Marco Castellano 博士發(fā)表了關(guān)于用于運(yùn)動(dòng)檢測(cè)和處理的嵌入式算法的講座,我們很高興與他坐下來(lái)了解機(jī)器學(xué)習(xí)將如何顛覆傳感器和物聯(lián)網(wǎng)。事實(shí)上,傳感器繼續(xù)塑造物聯(lián)網(wǎng)革命,因?yàn)榻^大多數(shù)應(yīng)用程序?qū)⒌凸脑O(shè)備連接到云作為傳輸傳感器信息的一種方式。根據(jù) IHS-Markit 的一項(xiàng)研究,到 2022 年,全球傳感器市場(chǎng)總額將達(dá)到 118.4 億美元,我們預(yù)計(jì)壓力、溫度、圖像、磁性、光和運(yùn)動(dòng)傳感器將成為最受歡迎的傳感器之一。因此,引領(lǐng)傳感器市場(chǎng)意味著塑造物聯(lián)網(wǎng)革命。
然而,Castellano 博士與 Marco Bianco 的團(tuán)隊(duì)合作撰寫(xiě)的論文表明,今天的趨勢(shì)可能與明天的趨勢(shì)大不相同。傳感器傾向于關(guān)注性能,因?yàn)楣娍偸且蟾叩陌偃f(wàn)像素、毫米精度和終極精度。然而,新的研究論文對(duì)這一愿景提出了挑戰(zhàn),表明可以以更低的功耗實(shí)現(xiàn)更高效的傳感器應(yīng)用,并且通過(guò)將部分智能轉(zhuǎn)移到傳感器中并減少應(yīng)用處理器任務(wù),仍然享有出色的性能。
最終,當(dāng)傳感器變得更加智能時(shí),它們可以提供更好的結(jié)果和更顯著的節(jié)能效果。聽(tīng)起來(lái)好得令人難以置信,但這項(xiàng)技術(shù)突破是 ST 新型慣性傳感器 LSM6DSOX 原型的核心,其中包括機(jī)器學(xué)習(xí)處理器 (MLP)和有限狀態(tài)機(jī) (FSM)。
具有機(jī)器學(xué)習(xí)功能的傳感器
習(xí)是計(jì)算機(jī)科學(xué)的一個(gè)領(lǐng)域,它研究巨大的數(shù)據(jù)集如何教機(jī)器,以及這臺(tái)機(jī)器將如何反過(guò)來(lái)應(yīng)用它學(xué)到的知識(shí)來(lái)做出決策。機(jī)器學(xué)習(xí)是一個(gè)非常龐大的主題,它服務(wù)于許多不同的應(yīng)用程序。但是,當(dāng)機(jī)器必須從各種數(shù)據(jù)點(diǎn)得出結(jié)論時(shí),它通常會(huì)使用決策樹(shù)。決策樹(shù)是由節(jié)點(diǎn)組成的結(jié)構(gòu),每個(gè)節(jié)點(diǎn)擁有一個(gè)或多個(gè)分支。當(dāng)系統(tǒng)處理信息時(shí),它將穿過(guò)不同的分支,直到到達(dá)葉子,這代表機(jī)器將返回的結(jié)論。
LSM6DS0X 傳感器最具革命性的方面之一是它具有內(nèi)置于傳感器本身的機(jī)器學(xué)習(xí)處理器,具有多達(dá) 8 個(gè)可配置的決策樹(shù)。這意味著,傳感器中的決策樹(shù)無(wú)需使用主機(jī)微控制器 (MCU) 來(lái)運(yùn)行算法并從需要大量能量的可用數(shù)據(jù)中得出結(jié)論,而是可以以一小部分功率運(yùn)行感應(yīng)算法消耗。因此,系統(tǒng)可以通過(guò)簡(jiǎn)單地觀察用戶的動(dòng)作并從預(yù)定義的模式進(jìn)行推斷來(lái)識(shí)別特定的活動(dòng)、攜帶位置或計(jì)算步數(shù)。
具有有限狀態(tài)機(jī)的傳感器
LSM6DSOX 還依賴于有限狀態(tài)機(jī),該模型使用一定數(shù)量的預(yù)定義狀態(tài)以及一系列輸入來(lái)提供輸出。在其最基本的形式中,它使用順序邏輯來(lái)做出決策。例如,我們可以想象一個(gè) FSM,如果輸入為 1,則從狀態(tài) A 變?yōu)闋顟B(tài) B,但如果輸入為 0,則保持在狀態(tài) A。任務(wù)。權(quán)衡是,與更多價(jià)的計(jì)算系統(tǒng)不同,F(xiàn)SM 不能執(zhí)行某些計(jì)算。
Castellano 博士和合著者(R. Bassoli、M. Bianco、A. Cagidiaco、C. Crippa、M. Ferraina、M. Leo、SP Rivolta)意識(shí)到有限狀態(tài)機(jī)在運(yùn)行演繹算法以確保傳感器方面表現(xiàn)出色可以檢測(cè)產(chǎn)品是朝上還是朝下、自由落體、被用戶撿起,甚至監(jiān)控某些健身活動(dòng)等等。因此,LSM6DSOX 具有多達(dá) 16 個(gè)獨(dú)立的 FSM,這些 FSM 在本質(zhì)上非常簡(jiǎn)單,但高度可配置,例如閾值或定時(shí)器比較。因此,如果開(kāi)發(fā)人員想要檢測(cè)手腕傾斜來(lái)打開(kāi)或關(guān)閉智能手表的屏幕,他們只需要配置 FSM 并確定特定輸出何時(shí)會(huì)產(chǎn)生中斷,從而根據(jù)用戶的動(dòng)作打開(kāi)或關(guān)閉屏幕。
此外,LSM6DSOX 的 MLP 和 FSM 不是獨(dú)立的孤島,可以相互通知。例如,可以通過(guò)組件的決策樹(shù)之一運(yùn)行 FSM 的結(jié)果,以排除可能引發(fā)錯(cuò)誤中斷的誤報(bào)。
來(lái)自 ST 的傳感器
我們?cè)诘凸膽?yīng)用中的機(jī)器學(xué)習(xí)方面處于領(lǐng)先地位,例如Orlando,一種帶有神經(jīng)網(wǎng)絡(luò)的 SoC,而且由于公司經(jīng)常通過(guò)我們的MEMS了解我們,所以像 LSM6DSOX 這樣的慣性傳感器就很有意義。擁有 MLP 和 FSM 模塊意味著算法處理所需的電流比傳統(tǒng)解決方案少 20 到 100 倍,從而為不需要更多功率或額外外部硬件單元即可實(shí)現(xiàn)類似結(jié)果的更小、更智能的設(shè)備打開(kāi)了大門。Castellano 博士的團(tuán)隊(duì)致力于現(xiàn)實(shí)架構(gòu),這解釋了為什么 LSM6DSO(一種帶有 FSM 模塊的類似傳感器)應(yīng)該在今年上市。
然而,除了產(chǎn)品之外,同樣重要的是要強(qiáng)調(diào)這種新型傳感器是可能的,因?yàn)?ST 的所有成員都聚集在一起。事實(shí)上,訓(xùn)練機(jī)器學(xué)習(xí)模塊的數(shù)據(jù)集來(lái)自 ST 員工自己。我們組織了一場(chǎng)全球性的運(yùn)動(dòng)來(lái)跟蹤人們的運(yùn)動(dòng)并教導(dǎo)系統(tǒng)從收集的模式中識(shí)別某些活動(dòng)。這是一項(xiàng)至關(guān)重要的努力,因?yàn)閿?shù)據(jù)集的質(zhì)量決定了算法的準(zhǔn)確性和性能,并最終決定了塑造用戶體驗(yàn)的結(jié)果的相關(guān)性。因此,看到我們員工的所有努力在 LSM6DSOX 原型中齊心協(xié)力創(chuàng)造未來(lái)的傳感器,真是一種特別的感覺(jué)。
審核編輯:郭婷
-
傳感器
+關(guān)注
關(guān)注
2564文章
52737瀏覽量
764914 -
ST
+關(guān)注
關(guān)注
32文章
1172瀏覽量
130270 -
機(jī)器學(xué)習(xí)
+關(guān)注
關(guān)注
66文章
8498瀏覽量
134253
發(fā)布評(píng)論請(qǐng)先 登錄
物聯(lián)網(wǎng)的應(yīng)用范圍有哪些?
一文淺談物聯(lián)網(wǎng)傳感器

