查看: 493|回复: 0

基于ST的六轴自行为机器学习器件LSM6DSOX

[复制链接]

主题

好友

2981

积分

版主

  • TA的每日心情
    开心
    2020-7-28 11:49
  • 签到天数: 112 天

    连续签到: 3 天

    [LV.6]常住居民II

    发表于 2019-12-27 19:58:23 |显示全部楼层
      大家好,我是Tany。很高兴和大家来分享ST最新的六轴传感器,这次这个传感器会给大家带来不一样的体验,因为这个MEMS_Sensor里面涵盖神经感知的寄存器,用来做机器学习来识别行为是最好不过的啦。由于笔者这边只是简单的模拟了几个常规动作,数据量比较少,但是效果还是比较客观的,接下来我就给大家栩栩道来。(第一发版在ST社区,原创作品)
      首先没有实拍图就是在欺骗观众的心里,来来来,上图为证。 1.png

      然后我们连接官方的GUI操作界面,如图所示: 2.jpg

      然后我们对板载进行初始化,如图所示 3.jpg

    用户选择合适的参数点击绿色的config就对板载初始化完毕了。由于这个GUI的功能选项比较强大,这里只展示机器学习的Part,有兴趣的童鞋可以尝试去玩玩其他的功能项,也非常不错的,特别是记录步数的环节。人工智能的基础就是大数据的支撑,所以这里我们开始收集数据 4.jpg

    参数配置根据需求自行选择,配置好后我们进入机器学习环节,如图所示: 5.jpg

    6.jpg
    将数据加入进去,对应的行为对应各自的编组。这里小编只取了三组数据然后接下来根据选项就一直next下去,我就不一一截图了太过于繁琐。 7.jpg
    这里小编根据自己的使用场景勾画了不同的行为属性(很重要,不然就是人工智障)。 8.jpg
    接下来用weka软件处理arff文件,首先打开weka软件 9.jpg
    10.jpg
    到这里我们训练就结束了,就成功的生成了决策树网络神经单元。然后添加到Unico上面 11.jpg
    12.jpg
    最后你会看到禁止的时候显示的是1,水平移动是2,垂直移动显示的是3. 13.jpg
    最后我们需要移植到其他板子上,然后我们这里需要生成一个行为学习的库文件 14.jpg
    然后去ST的官网下载驱动函数,就能成功的使用自己训练好的数据做好机器学习行为识别了,到这里是不是很炫酷啊。这里提醒的就是上面红字的配置输出要选对和数据量尽量多且误差较小,小编当时做出来可是引以为豪的呢!好啦就到这里啦,欢迎后续有其他的问题可以一起交流指导。谢谢大家~
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    关闭

    站长推荐上一条 /2 下一条



    手机版|电路城

    GMT+8, 2020-8-5 03:55 , Processed in 0.068737 second(s), 14 queries , MemCache On.

    ICP经营许可证 苏B2-20140176  苏ICP备14012660号-2   苏州灵动帧格网络科技有限公司 版权所有.

    苏公网安备 32059002001037号

    Powered by Discuz!

    返回顶部