BHI385 新品发布 | ±28g 高加速度，打造智能运动追踪新标准-感算商城

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）
- 长运行模式（20MHz）：959μA
- 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

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。

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。

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。

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。

搜索历史全部清除