Online-Tool für KI-basierte Sensorprojekte

EMBEDDED SYSTEMS SENSORIK

Ein Online-Tool von STMicroelectronics unterstützt AIoT-Projekte (Artificial Intelligence of Things) auf Basis smarter Sensoren.



Das Online-Tool ST AIoT Craft unterstützt  die Entwicklung von Node-to-Cloud AIoT-Projekten, die den Machine-Learning Core (MLC) der MEMS-Sensoren von ST nutzen. Der MLC ermöglicht die Verarbeitung lernender Entscheidungsbaum-Modelle direkt im Sensor. Er kann autonom und ohne Einwirkung des Hostsystems arbeiten und Klassierungs- und Mustererkennungs-Routinen verarbeiten.


Was kann man damit machen?

ST AIoT Craft integriert Arbeitsschritte zur Entwicklung und Bereitstellung von IoT-Projekten, die den Sensor für sensorinterne AI-Funktionen nutzen. Dabei wird Cybersecurity für Daten in der Cloud geboten, und außerdem erfolgt der Zugriff auf das Web-basierte Tool online und ohne Herunterladen auf den Desktop.

Das Tool, das für das Erstellen von Entscheidungsbaum-Modellen vorgesehen ist, umfasst auch die AutoML-Funktion, die automatisch die optimalen Attribute, Filter und Fenstergrößen für Sensordatensätze auswählt. Zusätzlich trainiert das Framework den Entscheidungsbaum für die Verarbeitung durch den MLC, und die Konfigurationsdatei für das Deployment des trainierten Modells wird ebenfalls erstellt.


Vorgefertigte Beispiele

Anhand von Beispielen, zu denen die Überwachung von Lüfterspulen, das Asset Tracking und die Aktivitäts- und Kopfgesten-Erkennung gehören, wird Anwendern der Umgang mit Entscheidungsbäumen für IoT-Sensor-to-Cloud-Lösungen nähergebracht. Die Beispiele sind fertig ausgearbeitet, um in Flash-Speicher geladen und zu Erprobungszwecken auf IoT-Referenzboards von ST (z. B. SensorTile.box Pro, STWIN und STWIN.box) ausgeführt zu werden. Die Beispiele lassen sich individuell anpassen - mit eigenen Daten oder durch Optimierung der mitgelieferten Datensätze.

ST AIoT Craft ist Bestandteil des ST Edge AI Suite Repository. Dieses enthält Softwaretools, Beispiele und Modelle für die Entwicklung von Machine-Learning-Algorithmen zum Deployment auf Edge-AI-Bausteinen von ST. Dazu zählen neben STM32-  und Stellar-Mikrocontrollern (MCUs) auch MEMS-Sensoren, die mit dem MLC oder der Intelligent Sensor Processing Unit (ISPU) ausgestattet sind


Das Tool ist ab sofort kostenlos im Internet verfügbar.