógio de bits do ES8311 |
| IO39 | I2S MCLK | I2S_MCLK | Relógio principal do ES8311 |
| IO40 | I2S DIN | I2S_DIN | Entrada de dados do ADC do ES8311 |
| IO41 | I2C SDA | I2C_SDA | Partilhado entre câmara + ES8311 + I2C externo |
| IO42 | I2C SCL | I2C_SCL | Partilhado entre câmara + ES8311 + I2C externo |
| IO43 | UART0 TX | UTXD | Transmissão da porta série 0 (CH340K da placa base) |
| IO44 | UART0 RX | URXD | Receção da porta série 0 (CH340K da placa base) |
| IO47 | I2S WS | I2S_WS | Seleção de palavra do ES8311 (LRCK) |
| IO48 | I2S DOUT | I2S_DOUT | Saída de dados do DAC do ES8311 |
| EN | CHIP_PU | RST/EN | Ativação/reset (botão S1, pull-up de 10K) |
GPIO disponíveis (não ocupados, expansíveis)
| GPIO | Característica | Utilização sugerida |
|---|---|---|
| IO15 | IO de uso geral | Expansão |
| IO16 | IO de uso geral | Expansão |
| IO17 | IO de uso geral | Expansão |
| IO35 | IO de uso geral | Expansão |
| IO36 | IO de uso geral | Expansão |
| IO37 | IO de uso geral | Expansão |
| IO45 | IO de uso geral | Expansão |
| IO46 | IO de uso geral | Expansão |
⚠️ GPIO ocupados: 0,1,2,3,4,5,6,7,8,9,10,11,12,13,14,18,19,20,21,29,30,31,32,33,34,38,39,40,41,42,43,44,47,48
Quantidade disponível: 8 GPIO
8. Restrições de projeto essenciais
8.1 Configuração do periférico I2S
- O ESP32-S3 tem dois controladores I2S:
- I2S0: atribuído ao codec ES8311 (MCLK=IO39, BCLK=IO38, WS=IO47, DOUT=IO48, DIN=IO40), I2S Duplex bidirecional, com suporte simultâneo a gravação e reprodução
- Controlo I2C do ES8311: SDA=IO41, SCL=IO42, endereço do dispositivo 0x30
8.2 Coexistência entre o DVP e o DMA do I2S
- O DVP utiliza o canal DMA do periférico LCD_CAM
- O ES8311 utiliza o DMA do I2S0 (interface I2S única bidirecional)
- Não há conflito entre os dois, mas é preciso atenção à largura de banda da PSRAM (8MB de PSRAM é suficiente)
- GPIO45/46 não têm ligação ao áudio e podem ser usados para outros fins; GPIO47 é usado para I2S WS
8.3 Partilha do barramento I2C
- IO41 (SDA) + IO42 (SCL) ligam-se simultaneamente à câmara e à interface I2C externa
- Resistências de pull-up do I2C: R12 (SDA, 4.7K/1%), R13 (SCL, 4.7K/1%), ligadas a VDD33
- É necessário garantir que o endereço I2C da câmara não entra em conflito com dispositivos externos
- Endereço I2C predefinido do OV2640: 0x60 (escrita) / 0x61 (leitura) — sem conflito com o ES8311 (0x30)
8.4 Capacidade de Flash suficiente
- 16MB de Flash — espaço amplo, que permite suportar:
- Esquema OTA de partição dupla (factory + ota_0 + ota_1)
