ISM330DHCXTR |ST意法半导体 |iNEMO 工业级 6 轴 IMU（3 轴加速度计 + 3 轴陀螺仪）
ISM330DHCXTR |ST意法半导体 iNEM工业级 6 轴 IMU（3 轴加速度计 + 3 轴陀螺仪），带片上 MLC 机器学习内核、FSM 有限状态机；后缀 TR = Tape & Reel 卷带盘装量产料号，芯片本体型号为 ISM330DHCX，电气性能、功能和 ISM330DHCX 完全一致，仅包装形式不同。
基础硬件规格
· 封装：LGA-14L，2.5 × 3.0 × 0.83 mm
· 供电电压：1.71 V ~ 3.6 V，适合电池供电节点
· 工作温度：-40 ℃ ~ +105 ℃（工业宽温），带内置温漂补偿
· 加速度计量程：±2 / ±4 / ±8 / ±16 g，噪声密度典型 60 µg/√Hz
· 陀螺仪量程：±125 / ±250 / ±500 / ±1000 / ±2000 / ±4000 dps（超大量程，核心亮点）；噪声密度典型 5 mdps/√Hz，零偏稳定性典型 3 °/hr
· 通信接口
· 主接口：I²C / SPI，和 MCU 交互、读取 FIFO、配置 MLC/FSM
· Aux SPI（辅助 SPI）：独立低延迟高速通道，专门给闭环稳定控制（OIS、云台、光电吊舱），可和主接口并行输出、互不抢占
· 内置资源
· 9 KB 智能 FIFO，支持时间戳、数据压缩、多传感器混合缓存
· Sensor Hub（I2C 主）：可以外接磁力计等外部传感器，数据一起送入 FSM/MLC 运算
· 内置温度传感器、自检、高抗冲击
· 硬件事件检测：自由落体、唤醒、6D/4D 方向、单击 / 双击、计步器等硬件中断
两大核心智能引擎（和普通 IMU 最大区别）
1. MLC 机器学习内核（决策树分类器）【最常用】 在 PC 端用 ST Unico GUI 采集样本、训练模型（正常振动、轴承故障、动作类别），模型烧录进传感器内部；传感器本地持续识别，匹配成功直接触发中断，不需要 MCU 持续采集原始数据、跑 FFT / 分类算法。MCU 大部分时间休眠，只在异常时唤醒上报，大幅降低无线节点功耗，是 IIoT 振动监测的核心能力。
2. FSM 可编程有限状态机（最多 16 个独立 FSM） 适合时序动作序列判断，比如：先震动、再倾斜、再停止这种复合动作；适合电动工具工况、跌落保护、防反转安全逻辑，做简单时序状态检测，资源开销比 MLC 更小
工业边缘 AI 6 轴惯性传感器，本地做振动 / 运动识别，同时支持低延迟闭环稳控输出
典型使用场景：
1. 工业物联网 IIoT / 设备预测性维护（主流场景）
2. 云台、光电吊舱、跟踪天线、工业相机 OIS 防抖
3. 工业自动化、AGV/AMR、机器人
4. 锂电电动工具（电钻、冲击扳手、打磨机）
5. 资产跟踪、高价值设备监控
6. 无人机、高速载具、工程机械
ST意法半导体常用规格：
LIS2DWLTR
LSM6DSV16XTR
LSM6DSV32XTR
L9663-TR-1
LSM6DSOETR3
LSM6DSK320XTR
ISM330DHCXTR
ASM330LHHTR
SPC584B70E3EHC0X
STM32H563MIY3QTR
STM32F0316DIE1
STM32G473VCT6
STM32H7B0ZBT6
STM32L053R8T6
意法半导体（ST）传感器; 3D 加速度计; 温度传感;ST传感器;传感器 陀螺仪
有技术与业务咨询请联系张工13430464310
