EO_486

ANALOG/MIXED SIGNAL MOTION SENSOR 26 - ELETTRONICA OGGI 486 - MAGGIO 2020 F ino ad ora, la riduzione dei consumi energetici delle unità di misura inerziali (IMU) ha costituito un dilemma irrisolto. Questo perché è richie- sto l’invio di un'enorme mole di dati grezzi catturati – un proces- so estremamente dispendioso in termini energetici. Oppure è necessario un microcontrollore host per la pre-elaborazione dei dati, un approccio questo che comunque richiede parecchia energia. Con la nuova unità LSM6DSOX della famiglia di moduli iNEMO basati su sensori MEMS, ST ha elegantemente risolto questo nodo gordiano: nella soluzione, un nucleo di apprendi- mento automatico funziona insieme a macchine a agli stati finiti (FSM) e classifica i dati di movimento in base a modelli noti, avvalendosi di un albero delle decisioni. Ciò significa che il processore principale non deve più prendersi carico di questa prima fase dell’attività di misura. Il risultato è che il consumo energetico dimi- nuisce, e allo stesso tempo migliorano le prestazioni di rilevamento e aumenta la velocità di elaborazione in applicazioni quali braccialetti per il fitness, sistemi di monitoraggio della salute, sistemi di navigazione o di rilevamento di maiuscole e minuscole negli smartpho- ne, dispositivi indossabili o controllori di gioco. Logica ad albero delle decisioni per un’elaborazio- ne rapida ed efficiente Un albero delle decisioni è uno strumento che suppor- ta le discriminazioni quantitative. Esso è costituito da diversi nodi configurabili. A ognuno di essi è associato un parametro statistico con un valore di soglia e il ri- sultato è utilizzato per selezionare il nodo successivo. Infine, quando si raggiunge una foglia, uno degli ultimi nodi di un albero, l’albero delle decisioni produce un risultato che può essere letto da un registro di un di- spositivo specifico. Attraverso l’albero delle decisioni il sensore elabora un algoritmo induttivo con un consumo nettamente inferiore rispetto a quello delle soluzioni convenziona- li. E il sistema non solo può rilevare movimenti come camminare, correre, fare jogging, andare in biciclet- L’apprendimento automatico rende i sensori di movimento più efficienti in termini energetici Maria Alejandra Salazar Martinez Product sales manager – analog&sensors Rutronik Le unità di misura inerziali per il rilevamento del movimento sono ampiamente utilizzate nei dispositivi mobili, per i quali il consumo energetico è cruciale. Per ridurre i consumi migliorando al contempo le prestazioni di acquisizione, STMicroelectronics ha integrato nel proprio sensore di ultima generazione le tecnologie di apprendimento automatico Werner Neumann, Marketing Tecnico presso STMicroelectronics Techical marketing STMicroelectronics (Fonte: STMicroelectronics)