کاربرد بردهای ESP در رباتیک معرفی TensorFlow

بردهای ESP کاربردهای فراوانی دارند. پیش از این پست‌های مختلفی در خصوص کاربردهای مختلف و روش‌های استفاده از این بردها را منتشر کردیم. باتوجه به اینکه یک برد میکروکنترلر با قابلیت وای فای است. در مدل‌های به روز آن‌ها علاوه بر وای فای بلوتوث هم اضافه شده است. دامنه‌ی کاربردهای آن بسیار گسترده است و نمی‌توان صرفا چند مورد بخصوص را برای کاربردهای آن در نظر گرفت. از اینرو یکی از زمینه‌های پرمصرف برای بردهای ESP رباتیک است. در این پست کاربردهای برد ESP برای رباتیک را بررسی می‌کنیم. علم رباتیک علاوه براینکه به سخت افزارهای مختلفی وابسته است. به مباحث نرم افزاری و برنامه نویسی هم وابستگی زیادی دارد. بسترهای نرم افزاری مختلف و سرویس‌های گسترده‌ای برای یادگیری عمیق و یادگیری ماشینی قابل پیاده سازی روی بردهای ESP است. اگر این مطلب برای شما ارزشمند بود و به اطلاعاتتان اضافه کرد، آنرا با دیگران به اشتراک بگذارید تا دانش فنی مدیرها و کاربران فارسی زبان در این حوزه و IoT رشد پیدا کند. 

شناخت تراشه‌های ESP

تراشه‌های ESP (ESP chips) مربوط به خانواده محصولاتی هستند که توسط شرکت Espressif Systems تولید می‌شوند. این تراشه‌ها در ابتدا برای استفاده در دستگاه‌های اینترنت اشیا (IoT) طراحی شدند و به علت قدرت و انعطاف پذیری آنها، به سرعت محبوبیت یافتند. تراشه‌های ESP از معماری مبتنی بر یک واحد پردازشی مرکزی (CPU) قدرتمند استفاده می‌کنند که به آن میکروکنترلر می‌گویند و توانایی برنامه‌ریزی و اجرای کد را دارند. محصولات ESP انواع مختلفی دارد که معروف‌ترین تراشه آنها، ESP8266 و ESP32 هستند. ESP8266 از واحد پردازشی Tensilica Xtensa LX106 با فرکانس 80 مگاهرتز استفاده می‌کند و از Wi-Fi برای اتصال به شبکه استفاده می‌کند. این تراشه توسعه‌دهندگان را قادر می‌سازد تا دستگاه‌های IoT ساده‌ای را با استفاده از ویژگی‌های شبکه بی‌سیم بسازند. ESP32 از یک معماری مبتنی بر دو هسته (dual-core) استفاده می‌کند و بیشترین فرکانس کاری آن 240 مگاهرتز است. این تراشه به علاوه Wi-Fi، بلوتوث را هم پشتیبانی می‌کند. همچنین دارای دستگاه‌های ورودی/خروجی متنوعی است از جمله پورت‌های GPIO، UART، I2C و SPI که امکان اتصال به انواع حسگرها و دستگاه‌های جانبی را فراهم می‌کند. تراشه‌های ESP برای توسعه‌دهندگان بسیار محبوب هستند زیرا قدرت پردازشی قابل توجه، قابلیت اتصال بی‌سیم و مجموعه وسیعی از ویژگی‌های جانبی را ارائه می‌دهند. همچنین، Espressif Systems ابزارهای توسعه نرم‌افزار را به همراه مستندات جامعی برای توسعه دستگاه‌های مبتنی بر ESP ارائه می‌کند که به توسعه‌دهندگان کمک می‌کند به راحتی از این تراشه‌ها استفاده کنند و برنامه‌های مورد نظر خود را بر روی آنها پیاده‌سازی کنند.

چند مورد از کاربردهای ESP

تراشه‌های ESP در انواع کاربردهای IoT و اتصال بی‌سیم مورد استفاده قرار می‌گیرند. برخی از کاربردهای رایج تراشه‌های ESP را در ادامه توضیح می‌دهیم.

