据麦姆斯咨询报道，意法半导体（ST）宣布在其先进的惯性传感器内集成机器学习技术，提高手机和可穿戴设备的运动跟踪性能和电池续航能力。

    LSM6DSOX iNEMO传感器内部集成一个机器学习内核，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跟踪的第一阶段任务，这种方法可以节能降耗，加快健身记录、健康监测、个人导航、跌倒检测应用等运动类应用程序的运行速度。

    意法半导体模拟、MEMS和传感器产品部副总裁Andrea Onetti表示：“机器学习已大范围用于社交媒体、金融建模或自动驾驶等应用以提高模式识别的速度和效率，LSM6DSOX运动传感器集成了机器学习功能，可增强智能手机和穿戴设备的运动跟踪性能。”

    配备意法半导体LSM6DSOX的设备可以为用户带来便利、响应迅速的“永远开启”的使用体验，且对电池续航时间没有任何影响。LSM6DSOX集成于传统传感器相比，增添了更大的内存空间，并配备最先进的高速I3C数字接口，使得传感器与主控制器的交互间隔更长，连接时间更短，节能省电效果更好。

    该传感器易于集成到主流移动平台（例如：Android和iOS）上，可简化消费、医疗和工业智能设备使用流程。

    LSM6DSOX包含3轴MEMS加速度计和3轴MEMS陀螺仪，并使用机器学习内核跟踪复杂的运动，典型工作电流仅为0.55mA，电池负载得到大幅降低。

    机器学习内核与传感器集成的有限状态机逻辑协同工作，执行运动模式识别或振动检测功能。使用LSM6DSOX创建运动跟踪产品，需要用开源PC应用程序Weka对机器学习内核进行决策树分类培训，从样本数据生成设置参数和限值，例如，用于表征被检测运动类型的加速度、速度和磁倾角。

    因为支持自由落体检测、唤醒、6D/4D方向检测、单击和双击中断，LSM6DSOX可用于运动跟踪外的其它的多种应用，例如，用户界面管理和笔记本电脑保护。辅助输出和配置选项还简化其光学防抖（OIS）应用。

    深圳思驰科技有限公司拥有国内最资深的芯片解密专家，专注高难芯片的破解, 在AT88SC0104C, STM32F103, 富士通系列, 摩托罗拉系列, 飞思卡尔Freescale系列, Xilinx系列(XC95144,XC9572,XC9536等), C8051系列, TI 系列（MSP430F系列，TMS系列），STC系列(89系列，11系列，12系列，10系列等）, SST系列, PIC系列, AT88系列, CYPRESS 系列, DALLAS 系列,PHILIPS 系列,Lattice 系列, Altera 系列, 三菱系列, 瑞萨系列, 新茂SYNCMOS系列（旧版和新版）,DSP系列等芯片方面具备震撼性的价格优势和成功率。精通工业控制设备及游戏机板的克隆复制．丰富的芯片解密经验,质量和价格绝对有保障．随时解答客户疑问，我们可以提供相关电子技术支持.能让客户放心做放手做好产品．有需要的请致电：0755-83048995   手机：18923766096       18902856696