STMCU小助手
发布时间:2023-5-21 17:41
|
简介 意法半导体的数据处理方法不断变化,从传感器连续将数据流式传输到MCU进行处理和分析的标准解决方案,演变为在传感器中本地处理数据的边缘方法。 最近,意法半导体推出了独具匠心的MEMS传感器,它具有可编程逻辑和完全可编程DSP架构,能够降低功耗,减少I²C/SPI总线流量,减轻MCU负荷。 ( B2 s$ _' t" `7 i# K# z3 S' q ✦ 这种可编程逻辑架构旨在最大限度降低特定处理模型的功耗,同时可以运行FSM和MLC算法。触发中断时,MCU读取模型结果,还可以读取原始数据。 ✦ 完全可编程DSP可以实现在传感器内部运行的任何自定义代码(需考虑计算和编译限制),MCU从传感器中读取处理后的数据。
5 p8 K. y3 U* p, C1 Q# B; c 02有限状态机 (FSM)有限状态机是一种行为模型,由有限数量的状态组成,且状态之间会发生特定迁移,类似于流程图,能够处理内部和外部数据(通过传感器集线器配置)。多个状态机可以并行运行。 1 C3 O; h6 w0 n5 Y% `: [7 I4 @ 有限状态机方法适用于需要识别用户定义手势模式的所有应用。 最新意法半导体传感器采用FSM模型,并引入了自适应自配置 (ASC) 功能。这意味着,可以利用FSM中断来触发器件设置更改(包括ODR、FS、BW、功率模式和FIFO),因此MCU可以保持睡眠模式。
机器学习内核包含一组可配置参数和决策树。决策树的表示形式为二进制树,包含两类节点 - 内部节点和叶节点。决策树的内部节点按照 (if-then-else) 方法分成两个子节点,以便进入下一路径(可以是true或false)。决策树的叶节点不包含任何子节点,只包含一个用户定义的类 - 结果。 9 F$ h! ^# K9 ~$ B8 V4 g( F 适用于通过归纳方法实现的应用,该方法涉及从观察结果中搜索模式。这类应用包括:活动识别、健身活动识别、运动强度检测、振动强度检测、携带位置识别和环境感知。
, b5 K# ]5 Z; X' g1 J" @4 \ 04智能传感器处理单元 (ISPU)- s. E- p6 U) Z; m _/ m9 I9 h ISPU是一种小巧紧凑的超低功耗高性能可编程内核,它基于意法半导体开发的专有架构。这款内核支持处理内部(加速度计、陀螺仪和温度传感器)和外部(通过传感器集线器连接到传感器)数据。ISPU可以运行意法半导体ISPU工具链编译的C语言算法,也可以使用NanoEdge AI Studio生成异常检测库。该器件具备灵活的编程能力,适用于在不使用MCU的情况下,实现任何AI、传感器融合算法。 k$ y2 D. g0 Y$ d4 q. ~( i
# _9 K& m: D5 U3 D# a |
STM32在边缘AI的布局及能力版图
从家电到机器人:STM32边缘AI应用案例拆解
【STM32H735G-DK 测评】STM32H735G-DK External Loder 编译和测试
Keil-MDK 在线调试设置断点的高级用法
请教下STM32N6570 怎么把分辨率改成320x240并可以全屏显示
STM32U3B5/U3C5:为超低功耗设计带来高性能 DSP 与边缘 AI
【福利三:逢7发帖赢大礼】想要充分利用STM32H743VI片内的RAM空间(但并不顺利)
基于stm32平台上的IC-MU磁绝对值编码器SPI通讯和码盘数据处理
使用STM32 MCU和MPU连接PDM数字麦克风
【NUCLEO-U3C5ZI 测评】+ 手写数字识别
微信公众号
手机版