• دستگاه‌های هوشمند خانه (Smart Home Devices): ESP به عنوان یک ماژول بی‌سیم کاربرد دارد و می‌تواند در دستگاه‌های هوشمند خانه مانند کنترل روشنایی، سیستم‌های امنیتی، سیستم‌های مانیتورینگ محیطی و سایر وسایل خانه هوشمند مورد استفاده قرار گیرد.
• دستگاه‌های پیشرفته پوشیدنی (Wearable Devices): تراشه‌های ESP از اندازه کوچک و مصرف انرژی کم برخوردار هستند که این امکان را به توسعه‌دهندگان می‌دهد تا آنها را در دستگاه‌های پوشیدنی مانند ساعت‌های هوشمند، برچسب‌های هوشمند و سایر دستگاه‌های پوشیدنی استفاده کنند.
• سیستم‌های کنترل و خودکار (Automation and Control Systems): ESP به عنوان یک کنترل کننده قدرتمند و قابل برنامه‌ریزی می‌تواند در سیستم‌های کنترل و خودکاری مانند سیستم‌های خانه هوشمند، خودروهای هوشمند، روبات‌ها و سایر سیستم‌های خودکار استفاده شود.
• مانیتورینگ و اندازه‌گیری (Monitoring and Sensing): تراشه‌های ESP با قابلیت‌های مختلفی برای اتصال به حسگرها مانند دما، رطوبت، نورسنجی و سایر سنسورها، در سیستم‌های مانیتورینگ و اندازه‌گیری مانند سیستم‌های نظارت محیطی و مانیتورینگ مصرف انرژی استفاده می‌شوند.
• پروژه‌های سرگرمی و آموزشی: ESP به دلیل قیمت مناسب، قابلیت برنامه‌ریزی آسان و جامعه توسعه‌دهندگان فعال، برای پروژه‌های سرگرمی و آموزشی بسیار مورد استفاده قرار می‌گیرد. از جمله مثال‌های معروف می‌توان به راه‌اندازی یک سیستم ردیابی GPS، سیستم‌های نورپردازی هوشمند و سایر پروژه‌های الکترونیکی و برنامه‌ریزی اشاره کرد.

این موارد فقط چند نمونه از کاربردهای تراشه‌های ESP هستند و در عمل، تنوع وسیعی از کاربردهای مختلف بر اساس نیازهای خاص هر پروژه وجود دارد.

ترکیب رباتیک و بردهای ESP

علم رباتیک عبارت است از زمینه‌ی علوم که به بررسی طراحی، ساخت، عملکرد و کاربردهای ربات‌ها می‌پردازد. ربات‌ها عموما دستگاه‌هایی هستند که قادر به تعامل با محیط اطراف خود و انجام کارهای مختلف هستند. هدف اصلی رباتیک، طراحی و ساخت ربات‌هایی است که بتوانند انجام وظایف خاصی را با دقت، سرعت و کارایی زیاد انجام دهند. بردهای ESP (مانند ESP8266 و ESP32) از سری میکروکنترلرهایی هستند که توسط شرکت Espressif ساخته شده‌اند. این بردها بر اساس معماری سیستم برنامه‌ریزی پایانه (SoC) ساخته شده‌اند و به صورت مجزا یک پردازنده میکروکنترلر، حافظه، وای‌فای (Wi-Fi) و سایر قابلیت‌های ارتباطی را در خود دارند. بردهای ESP به عنوان یک پلتفرم محبوب در علم رباتیک استفاده می‌شوند. این بردها دارای قابلیت‌های ارتباطی قوی مانند Wi-Fi هستند که امکان ارتباط و ارسال داده‌ها به سرورهای ابری یا دیگر دستگاه‌ها را فراهم می‌کند. همچنین، بردهای ESP از سخت‌افزارهای توسعه و نرم‌افزارهای پشتیبانی شده توسط ارائه‌دهندگان مختلفی برخوردارند که توسعه و برنامه‌ریزی آنها را بسیار آسان می‌کند. بردهای ESP به عنوان ماژول‌های کنترل و ارتباطات در ربات‌ها مورد استفاده قرار می‌گیرند. با استفاده از بردهای ESP، می‌توان ربات‌ها را به شبکه‌ها و سرویس‌های اینترنتی متصل کرده، داده‌ها را جمع‌آوری و پردازش کرده، سیستم‌های کنترلی را به آنها اضافه کرده و تعامل را با ربات‌ها و محیط اطراف برقرار کرد. همچنین، بردهای ESP به عنوان سنسورها و اکتواتورها در رباتیک نیز مورد استفاده قرار می‌گیرند.

به طور خلاصه، بردهای ESP با ترکیب قدرت پردازشی و قابلیت‌های ارتباطی خود و همچنین آسانی برنامه‌ریزی و توسعه، در علم رباتیک بسیار کاربرد دارند و برای ساخت ربات‌های هوشمند و اتصال آنها به شبکه‌ها و سرویس‌های دیگر، انتخاب مناسبی هستند.

