概述

MLC 是“機器學習核心”（Machine Learning Core）的縮寫。在 LSM6DSV16X 傳感器 中，MLC 是一種嵌入式功能，它使傳感器能夠直接運行基于決策樹的機器學習算法。通過這種功能，傳感器可以獨立完成諸如活動識別、運動強度檢測和誤報過濾等任務，而無需將數(shù)據(jù)處理轉(zhuǎn)交給外部的微控制器。MLC 通過處理來自加速度計、陀螺儀或外部傳感器的數(shù)據(jù)，計算統(tǒng)計參數(shù)、應用濾波器，并將分類結果輸出到專用寄存器中(AN5804)。

最近在弄ST的課程，需要樣片的可以加群申請：615061293 。

視頻教學

[https://www.bilibili.com/video/BV14V45eyEh9/]

樣品申請

[https://www.wjx.top/vm/OhcKxJk.aspx#]

源碼下載

[https://download.csdn.net/download/qq_24312945/89838597]

輸出速率

在 AN5804 文檔的 Table 1. Machine learning core output data rates 中，表格列出了機器學習核心（MLC）的輸出數(shù)據(jù)速率（ODR），用于配置 MLC 數(shù)據(jù)生成的頻率。

具體來說，MLC 的輸出數(shù)據(jù)速率決定了機器學習核心處理傳感器數(shù)據(jù)并輸出結果的頻率。不同的應用場景可能需要不同的速率來平衡功耗和性能。這個表格的目的是讓用戶根據(jù)應用需求選擇合適的輸出數(shù)據(jù)速率。

執(zhí)行流程

根據(jù) AN5804 第三頁的描述，LSM6DSV16X 傳感器的 機器學習核心（MLC） 的流程可以分為以下幾個步驟：

1. 收集傳感器數(shù)據(jù)：
   1. ○ MLC 從內(nèi)置的加速度計、陀螺儀以及通過 I2C 接口連接的外部傳感器（如磁力計）中收集三軸傳感器數(shù)據(jù)。這些數(shù)據(jù)包括 X、Y、Z 軸的加速度和角速度。
2. 處理傳感器數(shù)據(jù)（計算塊）：
   1. ○ 在這一階段，傳感器數(shù)據(jù)經(jīng)過預處理。MLC 會應用一些濾波器（如高通、低通或帶通濾波器），并計算出用戶配置的統(tǒng)計特征（例如均值、方差、能量、峰值等）。這些特征基于用戶定義的時間窗口（window length）進行計算，時間窗口的長度決定了統(tǒng)計數(shù)據(jù)的覆蓋范圍。
3. 構建決策樹：
   1. ○ 處理后的特征作為輸入被傳遞到?jīng)Q策樹。決策樹是一個二叉樹結構，在每個節(jié)點中，特征值被與某個閾值進行比較，以決定繼續(xù)走向下一節(jié)點的哪一條路徑。這個過程會在決策樹的各個節(jié)點中重復，直到生成最終的分類結果（例如：靜止、行走、跑步等）。
4. 輸出分類結果：
   1. ○ 當決策樹到達葉節(jié)點時，它會輸出一個分類結果，這個結果表示所檢測的動作或狀態(tài)。結果會被存儲在 MLC 的專用輸出寄存器中，供外部微處理器讀取。
5. 可選的元分類器過濾：
   1. ○ 輸出的分類結果還可以通過一種稱為 meta-classifier（元分類器） 的過濾器進行處理。元分類器會根據(jù)多個分類結果的統(tǒng)計情況，減少短時的錯誤分類或不穩(wěn)定的輸出。例如，如果短時間內(nèi)結果頻繁變化，元分類器會穩(wěn)定輸出。

速率設置

設置了加速度計和陀螺儀的輸出數(shù)據(jù)速率（ODR）為480Hz，這將使傳感器以較高的速率采樣數(shù)據(jù)。這種設置適用于需要高動態(tài)精度的應用場景，比如需要精確跟蹤快速運動的應用。

复制lsm6dsv16x_xl_data_rate_set(&dev_ctx, LSM6DSV16X_ODR_AT_480Hz);
  lsm6dsv16x_gy_data_rate_set(&dev_ctx, LSM6DSV16X_ODR_AT_480Hz);

