ST :capteur de mouvement avec apprentissage automatique pour un suivi d'activité haute précision et économe en batterie

STMicroelectronics a intégré une technologie d'apprentissage automatique dans ses capteurs inertiels avancés pour améliorer les performances de suivi des activités et la durée de vie de la batterie des mobiles et des appareils portables. Le capteur LSM6DSOX iNEMO contient un noyau d'apprentissage automatique pour classer les données de mouvement en fonction de modèles connus. La suppression de cette première étape de suivi d'activité du processeur principal permet d'économiser de l'énergie et d'accélérer les applications basées sur le mouvement telles que l'enregistrement de la condition physique, la surveillance du bien-être, la navigation personnelle et la détection des chutes.

Les appareils équipés du LSM6DSOX de ST peuvent offrir une expérience utilisateur « toujours active » pratique et réactive sans sacrifier l'autonomie de la batterie. Le capteur dispose également de plus de mémoire interne que les capteurs conventionnels et d'une interface numérique I3C haute vitesse de pointe, permettant des périodes plus longues entre les interactions avec le contrôleur principal et des temps de connexion plus courts pour des économies d'énergie supplémentaires.

Le capteur est facile à intégrer aux plates-formes mobiles populaires telles qu'Android et iOS, simplifiant l'utilisation dans les appareils intelligents pour les marchés grand public, médical et industriel.

Le LSM6DSOX contient un accéléromètre MEMS 3D et un gyroscope MEMS 3D, et suit les mouvements complexes à l'aide du noyau d'apprentissage automatique à une faible consommation de courant typique de seulement 0,55 mA pour minimiser la charge sur la batterie.

Le noyau d'apprentissage automatique fonctionne en conjonction avec la logique de machine à états finis intégrée du capteur pour gérer la reconnaissance des formes de mouvement ou la détection des vibrations. Les clients créant des produits de suivi d'activité avec le LSM6DSOX peuvent former le noyau pour la classification basée sur un arbre de décision à l'aide de Weka, une application PC open source, pour générer des paramètres et des limites à partir d'échantillons de données telles que l'accélération, la vitesse et l'angle magnétique qui caractérisent les types de mouvements à détecter.

La prise en charge de la chute libre, du réveil, de l'orientation 6D/4D, des interruptions par clic et double-clic permet une grande variété d'applications telles que la gestion de l'interface utilisateur et la protection des ordinateurs portables en plus du suivi des activités. Les sorties auxiliaires et les options de configuration simplifient également l'utilisation dans la stabilisation optique de l'image (OIS).