چند مورد از کاربردهای ESP در رباتیک

با توجه به امکانات و ویژگی‌های تراشه‌های ESP، می‌توان از آنها در رباتیک برای انجام سناریوهای کاربردی زیر استفاده کرد.

• ربات کنترلی بی‌سیم: استفاده از تراشه‌های ESP در طراحی یک ربات کنترلی بی‌سیم کارآمد است. با استفاده از ESP8266 یا ESP32 و ماژول‌های بی‌سیم مانند بلوتوث یا وای‌فای، ربات قابلیت کنترل از راه دور از طریق یک دستگاه موبایل یا کامپیوتر را پیدا می‌کند.
• ربات خودران: با استفاده از تراشه‌های ESP و ادغام آنها با سنسورها مانند سنسورهای فاصله، دوربین و سنسورهای خط، می‌توان رباتی خودران را طراحی کرد. ESP می‌تواند داده‌های سنسورها را جمع‌آوری کند، تصمیمات موقعیتی را انجام دهد و ربات را بر اساس آنها کنترل کند.
• ربات تعقیب خط: با استفاده از ESP و سنسورهای خط، رباتی که به خطی خاص تعقیب کند را طراحی می‌کنیم. ESP می‌تواند اطلاعات از سنسورهای خط دریافت کرده و ربات را در مسیر خطی خاص حرکت دهد.
• ربات مانیتورینگ محیطی: با استفاده از ESP و سنسورهای دما، رطوبت، نورسنجی و سایر سنسورها، رباتی را می‌توان طراحی کرد که به مانیتورینگ و کنترل محیط اطراف بپردازد. ربات می‌تواند اطلاعات محیطی را جمع‌آوری کرده و اقداماتی مانند تنظیم دما، روشنایی و مدیریت مصرف انرژی انجام دهد.
• ربات هوشمند خانگی: با استفاده از ESP و اتصال آن به سیستم‌های خانه هوشمند مانند شبکه‌های وای‌فای، رباتی را می‌توان طراحی کرد که توانایی کنترل و مدیریت دستگاه‌های خانه هوشمند مانند روشنایی، درب‌ها، دما و سایر وسایل را داشته باشد.
  

این موارد تنها چند نمونه از سناریوهای کاربردی در رباتیک با استفاده از تراشه‌های ESP هستند. توانمندی‌های ESP در برنامه‌ریزی و اتصال بی‌سیم، امکان ایجاد ربات‌های هوشمندتر و کاربردی‌تر را به ما می‌دهد.

چند نرم افزار و پلتفرم ساخت ربات با ESP

بسترهای مختلفی برای توسعه دادن نرم افزاری روی بستر سخت افزاری ESP وجود دارند. این سرویس‌ها معمولا به صورت متن باز و رایگان هستند. در ادامه چند نمونه از نرم‌افزارها و سرویس‌های ساخت ربات هوشمند با استفاده از تراشه‌های ESP را معرفی می‌کنیم.

• Arduino IDE: نرم افزار Arduino IDE یک محیط توسعه متن باز است که برای برنامه‌نویسی تراشه‌های ESP8266 و ESP32 استفاده می‌شود. این محیط کاربردی برای برنامه‌ریزی ربات‌های هوشمند با قابلیت اتصال بی‌سیم است.
• PlatformIO: بستر PlatformIO یک بستر توسعه متن باز است که امکان برنامه‌نویسی تراشه‌های ESP و سایر پلتفرم‌ها را فراهم می‌کند. این بستر شامل یک محیط توسعه یکپارچه (IDE) و ابزارهای مدیریت پروژه است که برنامه‌ریزی و توسعه را برای ساخت ربات‌های هوشمند ساده‌تر می‌کند.
• Blynk: نرم افزار Blynk یک سرویس ابری است که امکان کنترل و مدیریت ربات‌های هوشمند را از طریق تلفن همراه فراهم می‌کند. با استفاده از Blynk و تراشه‌های ESP، می‌توانید ربات‌های خود را از راه دور کنترل کرده و اطلاعات حسگرها را مشاهده کنید.
• Node-RED: بستر Node-RED یک ابزار برنامه‌نویسی بصری است که بر پایه جریان داده‌ها (Data Flow) استوار است. با استفاده از Node-RED و تراشه‌های ESP، می‌توانید سناریوهای پیچیده رباتیکی را بصورت گرافیکی پیاده‌سازی کرده و ربات‌های خود را کنترل کنید.
• Cayenne: نرم افزار Cayenne یک سرویس IoT ابری است که امکان کنترل و نظارت بر ربات‌ها را فراهم می‌کند. با استفاده از Cayenne و تراشه‌های ESP، می‌توانید ربات‌های خود را به سادگی کنترل کنید و اطلاعات سنسورها را نمایش دهید.

