IN研風向?縱橫生態 | EEVIA年度論壇上的硬科技


IME技術為智能表面的終極發展提供了基礎,這種一次注塑成型的技術可以通過壓印的方式實現智能表面,當然,該技術要求LED本身能夠耐高溫高壓。另一個挑戰是如何保持燈顯色的一致性。無論是在白天的強光下還是夜晚的暗光環境下,每個燈的顏色都應該是一致的。此外,如何滿足不同客戶對顏色的個性化需求,以及如何補償由于溫度、電流驅動和使用時間等因素導致的色點、亮度變化,都是需要解決的問題。
艾邁斯歐司朗推出的OSIRE? E3731i解決了上述難題。這是一款帶有驅動和溫度傳感器的智能LED燈,通過一條OSP總線實現數據傳輸和控制。OSIRE? E3731i通過一條OSP總線實現多節點控制。一條差分總線可以帶1000個節點,這意味著只需要兩根線就可以串聯1000顆LED燈。相較于傳統的每個LED燈都需要一個驅動和MCU的控制方式,這種方式大大簡化了系統復雜性;

基于這條OSP總線,艾邁斯歐司朗開發了一個OSP Converter,即將推向市場。該轉換器可將I2C協議的數據直接轉換為OSP協議,以便在OSP總線上接入燈的同時,接入各種傳感器。OSP Converter的一個重要價值在于它靈活性和擴展性。有了它,在一個OSP系統中,任何一個節點都可以被替換或移除,這就意味著用戶可以根據需要隨時更改系統設計。例如,如果需要增加新的傳感器或者更改傳感器的類型,只需要更換對應的OSP Converter即可,而不需要對整個系統進行改動。 從像素化的LED到按鈕、滑條、傳感器的控制等,再把所有的這些功能都通過OSP總線連接在一起,艾邁斯歐司朗為實現汽車智能表面提供了創新的基礎,并將進一步擴展到其他應用,在未來的汽車應用中發揮更大的作用,為整個行業帶來更多的可能性。
合見工軟:支撐芯片發展新態勢 助力國產EDA新生態




