在基于云计算的现代应用时代，AlgoBuilder将变得更智能

　　前言

　　现代应用是在物理资源与虚拟资源相互融合的基础上发展起来的，体现了微控制器、传感器、通信连接、功率器件、云计算、边缘计算、人工智能(AI)和机器学习等技术的最新进展。工业物联网(IIoT)是得益于这些科技进步的主要细分市场之一。物联网节点分布在工业生产环境中，用于监测机器设备的健康状态。在这一技术发展趋势中，预见性维护和规范性维护是两个常见的关键词。预见性维护是指对设备、工具和机器等进行以预见潜在故障并安排相应维护操作为目的的监测。相对于预见性维护，规范性维护则更先进了一步，不仅可以预见潜在故障，还能提示需要技术维护的位置，从而采用如人工智能或机器学习等常规或非常规方法查明潜在故障的根本原因。这两种维护方法都比常用的预防性维护方法更先进，因为预防性维护需要定期检查机器设备，即使被检查的机器不需要任何特殊干预干预或者维护操作，这将导致高昂的维护成本和资源的浪费。

　　在这种情况下，许多公司正尝试了解如何在自己的环境中集成并利用工业物联网的优势。意法半导体可为客户快速评估传感器、微控制器、通信连接、云计算和仪表板在数据可视化、分析和记录中的应用可行性提供诸多资源。

　　在本文中，我们将主要介绍图形界面设计应用软件ST AlgoBuilder。该软件工具可以快速描述STM32微控制器和MEMS传感器的应用原型，让用户设计基于传感器的应用，把代码写入STM32微控制器，并通过与ST AlgoBuilder捆绑安装的Unicleo软件分析结果。

使用AlgoBuilder提取运动和环境参数的简易设计

AlgoBuilder 工作流程

　　简而言之，AlgoBuilder提出一个零行代码快速开发原型的方法，使客户能够在他们的特定任务中评估我们的传感器。在点几下鼠标后，用户可从ST Nucleo开发板和X-Nucleo-IKS01A2扩展板直观地提取并导出许多参数，例如，加速度、角速率、磁场、温度、湿度、压力、四元数、FFT、运动强度指数，还能取用传感器数据并在特定任务中进行评估，无需花费精力和时间编写固件代码，这对开发者而言极其重要。

　　最近，ST的MEMS传感器部门(MSD)决定扩展AlgoBuilder的功能，以便更接近当前的传感器连接云端应用的需求和必要条件。该软件增加了传感器和云服务的连接功能，因为云计算资源的作用比本地硬件更强大。具体来说，新版AlgoBuilder增加了Amazon Web Services连接器，软件原型正在开发中。传感器的原始参数或更复杂的派生参数可以与多个云服务集成，用于监测工业物联网等现代应用中不可预见的变化。

　　AlgoBuilder的云端入口是AWS IoT Core。一旦进入云端，用户就可以利用所有可用的微服务来构建可扩展的基于云计算的应用，包括Amazon Kinesis音视频流数据处理服务、Amazon SNS用户通知推送服务、Amazon DynamoDB存储资源、Amazon Lambda计算资源、IoT Analytics数据分析服务，以及AWS SageMaker 人工智能和机器学习算法应用服务。

AlgoBuilder、AWS IoT Core和AWS微服务

　　云应用开发经验丰富的中型企业客户知道如何通过整合微服务发布在全球范围内可伸缩的应用，同时管理数万或数百万的用户或物联网节点。简而言之，开发者能够从AlgoBuilder软件中提取并利用数据，结合数据传播延迟和其它云服务限制因素，快速评估开发项目是否适合工业物联网应用。