این موارد تنها چند نمونه از نرم‌افزارها و سرویس‌های ساخت ربات هوشمند با استفاده از تراشه‌های ESP هستند. در دسترس بودن این تراشه‌ها به عنوان بستری قدرتمند، محیطی مناسب برای توسعه و پیاده‌سازی ربات‌های هوشمند را فراهم کرده است.

شناخت Tensorflow و کاربرد آن در رباتیک

TensorFlow یک کتابخانه محاسباتی متن‌باز است که برای انجام عملیات محاسباتی بر روی داده‌های چند بعدی استفاده می‌شود. این کتابخانه از طریق گرافی‌های محاسباتی، مدل‌های یادگیری عمیق و شبکه‌های عصبی را پیاده‌سازی و اجرا می‌کند. TensorFlow برای ایجاد و آموزش مدل‌های یادگیری عمیق به کار می‌رود که در حوزه هوش مصنوعی و یادگیری ماشین استفاده می‌شوند. این کتابخانه ابزارها و منابع بسیاری را برای توسعه و پیاده‌سازی مدل‌های یادگیری عمیق فراهم می‌کند. همچنین، TensorFlow قابلیت پردازش توزیع شده را داراست که به شما امکان می‌دهد مدل‌های پیچیده را روی چندین دستگاه و سرور به طور همزمان اجرا کنید. TensorFlow از یک معماری گرافی محاسباتی استفاده می‌کند. در این معماری، عملیات محاسباتی به صورت گره‌ها در یک گراف تعریف می‌شوند و داده‌ها بین این گره‌ها جریان دارند. این ساختار امکان انجام محاسبات موازی را فراهم می‌کند و به شما امکان می‌دهد مدل‌های پیچیده را با سرعت بالا اجرا کنید. TensorFlow ابزارهای متنوعی برای پیش‌پردازش داده، ساختاردهی مدل، آموزش و ارزیابی مدل، استخراج ویژگی‌ها، و نمایش نتایج فراهم می‌کند. همچنین، TensorFlow با استفاده از کتابخانه‌های مرتبط مانند Keras و TensorFlow.js قابلیت‌های بیشتری برای توسعه و استفاده در زمینه‌های مختلف را فراهم می‌کند. از جمله کاربردهای TensorFlow می‌توان به تشخیص تصویر، ترجمه ماشینی، تشخیص گفتار، پردازش زبان طبیعی، تحلیل داده‌ها، و پیش‌بینی و تحلیل سری‌های زمانی اشاره کرد. این کتابخانه در حوزه‌های مختلفی از جمله علم رباتیک، بینایی ماشین، خودران‌سازی، اینترنت اشیا و سلامتی کاربرد دارد.

نقش TensorFlow در رباتیک

TensorFlow یک کتابخانه محاسباتی باز مبتنی بر گراف است که توسط شرکت گوگل توسعه داده شده است. این کتابخانه ابزارها و منابعی را فراهم می‌کند که برای طراحی و آموزش مدل‌های یادگیری عمیق (Deep Learning) استفاده می‌شوند. TensorFlow بر روی تراشه‌های ESP قابل استفاده است و نقش مهمی در علم رباتیک دارد. در علم رباتیک، TensorFlow می‌تواند در برخی از کاربردهای زیر مورد استفاده قرار بگیرد:

