意法半导体推出具机器学习功能的运动传感器

意法半导体推出具机器学习功能的LSM6DSOX iNEMO运动传感器提升运动追踪精度和电池续航能力。

意法半导体(ST)在其先进的惯性传感器内整合机器学习技术，提升手机和穿戴式设备的运动追踪效能和电池续航能力。

LSM6DSOX iNEMO传感器整合一个机器学习内核心，可根据已知运动模式对运动数据进行分类处理，接替主处理器处理运动追踪的第一阶段任务，这种方法可节能降耗，加快健身记录、健康监测、个人导航、跌倒检测等运动类App的运作速度。

意法半导体类比、MEMS和传感器产品部副总裁Andrea Onetti表示，「机器学习已被社交媒体、金融建模或自动驾驶用于提升模式识别的速度和效率，LSM6DSOX运动传感器整合了机器学习功能，可增加智能手机和穿戴式设备的运动追踪效能。」

配备意法半导体LSM6DSOX的设备可为使用者提供方便省事、回应迅速之「永远开启」的使用体验，而对电池续航时间没有任何影响。相较传统传感器，LSM6DSOX整合了更大的内部储存，并配备最先进的高速I3C数码界面，使传感器与主控制器的互动间隔更长，连接时间更短，且节能省电效果更好。该传感器易于整合至主流移动平台上(例如：Android和iOS)，可简化消费、医疗和工业智能设备的设计。LSM6DSOX现已量产上市。