今天小編跟大家分享一篇人工智能與傳感器協同工作的技術文章。

本文作者為Kaustubh Gandhi，Bosch Sensortec高級軟件產品經理

小編溫馨提醒：深度好文篇幅略長，小編也為大家highlight出一些重點，建議收藏慢慢看

人工智能（AI）正迅速成為我們日常生活中不可或缺的一部分，但我們在許多情況下并沒有察覺到它的存在。人工智能可以理解為從各種傳感器發來的大量數據流，以提供詳細而精確的分析，由此提升目前市場上幾乎所有電子設備的性能。

這項革命性的技術可以實時且精準地測定設備用戶的活動，不論是行走、跑步、坐姿、睡眠，甚至是游泳。本文將探討傳感器如何在可穿戴設備中與人工智能協同作用，為用戶提供有價值的信息，即使是在游泳池等苛刻的環境中。

人工智能正在成為現有和全新應用及產品中的常見元素。尤其是利用應用于當今消費類設備內高精度傳感器所收集的數據，人工智能可以釋放出巨大的能量與潛力。一個典型的例子便是健身腕帶或智能腕表等可穿戴設備：人工智能可以判斷佩戴者在任何特定時間點的活動，無論是行走、坐姿，還是睡眠且精確度極高。

其中的核心在于利用機器學習進行活動分類，設備制造商借此可以大幅提高用戶的參與度和對用戶的價值。通過人工智能，可以系統地整合各種用戶在不同使用和環境場景下所做活動的行為特征。由此，人工智能驅動系統可以提高終端設備的輸出精度。本文以游泳追蹤器為例，探討人工智能如何將傳感器輸出轉化為緊湊且節能的可操作數據。

定制可穿戴設備具有誘人的市場潛力

雖然目前標準健身和活動追蹤器已成為十分常見的消費產品，但為游泳運動而量身定制的可穿戴設備一定程度上依然是一項缺口。由于不同人的身體特點與游泳風格各有不同，傳統的非人工智能軟件開發方法存在一些局限性。因此，這是一個充滿盈利潛力的藍海市場，估計全球有3億游泳愛好者和專業運動員愿意購買此類設備，為其表現提供可靠的運動追蹤。

動態游泳環境是一個理想的“試驗場”，可以在現實環境中展示運動傳感器與先進人工智能算法結合后所能釋放的潛力。一款可自學習的智能游泳可穿戴設備，可以確定游泳速度和距離，并提供有關游泳者技術的寶貴信息，同時識別任何薄弱點，比如反轉過慢或尚待完善的劃手頻率。這些關鍵信息可幫助游泳運動員、教練甚至家長確定在游泳技能或體能方面需要改進的地方。

2018年對游泳愛好者和專業游泳運動員進行的一項調查顯示，不同人對此類可穿戴設備的不同期望。報告數據顯示，游泳者更青睞私人系統，即不需要連接到互聯網或云端，以確保數據隱私。其解決方案應當為單一且是現有配件的一部分，如腕帶或腕表，因為用戶不希望管理額外的電子設備。

它應該搭載獨立且不受限制的自動追蹤功能，并能夠針對游泳表現提供精確報告，并顯示具體的完善建議。最后，此類解決方案必須能讓用戶負擔得起，這意味著人工智能系統應該在微控制器上運行，而不是傳統的人工智能圖形處理單元（GPU），以節省成本。

現有游泳追蹤解決方案的局限性

目前大多數的游泳追蹤器要么不能提供足夠的有用信息，要么只提供基于云端的分析，成本高且缺乏隱私性。因此，專業競技游泳運動員不希望使用“非專業的小玩具”，而是會花錢請專業教練，或者使用昂貴的攝像系統來分析和提高自己的成績。

游泳追蹤器需要能夠準確可靠地對整個訓練過程中的運動，進行“原地且實時”的分類。但是，設備內在的經濟可行性因素卻造成了局限。因此，設備制造商不得不做出妥協，或采取中庸的解決方案，即在不大幅影響分類速度、準確性和可靠性的前提下，優化組件、傳輸、存儲和處理能力的成本和容量。