量程設置

量程和分辨率的平衡：較大的量程適合高速動態(tài)的應用，但會降低測量的分辨率。如果你需要檢測較小的變化或在低動態(tài)場景下使用，建議選擇較小的量程，以獲得更高的精度。

與MLC配合使用：如果你使用這些數(shù)據(jù)進行機器學習核心（MLC）的處理，確保量程設置適當，以便捕捉到足夠的動態(tài)數(shù)據(jù)，同時保持數(shù)據(jù)的分辨率。

复制lsm6dsv16x_xl_full_scale_set(&dev_ctx, LSM6DSV16X_2g);
  lsm6dsv16x_gy_full_scale_set(&dev_ctx, LSM6DSV16X_125dps);

檢測狀態(tài)

鉛筆運動檢測應用的構建，檢測的四種不同場景（類別）。

1. 靜止(Steady)：筆在桌子上，不在手中。
2. 閑置(Idle)：筆在手中但未書寫。
3. 書寫(Writing)：筆在手中并在書寫。
4. 其他(other)：未被其他類別覆蓋的情況。

數(shù)據(jù)單位

加速度計 的數(shù)據(jù)單位為 mg。

陀螺儀 的數(shù)據(jù)單位為 dps。

陀螺儀數(shù)據(jù)也可以導入mdps。

采集數(shù)據(jù)

輪詢獲取數(shù)據(jù)，使用串口打印傳感器的數(shù)據(jù)，依次是ACC_X、ACC_Y 、ACC_Z、GYR_X、GYR_Y、GYR_Z。

复制/* Infinite loop */
  /* USER CODE BEGIN WHILE */
  while (1)
  {
    lsm6dsv16x_data_ready_t drdy;
    /* Read output only if new xl value is available */
    lsm6dsv16x_flag_data_ready_get(&dev_ctx, &drdy);
    if (drdy.drdy_xl & drdy.drdy_gy) 
        {
            memset(data_raw_acceleration, 0x00, 3 * sizeof(int16_t));
            memset(data_raw_angular_rate, 0x00, 3 * sizeof(int16_t));

            lsm6dsv16x_acceleration_raw_get(&dev_ctx, data_raw_acceleration);
            lsm6dsv16x_angular_rate_raw_get(&dev_ctx, data_raw_angular_rate);

            acceleration_mg[0] = lsm6dsv16x_from_fs2_to_mg(data_raw_acceleration[0]);
            acceleration_mg[1] = lsm6dsv16x_from_fs2_to_mg(data_raw_acceleration[1]);
            acceleration_mg[2] = lsm6dsv16x_from_fs2_to_mg(data_raw_acceleration[2]);

            angular_rate_mdps[0] = lsm6dsv16x_from_fs125_to_mdps(data_raw_angular_rate[0]);
            angular_rate_mdps[1] = lsm6dsv16x_from_fs125_to_mdps(data_raw_angular_rate[1]);
            angular_rate_mdps[2] = lsm6dsv16x_from_fs125_to_mdps(data_raw_angular_rate[2]);

            printf("%4.2ft%4.2ft%4.2ft%4.2ft%4.2ft%4.2ftrn",
                    acceleration_mg[0], acceleration_mg[1], acceleration_mg[2],
                    angular_rate_mdps[0], angular_rate_mdps[1], angular_rate_mdps[2]);
        }
    /* USER CODE END WHILE */

    /* USER CODE BEGIN 3 */
  }
  /* USER CODE END 3 */

將采集到的數(shù)據(jù)保存。

靜止(Steady)

器件放置在桌子上。

最好多幾個方向。

這里采集4組數(shù)據(jù)。

閑置(Idle)

器件在手中不動。

采集多幾個方位數(shù)據(jù)。

這里采集4組數(shù)據(jù)。

書寫(Writing)

筆在手中并在書寫。

這里采集4組數(shù)據(jù)。

其他(other)

未被其他類別覆蓋的情況。

可以采集例如逆時針數(shù)據(jù)。

這里采集4組數(shù)據(jù)。

審核編輯 黃宇