意法半导体推出具有机器学习功能的运动传感器提高运动跟踪精度和电池续航能力
前言：
机器学习技术可分类处理运动数据，提高运动跟踪精度
嵌入式智能和其它强化功能大幅降低功耗，延长智能手机、穿戴设备和游戏控制器的电池续航时间
2019年2月12日--横跨多重电子应用领域的全球领先的半导体供应商意法半导体(STMicroelectronics，简称ST；纽约证券交易所代码：STM)在其先进的惯性传感器内集成机器学习技术，提高手机和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现已量产上市。
更多技术信息：
LSM6DSOX包含一个3D MEMS加速度计和3D 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。
关于意法半导体
意法半导体（STMicroelectronics; ST）是全球领先的半导体公司，提供与日常生活息息相关的智能的、高能效的产品及解决方案。意法半导体的产品无处不在，致力于与客户共同努力实现智能驾驶、智能工厂、智慧城市和智能家居，以及下一代移动和物联网产品。享受科技、享受生活，意法半导体主张科技引领智能生活（life.augmented）的理念。意法半导体2018年净收入96.6亿美元，在全球拥有10万余客户。详情请浏览意法半导体公司网站：www.st.com
意法半导体（STMicroelectronics; ST）是全球领先的半导体公司，提供与日常生活息息相关的智能的、高能效的产品及解决方案。意法半导体的产品无处不在，致力于与客户共同努力实现智能驾驶、智能工厂、智慧城市和智能家居，以及下一代移动和物联网产品。享受科技、享受生活，意法半导体主张科技引领智能生活（life.augmented）的理念。意法半导体2018年净收入96.6亿美元，在全球拥有10万余客户。详情请浏览意法半导体公司网站：www.st.com
