蓋世汽車訊 11月4日，用于構建智能物聯網（IoT）的AI工具開發商SensiML?宣布與安森美（onsemi）合作，為自動駕傳感器數據處理和預測建模提供完整的機器學習方案。此次合作結合了SensiML的Analytics Toolkit開發軟件與安森美的RSL10傳感器開發套件，從而為工業生產流程控制和監測等邊緣感知應用創建了一個理想的平臺。SensiML可在超小空間內支持AI功能，加上RSL10平臺的先進感知和Bluetooth?低功耗（Low Energy）聯接，能夠實現先進的智能感知，而無需對高度動態的原始傳感器數據做云分析。

（圖片來源：SensiML）

低功耗自動駕駛邊緣節點應用

采用業界最低功耗的藍牙低功耗聯接，安森美RSL10傳感器開發套件可將RSL10無線電與全套環境和慣性運動傳感器整合在一塊極小的電路板上，隨時與SensiML Toolkit聯接。開發人員會結合使用基于RSL10的平臺和SensiML軟件，從而輕松將低延遲的本地AI預測算法添加到工業可穿戴設備、機器人、過程控制或預測性維護應用中，無論開發人員是否擅長數據科學和AI。由此產生的自動生成的代碼賦能智能感知嵌入式終端，從而能在事件發生地將原始傳感器數據轉化為關鍵的洞察事件，并能實時采取適當的行動。此外，該智能終端還只在數據提供有價值信息時才會進行通信，從而大大減少了網絡流量。

安森美應用工程副總裁Dave Priscak表示：“對于關鍵工業生產工藝而言，基于云的分析會添加不必要的不確定延遲，且速度緩慢、距離較遠，非常不可靠。與遠程云學習分析相比，本地機器學習分析關鍵事件可媲美生產保持在線，且設備不會出現停機，并保障人員安全和生產力。”

SensiM首席執行官Chris Rogers表示：“根據最基本的AutoML規定，其他用于邊緣的AutoML方案僅采用神經網絡分類模型，為特定應用產生次優代碼。我們全面的AutoML模型搜索不僅包括神經網絡，還包括一系列經典的機器學習算法，以及分段器、功能選擇和數字信號調節變換，以提供最緊湊的模型，滿足應用的性能需求。”

返回第一電動網首頁 >