ST的邊緣AI解決方案在工業及智能家居方面的應用

人工智能、云計算、邊緣計算之后，一個新的詞匯——邊緣AI（Edge AI）出現了。相比于傳統的云端AI，邊緣AI具有將計算和推斷能力推向離數據源更接近的位置的優勢，可以提供了更快速、更安全、更隱私保護的數據處理和決策能力，使得人工智能能夠更好地應用于各種邊緣設備和應用場景中。

邊緣AI解決方案在工業領域的應用

邊緣AI可以說是邊緣計算和AI的結合體，其解決方案通過實現實時監控正在改變工業部門。通過對比了解并探索30多個應用案例，發現邊緣人工智能解決方案實現了更高效、更主動和更高數據驅動的運營，并有助于提高安全性、減少或防止停機、優化生產及加強質量控制，通過實時分析來自智能傳感器的振動、聲音或溫度等數據，邊緣人工智能解決方案實現了預測性維護解決方案。

針對于此，ST公司研發出基于云連接的邊緣處理解決方案SL-PREDMNT-E2C1，用于工業電機狀態監測。該解決方案將ST的運動和環境傳感器、STM32F4微控制器（MCU）和STM32MP157微處理單元（MPU）組合在同一狀態監測和預測性維護框架中。它將智能傳感器節點連接到云服務，如數據湖和監測儀表板。

   智能傳感器節點包括選定的環境和各個振動傳感器、一個STM32 MCU，以及多個連接接口。這些節點放置在工業機械的上部或周圍，用于收集來自LPS22HB和HTS221傳感器的溫度、壓力和濕度數據，以及來自IIS3DWB三軸加速度計的振動數據。同一傳感器節點的STM32 MCU啟動邊緣處理，將振動信號轉換為頻域和時域數據。

    將來自最多四個傳感器節點的數據合并后，通過集中器被路由到一個配備STM32MP157 MPU的網關，以供進一步的邊緣處理。在將所有數據發送到基于服務器或基于云計算的系統，以供進一步分析之前，該節點將對數據進行提純和整合。

    ST提供預測性維護儀表板應用程序，以演示云功能如何使該解決方案變得完整。儀表板配置運行AWS IoT Greengrass服務和AWS IoT核心的邊緣網關節點?？蛻艨梢栽趦x表板上繪制狀態數據曲線并進行監測，并將警告閾值配置為端到端預測性維護解決方案的一部分。

音頻場景分類(ASC)可使對象更智能，并使其能夠感知用戶環境。這可以將可穿戴設備、安全、環境監控、醫療保健和許多其他應用中的功能與用戶體驗提升到新的水平。挑戰在于簡化軟件開發和硬件設計，尤其是對于處理能力、內存和功率受到限制的便攜式或可穿戴設備。通過在高性價比、超低功耗STM32微控制器上利用人工智能，我們的解決方案解決了成本與設計問題。

    該系統通過兩個MP34DT05數字MEMS全向麥克風來捕獲環境聲音，以確保精確的聲音傳感，并通過STM32L475VG微控制器實現高效處理。這款超低功耗MCU具有信號處理外設和浮點單元(FPU)，以便實現快速AI軟件執行。FP-AI-SENSING軟件為涉及神經網絡庫（由STM32CubeMX的X-CUBE-AI擴展生成）的ASC配置解決方案。

STM32WB55VGY提供兼容Bluetooth?低功耗SIG規范5.2的超低功耗無線連接。通過面向Android和iOS設備的適當應用程序，如意法半導體BLE傳感器應用程序（版本 4.1.0或更高版本），可通過藍牙將算法輸出傳輸到智能手機。該應用程序可顯示所產生的聲學場景分類和推斷，以及記錄在ASC系統上并用于AI再訓練的活動數據。

從而產生了基于AI神經網絡技術的高性價比低功耗音頻場景分類解決方案。它使用戶能夠借助智能手機應用程序根據環境音頻數據來識別環境（例如，室內、室外、車內等）。

關于STM32MP157 MPU的相關白皮書下載：
·ST工業解決方案——stm32mp157a

關于Arm Cortex-M4 MCU的相關白皮書下載：

帶FPU的超低功耗80 Mhz Arm Cortex-M4 MCU

邊緣AI解決方案在智能家居領域的應用

在智能家居方面，它們可以幫助預測設備何時可能發生故障，從而在故障發生前進行主動維護。Edge AI解決方案，如智能運動傳感，可用于智能工廠和智能家居的各種設置。它們可以用于減少空置空間的能源消耗、優化房間利用率和保護特定區域等。

ST公司研發出運動感應應用解決方案SL-SNMTS011601V1，利用邊緣AI識別人類活動。這種使用人工智能（AI）和機器學習（ML）模式算法的解決方案實時檢測人體運動，其通過無線連接在智能手機或手持電子設備上顯示活動信息。該應用程序使用超低功率、高精度LSM6DSL 6DoF慣性測量單元（IMU）來收集運動數據，這些數據被發送到具有單精度浮點單元（FPU）和ST的自適應實時加速器（ART accelerator?) 運行基于人工神經網絡的三種不同模式識別算法之一（FP-AI-SENSING1）用于實時人類活動識別（HAR）。