如何基于ST的智能传感器为Metaverse快速设计动画化身_下
使用ST的智能传感器轻松创建概念验证，并探索关键构建块，以实现可靠、低延迟的化身。在这篇知识文章中，你将了解如何成功地将真实动作转移到你的化身中。。。
使用ST的智能传感器轻松创建概念验证，并探索关键构建块，以实现可靠、低延迟的化身。在这篇知识文章中，你将了解如何成功地将真实动作转移到你的化身中，从而在元宇宙中获得无缝体验。您将能够使用AlgoBuilder使用AI算法创建自己的PoC，其中包括一个易于使用的GUI，可以让您在不编写代码的情况下编程“边缘”功能和高级算法。
Algobuilder–适用于Linux、MacOS和Windows的图形用户界面，允许构建复杂的人工智能算法，并使用我们MEMS传感器的“边缘”功能，而无需编写任何代码
Unicleo–Linux、MacOS和Windows的图形用户界面，允许以2D和3D显示AlgoBuilder算法的固件输出
Unico–适用于Linux、MacOS和Windows的图形用户界面，可快速创建机器学习算法（.UCF文件）
在这篇知识文章中，该板将在DFU模式下使用。要在板上启用此模式，需要断开板与电源的连接 
然后需要按下“引导”按钮，同时将USB电缆连接到电脑：
这个演示的目标是Sensotile.box。
可以更改AXL和陀螺仪的特性：
由于我们的目标是获得四元数9X数据并用3D面显示它们，因此需要在AlgoBuilder中引入两个块： 
传感器融合有不同的模型来显示3D元素，它有一个茶壶、一辆汽车、一块Nucleo板和一个头。对于这篇链接到元宇宙中化身的知识文章，头部是选定的特征。
下一步是获取.UCF文件并在算法中实现它。为此，需要选择MLC/FSM块并单击load.UCF文件。
传感器集线器的数据将通过我们生成的MLC.UCF文件进行分析。
由于目标是在MLC显示帽子打开位置时激活9x四元数，因此需要在此处插入一些逻辑块：
首先，它需要放置一个带有的整数块，我们将其值设置为4。在前面的知识文章中，我们定义了两个类，类0表示帽子稳定时，类4表示帽子戴在某人头上时。
将MLC输出与具有“相等”块的该整数值进行比较，如果MLC输出不与值4匹配，则逻辑将返回0值，如果相反，MLC和整数值匹配，则返回1值，因此它们都是4。
为了检查逻辑是否正常工作，需要显示两个不同的整数输出——一个来自MLC，另一个来自相等的。
下一个要使用的块是Mux[2]块，它获得两个值作为输入
最后，使用需要设置一些参数的值块进行显示：
最后，需要将相等块的输出连接到四元数9x，以这种方式，如果帽子戴上的条件得到验证并且相等块输出为1，则激活四元数，并且融合将显示头部移动后的移动化身。
最后一步不是强制性的，但可能很有用，那就是利用传感器盒上LED的开关向算法再添加一个块。
为此，需要以.xml格式编写一行代码，并将其添加到AlgoBuilder库中。
代码表示，如果相等输出等于1，则LED 2点亮，否则LED 2熄灭。在这种情况下，LED 2为绿色LED。
一旦实现了这一点，就可以构建固件，然后将其闪存到sensitile.box中，如前一部分所示（链接）。
最后打开Unicleo，可以检查我们算法的输出： 
融合具有重置模型按钮，这非常有用，因为它允许模型相对于传感器位置的自校准。
例如，可以使面与屏幕平行：
或者化身将在后脑勺可见的情况下移动：
或者脸在屏幕前的头像：
如果你对同一主题感兴趣，但检测运动强度，你应该在GitHub上查看这篇文章。这里解释了如何使用AlgoBuilder来检测三种不同类型的强度运动。
此外，请查看以下链接以获取有关该主题的完整网络研讨会。
我们要建造什么？
在这篇知识文章（两篇文章中的第二篇）中，将解释如何使用AlgoBuilder的可视化编程以更复杂的算法实现上一篇文章中创建的MLC算法，以激活传感器融合，从而仅在验证条件时激活头部跟踪。开始之前？
软件
我们将在这篇知识文章中使用的软件工具是：Algobuilder–适用于Linux、MacOS和Windows的图形用户界面，允许构建复杂的人工智能算法，并使用我们MEMS传感器的“边缘”功能，而无需编写任何代码
Unicleo–Linux、MacOS和Windows的图形用户界面，允许以2D和3D显示AlgoBuilder算法的固件输出
