ST:배터리를 사용하지 않는 고정밀 활동 추적을 위한 기계 학습 기능이 있는 모션 센서

STMicroelectronics는 기계 학습 기술을 고급 관성 센서에 통합하여 모바일 및 웨어러블의 활동 추적 성능과 배터리 수명을 개선했습니다. LSM6DSOX iNEMO 센서에는 알려진 패턴을 기반으로 동작 데이터를 분류하는 기계 학습 코어가 포함되어 있습니다. 메인 프로세서에서 활동 추적의 이 첫 번째 단계를 완화하면 에너지를 절약하고 피트니스 로깅, 건강 모니터링, 개인용 내비게이션, 낙상 감지와 같은 동작 기반 앱을 가속화할 수 있습니다.

ST의 LSM6DSOX가 장착된 장치는 배터리 사용 시간을 바꾸지 않고도 편리하고 반응성이 뛰어난 "항상 켜진" 사용자 경험을 제공할 수 있습니다. 또한 이 센서는 기존 센서보다 더 많은 내부 메모리와 최첨단 고속 I3C 디지털 인터페이스를 갖추고 있어 메인 컨트롤러와의 상호 작용 사이에 더 긴 시간을 허용하고 추가 에너지 절약을 위해 더 짧은 연결 시간을 허용합니다.

센서는 Android 및 iOS와 같은 인기 있는 모바일 플랫폼과 쉽게 통합되어 소비자, 의료 및 산업 시장을 위한 스마트 장치에서 사용을 단순화합니다.

LSM6DSOX에는 3D MEMS 가속도계와 3D MEMS 자이로스코프가 포함되어 있으며 배터리 부하를 최소화하기 위해 0.55mA의 낮은 일반 전류 소비에서 머신 러닝 코어를 사용하여 복잡한 움직임을 추적합니다.

기계 학습 코어는 센서의 통합 유한 상태 기계 논리와 함께 작동하여 동작 패턴 인식 또는 진동 감지를 처리합니다. LSM6DSOX로 활동 추적 제품을 생성하는 고객은 오픈 소스 PC 기반 애플리케이션인 Weka를 사용하여 결정 트리 기반 분류를 위한 코어를 훈련하여 특성화하는 가속도, 속도 및 자기 각도와 같은 샘플 데이터에서 설정 및 한계를 생성할 수 있습니다. 감지할 움직임의 유형.

자유 낙하, 웨이크업, 6D/4D 방향, 클릭 및 더블 클릭 인터럽트에 대한 지원은 활동 추적 외에도 사용자 인터페이스 관리 및 랩톱 보호와 같은 다양한 애플리케이션을 허용합니다. 보조 출력 및 구성 옵션도 광학 이미지 안정화(OIS)에서 사용을 단순화합니다.