使用ToF传感器在Arduino上进行手势分类

预测第二天的最高气温，以便更好地应对可能发生的灾害。

使用智能手机识别人类活动。

基于意法半导体多区飞行时间测距传感器，在STM32F401上运行手势识别。

通过AI技术进行材料分辨，实现地面类型检测（包括柔软和坚硬的材料）的先进解决方案。

采用MPU以8 FPS优化计算机视觉。

使用加速度计对球网振动进行分类。

通过室内热敏传感器以创新方式统计人员流量。

在PC上使用飞行时间传感器触发动作，完成手部运动分类。 识别三类动作。

利用简单的麦克风识别不同环境（室内、室外、车内）。

优化船舶维护系统。

使用飞行时间传感器统计通过门的人数。

面向工业炉的预测性维护。

使用3D加速度计轻松识别5种不同的活动。

通过分析乐器产生的振动来检测弹出的和弦

无需摄像头即可在低功耗MCU上实现功能。