STMicroelectronics_Panasonic_E-Bike

Die KI-Funktion von STMicroelectronics im E-Bike von Panasonic tr├Ągt 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 f├╝r das E-Bike Timo A einsetzt, um ein Reifendruck-├ťberwachungssystem (Tire Pressure Monitoring System, TPMS) zu implementieren.

Das f├╝r Fahrten zur Schule konzipierte E-Bike ist mit einer KI-Applikation auf Basis des Mikrocontrollers STM32F3 ausgestattet, die R├╝ckschl├╝sse auf den Reifendruck zieht, ohne dass Drucksensoren erforderlich sind. Gest├╝tzt 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 leistungsf├Ąhigen, analogen und digitalen Peripheriefunktionen ausgestattet. Neben der neuen Reifendruck-Warnfunktion bestimmt die MCU den Unterst├╝tzungsgrad und steuert den Motor. STM32Cube.AI, das kostenlose Edge-AI-Entwicklungstool von ST, verringert die Gr├Â├če des NN-Modells (Neuronales Netz) und optimiert die Speicherzuweisung w├Ąhrend der gesamten Entwicklung dieser KI-Funktion. Dazu verwandelt das Tool die mit allgemeinen KI-Frameworks erlernten NN-Modelle in Code f├╝r die MCU.

Neben STM32Cube.AI enth├Ąlt das Edge-AI-Entwicklungssystem auch das Tool NanoEdge AI Studio autoML. Beide Tools geh├Âren zu der in K├╝rze verf├╝gbaren ST Edge AI Suite. S├Ąmtliche Tools sind kostenlos.

Sie m├Âchten gerne weiterlesen?