Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Anzeige
Produkte |

Fortschrittliche 6-Achsen-IMU mit eingebauten Sensorfusions- und KI-Funktionen

Mit der Trägheitsmesseinheit (Inertial Measurement Unit, IMU) des Typs LSM6DSV16X hat STMicroelectronics soeben ein echtes Vorzeigeprodukt vorgestellt.

Das ist eine Produktankündigung von STMicroelectronics. Allein der Emittent ist für den Inhalt verantwortlich.

Der Baustein ist mit der SFLP-Technologie (Sensor Fusion Low Power) von ST sowie künstlicher Intelligenz (KI) und ASC-Funktionalität (Adaptive Self-Configuration) ausgestattet, um den Stromverbrauch auf überragende Weise zu optimieren. 

Dank ihrer fortschrittlichen Architektur kann die IMU LSM6DSV16X anspruchsvolle Verarbeitungsaufgaben an der Edge übernehmen, wodurch sie sich ideal nicht nur für das 3D-Mapping in Mobiltelefonen, sondern auch für die Kontextorientiertheit von Laptops und Tablets, die zuverlässige, präzise Gestenerkennung in XR-Headsets und das Always-On Aktivitäts-Tracking eignet. All diese Verarbeitungsaufgaben werden direkt im MEMS-Sensor ausgeführt, der außerdem über einen Dreifach-Sensing-Kern verfügt, um den unterschiedlichen Anforderungen von Benutzeroberflächen und optischen bzw. elektronischen Bildstabilisierungs-Systemen (OIS/EIS) gerecht zu werden. 

Zum Detektieren von schnellen Ereignissen und individuellen Gesten enthält der IC eine verbesserte FSM (Finite State Machine). Die neuesten Updates am innovativen Machine-Learning Core (MLC) von ST steigern außerdem die Performance von Inferenzalgorithmen, die beispielsweise zur Erkennung menschlicher Aktivitäten dienen. ST hat auf GitHub umgehend verwendbare MLC- und FSM-Algorithmen publiziert, die beim Produktdesign zur Verkürzung der Markteinführungszeit beitragen, wenn diese fortschrittlichen Fähigkeiten in neuen Produkten genutzt werden sollen. Abgesehen davon stellt die IMU die vom MLC extrahierten KI-Features auch für die externe Verarbeitung zur Verfügung. 

Dank der ASC-Funktionalität kann der Sensor eigene Einstellungen wie etwa den Messbereich oder die Betriebsfrequenz unabhängig, umgehend und ohne Intervention des Hosts optimieren. Im Zusammenwirken mit der SFLP-Technologie (Sensor Fusion Low Power) von ST eignet sich die IMU damit für eine ebenso schnelle wie leistungsfähige Edge-Verarbeitung mit minimalem Energiebedarf. SFLP erlaubt die Gestenerkennung oder ein kontinuierliches Tracking mit einer Stromaufnahme von nur 15 µA. 

Als erste IMU ist die LSM6DSV16X mit einem integrierten Charge-Variation-Sensorkanal (ST Qvar®) ausgestattet, um Änderungen der elektrostatischen Ladung zu überwachen. Dies geschieht entweder über Elektroden, die Kontakt zum Körper haben (z. B. an einer Smartwatch oder einem Fitnessband), oder durch kontaktlose Erfassung („Radar”). Mit ST Qvar® ausgestattete MEMS-Sensoren von ST unterstützen die fortschrittliche Bedienung von Benutzeroberflächen beispielsweise durch Berühren, langes Drücken oder Wischen, was eine reibungslose Interaktion ermöglicht. 

Als hochgenaue 6-Achsen-MEMS-IMU enthält die LSM6DSV16X einen rauscharmen 3-Achsen-Beschleunigungssensor und einen 3-Achsen-Drehgeber zur präzisen Bewegungserfassung – kombiniert in einem industriestandardgemäßen Format und ausgestattet mit dem neuen I3C-Interface. Beide Sensorelemente zeichnen sich durch hohe Stabilität nach dem Reflow-Löten aus, was Produktherstellern ein Neukalibrieren der IMU an der Produktionslinie erspart und nicht zuletzt für die Leistungsfähigkeit der Sensorfunktionen bürgt. 

Die LSM6DSV16X ist bereits in die Produktion gegangen. Sie besitzt ein 2,5 mm x 3,0 mm x 0,83 mm großes LGA-Gehäuse mit 14 Anschlüssen und ist zu Preisen ab 2,98 US-Dollar (ab 1.000 Stück) lieferbar. ST wird die Generation 3  in den kommenden Monaten durch weitere Sensoren mit unterschiedlichen Performance-Levels und Funktionen ergänzen. 

Weitere Informationen finden Sie auf www.st.com/lsm6dsv16x. 

Umgehend verwendbare MLC- und FSM-Algorithmen stehen auf GitHub unter folgenden Adressen zur Verfügung: 

https://github.com/STMicroelectronics/STMems_Machine_Learning_Core/tree/master/application_examples/lsm6dsv16x 

https://github.com/STMicroelectronics/STMems_Finite_State_Machine/tree/master/application_examples/lsm6dsv16x 


Anzeige
Anzeige
Weitere Nachrichten
2024.04.25 14:09 V22.4.31-2
Anzeige
Anzeige