- SPIFFS para o painel de administração Web (~1MB)
- Pacotes de recursos multilingues do XiaoZhi AI (ficheiros .p3)
- Partição de configuração NVS
- Espaço reservado para atualizações
- Não é preciso preocupação com o tamanho do firmware; o AI multi-Agent cabe por completo
8.5 Restrições dos pinos de entrada da câmara DVP
- D0-D7, VSYNC, HREF e PCLK são pinos de entrada, controlados pelo sensor da câmara
- No desenvolvimento do controlador, é obrigatório garantir que estes pinos sejam configurados apenas no modo INPUT
- Os pinos de áudio I2S (38,39,40,47,48) podem ser configurados como saída (suportado pelo ESP32-S3)
9. Sugestões de configuração do ESP-IDF
9.1 Itens essenciais do sdkconfig
# 芯片
CONFIG_IDF_TARGET_ESP32S3=y
CONFIG_ESP32S3_DEFAULT_CPU_FREQ_240=y
# Flash (16MB)
CONFIG_ESPTOOLPY_FLASHSIZE_16MB=y
CONFIG_ESPTOOLPY_FLASHMODE_QIO=y
CONFIG_ESPTOOLPY_FLASHFREQ_80M=y
# PSRAM (8MB Octal)
CONFIG_SPIRAM=y
CONFIG_SPIRAM_MODE_OCT=y
CONFIG_SPIRAM_SPEED_80M=y
CONFIG_SPIRAM_MALLOC_ALWAYSINTERNAL=4096
CONFIG_SPIRAM_MALLOC_RESERVE_INTERNAL=49152
CONFIG_MBEDTLS_EXTERNAL_MEM_ALLOC=y
# Cache
CONFIG_ESP32S3_INSTRUCTION_CACHE_32KB=y
CONFIG_ESP32S3_DATA_CACHE_64KB=y
CONFIG_ESP32S3_DATA_CACHE_LINE_64B=y
# 摄像头
CONFIG_CAMERA_MODULE_CUSTOM=y
CONFIG_CAMERA_PIN_XCLK=9
CONFIG_CAMERA_PIN_PCLK=6
CONFIG_CAMERA_PIN_VSYNC=13
CONFIG_CAMERA_PIN_HREF=11
CONFIG_CAMERA_PIN_SIOD=41
CONFIG_CAMERA_PIN_SIOC=42
CONFIG_CAMERA_PIN_PWDN=12
CONFIG_CAMERA_PIN_RESET=14
CONFIG_CAMERA_PIN_Y2=4
CONFIG_CAMERA_PIN_Y3=2
CONFIG_CAMERA_PIN_Y4=1
CONFIG_CAMERA_PIN_Y5=3
CONFIG_CAMERA_PIN_Y6=5
CONFIG_CAMERA_PIN_Y7=7
CONFIG_CAMERA_PIN_Y8=8
CONFIG_CAMERA_PIN_Y9=10
CONFIG_CAMERA_XCLK_FREQ=24000000
# 音频 (ES8311 Codec, I2S0)
# ES8311 I2S: MCLK=39, BCLK=38, WS=47, DOUT=48, DIN=40
# ES8311 I2C: SDA=41, SCL=42, addr=0x309.2 Configuração da câmara
// esp32-camera 引脚配置
camera_config_t config = {
.pin_pwdn = 12,
.pin_reset = 14,
.pin_xclk = 9,
.pin_siod = 41,
.pin_sioc = 42,
.pin_d7 = 10,
.pin_d6 = 8,
.pin_d5 = 7,
.pin_d4 = 5,
.pin_d3 = 3,
.pin_d2 = 1,
.pin_d1 = 2,
.pin_d0 = 4,
.pin_vsync = 13,
.pin_href = 11,
.pin_pclk = 6,
.xclk_freq_hz = 24000000,
.pixel_format = PIXFORMAT_RGB565, // 或 PIXFORMAT_JPEG
.frame_size = FRAMESIZE_QVGA, // 320x240
.jpeg_quality = 12,
.fb_count = 2,
.fb_location = CAMERA_FB_IN_PSRAM,
.grab_mode = CAMERA_GRAB_WHEN_EMPTY,
};Próximos passos
- Início rápido — gravação, ligação à rede e alternância de modos de IA em cinco passos
- Manual do protocolo serial — referência completa dos comandos AT

