スマート･アセット･トラッキング

センサによる荷物状態分類

MEMS MLC

行動認識

GitHub

デモ

出荷した荷物の状態が気になったことはありませんか？衝撃によって荷物の中身が大きく破損したことはありませんか？

センサはこうした状況の監視に役立ちますが、バッテリ寿命を延ばすには消費電力を抑えることが不可欠です。そこで役立つのが組込みAIです。センサ･レベルで、荷物の状態を追跡し、起こりうるイベントを検出しながら、消費電力の削減に貢献できます。

このユースケースでは、 ST MEMSセンサを使用してスマート･アセット･トラッキング･ソリューションを実装する方法を紹介します。

アプローチ

ST MEMSセンサに搭載された2つの高度な機能である機械学習コア（MLC）とステート･マシン（FSM）を組み合わせました。

異なるクラスを検出するために、MEMS-Studioを使用して3つのノードを持つディシジョン･ツリー･モデルを生成し、設定しました。
MLCは加速度センサ･データを処理して、荷物の状態（静止状態、移動中、振動状態など）を検出します。
FSMは、フィルタリング前およびフィルタリングされた加速度センサ･データを処理して、衝撃や落下を検出します。
この例では、衝撃検出のしきい値を0.5gに設定し、直立角度を26に設定しています。
センサのINT1/INT2ピンで生成される割込みにより、目的のイベントが検出された場合にのみマイクロコントローラを起動できます。

センサ

AI、アンチエイリアス･フィルタ、および高度なデジタル機能を装備した超低電力3軸スマート加速度センサ（リファレンス： LIS2DUX12）。

データ

加速度センサ･データは、低電力モードで最大測定範囲16g、出力データレート25Hzで収集したものです。
センサの向きは、ENU規則に従って（Z軸が上向きに）設定されています。

結果

消費電力（センサ+アルゴリズム）： 14.7uA

MLCの出力はMLC1_SRC（34h）レジスタから読み出すことができます。

00h = 静止状態 - 直立
04h = 静止状態 - 非直立
08h = 移動中
0Ch = 振動状態

FSMは次の状態を検出します。

衝撃（FSM #1によって検出）
自由落下（FSM #2によって検出）

この構成では、レジスタMLC1_SRC（34h）が新しい値で更新されるたび（MLCによって検出された状態が変化したとき）に、INT1ピンに割込み（パルス、アクティブハイ）が生成されます。この構成での割込みパルスの持続時間は 40msです。

この構成では、FSMによって自由落下または衝撃イベントが検出されると、INT2ピンに割込み（パルス、アクティブハイ）が生成されます。自由落下割込みは、荷物が空中にある間はアクティブのままです。FSM_STATUS（13h）レジスタにより、どちらのFSMが割込みを生成したかを判断して、衝撃イベントと自由落下イベントを区別できます。