• آموزش مدل‌های یادگیری عمیق: TensorFlow به عنوان یکی از قدرتمندترین کتابخانه‌های یادگیری عمیق، می‌تواند در آموزش مدل‌های شبکه‌های عصبی مورد استفاده قرار گیرد. این مدل‌ها می‌توانند برای تشخیص الگوها، تصویربرداری، کنترل حرکت ربات و بسیاری دیگر از وظایف رباتیک استفاده شوند.
• تشخیص و شناسایی اشیا: با استفاده از TensorFlow و شبکه‌های عصبی عمیق، می‌توان ربات‌ها را به طور خودکار قادر به تشخیص و شناسایی اشیاء کرد. این کاربرد می‌تواند در ربات‌های خودران، ربات‌های ارتباطی و سایر وظایفی که نیاز به تشخیص و تفسیر محیط دارند، مورد استفاده قرار بگیرد.
• کنترل حرکت ربات: با استفاده از شبکه‌های عصبی و TensorFlow، می‌توان ربات‌ها را آموزش داد تا حرکت خود را به صورت خودکار کنترل کنند. این شامل کنترل حرکت دواران، ناوبری و پیگیری مسیر است. TensorFlow می‌تواند در طراحی و آموزش مدل‌های کنترل حرکت ربات مورد استفاده قرار گیرد.
• بینایی ماشین: TensorFlow می‌تواند به عنوان یک ابزار قوی در بینایی ماشین مورد استفاده قرار بگیرد. با استفاده از شبکه‌های عصبی عمیق و TensorFlow، می‌توان ربات‌ها را آموزش داد تا تصاویر را تفسیر کرده و بر اساس آنها تصمیماتی بگیرند.

به طور خلاصه، TensorFlow به عنوان یک کتابخانه قدرتمند در زمینه یادگیری عمیق، می‌تواند در طراحی و کنترل ربات‌های هوشمند در علم رباتیک مورد استفاده قرار بگیرد.

سرویس‌های مشابه با TensorFlow کاربردی در رباتیک

برای بردهای ESP و رباتیک، پیشنهاد می‌دهم از موارد زیر برای استفاده از سرویس‌ها و نرم‌افزارهای مرتبط با TensorFlow استفاده کنید:

• TensorFlow Lite for Microcontrollers: یک نسخه سبک‌تر و بهینه‌تر از TensorFlow است که برای تراشه‌های محدود منابع مانند بردهای ESP تعبیه شده است. این سرویس به شما امکان اجرای مدل‌های یادگیری عمیق بر روی تراشه‌های کوچک و محدود را می‌دهد.
• Edge Impulse: یک پلتفرم IoT است که برای توسعه و استقرار مدل‌های یادگیری عمیق بر روی تراشه‌های کوچک طراحی شده است. با استفاده از Edge Impulse و تراشه‌های ESP، می‌توانید مدل‌های خود را آموزش دهید و در ربات‌های خود به کار ببرید.
  
• Arduino TensorFlow Lite: یک کتابخانه است که امکان استفاده از TensorFlow Lite را بر روی تراشه‌های ESP و بردهای Arduino فراهم می‌کند. با استفاده از این کتابخانه، می‌توانید مدل‌های TensorFlow Lite را بر روی تراشه‌های ESP و Arduino اجرا کنید و ربات‌های هوشمند خود را بهینه‌تر کنید.
• Microsoft Azure IoT: یک پلتفرم ابری است که امکان ارتباط و مدیریت دستگاه‌های IoT را فراهم می‌کند. با استفاده از این پلتفرم و تراشه‌های ESP، می‌توانید ربات‌های هوشمند خود را با سرویس‌های پردازشی و یادگیری عمیق از جمله TensorFlow در ابر متصل کنید.

این موارد تنها چند نمونه از سرویس‌ها و نرم‌افزارهایی هستند که برای بردهای ESP و رباتیک پیشنهاد می‌شود. در نهایت، انتخاب سرویس و نرم‌افزاری که بهترین مناسبت را برای پروژه خاص شما داشته باشد، بستگی به نیازها و محدودیت‌های خاص شما دارد.

سرویس‌های مختلف قابل کار با بردهای ESP

بردهای ESP قابلیت اتصال به مجموعه گسترده‌ای از سرویس‌ها و نرم‌افزارهایی را دارند که در رباتیک کاربردی هستند. در زیر چند مورد از این سرویس‌ها و نرم‌افزارها را برای شما لیست می‌کنم:

