电子发烧友网>电子资料下载>电子资料>使用智能传感器的内置机器学习核心来优化“始终在线”的运动跟踪

使用智能传感器的内置机器学习核心来优化“始终在线”的运动跟踪

2074783 2022-11-25 | pdf | 473.1KB | 次下载 | 免费

资料介绍

过去，消费者对健身追踪器和其他个人移动设备中“永远在线”运动追踪功能的需求不断增长，这意味着设计师需要在这些功能和电池寿命之间做出选择。降低功耗的尝试不可避免地意味着牺牲跟踪能力或分辨率，从而损害用户体验。过去，消费者对健身追踪器和其他个人移动设备中“永远在线”运动追踪功能的需求不断增长，这意味着设计师需要在这些功能和电池寿命之间做出选择。降低功耗的尝试不可避免地意味着牺牲跟踪能力或分辨率，从而损害用户体验。具有内置运动检测功能的低功耗传感器的出现有助于开发人员在他们的设计中消除这种妥协。具有内置运动检测功能的低功耗传感器的出现有助于开发人员在他们的设计中消除这种妥协。本文介绍并展示了如何使用本文介绍并展示了如何使用STMicroelectronicsSTMicroelectronics的智能运动传感器，它集成了复杂的运动处理功能，为低功耗、始终在线的运动跟踪提供更有效的解决方案。的智能运动传感器，它集成了复杂的运动处理功能，为低功耗、始终在线的运动跟踪提供更有效的解决方案。经典电源管理实践经典电源管理实践在典型的低功耗移动系统设计中，主机微控制器在其正常活动模式期间消耗的功率占整个系统功耗的主要部分。因此，开发人员寻找一切机会让微控制器在低功耗睡眠模式下运行，唤醒处理器的时间只够处理传感器数据处理或通信等任务。在典型的低功耗移动系统设计中，主机微控制器在其正常活动模式期间消耗的功率占整个系统功耗的主要部分。因此，开发人员寻找一切机会让微控制器在低功耗睡眠模式下运行，唤醒处理器的时间只够处理传感器数据处理或通信等任务。多年来，开发人员一直能够使用能够独立于主机处理器收集数据的传感器来实现这一目标。对于对传感器输出数据速率要求不高的应用，传感器可以用一系列测量值填充其片上缓冲区，甚至执行直接内存访问 (DMA) 事务以在发出中断唤醒处理器之前将数据传输到系统内存完成其处理任务。由于传感器的集成信号链可以执行信号调节、转换和过滤，因此处理器可以立即开始处理预处理数据，寻找对应用程序重要的事件。多年来，开发人员一直能够使用能够独立于主机处理器收集数据的传感器来实现这一目标。对于对传感器输出数据速率要求不高的应用，传感器可以用一系列测量值填充其片上缓冲区，甚至执行直接内存访问 (DMA) 事务以在发出中断唤醒处理器之前将数据传输到系统内存完成其处理任务。由于传感器的集成信号链可以执行信号调节、转换和过滤，因此处理器可以立即开始处理预处理数据，寻找对应用程序重要的事件。通过在这些传感器中集成阈值检测功能，开发人员可以进一步延长处理器保持低功耗模式的时间。传感器不需要处理器识别重要事件，而是仅在它测量到的事件超过开发人员为其编程的阈值时才发出唤醒信号。例如，设计人员可以对这种类型的高级温度传感器进行编程，使其仅在测得的温度超过指定的最大阈值或低于指定的最小阈值时才发出唤醒信号。通过在这些传感器中集成阈值检测功能，开发人员可以进一步延长处理器保持低功耗模式的时间。传感器不需要处理器识别重要事件，而是仅在它测量到的事件超过开发人员为其编程的阈值时才发出唤醒信号。例如，设计人员可以对这种类型的高级温度传感器进行编程，使其仅在测得的温度超过指定的最大阈值或低于指定的最小阈值时才发出唤醒信号。尽管对于更简单的要求很有效，但这种降低功耗的方法对于检测更复杂的事件可能效果明显较差。结合始终在线传感的要求，检测这些复杂事件意味着处理器有更高的工作周期，从而快速耗尽个人可穿戴设备中通常使用的相对低容量的可充电电池。因此，面对用户对始终在线检测和更长电池寿命不断增长的需求，传统的使用主机微控制器执行检测变得不可持续。尽管对于更简单的要求很有效，但这种降低功耗的方法对于检测更复杂的事件可能效果明显较差。结合始终在线传感的要求，检测这些复杂事件意味着处理器有更高的工作周期，从而快速耗尽个人可穿戴设备中通常使用的相对低容量的可充电电池。因此，面对用户对始终在线检测和更长电池寿命不断增长的需求，传统的使用主机微控制器执行检测变得不可持续。相反，如果传感器可以执行更复杂的检测算法，开发人员可以继续当前的最佳实践，通过低功耗工作模式和处理器睡眠状态来降低系统功耗。同时，这种更加智能的传感器需要为开发者提供高度的灵活性。简单地将一些特定算法硬连接到传感器中将无法满足对新的和更好的产品功能的需求。STMicroelectronics LSM6DSOX iNEMO ( 相反，如果传感器可以执行更复杂的检测算法，开发人员可以继续当前的最佳实践，通过低功耗工作模式和处理器睡眠状态来降低系统功耗。