假設您剛買了一台新車。
假設您正在市場買菜,有人不小心將購物車碰撞到您停放在外的車輛。這起突發事件,可能會由保險公司記錄並處理損害賠償。
或是,假設您正與朋友聚餐,您將車子停在禁停區,且將被拖吊了。如果來不及提早行動,您至少可以在離開餐廳時接獲通知告訴您車輛並非遭竊,而只是因為停在禁停區而遭拖吊。
這些通知皆由全新ST汽車動作感測器ASM330LHHX所提供。此感測器可偵測在嵌入式機器學習核心(Machine Learning Core;MLC)中執行的特定事件,其歸功於可發出警報或觸發其他裝置的AI演算法。
相較於採用應用程式處理器或雲端型AI的解決方案,這款感測器內的核心可提供複雜的即時效能,所需的系統電力非常低。如此一來,可訓練ASM330LHHX偵測特定事件並發出警報,而由於本裝置可在低功率模式下運作,因此能在最低耗電量狀態下完成。
與機器學習核心結合後,還有另一項重要功能:有限狀態機 (Finite State Machine;FSM)可執行單一序列,甚至更複雜的狀態變化,以辨識特定的移動。
運用車內的機器學習核心和有限狀態機功能,您可以建立先前無法實現的新應用。包括:
‧ 得知車輛是否遭抬起,及由哪一側被抬起
‧ 偵測撞擊或監控車窗是否破損
‧ 得知車門是否被開啟
‧ 得知車輛是否被移動
‧ 建立所有相關的應用
透過機器學習核心和有限狀態機中所運用的ASM330LHHX,您可以在極低耗電量的情況下實作解決方案,如以下範例:
應用
|
MLC 耗電量 [uA]
|
Github
|
靜止/行駛/抬起/碰撞偵測
|
11
|
連結
|
車輛靜止偵測
|
6
|
連結
|
拖吊偵測
|
3
|
連結
|
進一步參考教學課程,快速又簡單地實作 AI 演算法,請瀏覽相關網頁:
[1] ASM330LHHX網路研討會;https://content.st.com/develop-effective-ai-solutions-for-monitoring-vehicles.html
[2] ASM330LHHX知識文章;https://community.st.com/s/article/how-to-use-machine-learning-core-in-automotive-applications-using-asm330lhhx