Manufactura industrial
Internet industrial de las cosas | Materiales industriales | Mantenimiento y reparación de equipos | Programación industrial |
home  MfgRobots >> Manufactura industrial >  >> Industrial Internet of Things >> Incrustado

ST:sensor de movimiento con aprendizaje automático para un seguimiento de la actividad de alta precisión y fácil de usar

STMicroelectronics ha integrado la tecnología de aprendizaje automático en sus sensores inerciales avanzados para mejorar el rendimiento del seguimiento de la actividad y la duración de la batería en móviles y dispositivos portátiles. El sensor LSM6DSOX iNEMO contiene un núcleo de aprendizaje automático para clasificar los datos de movimiento según patrones conocidos. Aliviar esta primera etapa del seguimiento de la actividad del procesador principal ahorra energía y acelera las aplicaciones basadas en el movimiento, como el registro de actividad física, el control del bienestar, la navegación personal y la detección de caídas.

Los dispositivos equipados con LSM6DSOX de ST pueden brindar una experiencia de usuario conveniente y receptiva "siempre activa" sin cambiar el tiempo de ejecución de la batería. El sensor también tiene más memoria interna que los sensores convencionales y una interfaz digital I3C de alta velocidad de última generación, lo que permite períodos más largos entre interacciones con el controlador principal y tiempos de conexión más cortos para ahorros de energía adicionales.

El sensor es fácil de integrar con plataformas móviles populares como Android e iOS, lo que simplifica el uso en dispositivos inteligentes para los mercados de consumo, médico e industrial.

El LSM6DSOX contiene un acelerómetro MEMS 3D y un giroscopio MEMS 3D, y rastrea movimientos complejos utilizando el núcleo de aprendizaje automático con un bajo consumo de corriente típico de solo 0,55 mA para minimizar la carga de la batería.

El núcleo de aprendizaje automático funciona junto con la lógica de la máquina de estado finito integrada del sensor para manejar el reconocimiento de patrones de movimiento o la detección de vibraciones. Los clientes que crean productos de seguimiento de actividad con LSM6DSOX pueden entrenar el núcleo para la clasificación basada en árboles de decisiones utilizando Weka, una aplicación de código abierto basada en PC, para generar configuraciones y límites a partir de datos de muestra como la aceleración, la velocidad y el ángulo magnético que caracterizan los tipos de movimientos que se van a detectar.

El soporte para caída libre, activación, orientación 6D / 4D, interrupciones de clic y doble clic permite una amplia variedad de aplicaciones, como administración de interfaz de usuario y protección de computadora portátil, además del seguimiento de actividad. Las salidas auxiliares y las opciones de configuración también simplifican el uso en estabilización óptica de imagen (OIS).


Incrustado

  1. Sensor de seguimiento de línea con RPi
  2. Visión por computadora como sensor de movimiento para SmartThings
  3. Sistema de sensor de movimiento por infrarrojos de bricolaje para Raspberry Pi
  4. Raspberry Pi GPIO con sensor de movimiento PIR:el mejor tutorial
  5. Interfaz del sensor de movimiento PIR HC-SR501 con Raspberry Pi
  6. Impulsar la confiabilidad y mejorar los resultados de mantenimiento con el aprendizaje automático
  7. Predecir con precisión la duración de la batería con modelos de aprendizaje automático
  8. Reducción del tiempo de ciclo para el cuidado de máquinas con robots industriales
  9. ¿Cómo generar un archivo de código G con ArtCAM para una máquina CNC?
  10. Equipo de Apple e IBM Watson para aprendizaje automático móvil empresarial
  11. Prediga la vida útil de la batería con el aprendizaje automático