• پلتفرم Arduino: بردهای ESP می‌توانند به پلتفرم Arduino متصل شوند. این پلتفرم یک محیط برنامه‌نویسی و سخت‌افزاری است که قابلیت کنترل و برنامه‌ریزی ربات‌ها را فراهم می‌کند. با استفاده از Arduino، می‌توانید ربات‌های هوشمند خود را طراحی و کنترل کنید.
• پلتفرم ROS (Robot Operating System): یک سیستم عامل متن‌باز برای رباتیک است. بردهای ESP می‌توانند با استفاده از پکیج‌های ROS متصل شوند و با سایر اجزای ربات در شبکه ROS ارتباط برقرار کنند. این امکان را به شما می‌دهد تا ربات‌های چند‌منظوره و هماهنگ شده را پیاده‌سازی کنید.
• پلتفرم OpenCV (Open Source Computer Vision Library): یک کتابخانه متن‌باز برای بینایی ماشین است. با استفاده از OpenCV و بردهای ESP، می‌توانید وظایفی مانند تشخیص چهره، تشخیص اشیا، و پردازش تصاویر را در ربات‌های هوشمند خود پیاده‌سازی کنید.
• سرویس‌های ابری: بردهای ESP قادر به اتصال به سرویس‌های ابری مانند Microsoft Azure IoT، AWS IoT، و Google Cloud IoT هستند. این سرویس‌ها به شما امکان می‌دهند داده‌های ربات خود را از راه دور ارسال، ذخیره و پردازش کنید و در نتیجه ربات‌های خود را با قابلیت‌های بیشتر و قابلیت اتصال به شبکه‌های دیگر ارتباطی کنید.
• سرویس‌های پردازشی مبتنی بر ابر: بردهای ESP می‌توانند با استفاده از سرویس‌های پردازشی مبتنی بر ابر مانند TensorFlow Serving، Flask، و Django ارتباط برقرار کنند. این سرویس‌ها به شما امکان می‌دهند مدل‌های یادگیری عمیق خود را در ابر آموزش دهید و به ربات‌های خود از طریق API دسترسی داشته باشید.

لیست فوق تنها چند نمونه از سرویس‌ها و نرم‌افزارهایی است که بردهای ESP می‌توانند به آنها متصل شوند. با توجه به نیازهای خاص پروژه خود، می‌توانید سرویس‌ها و نرم‌افزارهای دیگری را برای رباتیک با ESP استفاده کنید.

دیتابیس‌های سبک قابل استفاده در ESP

برای ساخت دیتابیس سبک در بردهای ESP، می‌توانید از موارد زیر استفاده کنید:

• SPIFFS (SPI Flash File System): بردهای ESP دارای حافظه فلش داخلی هستند که می‌توانید از آن برای ذخیره و مدیریت داده‌های خود استفاده کنید. SPIFFS یک سیستم فایل سبک است که بر روی حافظه فلش ESP نصب می‌شود و به شما امکان می‌دهد فایل‌ها و داده‌های خود را به سادگی در دسترس داشته باشید. با استفاده از SPIFFS، می‌توانید داده‌های ساده مانند متن، عدد، و تنظیمات را ذخیره کنید.
• SQLite: یک دیتابیس تحت میکروکنترلر است که به طور ویژه برای سیستم‌های با منابع محدود طراحی شده است. این دیتابیس به شما امکان می‌دهد داده‌ها را در یک فایل دیتابیس محلی ذخیره کنید و از آن استفاده کنید. با استفاده از کتابخانه‌های SQLite برای بردهای ESP، می‌توانید داده‌های ساده را با استفاده از پرس‌وجوهای SQL ذخیره و بازیابی کنید.
• LittleFS: یک سیستم فایل کوچک و سبک است که بر روی حافظه فلش داخلی بردهای ESP نصب می‌شود. این سیستم فایل به شما امکان می‌دهد فایل‌ها و داده‌ها را با ساختار مشابه یک سیستم فایل استاندارد ذخیره کنید و به آنها دسترسی داشته باشید.
• EEPROM (Electrically Erasable Programmable Read-Only Memory): بردهای ESP دارای حافظه EEPROM هستند که به شما امکان می‌دهد داده‌های کوچک را ذخیره کنید. حافظه EEPROM با استفاده از روش برقی قابل پاک‌سازی و برنامه‌ریزی است. با استفاده از کتابخانه‌های مربوطه، می‌توانید به راحتی داده‌های خود را در EEPROM ذخیره و بازیابی کنید.
• SD Card (Secure Digital Card): در صورتی که برد ESP شما دارای رابط کارت SD است، می‌توانید از کارت SD برای ساخت یک دیتابیس سبک استفاده کنید. با استفاده از کارت SD و کتابخانه‌های مربوطه، می‌توانید فایل‌های داده را بر روی کارت SD ذخیره و به آنها دسترسی داشته باشید.

این موارد تنها چند نمونه از روش‌های استفاده از دیتابیس سبک در بردهای ESP هستند. بسته به نیازهای خاص پروژه شما، ممکن است بخواهید از روش‌های دیگری مانند Firebase، MQTT، یا ارتباط با سرویس‌های ابری برای ذخیره و بازیابی داده‌ها استفاده کنید.