車用MEMS 感測器越來越智慧 徹底翻轉車輛監控功能

假設您剛買了一台新車。

假設您正在市場買菜，有人不小心將購物車碰撞到您停放在外的車輛。這起突發事件，可能會由保險公司記錄並處理損害賠償。

圖一

或是，假設您正與朋友聚餐，您將車子停在禁停區，且將被拖吊了。如果來不及提早行動，您至少可以在離開餐廳時接獲通知告訴您車輛並非遭竊，而只是因為停在禁停區而遭拖吊。

圖二

這些通知皆由全新ST汽車動作感測器ASM330LHHX所提供。此感測器可偵測在嵌入式機器學習核心（Machine Learning Core；MLC）中執行的特定事件，其歸功於可發出警報或觸發其他裝置的AI演算法。

相較於採用應用程式處理器或雲端型AI的解決方案，這款感測器內的核心可提供複雜的即時效能，所需的系統電力非常低。如此一來，可訓練ASM330LHHX偵測特定事件並發出警報，而由於本裝置可在低功率模式下運作，因此能在最低耗電量狀態下完成。

與機器學習核心結合後，還有另一項重要功能：有限狀態機 （Finite State Machine；FSM）可執行單一序列，甚至更複雜的狀態變化，以辨識特定的移動。

運用車內的機器學習核心和有限狀態機功能，您可以建立先前無法實現的新應用。包括：

‧ 得知車輛是否遭抬起，及由哪一側被抬起

‧ 偵測撞擊或監控車窗是否破損

‧ 得知車門是否被開啟

‧ 得知車輛是否被移動

‧ 建立所有相關的應用

透過機器學習核心和有限狀態機中所運用的ASM330LHHX，您可以在極低耗電量的情況下實作解決方案，如以下範例：

應用	MLC 耗電量 [uA]	Github
靜止／行駛/抬起／碰撞偵測	11	連結
車輛靜止偵測	6	連結
拖吊偵測	3	連結

進一步參考教學課程，快速又簡單地實作 AI 演算法，請瀏覽相關網頁：

[1] ASM330LHHX網路研討會；https://content.st.com/develop-effective-ai-solutions-for-monitoring-vehicles.html

[2] ASM330LHHX知識文章；https://community.st.com/s/article/how-to-use-machine-learning-core-in-automotive-applications-using-asm330lhhx