• 可精确捕捉高达 ±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 

  

穿戴式设备与耳戴设备已彻底改变了我们对动作的追踪与监测方式，尤其是在运动与锻炼分析方面。博世最新推出的 BHI385 传感器，支持高达 ±28 g 的加速度测量，能够精准捕捉高强度动作，如高尔夫挥杆或网球重击，提供深度运动洞察。

凭借高达 ±28 g 的测量范围，BHI385 可为运动、健身和游戏等领域的高冲击活动提供精准的动作分析。该传感器结合陀螺仪与加速度计，集成 AI 软件与 32 位微处理器，基于 Bosch Sensortec 经实地验证的 IMU 平台，构建一套完整的可编程系统。

BHI385 延续 BHI360 系列的成功基础，进一步增强可编程能力并引入自学习 AI，非常适用于个性化教练、特定运动反馈或手势控制界面等应用。

“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。”Bosch Sensortec 首席执行官 Stefan Finkbeiner 博士表示。

AI 驱动分析——直接在传感器上完成

BHI385 内嵌 AI，支持关键动作功能，包括 6DoF/9DoF 传感器融合、计步、活动识别以及手势检测（单击/双击/三击）。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。

所有处理均在集成型低功耗处理器上运行，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。

紧凑、高能效、便于开发者使用

BHI385 采用紧凑的 20 引脚 LGA 封装，尺寸为 2.5 x 3.0 x 0.95 mm³。其低功耗与内嵌智能使其非常适用于穿戴设备、耳戴设备及边缘 AI 系统。为加快产品上市时间，Bosch Sensortec 为开发者提供 Motion AI Studio 及用于自定义机器学习模型集成的开放 SDK。

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。