Unico–适用于Linux、MacOS和Windows的图形用户界面，可快速创建机器学习算法（.UCF文件）
硬件
本教程将使用ST帽和sensitile.box来配置和开发LSM6DSOX MEMS 6轴传感器的MLC算法。而传感器融合算法将在STM32L4R9ZI传感器盒的MCU上运行。在这篇知识文章中，该板将在DFU模式下使用。要在板上启用此模式，需要断开板与电源的连接
然后需要按下“引导”按钮，同时将USB电缆连接到电脑：
设置AlgoBuilder
1.配置
作为第一步，启动AlgoBuilder程序，然后进入“应用程序设置”并链接以下各项的所有.exe文件：- Unicleo GUI
- STM32管
- STM32管式编程器
- Unico GUI
2.项目设置
然后，需要打开固件设置来选择项目位置，工具链将被自动选择，最后是目标板来闪存固件。这个演示的目标是Sensotile.box。
如何构建传感器融合算法？只有当MLC条件得到验证时才会触发什么？
本章的目标是展示如何使用AlgoBuilder构建一个复杂的算法，该算法仅在MLC识别帽子位置为hat_On时才启用四元数9X- 帽子稳定时，四元数不显示任何数据
- 当帽子戴在某人的头上时，四元数数据开始流式传输，传感器融合被执行到头部轨迹
可以更改AXL和陀螺仪的特性：
- 适用于AXL和陀螺仪的104Hz
- 加速度计满刻度：16g
- 陀螺仪满刻度：500dps
由于我们的目标是获得四元数9X数据并用3D面显示它们，因此需要在AlgoBuilder中引入两个块：
传感器融合有不同的模型来显示3D元素，它有一个茶壶、一辆汽车、一块Nucleo板和一个头。对于这篇链接到元宇宙中化身的知识文章，头部是选定的特征。
下一步是获取.UCF文件并在算法中实现它。为此，需要选择MLC/FSM块并单击load.UCF文件。
传感器集线器的数据将通过我们生成的MLC.UCF文件进行分析。
由于目标是在MLC显示帽子打开位置时激活9x四元数，因此需要在此处插入一些逻辑块：
首先，它需要放置一个带有的整数块，我们将其值设置为4。在前面的知识文章中，我们定义了两个类，类0表示帽子稳定时，类4表示帽子戴在某人头上时。
将MLC输出与具有“相等”块的该整数值进行比较，如果MLC输出不与值4匹配，则逻辑将返回0值，如果相反，MLC和整数值匹配，则返回1值，因此它们都是4。
为了检查逻辑是否正常工作，需要显示两个不同的整数输出——一个来自MLC，另一个来自相等的。
下一个要使用的块是Mux[2]块，它获得两个值作为输入
最后，使用需要设置一些参数的值块进行显示：
- 数据类型：自定义
- 数值数量：2
- 窗口名称：状态
- 值名称1：融合开-关
- 值名称2:Hat On_Off
最后，需要将相等块的输出连接到四元数9x，以这种方式，如果帽子戴上的条件得到验证并且相等块输出为1，则激活四元数，并且融合将显示头部移动后的移动化身。
最后一步不是强制性的，但可能很有用，那就是利用传感器盒上LED的开关向算法再添加一个块。
为此，需要以.xml格式编写一行代码，并将其添加到AlgoBuilder库中。
代码表示，如果相等输出等于1，则LED 2点亮，否则LED 2熄灭。在这种情况下，LED 2为绿色LED。
一旦实现了这一点，就可以构建固件，然后将其闪存到sensitile.box中，如前一部分所示（链接）。
最后打开Unicleo，可以检查我们算法的输出：
- 如果帽子在桌子上：
- hat状态为0，融合未运行，其值也为零。
- 绿色LED熄灭，头像头部不动
- 如果帽子在某人的头上，而帽子状态为4，则融合为1，并且它正在计算传感器融合，因此头部现在随着我的头部移动而移动。
- 最后绿色指示灯亮了
融合具有重置模型按钮，这非常有用，因为它允许模型相对于传感器位置的自校准。
例如，可以使面与屏幕平行：
或者化身将在后脑勺可见的情况下移动：
或者脸在屏幕前的头像：
结论
在这篇知识文章中，我们展示了如何使用上一篇知识文章生成的UCF配置来触发四元数9x数据，并仅在检测到特定类别（在本例中为戴帽类别）时才允许使用传感器融合算法移动头部。如果你对同一主题感兴趣，但检测运动强度，你应该在GitHub上查看这篇文章。这里解释了如何使用AlgoBuilder来检测三种不同类型的强度运动。
此外，请查看以下链接以获取有关该主题的完整网络研讨会。