雅特力科技發表AT32 Edge AI Sensor EV Board

(中央社財經訊息服務20251127 10:01:04)打造多感測AI平台，支援手勢、動作與異常偵測

隨著人工智慧快速邁向終端設備，邊緣AI（Edge AI）已成為推動智慧化與物聯網（IoT）應用的重要技術。相較於仰賴雲端的運算模式，Edge AI能在感測器端或本地MCU上直接完成即時推論，有效降低延遲、提升隱私並減少能耗，特別適用於手勢操控、動作識別與設備監測等對反應速度高度敏感的場景。

雅特力科技（ARTERY Technology）憑藉AT32 MCU的高效能、低功耗與豐富外設，並結合Edge Impulse平台，持續推動多感測器邊緣AI技術落地，協助客戶以最短開發週期導入各式AI功能，縮短產品導入與量產時程。

為進一步強化開發者在Edge AI領域的整合體驗，雅特力科技正式推出AT32 Edge AI Sensor EV Board。該開發板以AT32F403A MCU為核心，整合TOF、IMU、磁力計、環境光、溫濕度與氣壓等多類感測器，並全面支援Edge Impulse模型部署。開發者可在終端設備直接運行手勢分類、動作識別及異常偵測等AI模型，加速AIoT與智慧設備的產品化設計。

3大Edge AI應用亮點

一、TOF手勢識別（Gesture Recognition）

基於板載VL53L7CX TOF Sensor，AT32 Edge AI Sensor EV Board可在5-20公分範圍內偵測4×4深度陣列資料，並利用質心權重演算法與Edge Impulse神經網路模型，完成「上／下／左／右」4方向手勢識別。OLED亦可同步顯示手勢軌跡，適用於智慧家電、人機介面與車載控制等需低延遲、免接觸操作的應用場景。

二、IMU異常偵測（IMU Vibration Anomaly Detection）

使用板載LSM6DS3TR加速度與陀螺儀資料，透過K-means自學習模型自動建立「正常運轉特徵」，可即時偵測風扇、馬達與設備振動異常，適用於工業設備健康監測、智慧維護與環境感測。

特色：
8-D特徵擷取（均值、方差、RMS、峰度等）
MCU 本地推論，無需倚賴雲端
自學習模型，自動產生異常閾值

三、IMU動作識別（Motion Classification，Edge Impulse Pipeline）

AT32 Edge AI Sensor EV Board支援使用Edge Impulse訓練並部署IMU動作分類模型，可識別上下、左右、圓圈（circle）、靜止（idle）等動作類型，適用於穿戴式裝置、體感互動與智能控制。模型可直接導入AT32F403A與LSM6DS3TR感測器，並透過CMSIS-DSP/ NN進行優化，加速MCU端推論效能。

完整Edge AI開發流程支援

AT32 Edge AI Sensor EV Board內建完整Edge Impulse開發鏈路，包括：
感測器資料收集（TOF / IMU）
特色擷取（Spectral Analysis / Feature Engineering）
分類與異常偵測模型訓練（Neural Networks、K-means）
MCU端部署（EON Compiler / TensorFlow Lite for Microcontrollers）
OLED與串口即時顯示推論結果

更高效的AI開發與量產流程

透過AT32 Edge AI Sensor EV Board，開發者能以最少的成本快速驗證多感測器AI模型，並直接部署於終端設備，加速產品從原型到量產的整體開發流程。雅特力亦將持續提供更多 AI 模型、演算法與工具資源，協助產業加速邊緣智慧應用的普及，開創更多AIoT創新可能。

展望未來

雅特力科技將持續深化 Edge AI技術研發，並以前瞻規劃強化高性能MCU與人工智慧演算法的整合能力，協助全球客戶打造智慧、低功耗且具競爭力的產品。隨著更多感測、語音與影像場景逐步開放，雅特力也將攜手合作夥伴推動Edge AI普及化，加速產業智慧化升級，實現更高效、更永續的科技未來。

相關技術文件（Application Note）：
AN0286 : Edge AI Sensor EV Board介紹
AN0287 : IMU K-means異常偵測