Bosch Sensortec推出全新BHI385传感器

精确捕捉高达 ±28 g 的动态动作，如重击、挥动和跳跃

集成具备自学习能力的 AI，实现本地手势识别——无需依赖云端或预设训练数据

搭配 Motion AI Studio 与开放 SDK，可快速在传感器中部署机器学习模型与各类算法

超低功耗设计，适用于穿戴式设备与耳戴设备中的持续追踪

紧凑且完全可编程的传感器系统，内置处理器

封装尺寸：2.5 x 3.0 x 0.95 mm³

封装类型：20 引脚 LGA

测量范围：

-(A)：±4g、±8g、±16g、±28g*

-(G)：±125°/s、±250°/s、±500°/s、 ±1000°/s、±2000°/s

功耗：

- Fuser2(运行 CoreMark)：959μA

- 长运行模式(20MHz)：2.8mA

- 传感器融合(Hub+IMU)运行(计算游戏旋转矢量，800Hz ODR)：1.2mA

- 100Hz ODR：1.0mA

- 待机电流：8μA

【详细产品参数请点击此处查看】

01高冲击动作，也能精准识别

BHI385可精准捕捉高强度动作，如高尔夫挥杆、网球重击、跳跃等动态行为，加速度范围达 ±28 g，为专业运动分析、健身训练和游戏交互等场景提供强大支持。

内建 Bosch 领先的 IMU 技术平台，融合加速度计与陀螺仪，并集成 32 位微处理器与 AI 引擎，为系统构建一套完整、可编程的动作感知系统。

02 AI驱动分析，动作“理解”更进一步

BHI385不止是“追踪”动作，更能“理解”用户在做什么、做得如何：

支持 手势识别(单击/双击/三击)

实现 6DoF/9DoF 融合、计步、活动识别等功能

拥有 自学习周期性动作识别能力，可适应不同用户习惯，智能判断动作质量与重复节奏

自学习周期性手势识别使其能够识别重复动作模式，并可根据个体差异进行自适应——不仅了解“做了什么”，还能判断“做得如何”。这使其支持更高级的应用场景，如体育或康复训练中的动作质量评估。

所有数据处理在本地低功耗 MCU 上完成无需唤醒主机 CPU。在 50 Hz 的传感器融合下，典型电流消耗小于 500 µA;基于加速度计的简单算法功耗甚至低于 50 µA。

Bosch Sensortec 首席执行官Stefan Finkbeiner 博士：“借助 BHI385，我们让穿戴设备超越了基础动作追踪——设备可以直接在本地理解运动强度、重复动作质量以及用户特定的运动模式。”

BHI385的高能效表现，使其在智能手表、健身手环、头戴式设备等电池续航敏感的产品中具有明显优势。

03紧凑、高能效、便于开发者使用

Bosch Sensortec 为 BHI385 配备了：

开放 SDK

Motion AI Studio 工具套件

开发者可快速训练与部署机器学习模型，实现个性化算法嵌入，加快产品上市进程。

BHI385尤其适合用于运动活动追踪、包括技术分析在内的详细动作评估，以及穿戴设备中的嵌入式机器学习处理。其高加速度范围与智能算法也使其非常适合于冲击与碰撞检测，以及通过动作控制实现直观的人机交互。

目标设备包括智能手表与健身手环、专业运动穿戴设备(如智能服装)、用于 AR/VR 和音频应用的头戴式设备，以及联网健身或游戏设备。

这些设备将受益于 BHI385的紧凑封装设计、嵌入式智能与出色的动作追踪能力。

上市时间

BHI385将于2025 年第三季度起通过 Bosch Sensortec 全球授权分销合作伙伴正式供货。