**【技術(shù)干貨】Nordic nRF54系列芯片:傳感器數(shù)據(jù)采集與AI機(jī)器學(xué)習(xí)的完美結(jié)合**
宇樹(shù)科技在物聯(lián)網(wǎng)方面
IoT(物聯(lián)網(wǎng))應(yīng)用中不可或缺的5種傳感器
物聯(lián)網(wǎng)中的傳感器類型解析 傳感器類型在自動(dòng)駕駛中的應(yīng)用
氣壓傳感器與物聯(lián)網(wǎng)的結(jié)合
物聯(lián)網(wǎng)學(xué)習(xí)路線來(lái)啦!
傳感器在物聯(lián)網(wǎng)中的多重作用
在物聯(lián)網(wǎng)系統(tǒng)中振動(dòng)傳感器測(cè)量振動(dòng)的高精度方案

物聯(lián)網(wǎng)系統(tǒng)中磁場(chǎng)變化檢測(cè)方案_霍爾傳感器

物聯(lián)網(wǎng)x系統(tǒng)中的壓力如何檢測(cè)_壓力傳感器詳解

物聯(lián)網(wǎng)行業(yè)中的智能稱重方案介紹_稱重傳感器分析

什么是物聯(lián)網(wǎng)技術(shù)?

評(píng)論