![\"gyro\"](\"http:\/\/www.iphone-ticker.de\/wp-content\/uploads\/2013\/10\/gyro.jpg\")
<\/a><\/p>\nDer Motionprozessor ist durch die zahlreichen<\/a> App Store-Neuver\u00f6ffentlichungen der vergangenen Tagen in aller Munde; zu den Hintergr\u00fcnden des stromsparenden Logikbausteins, der es wohl auch in Apples iWatch<\/a> schaffen wird, ist au\u00dferhalb der Entwickler-Community jedoch nur wenig bekannt.<\/p>\n Vorhang auf f\u00fcr Paul Balzer. Der Mitarbeiter des dresdner Unternehmens MechLab Engineering, beschreibt in seinem Artikel „Aktivit\u00e4tenerkennung<\/a>“ die Unterschiede der vom M7 ausgegebenen Status-Meldungen (stationary, running, walking, automotive und unknown) erkl\u00e4rt das Confidence-Rating, mit dem das iPhone die Sicherheit ermittelt, mit der die festgestellte Art der Bewegung wahrscheinlich zutrifft und gibt einen Einblick in die Welt der Algorithmen zur Aktivit\u00e4tenklassifizierung, mit Hilfe sich die M7-Daten weiter verarbeiten lassen. <\/p>\n Wie also handhaben iPhone-Entwickler die Kommunikation ihrer Apps mit dem neuen iPhone-Chip am besten?<\/p>\n […] Allein mit Hilfe der Drehrate und Beschleunigung ist es relativ einfach m\u00f6glich, grundlegende Aktivit\u00e4ten zu unterscheiden. Der hier aufgezeichnete und betrachtete Zeitraum war nur 8 Sekunden. Mit den Ergebnissen aus jeweils einer Periode kann eine Wahrscheinlichkeit berechnet werden, welche Aktivit\u00e4t gerade vorliegt. Z.B. k\u00f6nnte aus der Analyse der Signale berechnet werden, dass gerade Fahrrad gefahren wird.<\/p>\n Kommt der Algorithmus zu dem Ergebnis \u201cradfahren\u201d, so wird die Wahrscheinlichkeit, dass gerade wirklich Rad gefahren wird, erh\u00f6ht. So kann \u00fcber das Bayes\u2019-Theorem<\/a> mit vorhandener Wahrscheinlichkeit und neuer Erkenntnis eine \u201cconfidence\u201d berechnet und ausgegeben werden. Zus\u00e4tzlich k\u00f6nnen Zustands\u00fcberg\u00e4nge als Markoff Ketten mit Wahrscheinlichkeiten bestimmt werden. Ein \u00dcbergang von joggen zu laufen ist wahrscheinlicher, als ein \u00dcbergang von joggen zu radfahren.\n<\/p><\/blockquote>\n Lesenswert<\/a>!<\/p>\n Wie genau funktioniert die Aktivit\u00e4tserkennung des im iPhone 5s verbauten M7 Coprozessors? Auf welche Schnittstellen k\u00f6nnen Entwickler, die an den vom iPhone 5s gesammelten Bewegungsdaten interessiert sind, setzen? Wie unterscheidet das iPhone die per Fu\u00df zur\u00fcckgelegten Strecken von denen, die als Autofahrten und Ruhephasen erkannt werden? Der Motionprozessor ist durch die zahlreichen App Store-Neuver\u00f6ffentlichungen der […]<\/p>\n","protected":false},"author":1,"featured_media":55993,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[88],"tags":[1830,2278,3917,1787,2239],"class_list":["post-55992","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-entwickler","tag-bewegung","tag-coprozessor","tag-entwickler","tag-iphone-5s","tag-m7"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t<\/a><\/p>\nBeschleunigungen in alle 3 Richtungen (acceleration) w\u00e4hrend verschiedener Aktivit\u00e4ten<\/h6>\n","protected":false},"excerpt":{"rendered":"
<\/a>