博世Bosch:嵌入式AI與MEMS傳感器塑造未來 開啟全新視野
博世集團于1886年成立,由羅伯特·博世先生創立,發展到今天已有137年的歷史,主要涉及四大業務領域:第一,也是最大的一塊是汽車和智能交通領域;第二是工業技術領域;第三是能源與建筑技術領域;第四是消費品領域。Bosch Sensortec GmbH的高級現場應用工程師皇甫杰介紹道。
Bosch Sensortec GmbH的高級現場應用工程師皇甫杰
博世是汽車半導體巨頭,汽車里面的各種零部件,包括底盤系統等大量用到博世的模塊或者傳感器。博世半導體隸屬于博世汽車的市場領域,包括四大產品模塊:一是功率器件(主要是車規的功率器件),包括碳化硅芯片;二是ASICs芯片(也屬于車規產品);三是車規半導體、車規MEMS傳感器,涉及到加速器、陀螺儀、其他傳感器等; 到今天為止,MEMS傳感器產品出貨量已突破180億顆。
博世半導體MEMS傳感器發展的關鍵節點
博世的MEMS傳感器發展始于汽車,然后拓展到消費領域,繼而到現在的IoT領域。萬物互聯離不開傳感器對物理信號的感知,MEMS傳感器讓IoT設備變得更加智能。
如今,MEMS傳感器已經滲透到生活的方方面面,在樓宇里面,可以通過傳感器檢測停車位,也可以做室內的導航。
另外,在工廠端有一些設備的追蹤,還有AR眼鏡的應用,都為我們的工廠生產和研發提供了更便捷高效的設備。
最后,在消費類的應用方面,可以用傳感器計算更精確的卡路里,另外還有手機拍照防抖功能,以及用于手機或穿戴設備記錄步數,這是基于加速度傳感器實現的。
皇甫杰介紹道,發展至今的傳感器可以集成更多的算法和軟件的功能,做定制化的配置,實現更多的功能。邊緣AI算法也可以集成到小小的傳感器產品里面去,傳感器這個單一的硬件逐漸承載了更多的任務,做更智能的場景應用。
Bosch Sensortec的邊緣AI算法是集成到傳感器本體里面,因為傳感器只要集成一個超低功耗的處理器,就可以實現這個功能。將AI算法集成到硬件內部的好處有以下幾點:一是可以定制化器件端,讓傳感器適應到每一個獨立的用戶;二是傳感器的數據只存在設備本身,甚至傳感器內部,不需要上傳到云端,這樣可以保證用戶數據的安全性;三是可以實時響應,因為無需將數據上傳云端,再反饋到設備端,所以它的響應速度會更快;四是進一步地減少設備的功耗,來延長電池的使用壽命或者電池的續航時間。
以最新的BHI380傳感器為例來說,它緊湊的尺寸方便集成到各種各樣的消費類電子產品里面,而且BHI380功耗非常低,在做數據融合的時候,可以保證功耗在微安級別,另外,在出廠的時候集成了一些基本功能和AI算法,用戶也可以很方便地進行二次開發。
接著,皇甫杰列舉了BHI380智能傳感器幾個典型的應用場景:第一個是在TWS耳機里面最常見的3D音效,它的原理是檢測用戶頭部在轉動的時候對應的音效場景,這是基于陀螺儀檢測頭部轉動角度實現的;第二個是手勢識別或者動作識別,比如走路、騎車、跑步時,或者坐汽車、高鐵、飛機等交通工具時,這些場景都可以通過傳感器的數據做一個大數據融合之后來識別;第三個應用是比較常見人機交互;第四個是PDR步行導航,現在基本上人手一個智能手表或智能手機,可以基于這個ACC和陀螺儀的數據,再結合算法去做運動軌跡的記錄,這個記錄不需要GPS的參與,包括在室內,可以結合商場內部地圖做路徑規劃;最后就是AI健身相關的記錄,比如健身動作的追蹤,包括游泳姿態的算法,BHI380智能傳感器集成了AI的運動監測相關算法在里面,在使用時,設備可以自動檢測用戶當前動作以及做了多少次,不需要任何干預,除了器件內嵌的十幾個健身動作之外,用戶也可以定義新的健身動作,這就是AI的典型學習能力。例如用戶做啞鈴的舉握,這個動作的算法器件本身是不具備的,用戶可以觸發學習模式,然后重復做動作大概3~5次,讓傳感器識別到動作特征,捕捉到動作特征之后,器件快速建立出用戶特征的模型,直接生成到傳感器里面并保存起來,下次用戶再做相同動作時就可以直接識別出這是自定義的新動作,并記錄用戶做的次數(如下圖)。值得一提的是,HI380智能傳感器的功耗比上一代產品降低了54%,因此很適用于可穿戴設備。
接下來介紹一顆最新的環境類傳感器——BME 688四合一的傳感器,也是目前世界上最小的四合一傳感器,集成了溫度、氣壓、濕度、氣體檢測功能。基于這顆傳感器,可以給用戶提供一個微環境的監測,甚至可以做一些微環境的天氣預報預估,以及配合智能家居的聯動等。
舉例如說,用BME688可以檢測不同的氣體,比如用戶想要檢測某一種咖啡的氣味,可以用BME688傳感器去采集目標氣體的信號,之后,基于采集到的目標氣體的傳感器信號,用PC端對應的簡化工具去做一個數據特征的捕捉,在捕捉到數據特征之后,結合工具生成一個數據模型集成到用戶自定義的算法里面。
VOC氣體應用的領域就特別廣了,比如用于森林野火的檢測、對人體有害的氣體檢測、嬰兒紙尿片的檢測、冰箱食物新鮮程度的檢測,還有室外空氣指數的檢測等等。
BME688的工作原理是通過傳感器內部去加熱金屬氧化物,來跟目標氣體發生還原反應。通過采集多個溫度點對應的還原反應的電阻值,對特征做捕捉之后做區分。比如有三種揮發性氣體,傳感器捕捉到不同的特征,通過不同的溫度點的電阻值建立模型。
接下來,皇甫杰介紹了一款最新的氣壓傳感器——BMP581。
BMP581氣壓計在耳戴產品或者穿戴產品里面有一些典型的場景,比如用戶在佩戴智能耳機做俯臥撐的時候,BMP581氣壓計可以通過檢測用戶俯和撐的高度變化,來識別用戶做了多少次俯臥撐。做引體向上的時候也是同樣的道理,BMP581氣壓計可以檢測到用戶在向上拉伸和雙臂完全放直的高度差,快速識別用戶的拉伸動作次數。其他涉及到氣壓計的應用案例也非常多,例如配合GPS做高度的識別,還有卡路里計算和跌倒檢測,以及掃地機器人里面的堵塞檢測等。
本次論壇,Bosch Sensortec Gmbh可編程人工智能傳感器BHI380獲得了“2023年度硬科技產業縱橫獎”“E”馬當先新品獎,并在研討會現場頒發了獎牌 。
在未來的發展方向上,博世半導體將持續擴大AI生態圈,作為行業技術引領者,博世半導體從未停止創新的腳步。
*博客內容為網友個人發布,僅代表博主個人觀點,如有侵權請聯系工作人員刪除。