Infineon PSoC Edge在智能设备中的创新应用

WPG大大通

于 2025-06-24 08:00:00 发布

阅读量1.1k

点赞数 38

CC 4.0 BY-SA版权

分类专栏： Infineon产线文章标签：人工智能大大通经验分享 ai 智慧家庭

本文链接：https://blog.csdn.net/wpgddt/article/details/148839033

Infineon产线专栏收录该内容

45 篇文章

订阅专栏

前言

随着物联网与人工智能技术的蓬勃发展，智能家居设备正变得更加智能、直观。Infineon最新推出的PSoC™ Edge系列微控制器将机器学习（ML）能力带到设备端，为各种家庭应用注入AI创新。本文将介绍Infineon在AI Edge领域的投入与创新方向，以及PSoC Edge如何通过硬件加速AI提升智能设备的性能。同时，我们将列举目前已能实现的智能AI应用场景，包括触控感知、音频事件检测和动作/振动分析，并说明每项技术为用户带来的价值。最后，我们将总结Infineon在AI Edge（特别是智能家居领域）的产品技术优势，让AI设备开发者可以通过PSoC Edge平台快速导入AI模型开发。

英飞凌深耕AI Edge：智慧家庭的新动力

英飞凌长期深耕物联网边缘AI技术，通过软硬件协同创新为智能家居带来全新动力。最新的PSoC™ Edge E8x系列微控制器采用高性能的Arm Cortex-M55核心，内置Helium DSP指令集和专用的机器学习加速器（NNLite），PSoC™ Edge E84型号更搭载Arm Ethos-U55微型NPU，使设备端AI运算性能相比之前大幅提升。这些芯片支持“Always Online”的感测与实时响应功能，能够在极低功耗下持续待命监测语音或触控指令，非常适合智能家居等先进IoT应用。PSoC Edge通过硬件辅助的ML加速，不仅在不影响功耗的前提下提供实时AI推理，还降低了智能人机界面的设计门槛，使终端产品具备情境感知能力，变得更智能、直观并提升用户体验。同时，内置的Edge Protect安全技术为设备提供强大的隐私与安全保护，确保用户数据与AI模型的安全可信。

在软件生态方面，英飞凌于2023年收购了嵌入式机器学习开发商。Imagimob，并在2024年推出了全新的边缘AI软件品牌DeepCRAFT™。DeepCRAFT包含了深匠工作室图形化开发环境与一系列DeepCRAFT 预训练模型（现成AI模型），可搭配Infineon的ModusToolbox™开发生态系统。通过DeepCRAFT Studio，开发者可以一站式完成从数据采集、模型训练到模型部署的全流程；而Infineon与Imagimob提供多种即用AI模型和入门示例，让开发者即使没有深厚的AI专长也能轻松上手，在PSoC Edge设备上快速构建并部署最新的机器学习应用。目前DeepCRAFT环境中已经涵盖了各种传感器与场景的AI模型，包括音频分类（如特定声音事件检测）、电容触控感知、雷达传感（如存在与手势识别）、惯性数据分析（IMU加速度计/陀螺仪，用于动作与振动检测）等。这些创新让Infineon能为智慧家庭、可穿戴设备、安防监控等领域提供完整的Edge AI解决方案，加速实现产品的智能化。

智慧家庭AI应用场景实例

为了让开发者更直观地了解PSoC Edge所带来的AI创新，我们以下介绍三种目前已能实现的智慧家庭应用场景，并通过DeepCRAFT的现成模型说明其解决的问题和价值。

基于触控感测的智慧互动

触控检测模型 (Touch Detection)Infineon的触控检测AI模型运用CapSense电容感测技术，能够精确识别用户的触碰行为，甚至判断穿戴式设备是否被人体佩戴上。传统的电容开关虽然可以感应触摸，但容易受到潮湿、噪声等环境因素的干扰，而且无法区分设备处于有人接触还是闲置状态的情境。通过机器学习，这种触控模型可以解决上述问题：例如在智能音箱中实现触控唤醒，设备只有在检测到手指接触时才启动唤醒指令，避免误触的同时节省待机能耗；又或者用于智能手环、耳机等可穿戴设备，检测设备何时“被戴上或取下”。这样的佩戴检测能力能够让设备在未佩戴时自动进入省电或待机状态，延长电池寿命。总体而言，基于AI的触控感知为智能家居设备提供了更直观的人机交互界面：用户无需繁琐的设置，就能通过触碰动作自然地唤醒或控制设备，同时设备也能根据使用状态自动调整行为，带来更人性化的体验。

音频事件检测：居家安全与便利

音频AI模型（环境声音识别）在智慧家庭场景中，设备通过麦克风“聆听”环境，可以及时检测并识别出特定的关键声音事件。Infineon提供的音频AI模型如警报声检测和婴儿哭声检测，正是为此目的而设计。这类模型解决了家庭安全与照护中的痛点：人不可能时时刻刻注意所有声音，而AI可以7×24小时自动监听。一旦发生异常声响（例如火灾警报器鸣响或玻璃破裂声、枪响等），系统能立即触发警示通知住户或安保人员，争取宝贵的反应时间。以婴儿哭声检测例如，AI模型能够在最远约5米距离内捕捉到大部分婴儿的哭声并识别其特征，同时对一般室内背景噪音具有良好的抗干扰性。这意味着即使父母不在同一房间，也能通过智能监控设备及时了解宝宝醒来或哭泣的情况。紧急警笛/警报声检测该模型可识别例如救护车、消防车的警笛声，准确率可达95%以上，并能在各种交通环境噪声中保持高灵敏度，从任意方向捕捉警报声音。这对于智慧家庭和智慧社区的安全系统非常有价值——当系统检测到附近有紧急车辆警笛或社区警报响起时，能自动通知居民注意或启动相应的应急预案。此外，这类音频AI模型还可扩展应用到枪声检测在安防场景中，一旦识别到疑似枪击声响，立即向云端或相关人员发出警报，在危机发生时提供实时的自动化应对。通过将听觉融入智能家居系统，家庭设备变得更具“感知力”：不仅提升了安全监控的可靠性，也为用户带来了极大的便利与安心。