橫跨多重電子應用領域的半導體供應商意法半導體(STMicroelectronics,ST)在其先進的慣性感測器內整合機器學習技術,提升手機和穿戴式設備的運動追蹤性能和電池續航能力。

LSM6DSOXiNEMO感測器整合一個機器學習內核心,可根據已知運動模式對運動數據進行分類處理,接替主處理器處理運動追蹤的第一階段任務,這種方法可節能降耗,加快健身記錄、健康監測、個人導航、跌倒檢測等運動類App的運作速度。

意法半導體類比、MEMS和感測器產品部副總裁AndreaOnetti表示,機器學習已被社交媒體、金融建模或自動駕駛用於提升模式識別的速度和效率,LSM6DSOX運動感測器整合了機器學習功能,可增加智慧型手機和穿戴式設備的運動追蹤性能。

配備意法半導體LSM6DSOX的設備可為使用者提供方便省事、回應迅速之「永遠開啟」的使用體驗,而對電池續航時間沒有任何影響。相較傳統感測器,LSM6DSOX整合了更大的內部儲存,並配備最先進的高速I3C數位介面,使感測器與主控制器的互動間隔更長,連接時間更短,且節能省電效果更好。

該感測器易於整合至主流行動平台上(例如:Android和iOS),可簡化消費、醫療和工業智慧設備的設計。LSM6DSOX包含一個3DMEMS加速度計和3DMEMS陀螺儀,並使用機器學習內核心追蹤複雜的運動,典型工作電流僅為0.55mA,大幅降低電池負載。

機器學習內核心與感測器整合的有限狀態機邏輯協同作業,執行運動模式識別或振動檢測功能。使用LSM6DSOX開發運動追蹤產品,需要用Weka開源PC應用程式對機器學習內核心進行決策樹分類培訓,從樣本數據產生設定參數和限值,例如,用於表徵被檢測運動類型的加速度、速度和磁傾角。

由於其支援自由落體檢測、喚醒、6D/4D方向檢測、單擊和雙擊中斷,LSM6DSOX可用於運動追蹤以外的其他的多種應用,例如,使用者介面管理和筆記型電腦保護。輔助輸出和配置選項可簡化其光學防抖(OpticalImageStabilization,OIS)應用。

(工商 )

#意法