STMicroelectronics LSM6DSOX: инерциальный датчик с машинным обучением для точного, энергоэффективного трекинга активности
STMicroelectronics интегрировала возможности машинного обучения в свой инерциальный датчик LSM6DSOX iNEMO, повышая точность отслеживания активности при сохранении заряда батареи в мобильных и носимых устройствах.
Благодаря выделенному ядру машинного обучения датчик классифицирует данные движения по известным паттернам, освобождая основной процессор от этой нагрузки. Эта разгрузка снижает потребление энергии и ускоряет приложения, ориентированные на движение: фитнес-логирование, мониторинг здоровья, личная навигация и обнаружение падений.
Устройства на базе LSM6DSOX получают режим «всегда включено» без ущерба для времени автономной работы. Большая внутренняя память датчика и передовой высокоскоростной интерфейс I3C позволяют увеличивать интервалы между взаимодействиями с контроллером и сокращать импульсы соединения, обеспечивая дополнительную экономию энергии.
Интеграция с популярными мобильными платформами — Android и iOS — проста, делая LSM6DSOX идеальным для потребительских, медицинских и промышленных рынков.
Блок содержит 3D MEMS-акселерометр и 3D MEMS-гироскоп, а его ядро машинного обучения обрабатывает сложные движения при типичном токе всего 0,55 мА, дополнительно защищая заряд батареи.
Логика конечного автомата работает вместе с учебным ядром для распознавания паттернов движения и обнаружения вибраций. Разработчики могут обучать ядро с помощью классификаторов на основе деревьев решений через Weka — открытое ПК-приложение, создавая индивидуальные настройки, дифференцирующие движения по ускорению, скорости и магнитному углу.
Дополнительные функции — свободное падение, пробуждение, 6D/4D ориентация, одинарные и двойные клик прерывания — расширяют возможности применения: от элементов управления интерфейсом до защиты ноутбуков и конфигураций оптической стабилизации изображения (OIS).
Встроенный
- Датчик слежения за линией на Raspberry Pi — простой детектор двери/линии KY‑033
- Датчик движения SmartThings на компьютерном зрении с Raspberry Pi 3
- Построение DIY инфракрасного датчика движения для Raspberry Pi — пошаговое руководство
- Мастерство GPIO Raspberry Pi: подключение PIR-датчика движения на B+/Model 2
- Подключение, калибровка и программирование PIR-датчика HC‑SR501 с Raspberry Pi
- Повышение надежности и снижение простоев: Машинное обучение трансформирует обслуживание
- Модели машинного обучения точно прогнозируют состояние и долговечность батарей
- Ускорение производства: как промышленные режут циклы в обслуживании станков
- Генерация G-кода в ArtCAM: пошаговое руководство
- Apple и IBM Watson объединяют силы для энтерпрайз мобильного ML