Metrodorus OS: system layer for running multiple TinyML models on ESP32-S3 smartwatch
Date Issued
2026
Author(s)
Athanasiadis, Georgios
Advisor
Abstract
Η παρούσα πτυχιακή εργασία παρουσιάζει το Metrodorus OS, ένα proof of concept system layer για την εκτέλεση πολλών μικρών TinyML μοντέλων σε smartwatch με ESP32-S3. Το βασικό πρόβλημα που εξετάζεται είναι ότι τα περισσότερα embedded AI παραδείγματα είναι κλειστές εφαρμογές, όπου ένα μοντέλο και η λογική του είναι δεμένα μέσα στη firmware. Στόχος της εργασίας ήταν να εξεταστεί αν η firmware μπορεί να λειτουργήσει ως γενική πλατφόρμα για AI packages.
Η υλοποίηση βασίστηκε στο LilyGo T-Watch S3, στο ESP-IDF, στο TensorFlow Lite Micro, στο WAMR και στο LVGL. Τα AI packages αποθηκεύονται στο SPIFFS και αποτελούνται από manifest, TFLite model και WASM module. Με αυτόν τον τρόπο η model-specific λογική του preprocessing και του postprocessing μεταφέρεται στο WASM, ενώ η firmware αναλαμβάνει το hardware, την οθόνη, τον έλεγχο των πακέτων και την εκτέλεση του inference.
Το λειτουργικό proof of concept αντικατέστησε την αρχική firmware του ρολογιού και έδειξε βασική εκτέλεση των packages `sin` και `speech_recognizer`, μαζί με οθόνες UI και λειτουργική οθόνη AI Market. Το AI Market συνδέεται με Wi-Fi, φορτώνει catalog από GitHub Pages και επιτρέπει την εγκατάσταση διαθέσιμων packages. Τα αποτελέσματα δείχνουν ότι η προσέγγιση είναι εφικτή, αν και χρειάζεται περαιτέρω βελτίωση σε μνήμη, ακρίβεια μοντέλων και διαχείριση πολλών AI λειτουργιών.
Η υλοποίηση βασίστηκε στο LilyGo T-Watch S3, στο ESP-IDF, στο TensorFlow Lite Micro, στο WAMR και στο LVGL. Τα AI packages αποθηκεύονται στο SPIFFS και αποτελούνται από manifest, TFLite model και WASM module. Με αυτόν τον τρόπο η model-specific λογική του preprocessing και του postprocessing μεταφέρεται στο WASM, ενώ η firmware αναλαμβάνει το hardware, την οθόνη, τον έλεγχο των πακέτων και την εκτέλεση του inference.
Το λειτουργικό proof of concept αντικατέστησε την αρχική firmware του ρολογιού και έδειξε βασική εκτέλεση των packages `sin` και `speech_recognizer`, μαζί με οθόνες UI και λειτουργική οθόνη AI Market. Το AI Market συνδέεται με Wi-Fi, φορτώνει catalog από GitHub Pages και επιτρέπει την εγκατάσταση διαθέσιμων packages. Τα αποτελέσματα δείχνουν ότι η προσέγγιση είναι εφικτή, αν και χρειάζεται περαιτέρω βελτίωση σε μνήμη, ακρίβεια μοντέλων και διαχείριση πολλών AI λειτουργιών.
Affiliation
File(s)![Thumbnail Image]()
Name
Georgios Athanasiadis.bsc.2026.abstract.pdf
Size
521.94 KB
Format
Adobe PDF
Checksum (MD5)
a0f21ba23d5faa63c1b5f2962c12aed8