TDK推出SmartEdgeML賦能在6軸IMU上運行超低功耗的機器學習模型

●   SmartEdgeML解決方案允許用戶在傳感器芯片上構建、測試、調試和部署機器學習 (ML) 模型

●   SmartEdgeML包括：SmartMotion? ICM-45686-S 6軸運動傳感器、SmartBug 2.0評估套件和傳感器推理框架 (SIF) 軟件（可下載）

●   SmartBug 2.0 (MD-45688-ML) 于2024年2月推出

TDK株式會社新近推出InvenSense SmartEdgeML^TM解決方案，這是一種先進的邊緣機器學習解決方案，為用戶提供了在可穿戴設備、可聽戴設備、增強現實眼鏡、物聯網(IoT)等產品的傳感器芯片上運行機器學習(ML)模型的新機遇。SmartEdgeML是首款在尺寸為2.5 x 3 mm的6軸運動傳感器IMU（功耗<30 μA）上成功生成并運行機器學習模型的解決方案。

“ TDK的SmartEdgeML將會帶來邊緣機器學習市場的范式轉變，因為它將允許開發人員、原始設計制造商（ODM）和原始設備制造商（OEM）僅僅依賴單顆IMU傳感器芯片，就能通過機器學習來實現充分優化好的運動傳感算法。能大幅減少傳輸到邊緣處理器的原始數據量，從而延長設備的電池續航時間，保護數據隱私并減少系統延遲，”TDK株式會社旗下公司InvenSense運動傳感器和軟件業務部總監Sahil Choudhary表示。

TDK還公布了InvenSense SmartBug 2.0 (MD-45686-ML) 的上市時間。后者是一個由InvenSense ICM-45686-S IMU組成的多傳感器無線模塊，可作為用戶開始使用InvenSense SIF機器學習軟件和ICM-45686-S IMU的理想評估系統。

SmartEdgeML由以下三部分組成：

●   SIF（傳感器推理框架）軟件：SIF是SmartEdgeML的軟件組成，是TDK提供的完整機器學習框架，為用戶提供了一個可收集IMU傳感器數據、選擇自定義功能、構建機器學習模型、測試機器學習模型、并通過SmartBug 2.0在ICM-45686-S IMU上部署和運行這些模型的一站式解決方案。已測試的示例包括各種算法，比如運動分類（深蹲、開合跳、側平舉或俯臥撐）和手腕手勢分類（打斗、轉身、搖晃或靜止）等。

●   ICM-45686-S IMU：這是SmartEdgeML的核心傳感器芯片。SmartMotion ICM-45686-S是一款尺寸為2.5 x 3 mm的TDK BalancedGyro?系列IMU，能讓機器學習的決策樹模型以最低功耗（<30μA）在傳感器內部運行這款新的IMU具有優異的溫度穩定性和振動抑制能力，非常適合需要高性能和超低功耗機器學習算法的應用，比如增強現實和虛擬現實眼鏡，光學防抖應用，無人機，TWS耳機和機器人等。

●   SmartBug 2.0（機器學習版本）：MD-45686-ML這是SmartEdgeML的核心硬件平臺，它配備ICM-45686-S 6軸運動傳感器，并與SIF兼容。SmartBug 2.0的小尺寸和BLE + USB接口能讓用戶快速入門SIF，輕松使用從數據收集到構建ML模型，再到部署到ICM-45686-S IMU的所有功能，堪稱入門使用SmartEdgeML的“神器”。

不到五分鐘的時間，您就能學會如何在尺寸為2.5*3 mm的運動傳感器上創建一個機器學習算法。

術語

●   邊緣機器學習：傳感器芯片上運行的機器學習

●   IMU：慣性測量單元

●   IoT：物聯網

●   SIF：傳感器推理框架

●   TWS：真無線立體聲

主要應用

●   可聽戴設備

●   可穿戴設備

●   增強現實眼鏡

●   物聯網 (IoT)

主要特點和優勢

●   功能客制：用戶能定義和定制自己偏好的應用場景，并五分鐘內（使用AUTO模式）使用SIF構建運動傳感器算法。用戶還能根據其傳感器算法要求配置自定義傳感器設置、濾波器和功能。

●   數據隱私：用戶保有數據并使用這些數據集測試ML模型，不用再依賴傳感器供應商收集數據。

●   快速成型：SIF AUTO模式能讓初學者在五分鐘內學會創建ML模型。用戶收集數據后，SIF會自動完成后續步驟。一旦模型/算法準備就緒并滿足性能標準，TDK會提供一個集成指南，將最終算法成功運行到用戶系統的ICM-45686-S IMU傳感器上。這種基于IMU傳感器端到端ML解決方案節省了數月的算法工作。

●   超低功耗：SmartEdgeML解決方案的功耗可低至<30 μA。低功耗能延長邊緣處理器設備的休眠時間，而且只需處理自傳感器的智能數據，顯著延長了電池的續航時間和MIPS周期。

主要數據