利用人工智能识别人类活动的运动传感应用 2021-11-01
该解决方案使用人工智能(AI)和机器学习(ML)算法进行模式识别,实时检测人体运动,然后通过无线连接在智能手机或电池供电的手持设备上显示活动信息。
 
 
该应用程序使用超低功耗、高精度LSM6DSL 6DoF惯性测量单元(IMU)收集运动数据,并将其发送至超低功耗STM32L475VG微控制器,该微控制器带有单精度浮点单元(FPU)和ST的自适应实时加速器(ART加速器)™) 运行基于人工神经网络的三种不同模式识别算法(FP-AI-SENSING1)之一,用于实时人类活动识别(HAR)。
 

超低功耗、双核、多协议STM32WB5MMG无线模块具有免版税的Bluetooth®低能5.2协议栈,可将模式识别算法的结果发送到智能手机或任何其他电池操作的设备,并可与专用移动应用程序集成。该应用程序可以基于我们针对Android和iOS的可随时使用的BLE传感器移动应用程序(STBLESensor)开发。

这种类型的应用程序适用于各种领域,包括可穿戴设备、安全、环境监测、医疗保健和健身以及交通。

 关键产品优势

STM32L475VG-功能强大的DSP微控制器

这款具有Arm®Cortex®-M4内核的微控制器具有必要的外围设备,用于管理传入的数字音频信号以及处理能力和内存,以确保以最小的功耗快速准确地识别音频场景。

LSM6DSL-三维加速度计和陀螺仪。

系统封装,具有3D数字加速计和3D数字陀螺仪,在高性能模式下以0.65 mA的电流运行,并支持始终开启的低功耗功能

STM32WB5MMG-超低功耗BLE 5.2模块

超低功耗、紧凑型蓝牙模块,具有完全免版税的蓝牙LE 5.2协议栈

所有特征

完整的即用固件,具有用于实时人类活动识别(HAR)的神经网络实现

所有运动数据均在STM32微控制器上处理,充分利用边缘的现代计算能力

3种不同的人工神经网络(ANN)模型,具有各种特性以满足解决方案要求,能够识别多达5种不同的类别(步行、慢跑、爬楼梯、骑自行车和驾驶)

基于实时操作系统(RTOS)的超低功耗实现

与我们的ST-BLE Sensor移动应用程序(Android/iOS)兼容,以显示HAR算法结果

得益于STM32Cube,在不同的STM32 MCU系列之间实现了轻松的可移植性和可扩展性

符合Bluetooth®低能(BLE)SIG规范v5.2

开发板文档工具软件等:

 

 


勘误纠正/技术交流/采购需求/批量供应(Correction/Technical/Perchase/Wholesale)(共0条评论)
  • 暂无评论
E-mail:
AA:
Contents:
  Code: captcha