Wearable-Entwicklung Drucksensor trifft auf KI-Plattform für einfachere Applikationsentwicklung

Anbieter zum Thema

Bosch Sensortec GmbH

MicroConsult Academy GmbH

CADFEM Germany GmbH

RECOM Power GmbH

Die Validierung des Bosch BMP585 Drucksensors für Qualcomms Snapdragon Wear Elite Platform zeigt einen neuen Entwicklungsansatz: KI direkt auf Geräten verwandelt einfache Druckdaten in Kontextinformationen. Das bedeutet weniger Algorithmus-Programmierung.

Die Validierung des Drucksensors BMP585 von Bosch Sensortec für Qualcomms neue Snapdragon Wear Elite Platform markiert einen bedeutenden Fortschritt in der Wearable-Entwicklung. Es sieht auf den ersten Blick wie eine routinemäßige Hardware-Zertifizierung aus, ist bei näherer Betrachtung eine fundamentale Veränderung: Aus simplen Sensordaten wird durch On-Device-KI kontextuelle Intelligence. Das hat Auswirkungen über die klassische Fitness-Tracker-Entwicklung hinaus.

Der entscheidende Unterschied liegt in der Architektur der Snapdragon Wear Elite Platform. Mit ihrer 12-TOPS-starken Hexagon NPU und dem zusätzlichen eNPU für Always-On-Tasks verwandelt die Plattform die barometrischen Druckdaten des Drucksensors in ein mehrdimensionales Verständnis der Nutzerumgebung. Während herkömmliche Wearables lediglich Höhenunterschiede messen, erkennt die KI-gestützte Kombination automatisch komplexe Aktivitätsmuster: Unterscheidet das System zwischen Treppensteigen und Bergwandern, klassifiziert es Radfahren in hügeligem Terrain oder identifiziert die Navigation zwischen Stockwerken.

Mehr als simple Messwerte, sondern echter Kontext

Diese Sensor-Fusion funktioniert durch die geschickte Kombination mehrerer Datenebenen. Der BMP585 liefert präzise Druckdaten und ist dabei gegen Wasser, Salzwasser und Chlor geschützt. Diese Rohdaten werden von der NPU mit Motion-Sensordaten kombiniert und durch Algorithmen des maschinellen Lernens in Echtzeit analysiert. Das Ergebnis ist ein sogenanntes Multi-Layered Data Stream, wie Bosch Sensortec es nennt, der über simple Messwerte hinausgeht und echten Kontext liefert.

Für Elektronikentwickler eröffnet diese Symbiose neue Entwicklungsmöglichkeiten. Statt komplexe Algorithmen für die Sensordatenverarbeitung selbst zu entwickeln, können sie auf die APIs der Snapdragon Wear Elite Platform zugreifen und sich auf spezielle Anwendungsfälle konzentrieren. Die Plattform unterstützt Android, Wear OS, Linux und FreeRTOS, wodurch Entwickler in ihrer gewohnten Umgebung arbeiten können. Besonders interessant ist die Hybrid-Processing-Architektur, die Berechnungen intelligent zwischen dem Wearable-Device, einem gekoppelten Smartphone und Cloud-Services aufteilt – je nach Anforderung an Latenz, Akkulaufzeit und Datenschutz.

Ein praktisches Entwicklungsbeispiel

Bei der Entwicklung eines Emergency-Response-Systems nutzt die KI die Z-Achsen-Daten des BMP585, um GPS-Koordinaten um präzise Höheninformationen zu ergänzen. In einem Notfall kann das System nicht nur die Position in einem Gebäude bestimmen, sondern auch das exakte Stockwerk. Das sind beispielsweise kritische Informationen für Rettungsdienste. Die Verarbeitung der Daten erfolgt direkt durch die NPU und eliminiert dabei Cloud-Latenzen. Der Datenschutz von sensiblen Notfalldaten ist jederzeit gewährleistet.

Der 3-nm-Prozess der Wear Elite Platform ermöglicht eine bis zu fünffache Performance-Steigerung bei gleichzeitig 30 % längerer Akkulaufzeit. Die Adreno 3D GPU bietet siebenmal bessere Graphics-Performance, während die 16-Bit LPDDR5-6400 Memory-Architektur auch datenintensive KI-Modelle mit bis zu zwei Milliarden Parametern unterstützt. Die sogenannte Hex-Connectivity integriert sechs verschiedene Funktechnologien parallel: 5G RedCap, WiFi 6, Bluetooth 6.0, UWB, GNSS und NFC.

Sensor-Aktivitäten ohne Nutzerdaten

Diese technischen Grundlagen ermöglichen Entwicklern Features wie automatische Workout-Detection, bei der die Kombination aus BMP585-Druckdaten und Bewegungs-Sensoren verschiedene Aktivitäten ohne Nutzerinteraktion erkennt und klassifiziert. Stockwerke in Gebäuden werden durch Druckänderungen im Sensor erkannt, während die KI gleichzeitig Gebäudestrukturen lernt und die Ortungsgenauigkeit kontinuierlich verbessert. Personal Air Quality Monitoring wird durch die Integration des BMP585 mit weiteren Umweltsensoren und KI-basierte Analyse möglich.

Die Validierung beschränkt sich nicht auf aktuelle Anwendungen, sondern weist bereits in Richtung zukünftiger Entwicklungen. Stefan Finkbeiner, CEO von Bosch Sensortec, erwähnt die Anwendung in „XR Headsets und smarten Birllen“. Wo heute eine Smartwatch das Stockwerk in einem Gebäude erkennt, könnte morgen eine AR-Brille stockwerk-spezifische AR-Inhalte anzeigen. (heh)

Wearable-Design

Ein biegsamer KI-Prozessor mit geringem Energieverbrauch

Medical Wearables

Wie der BMI423 das Energiedilemma lösen kann

(ID:50775918)