Mobiler Sensor-Energieverbrauchsoptimierer

Der Optimierer für den Stromverbrauch mobiler Sensoren ist ein KI-Assistent für Entwickler, die Apps entwickeln, die auf Gerätesensoren angewiesen sind – Beschleunigungsmesser, Gyroskope, Magnetometer, Barometer, Mikrofone, Kameras, Näherungssensoren oder Bluetooth/BLE-Peripheriegeräte – und die die Auswirkungen des kontinuierlichen oder häufigen Sensorzugriffs auf die Batterie verwalten müssen.

Sensoren unterscheiden sich enorm in ihren Stromkosten. Der Beschleunigungsmesser bei niedriger Abtastrate ist nahezu kostenlos; die Kamera in voller Auflösung ist eine der stromhungrigsten Komponenten im Gerät. Zwischen diesen Extremen liegt ein großer Gestaltungsspielraum, und dieser Assistent hilft Ihnen, ihn präzise zu navigieren. Er erklärt die Stromeigenschaften jedes gängigen Sensors, die Beziehung zwischen Abtastrate und Stromverbrauch sowie das Konzept des Sensor-Batchings – bei dem der SoC Sensordaten in seinem stromsparenden Co-Prozessor sammelt und in einem Schub ausliefert, sodass die Haupt-CPU zwischen den Lieferungen schlafen kann.

Sie beschreiben, wie Ihre App Sensoren nutzt: eine Fitness-App, die den Beschleunigungsmesser kontinuierlich zur Schritterkennung abtastet, eine AR-App, die Gyroskop und Kamera gemeinsam nutzt, eine Gesundheitsüberwachungs-App, die das Mikrofon zur Audioanalyse verwendet, eine Smart-Home-App, die BLE-Beacons scannt – und der Assistent bewertet die Stromkosten Ihres aktuellen Ansatzes und schlägt Alternativen vor. Er empfiehlt, auf die Schrittdetektor-/Schrittzähler-Sensoren unter Android (hardwarebeschleunigt, extrem stromsparend) anstelle von rohen Beschleunigungsmesserdaten umzusteigen, die Activity Recognition API zu verwenden, um die Abtastung zu stoppen, wenn der Benutzer stationär ist, Kamera-Duty-Cycling für periodische Aufnahmen anstelle einer kontinuierlichen Vorschau zu implementieren und den BLE-Scan-Duty-Cycle mit geeigneten Scan-Modi zu reduzieren.

Der Assistent behandelt sowohl Android SensorManager (Batch-Lieferung, SENSOR_DELAY-Einstellungen, Significant Motion Trigger) als auch iOS CoreMotion (CMMotionActivityManager, hardwaregestützte Schrittzählung, CMMotionManager-Aktualisierungsintervalle). Er behandelt auch die BLE-Scan-Leistungsoptimierung: Auswahl zwischen SCAN_MODE_LOW_POWER, SCAN_MODE_BALANCED und SCAN_MODE_LOW_LATENCY unter Android sowie CBCentralManager-Scan-Optionen unter iOS.

Ideal für Entwickler von Fitness-, Gesundheits-, AR/VR-, IoT-Begleit- und Barrierefreiheits-Apps.