产品概述
描述
FP-AI-CTXAWARE1作为STM32Cube功能包，其附带的示例允许通过BLE将您的情景感知节点连接到智能手机，并使用合适的Android™或iOS™应用（如STBLESensor app）配置设备。
该功能包支持人类行为识别（HAR）或声学场景分类（ASC） - 基于运行于STM32L4R9ZIJ6 MCU上的面向HAR的LSM6DSOX机器学习核心（MLC）和面向ASC的神经网络（NN）生成的输出结果。面向HAR的机器学习是一种由Unico-GUI生成的决策树逻辑算法。神经网络由一个支持浮点和定点运算的多网络库实现，该库由STM32CubeMX工具的X-CUBE-AI扩展生成。该功能包中提供的NN只是一个示例，演示了将X-CUBE-AI的输出与意法半导体的连接和传感组件结合起来可以达到的效果。
该功能包（加上建议的STM32和意法半导体传感器组合）可以用于开发将超低功耗作为关键要求的特定可穿戴AI应用 - 得益于分布式深度边缘AI方法。
该软件在STM32微控制器上运行，包括STEVAL-MKSBOX1V1评估板的所有必须驱动程序。
-
所有功能
- 运用完整的固件开发情景感知节点（配备BLE连接、数字麦克风、环境和运动传感器），实时监测传感器和音频数据
- 机器学习核心（MLC），采用由Unico-GUI生成并在LSM6DSOX上运行的实时人类行为识别（HAR）算法
- 中间件库由称为X-CUBE-AI的STM32CubeMX扩展生成，包含用于声学场景分类（ASC）应用的神经网络示例实现
- 多网络支持：并发执行面向HAR的MLC和面向ASC的神经网络
- 基于实时操作系统（RTOS）的超低功耗实现
- 兼容面向Android/iOS操作系统的STBLESensor应用，执行传感器数据读取、音频和运动算法特性演示（在独立或组合视图中）以及固件无线更新（FOTA）
- 可用于STEVAL-MKSBOX1V1评估板的示例实现
- 得益于STM32Cube，可在不同MCU系列之间轻松移植
- 免费易用的许可条款
