账号:
密码:
智动化 / 文章 /

感测器中的AI – 嵌入式机器学习核心运行决策树分类器
[作者 意法半導體]   2021年12月30日 星期四 浏览人次: [1848]

人工智慧应用的市占率稳步成长。为此,意法半导体提供广泛的产品组合,轻松实现多级别的人工智慧应用。


在本文中,将主要关注新型感测器中内嵌的MLC(机器学习核心),并阐述如何利用此AI核心开发极低功耗的「边缘到边缘」AI应用。


先从以下问题开始:什么是边缘人工智慧?在过去,AI应用需要许多计算资源,因此,来自感测器的资料必须传输到云端处理,然后再将结果传送回本地。整个过程既耗时又耗电,并且不适用于缺乏网路连线的情境。因此,边缘人工智慧应运而生。有了微控制器(MCU)上的专用硬体,AI处理能力越来越强,将AI核心自云端移到了本地MCU,使延迟和功耗方面的表现更加出色。



图一 : 边缘运算处理流程
图一 : 边缘运算处理流程

意法半导体近期推出之全新感测器系列(以字母X为结尾的命名)使感测器能够完全在感测器核心中运行AI演算法(决策树分类器),而无需本地MCU承担任何运算。进一步推动了「边缘人工智慧」技术的发展。为此,我们称之为「边缘到边缘」人工智慧。


假设设计人员有兴趣开发一款应用,该应用使用感测器资料(来自加速度计、陀螺仪等)并利用AI侦测人类活动(如步行、跑步、静止等)或进行手势辨识。在基于云端的AI解决方案中,需要将资料发送到云端进行推理,等待一段时间后获得回应。这意味着不得不在资料传输方面耗费大量能量(如果网路连接可用,最高50mA),而且在接收输出结果时会经历相当长的延迟。一种创新型解决方案可以利用MCU来处理资料(“边缘人工智慧”),但利用感测器资料传输仍是必须的。如果您的目标是最低功耗型解决方案,在感测器内部嵌入MLC是最佳选择。从感测器到MCU的资料传输没有功率消耗,优化后的ASIC使MLC核心的电流消耗限制在~10uA左右,而延迟更可以忽略不计。


回到应用本身,这意味着感测器可以自己运行行为辨识或手势辨识应用:您只需对MLC感测器进行程式设计,打开感测元件,将基于AI的场景分类结果作为简单的register value输出,以供应用MCU进行决策(例如,改变应用的行为,开启或关闭低功耗模式,等等)。



图二 : ST新一代动作感测器
图二 : ST新一代动作感测器

如前所述,感测器的AI基于决策树分类器。不同的装置具有类似的MLC可用资源,每个感测器都能并行运行最多8个不同的决策树(共256或512个节点)。



图三 : UNICO-GUI上的五个开发步骤
图三 : UNICO-GUI上的五个开发步骤

决策树基于训练过的AI模型(监督学习),需要资料集来训练模型。最后再将决策树程式部署到感测器MLC中。针对这5个关键步骤,意法半导体提供UNICO-GUI工具,引导开发人员进行资料搜集、程式产生,并在感测器中上传程式实现MLC。


第一步是数据搜集。设计人员可以选择意法半导体的开发板搜集数据,我们建议使用FP-SNS-DATALOG1硬体搜集资料,确保所搜集资料的格式与一致性。一旦资料准备完成,就可以启动UNICO-GUI。



图四 : 利用UNICO-GUI搜集数据
图四 : 利用UNICO-GUI搜集数据

在UNICO-GUI中执行的第二步是标注数据和特征配置,为所搜集的资料集分配一个名称或标签。决策树模型会基于设计人员资料集和所选之特征进行训练,以区分所选的类别。 UNICO-GUI工具可以导入许多类型的资料集。此外,使用者还可以在数据搜集阶段定义感测器的工作模式,其中最重要的是选择为决策树分类所用的特征值。特征值基本上是对感测器资料进行的一种「分析」,决策树将使用特征来选择类别。举如,使用XL讯号的「标准差」或「峰对峰值」特征来判断使用者是静止状态还是运动状态。显然,有许多特征可以组合在一起,以实现符合应用的最佳决策树。如需更多关于特征选择和理解决策树创建过程的详细资讯,请参见ST Design Tip 0139。



图五 : 利用UNICO-GUI建立决策树
图五 : 利用UNICO-GUI建立决策树

在UNICO-GUI中执行的第三步是构立决策树,该步骤生成初始设定并分析训练集的限制,以构建一个能够辨识动作行为的决策树。



图六 : 利用UNICO-GUI部署模型
图六 : 利用UNICO-GUI部署模型

在UNICO-GUI中执行的第四步是感测器程式生成。一旦建立了决策树,需要用感测器MLC语言「翻译」决策树。使用者将得到一个档案,其中包含在内建MLC的ST MEMS感测器执行应用的所有内容。


最后(第五步),当装置完成程式设计后,可以在应用中利用经训练的决策树来执行MLC的结果。


更多关于MLC在MEMS感测器中的应用,可以参考ST MLC网页或ST MLC GitHub,这些网页提供大量应用和配置范例,可以引导设计人员一步一步地完成从资料搜集到MLC即时功能检查的整个过程。


相关文章
以模型为基础的设计方式改善IC开发效率
工业设备智能监诊 CbM状态监测肩负重任
适用於家庭与大楼自动化晶片组
解析感测器的三大工业应用
提高产线效率 边缘运算迈入工业市场
comments powered by Disqus
  相关新闻
» 泓格提供IoTstar Trial试用服务 快速建置物联网云端应用系统
» 康隹特透过i.MX 8M Plus处理器简化Arm架构部署
» Appier助全联强化OMO数位策略部署 整合支付与会员数据
» 意法半导体公布目标200+亿美元营收计画
» 施耐德电机助吉泰电机为客户实现远端监控 优化管理效能
  相关产品
» SCHURTER新型多功能IEC连接器模组适用於资料中心配电
» u-blox推出NORA-W10 Wi-Fi 4及蓝牙LE 5.0模组 提供卓越射频
» u-blox推出蓝牙室内定位ANT-B10天线板 整合商业终端产品
» Vicor:预测虚拟电池技术将助电动汽车锐减25磅重量
» 明纬推出GST360A系列360W 高可靠工业级节能适配器