如果將收集到的數據全部傳輸到云端并進行遠程處理，對于用戶來說過于昂貴，這將大大削弱設備的吸引力?，F實中，設備制造商可以提供“免費”的云服務，并將預計的終身云成本捆綁在可穿戴設備的前期購買價格中，這又會將大多數潛在用戶排除在市場之外。廣告或數據共享雖然是一種替代方案，然而，許多用戶會認為這是對其隱私的侵犯。

安裝在可穿戴設備中的高性能、無線或射頻連接模塊進一步增加了任何云解決方案的成本，更何況其所需的不間斷網絡連線或智能手機配對，在物理上無法時刻獲得保證。不僅如此，要將所有收集到的傳感器數據存儲在設備上，又增加了一層成本，而為此所需的強大處理器又會為設備成本“雪上加霜”。如果綜合考慮成本、存儲和處理因素，這就會變成一個非常昂貴的命題，基本上無法實現大規模市場應用。

傳感器數據融合扭轉局面

解決這些障礙的最直接方法是傳感器數據融合，這是一個將來自不同來源的傳感器數據進行智能組合，以獲得準確信息的過程。處理器通常集成在傳感器內部，使傳感器數據能夠在傳感器模塊上獲得預處理，從而大大減少了需要存儲和傳輸到云端的數據量。這有可能完全消除對云端的需求。這種方法的一個巨大優勢在于，可穿戴設備中主處理器的功率可以大大降低，從而進一步削減成本。

為了展示傳感器數據融合與人工智能在實際場景中的協同作用，Bosch Sensortec開發并打造了一款游泳追蹤器解決方案，可集成在智能傳感器BHI260AP內部。此外，BHI260AP還配備了其他實用的可穿戴功能，如自學習健身追蹤、步行導航、3D方向追蹤等，可根據用戶應用需求在傳感器中啟用。

游泳追蹤軟件使用的是三軸加速度計和三軸陀螺儀的實時傳感器數據，這兩個傳感器都集成在智能傳感器BHI260AP內部。由于其還具有強大的浮點微控制器，因此既可以提供原始傳感器數據，也可以運行人工智能功能，并生成相關結果，以供應用處理器直接使用，從而降低系統功耗和處理需求。

首先，游泳追蹤軟件利用運動傳感器數據來判斷用戶是否已經開始游泳，而不需要游泳者做任何動作（見圖2）。然后，它會從仰泳、自由泳、蝶泳和蛙泳四種可能的類型中對泳姿進行分類。隨后，軟件會記錄劃手數量、圈數和每圈之間的停頓時間。

圖2：游泳分類軟件算法

圖2顯示了可穿戴式游泳設備如何使用預處理數據來精準清晰地計算速度、距離和游泳效率等信息。所提供的數據還有助于生成SWOLF（游泳高爾夫）得分：這是一種廣泛使用的游泳效率測量方法，由游泳時間和測得的劃手數得出。（*SWOLF= 游泳高爾夫成績；（秒數+劃手數）/圈數；數字越低越好）

這些信息可以讓游泳運動員追蹤自己的表現，并監測改進情況，同時找出需要進行特殊訓練的薄弱環節。他們還可以將自己的數據與本人的歷史數據、朋友、培訓伙伴或專家的數據進行比較。

實現準確性：權衡利弊

在與設備制造商交談時，他們無一例外都會提到一個最重要的游泳追蹤器參數：準確性。為了讓自己的購買設備物有所值，終端用戶需要的是高精度的產品。準確度使設備制造商能夠提供值得用戶信賴的系統。在實踐中，要達到令人滿意的精度是非常困難的。每位游泳運動員的身高、四肢長度以及手腳在水中移動的速度和力量都各有不同。此外，由于人們在游泳時的能量水平會存在變化，同一游泳者在不同時段中手臂運動的速度可能會有很大波動。

