AI在MCU和传感器中的应用情况如何

2020-05-16

通过STM32微控制器产品支持机器的人工智能/深度学习。传感器也可以更加智能。在传感器上使用人工智能可以减少整个系统的能耗，其次，可以使自身的噪声，稳定性和精度更高。

 用于机器学习的MCU +软件功能包？ 

      STM32的未来计划有六个宏观趋势：价格更便宜；更安全; 更多的硬件加速器和更多的模拟外设；更高的能源效率，更低的功耗；更多的无线连接；和更高的计算性能。 

      制造商将继续提高单核频率，并推出更多双核产品。  

      除了性能指标外，我们主要关注AI在MCU 和传感器中的应用。 

      在STM32的开始，它是为了提高每个人的生产率并使每个人的工作更轻松。ST非常关注人工智能的发展。STM32微控制器产品现在可用于支持机器的人工智能/深度学习。深度学习是创建神经网络模型，同时模拟人脑。STM32 可以实现神经系统的创建。这样，STM32产品有助于实现支持人工智能的深度学习。我希望对人工智能的发展尽可能地投入。”现在，它使用浮点计算来实现数据计算。 

      让我们看一下未来人工智能的示例以及此功能包所包含的内容。该立方体。AI 软件包可进行音频和运动分析，字符识别和图像分类。如今，字符识别和动作分析仍然非常简单。例如，人类活动的识别是基于运动知觉的。将来，我们将看到越来越多的身临其境，预警或预防性的新维护应用程序。通过STM32进行机器学习可以帮助我们实现电动机的感应。在检测到电动机之后，可以实现异常检测，并且可以从关键数据以及电动机的控制中直接学习相关电压。将来，还可以在视觉方面改进此功能包，例如性别识别，面部识别和其他技术。当然，也可以实现语音识别，例如语音控制，关键字识别和上下文识别， 

      从安全性的角度来看，制造商不断改进其功能的安全性或安全性体系结构和安全性平台。在下一个可扩展的升级过程中，将带来更多安全功能，尤其是基于Cortex的L5产品，这些功能可以实现增强的IP隔离并确保产品安全。 

      传感器+ AI，具有降低功耗和提高性能的双重优势 

随着5G时代的临近，AR / VR的应用和体验将逐步实现。产品中的连接技术非常成熟。在处理器方面，它也非常强大。传感器历史悠久，未来将如何创新？ 

      传感器也可以更智能。以AR / VR应用为例，对传感器的高要求是因为产品直接连接到头部。人体是非常重要的传感器单元，AV / VR头盔可以捕获周围的物理现象和信息。当您获得此信息时，如果对其进行智能处理然后传递给主服务器，则将更加简单。这就是智能传感器。 

      在传感器上使用人工智能可以减少整个系统的能耗，其次，可以使自身的噪声，稳定性和精度更高。 

      他说，制造商推出了新的六轴加速度计+陀螺仪组合产品，客户已将其应用于智能穿戴产品。它结合了原始六轴产品的所有功能，但增加了机器学习核心以及防抖核心。机器学习的核心可以学习一些基本功能和通用功能，并将其巩固在传感器中。好处是减少了系统功耗，并减少了主MCU的资源使用。 

      对于特定的功能，首先是要实现最基本的传感器的功能。同时，设备可以通过标准接口读取其他传感器的信号，以进行数据融合。第二步是具有学习功能，做过滤功能，最后形成概念，形成判断树的功能。传感器的输出不再是原始加速度值或陀螺仪的值，而是某些系统可以直接调用指令。 

       另外，在飞行时存在所谓的飞行模式，但是有时用户可能会忘记关闭飞行模式。具有人工智能的传感器可以识别不同状态的变化，并直接检测类似事件的发生。 

       接下来，看一个例子。传统可穿戴产品在运动时通常会调用APP。APP将读取各种数据以进行大量处理。带有人工智能的传感器可以直接在设备中操作。 

      然后是音频和振动的融合。TWS真正的无线耳机已成为今年市场的爆炸性产品。  

      那为什么要把这两个传感器放在一起呢？我可以实现哪些新功能？ 

      加速度计可实现语音识别，而麦克风仍会执行无线电接收。传统耳机无法真正分辨出它们是否处于嘈杂的环境中。但是，在耳骨传导加速之后，当不说话时，它可以将耳机切换到一种模式，从而使麦克风接收到的声音不被处理，并且可以被屏蔽。在风噪声环境下，只有当人们讲话时，对方才会听到。如果您不讲话，则整个系统可以使麦克风免受数字处理器的声音的影响。 

      当前市场上主流的中高端TWS头戴式耳机已经具备了这些功能。预计今年将有许多制造商将这种概念引入。 

      还有一种震动感，电池是主要的应用。电池本身受环境和温度的影响，并且在特定使用情况下存在某些风险，尤其是影响。因此，加速度传感器也可用于此类安全应用 

      除运动传感器外，ST还具有成像产品和特殊光学器件，例如ToF ，除了传统的移动应用之外，还可以用于各种智能家居和工业应用中。成像产品可用于汽车中以保护汽车或检测驾驶员的行为... 

     制造商不单单是传感器，还与其MCU生态系统集成在一起。ST传感器从硬件到软件再到开发工具再到合作伙伴的所有开发板都已完全集成到STM32生态系统中。这样，将其集成到开发中非常方便。 

     制造商的传感器范围非常丰富。作为解决方案提供商，该公司能够提供硬件，软件和解决方案，并不断创新传感器。创新的解决方案是低功耗，高精度和智能传感器。 

      最后，传统的通用传感器是收集数据并将其报告给主机以进行计算和执行。此过程考虑了系统的功耗和延迟。边缘的概念是产品内部的传感器接收到信号后，可以处理某些特定的应用程序，例如步数，检测不同的运动状态或飞行模式/地面模式等，这些可以确定。