全球首款用于可穿戴和耳穿戴设备的自学习人工智能传感器

描述

 

全球首款用于可穿戴和耳穿戴设备的自学习人工智能传感器

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

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。

▽ 点击手表查看内置传感器

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。”

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。

 

 

 

支持多种运动形式

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。

使用内置BHI260AP的智能设备可以对不同形式的运动进行监测,通过一组动图感受一下吧。

开合跳次数监测

平板卧推哑铃次数监测

哑铃仰卧提拉次数监测

滑雪机运动次数监测

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。

我们再来总结一下,自学习(Self-learning) AI 传感器 BHI260AP 彻底改变了健身追踪功能并为使用可穿戴和耳穿戴设备的每个用户提供个性化解决方案。

 

参考白皮书:

欲了解更多关于游泳软件的信息,请阅读《人工智能让您如鱼得水》

链接:https://www.bosch-sensortec.com/white-paper-swimming.html

欲了解更多关于健身软件的信息,请阅读《我与人工智能》

链接:https://www.bosch-sensortec.com/white-paper-fitness.html

责任编辑:xh

原文标题:博世发布全球首款自学习人工智能传感器,革新智能设备追踪方式

文章出处:【微信公众号:MEMS】欢迎添加关注!文章转载请注明出处。

 

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分