当前位置:首页 > 厂商动态 > 厂商文章
[导读]自学习型人工智能传感器为用户实现个性化的可穿戴和耳穿戴设备解决方案

· 全球首款用于可穿戴和可听设备的自学习型人工智能传感器

· 独特的自学习和个性化功能,使用户能够通过定制化健身活动轻松训练设备

· 一体化解决方案不仅降低了开发时间、成本和复杂性,最重要的是,还通过自动追踪降低了功耗

· 终端人工智能无需云连接,可降低延迟且提高隐私性

传感器更智能:人工智能革新健身追踪

无论是蹲起、仰卧起坐或是甩动壶铃:如今健身运动的种类几乎层出不穷。然而,由于用户的运动风格、设备性能、身高和体力各不相同,许多健身追踪器或智能腕表只能提供非常有限的活动追踪,而且不能可靠地识别活动。为解决这些问题,Bosch Sensortec开发出一款革命性的自学习运动传感器,将人工智能添加至便携式设备——BHI260AP自学习人工智能传感器。

该传感器使可穿戴和耳穿戴设备制造商能够通过传感器中的自学习人工智能软件,提供高度个性化的健身追踪。它能识别和适应各种动作,并学习任何基于重复、循环动作的新健身活动。因此,用户既是培训人员,也是学员。

“自学习人工智能传感器将改变用户与健身设备的互动方式,从单纯的单向方式转变为互动的训练方式。”Bosch Sensortec首席执行官Stefan Finkbeiner博士说,“这种新型传感器结合了Bosch Sensortec在智能运动传感器方面的长期经验,以及我们在创新软件开发领域的强大能力。”

传感器更智能:人工智能革新健身追踪

一款软件,四项功能

自学习人工智能软件已搭载一套十五种以上的标准预学习健身活动,使用前无需训练。此外,它还提供学习、个性化、自动追踪和增强四个产品功能。学习模式为用户提供额外选项,可以添加之前不支持的新健身活动,使用户可以根据个人需求定制设备。个性化功能使用户能够根据自己的个人风格调整现有的、预先学习的活动,提高卡路里计算和活动分析的准确性。

通过自动追踪功能,用户可以自动追踪健身活动,无需任何人工干预,并能够随时间推移借助活动类型和计数分析运动强度,对于耐力和力量训练均适用。最后,制造商可以添加新的健身活动,而不必修改软件,同时无需原始数据集。这些新的可转移练习可由教练或明星运动员提供,用户借此能够与他人进行对比,向专家学习或与好友相互切磋。这可增强设备的感知价值,切实帮助厂商实现差异化。

由于人工智能在传感器内部运行,即终端人工智能,因此无需连接到云端,甚至无需智能手机。这样可以保持数据的私密性,既能够持续追踪和分析活动,又无需连接互联网或与手机绑定。终端人工智能还可最大限度降低延迟和功耗,这意味着用户可以在设备上获得快速、实时的反馈并延长充电间隔。

传感器更智能:人工智能革新健身追踪

具多种软件选择的一体化解决方案

全新传感器以集成系统级封装(SiP)解决方案的方式提供给制造商,其中包括硬件、软件和嵌入式人工智能,由此可降低开发时间和成本,缩短上市时间。

除了自学习人工智能软件,Bosch Sensortec还为BHI260AP提供了多种软件解决方案。可穿戴设备制造商只需将所需软件加载到传感器上,即可实现针对特定用例的解决方案,包括方向追踪、位置追踪(PDR)和游泳。该传感器可识别四种不同的游泳方式:蝶泳、仰泳、蛙泳和自由泳。由于BHI260AP是一款完全可编程传感器,厂家可以根据用户情况,自行构建定制化软件并嵌入到BHI260AP中,或者上传定制化解决方案。为了保护这些定制化解决方案,防止未经授权的使用,智能可编程传感器提供数字签名。

为了让基于人工智能的可穿戴解决方案的开发更加容易,Bosch Sensortec在提供开发板的同时还提供BHI260AP扩展子板,可通过低能耗蓝牙(BLE)与智能手机进行无线连接。

推出时间

BHI260AP自学习人工智能传感器及相应的拓展子板于Bosch Sensortec经销商处有售。不同的软件包可于Bosch Sensortec网站下载。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习

机器学习是人工智能领域的一个重要分支,它使用各种算法来使计算机系统能够从数据中学习和改进,而无需进行明确的编程。在机器学习的广阔领域中,有多种算法被广泛应用,每种算法都有其独特的适用场景和优势。本文将详细介绍机器学习中的...

关键字: 机器学习 人工智能 计算机

SmartFactory计算机集成制造(CIM)解决方案可以帮助制造商实现从前道晶圆制造到后道封装、测试和包装的过程中定义、控制、自动化、监测和记录整个半导体的制造过程。该解决方案通过一系列集成软件组合来实现上述功能,这...

关键字: 自动化 集成制造 传感器

尼得科株式会社将扩大其位于泰国的服务器用水冷模块CDU(Coolant Distribution Unit)生产线,计划在目前的月产能200 台基础上于 2024 年 6 月增加到每月 2,000 台。

关键字: 人工智能 电源 电路板

随着大数据时代的到来和计算能力的不断提升,机器学习作为人工智能领域的重要分支,正逐渐改变我们的生活方式和工作模式。机器学习涉及多个学科的理论和技术,其应用广泛且深入,为各个领域的发展带来了前所未有的机遇。那么,机器学习具...

关键字: 大数据 机器学习 人工智能

随着信息技术的飞速发展,机器学习(Machine Learning)作为人工智能领域的重要分支,正在逐步改变我们生活的方方面面。那么,什么叫做机器学习呢?简单来说,机器学习是一门研究如何让计算机从数据中自动获取知识和技能...

关键字: 机器学习 人工智能 计算机

· Ceva-Waves™ Links™ IP系列提供完全集成的多协议连接解决方案,包括Wi-Fi、蓝牙、UWB、Thread、Zigbee和Matter,为下一代连接协议丰富的MCU和SoC简化开发工作并加快上市时间

关键字: 人工智能 MCU SoC

STCC4凭借在外形尺寸上的出众优势、成本效益以及低功耗,可更好地支持一系列面向大众市场提供二氧化碳监测的应用。Sensirion宣布旗下最新款二氧化碳传感器系列将于2024下半年推出。

关键字: 传感器 智能恒温器
关闭
关闭