英飞凌携手SensiML为智能家居健身工业训练机器学习模型

英飞凌与SensiML联合教程：面向智能物联网的机器学习全流程实战指南

这篇教程将系统介绍英飞凌与SensiML携手打造的一站式工具链，完整覆盖传感器数据采集、机器学习模型训练，以及在超低功耗PSoC™ 6微控制器上部署实时推理的每个环节。无论你是物联网开发者、智能家居爱好者，还是工业自动化领域的工程师，都能通过本文快速掌握构建智能边缘设备的实用方法。

一、合作背景与核心工具

2022年2月11日，德国慕尼黑讯 —— 英飞凌科技股份公司 (FSE:IFX/OTCQX:IFNNY) 与 SensiML 达成合作，共同为开发者提供 SensiML Analytics Toolkit 开发软件与 ModusToolbox™ 套件，使开发者能够轻松、无缝地从英飞凌 XENSIV™ 传感器中采集数据、训练机器学习 (ML) 模型，并直接在超低功耗 PSoC™ 6 微控制器 (MCU) 上部署实时推理模型。SensiML 是专注于为智能物联网终端构建 AI 工具的领先开发商。通过本次合作，双方为设计师提供了合适的工具，助力其为智能家居、工业和健身等领域的物联网设备打造智能应用。

小提示： 如果你已经拥有英飞凌的 XENSIV 传感器（例如雷达、气压、麦克风等），可以直接配合 SensiML 工具快速启动 ML 模型训练。ModusToolbox 是英飞凌的集成开发环境，支持一站式配置与调试。

二、配套设计挑战赛：快速上手你的第一个 AI 项目

此外，英飞凌还于 2022年2月3日 在开发者社区 hackster.io 上发起了 "Build AI for the IoT 设计挑战赛"。在该挑战赛中，富有创新能力的开发者需要利用多种工具来开发新的 ML/AI 解决方案。例如，参赛者可以使用英飞凌的 ModusToolbox ML 软件工具、超低功耗 PSoC 6 技术和 CAPSENSE™ 电容式传感技术，并搭配 AIROC™ 无线连接解决方案提供的强大连接能力，以及业界领先的 XENSIV™ 系列传感器。SensiML 软件为参赛者提供了必要的固件与数据科学工具，用于捕获和标记来自传感器的数据。此外，即使不具备深厚的 AI 专业知识，参赛者也能借助 AutoML 云平台 来训练模型，然后将生成的模型部署到 PSoC 6 MCU 上，从而应用于边缘设备。

常见问题： 参加挑战赛需要哪些硬件？
答：至少需要一块英飞凌 PSoC 6 评估板（例如 CY8CKIT-062S2-43012）和一块 XENSIV 传感器扩展板（如 CY8CKIT-028-SENSE）。此外，建议准备一台可联网的电脑，用于访问 SensiML 的 AutoML 云平台。

三、合作双方观点：降低开发复杂度的关键

• 英飞凌科技物联网计算和无线业务副总裁 Steve Tateosian 指出： “对于 OEM 厂商来说，获取准确的数据，并利用这些数据训练机器学习模型，以创建适用于智能家居、健身和工业领域的物联网设备，是一个复杂但至关重要的过程，也是让设备迈向智能化的必由之路。我们与 SensiML 合作，将他们的 ML/AI 软件工具与我们经过实践验证的 PSoC 6 MCU、连接及传感器解决方案相结合，降低了构建智能物联网解决方案的复杂性。通过此次合作，我们期望提供一整套合适的工具，助力开发者及设计挑战赛的参赛者为不同行业创造具备前瞻性的智能物联网设备。”

• SensiML 首席执行官 Chris Rogers 表示： “英飞凌提供一系列低功耗处理器和领先的传感器，能够助力开发者创建广泛的嵌入式物联网应用。我们的 SensiML Data Analytics 工具套件可以帮助使用英飞凌产品的客户快速、轻松地实现 AI/ML 功能，将传感器驱动的设备转变为智能物联网解决方案。”

小提示： SensiML 的 AutoML 平台对初学者非常友好——你只需上传带有标签的传感器数据，平台会自动选择最佳模型架构并完成训练，无需手动调参。

四、PSoC 6 MCU 核心优势：超低功耗与双核安全

英飞凌的 PSoC 6 MCU 采用超低功耗架构并结合低功耗设计技术，是电池供电应用的理想选择。Arm® Cortex®-M4 与 Cortex-M0+ 双核架构让设计师在降低功耗的同时，能够优化设备的整体性能。PSoC 6 MCU 的双核架构与可配置存储器及外设保护单元相结合，提供了 Arm 平台安全架构 (PSA) 所定义的最高级别保护。目前，客户借助 SensiML 的 AI 软件工具，即可获取准确的传感器数据并创建机器学习模型，以便在 PSoC 6 MCU 上运行。

常见问题： PSoC 6 的双核如何分工？
答：通常 Cortex-M4 作为高性能主核，负责 ML 推理和复杂计算；Cortex-M0+ 作为低功耗协核，负责传感器数据采集、无线通信和系统管理，从而在保持低功耗的同时实现实时响应。

五、供货情况与开始开发

英飞凌 PSoC 6 评估板 CY8CKIT-062S2-43012 和 CY8CKIT-028-SENSE 现已开始供货。开发者可以立即订购，并配合 SensiML Analytics Toolkit 和 ModusToolbox 开启你的第一个物联网 AI 项目。

小提示： 建议先下载 ModusToolbox 并安装 Sensor Data Collector 示例工程，快速验证传感器数据读取，然后参考 SensiML 官方文档中的“Quick Start”教程完成第一个模型部署。

六、常见问题汇总

• 问：我没有机器学习经验，能使用这套工具吗？
  答：完全可以。SensiML 的 AutoML 平台会自动处理特征提取、模型选择与优化，你只需提供传感器数据和标签即可。
• 问：训练好的模型如何部署到 PSoC 6 上？
  答：SensiML 平台会生成针对 PSoC 6 优化的 C 代码，你只需将其导入 ModusToolbox 项目，编译后烧录到评估板即可。
• 问：支持哪些类型的传感器？
  答：英飞凌 XENSIV 系列包括雷达、气压、麦克风、电流等传感器，此外 CAPSENSE 电容触摸、AIROC 无线模块也均可集成。
• 问：挑战赛的奖励是什么？
  答：具体奖品请访问 hackster.io 上的活动页面查看，通常包括英飞凌开发套件、现金奖励以及曝光机会。

通过以上教程，你已经掌握了英飞凌与 SensiML 合作方案的全貌，并了解了如何利用 PSoC 6 和 XENSIV 传感器快速构建智能物联网应用。现在就动手，开始你的 AI 边缘计算之旅吧！

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：英飞凌携手SensiML为智能家居健身工业训练机器学习模型要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题