这是 - 我相信 - 一个高级应用程序，可能涉及 ST 目的之外的医疗或安全主题。
当然，有很多关于由 ST 传感器和 LSM6DSO(X) 提供支持的手势和活动模式识别的示例，例如，您可以参考这个 Github 存储库，其中有活动识别、头部姿势或健身房和瑜伽姿势的示例可用，利用 LSM6DSOX 的 MLC 内核。
也许，结合来自单个运动传感器的信息，可以为每个人画出独特的图案。
当然，如果可以使用麦克风等其他传感器，则可以更轻松地为单个人构建独特的模式。
此主题的另一种方法是使用“低级”现有解决方案，例如已经可用的设计套件（例如，配备 LSM6DSO(X) 的 SensorTile.box）和相关的 SDK（ST BLE 传感器，在 Android 上可用和 iOS 商店以及Github上的源代码）：这将有助于原始数据的获取和阐述，并且为了更高级的模式识别目的，您可以结合使用Algobuilder 工具，使算法构建和工具上的代码移植更加容易。
这是 - 我相信 - 一个高级应用程序，可能涉及 ST 目的之外的医疗或安全主题。
当然，有很多关于由 ST 传感器和 LSM6DSO(X) 提供支持的手势和活动模式识别的示例，例如，您可以参考这个 Github 存储库，其中有活动识别、头部姿势或健身房和瑜伽姿势的示例可用，利用 LSM6DSOX 的 MLC 内核。
也许，结合来自单个运动传感器的信息，可以为每个人画出独特的图案。
当然，如果可以使用麦克风等其他传感器，则可以更轻松地为单个人构建独特的模式。
此主题的另一种方法是使用“低级”现有解决方案，例如已经可用的设计套件（例如，配备 LSM6DSO(X) 的 SensorTile.box）和相关的 SDK（ST BLE 传感器，在 Android 上可用和 iOS 商店以及Github上的源代码）：这将有助于原始数据的获取和阐述，并且为了更高级的模式识别目的，您可以结合使用Algobuilder 工具，使算法构建和工具上的代码移植更加容易。
举报