這就是人工智能大展拳腳的地方。根據“典型”或“普通”人的要求開發的追蹤解決方案，無法提供足夠的準確性。其中涉及的變量太多，范圍太廣。關鍵在于，即使用戶的具體特征不同，人工智能也能讓可穿戴設備準確地檢測和分類游泳動作。由此能夠使處理后的結果，如劃手數、圈數和停頓時間等更加準確。

得益于此人工智能組件以及在這一領域的多年經驗，Bosch Sensortec與博世企業研究部的專家合作，開發出了一套解決方案，在智能傳感器內部實現了創新的信號處理、過濾以及分類和計數。例如，在對泳姿類型進行分類時，該方案的準確率達到了90%以上，可與目前市場上最好的追蹤器比肩。通常，要實現以更高準確度為目標的人工智能，需要在GPU上進行深度學習，以處理和維護龐大的數據集。然而，Bosch Sensortec的人工智能游泳軟件，卻可以在任何較小型微控制器上運行。

由于人工智能軟件本身為數據驅動型，根據實際可用的計算資源和用戶信息，廠商可以在功能精度和各種軟性指標之間進行權衡，比如（檢測）延遲、功耗（CPU的MIPS和傳感器數據率）和軟件的代碼規格。

為了推動用戶的參與度，人工智能總會有更多的取舍空間。例如，制造商可以選擇配置Bosch Sensortec軟件，根據標準化的風格進行精確追蹤，或者根據地區、年齡等條件更有針對性地適應特定人群的風格。這也有助于為專業和業余用戶單獨提供標準或定制的解決方案。

在處理所有這些權衡和妥協時，經驗必不可少。作為創新傳感解決方案的技術領導者，Bosch Sensortec進行了多年的研究，并獲得了實際數據，在現實用戶場景中對理論概念進行了實踐驗證。這一專業水準可以在有限的計算資源下實現最高精度，并有效優化成本、精度、尺寸和功耗等方面的權衡。

人工智能提供準確、經濟的追蹤

憑借精確的傳感器和人工智能驅動軟件，Bosch Sensortec可以在不影響游泳追蹤器準確性的前提下，為終端用戶提供更具成本效益和個性化的解決方案。這款產品展示了，人工智能如何使可穿戴設備制造商在不需要昂貴的嵌入式處理器、深度學習，或神經網絡硬件的情況下，通過降低存儲和處理成本，打造出差異化、物超所值的產品。

通過提供即插即用的核心軟件，廠商可以更快地開發出產品，縮短產品上市時間，降低設計和開發成本。此外，他們還能夠擁有高度的靈活性，輕松實現后續軟件開發，例如添加更多游泳風格或在地理上進行定制，并從Bosch Sensortec獲得更多支持。

總體來說，上述例子展示了將人工智能與運動傳感器以及智能傳感器一起用于消費電子應用所能帶來的優勢。這些原則同樣也可應用于其他可穿戴設備，如步數追蹤器或健身設備。人工智能、運動傳感器和傳感器數據融合的結合，為新一代智能設備提供了靈活、準確、經濟的解決方案。

未來發展

上述游泳追蹤器解決方案只是一個例子，它展示了我們在打造人工智能驅動型消費和工業產品這一漫長但令人興奮的旅程中已經邁出了早期步伐。

游泳追蹤器解決方案展示了人工智能的內在優勢——其學習能力和獨立于人類干預的發展能力或者至少在不遠的將來能夠實現這些能力的潛力。憑借人工智能，游泳追蹤器可能很快就會識別并適應游泳者的年齡、游泳風格和技術，以提供信息和分析，從而令用戶能夠持續提高泳技和成績。無論是用于在學校教孩子們游泳，還是在國家體育學院推動世界上最優秀的運動員更上一層樓，人工智能都有望為所有人帶來實實在在的好處。

這一游泳案例研究展示了傳感器和人工智能的結合，如何將消費電子設備和生活質量提升到一個新的水平。從可穿戴設備，到智能家居設備和機器人，傳感器和人工智能的這種協同關系將一直存在，只待我們去挖掘和釋放。

編輯：jq