Die KI-Funktion von STMicroelectronics im E-Bike von Panasonic trägt zu mehr Komfort und Sicherheit bei. (Bild: STMicroelectronics)
STMicroelectronics gibt bekannt, dass Panasonic Cycle Technology (Panasonic) den Mikrocontroller (MCU) STM32F3 und das Edge-AI-Entwicklungstool STM32Cube.AI für das E-Bike Timo A einsetzt, um ein Reifendruck-Überwachungssystem (Tire Pressure Monitoring System, TPMS) zu implementieren.
Das für Fahrten zur Schule konzipierte E-Bike ist mit einer KI-Applikation auf Basis des Mikrocontrollers STM32F3 ausgestattet, die Rückschlüsse auf den Reifendruck zieht, ohne dass Drucksensoren erforderlich sind. Gestützt auf Informationen aus dem Motor und dem Geschwindigkeitssensor des Fahrrads generiert das System bei Bedarf eine Aufforderung zum Aufpumpen der Reifen. Mithilfe des Edge-AI-Entwicklungstools STM32Cube.AI konnte Panasonic diese Edge-AI-Funktion im eingebauten Speicher des STM32F3 implementieren.
So funktioniert das System
Der STM32F3-Mikrocontroller basiert auf einem Arm-Cortex-M4-Core mit einer maximalen Taktfrequenz von 72 MHz und ist mit 128 KB Flash-Speicher sowie verschiedenen leistungsfähigen, analogen und digitalen Peripheriefunktionen ausgestattet. Neben der neuen Reifendruck-Warnfunktion bestimmt die MCU den Unterstützungsgrad und steuert den Motor. STM32Cube.AI, das kostenlose Edge-AI-Entwicklungstool von ST, verringert die Größe des NN-Modells (Neuronales Netz) und optimiert die Speicherzuweisung während der gesamten Entwicklung dieser KI-Funktion. Dazu verwandelt das Tool die mit allgemeinen KI-Frameworks erlernten NN-Modelle in Code für die MCU.
Neben STM32Cube.AI enthält das Edge-AI-Entwicklungssystem auch das Tool NanoEdge AI Studio autoML. Beide Tools gehören zu der in Kürze verfügbaren ST Edge AI Suite. Sämtliche Tools sind kostenlos.
