Manufaturação industrial
Internet das coisas industrial | Materiais industriais | Manutenção e reparo de equipamentos | Programação industrial |
home  MfgRobots >> Manufaturação industrial >  >> Industrial Internet of Things >> Integrado

ST:sensor de movimento com aprendizado de máquina para rastreamento de atividade de alta precisão e com economia de bateria


A STMicroelectronics integrou a tecnologia de aprendizado de máquina em seus sensores inerciais avançados para melhorar o desempenho do rastreamento de atividades e a vida útil da bateria em celulares e wearables. O sensor LSM6DSOX iNEMO contém um núcleo de aprendizado de máquina para classificar os dados de movimento com base em padrões conhecidos. Aliviar esse primeiro estágio de rastreamento de atividades do processador principal economiza energia e acelera aplicativos baseados em movimento, como registro de atividades físicas, monitoramento de bem-estar, navegação pessoal e detecção de quedas.

Os dispositivos equipados com o LSM6DSOX da ST podem fornecer uma experiência de usuário "sempre ligada" conveniente e responsiva sem trocar o tempo de execução da bateria. O sensor também tem mais memória interna do que os sensores convencionais e uma interface digital I3C de alta velocidade de última geração, permitindo períodos mais longos entre as interações com o controlador principal e tempos de conexão mais curtos para economia de energia extra.

O sensor é fácil de integrar com plataformas móveis populares, como Android e iOS, simplificando o uso em dispositivos inteligentes para os mercados de consumo, médico e industrial.

O LSM6DSOX contém um acelerômetro 3D MEMS e um giroscópio 3D MEMS e rastreia movimentos complexos usando o núcleo de aprendizado de máquina com baixo consumo de corrente típico de apenas 0,55mA para minimizar a carga na bateria.

O núcleo de aprendizado de máquina funciona em conjunto com a lógica de máquina de estado finito integrada do sensor para lidar com o reconhecimento de padrões de movimento ou detecção de vibração. Os clientes que criam produtos de rastreamento de atividades com o LSM6DSOX podem treinar o núcleo para a classificação baseada em árvore de decisão usando Weka, um aplicativo de código aberto baseado em PC, para gerar configurações e limites de dados de amostra, como aceleração, velocidade e ângulo magnético que caracterizam os tipos de movimentos a serem detectados.

O suporte para queda livre, ativação, orientação 6D / 4D, interrupções de clique e clique duplo permite uma ampla variedade de aplicativos, como gerenciamento de interface de usuário e proteção de laptop, além de rastreamento de atividades. Saídas auxiliares e opções de configuração também simplificam o uso na estabilização ótica de imagem (OIS).

Integrado

  1. Sensor de rastreamento de linha com RPi
  2. Visão computacional como sensor de movimento para SmartThings
  3. Sistema de sensor de movimento infravermelho faça você mesmo para Raspberry Pi
  4. Raspberry Pi GPIO com sensor de movimento PIR:Melhor tutorial
  5. Interface do sensor de movimento HC-SR501 PIR com Raspberry Pi
  6. Aumentando a confiabilidade e melhorando os resultados da manutenção com aprendizado de máquina
  7. Previsão precisa da vida útil da bateria com modelos de aprendizado de máquina
  8. Redução do tempo de ciclo para manutenção de máquinas com robôs industriais
  9. Como Gerar Arquivo G-Code com ArtCAM para Máquina CNC?
  10. Equipe da Apple e IBM Watson para aprendizado de máquina móvel empresarial