广告

Bosch Sensortec:通过嵌入式AI和MEMS传感器感知未来

2022-11-10 16:02:26 谢宇恒 阅读:
11月10日,由全球电子技术领域知名媒体集团AspenCore主办的国际集成电路展览会暨研讨会(IIC Shenzhen 2022)的全球CEO峰会上,Bosch Sensortec的CEO Stefan Finkbeiner发表了“安全、健康和可持续:通过嵌入式AI和MEMS传感器感知未来”主题演讲。

11月10日,由全球电子技术领域知名媒体集团AspenCore主办的国际集成电路展览会暨研讨会(IIC Shenzhen 2022)的全球CEO峰会上,Bosch Sensortec的CEO Stefan Finkbeiner发表了“安全、健康和可持续:通过嵌入式AI和MEMS传感器感知未来”主题演讲。bFhednc

bFhednc

Bosch成立于1886年,是一家很早就专注于汽车MEMS传感器的大型企业,设立了专门生产汽车MEMS传感器的部门,而且拥有自己内部的技术和晶圆厂。自1995年以来,Bosch一直是MEMS领域的先驱,同时也是汽车和消费电子传感器领域市场的领导者。bFhednc

而Bosch Sensortec成立于2005年,在消费类MEMS传感器市场占据着领导地位,目前,全球约四分之三的智能手机中使用了Bosch Sensortec的传感器。同时Bosch Sensortec是Bosch的全资子公司,所以他们可以利用整个集团的技术能力和制造方面的优势,将业务集中于消费电子领域。bFhednc

Bosch Sensortec主要产品组合有:惯性运动传感器,如加速度计、陀螺仪、地磁传感器等;环境传感器,如大气压力传感器、湿度传感器、气体传感器等;光学传感器,如光驱动系统,一种安装到智能眼镜中的投影和扫描系统;以及最新布局的声学领域,其收购的公司正在开发一种用于真无线入耳式耳机的微型扬声器。bFhednc

什么是智能传感器,它们可以用来做什么?

智能传感器是具有信息处理功能的传感器,Dr. Finkbeiner用一个由MEMS加速度计、MEMS陀螺仪、ASIC、MCU组成的示例展示了智能传感器的基本结构。“这就是我们所说的智能传感器,当然我们也在这种传感器上运行软件。例如,我们会在这个传感器上运行应用,而且我们也在这些类型的传感器上运行 AI,”他解释道,“ 传感器内部有测量ASIC及内置MCU和软件所实现的智能,它们可以自行做出决策。”bFhednc

bFhednc

智能传感器可以连接到一个网络,比如房屋内的Wi-Fi,通过这些网络与云系统进行通信、合作以及交换数据。同时,因为其内部具有ASIC和MCU,传感器可以直接运行软件和人工智能算法从而拥有本地化信息,即边缘AI。这不但可以保护个人的隐私信息如身体数据、运动数据、健康状况等,也可以实现实时的快速决策,而且因为在本地进行了计算,传感器就可以减少向网络或云端传输的数据量,从而节省电池寿命。bFhednc

Dr. Finkbeiner 阐述道:“如果我们回顾一下传感器的历史,我们几年前就开始使用经典传感器,这是一种提供纯原始数据的传感器信号的传感器,例如,可自由访问的加速度计可提供 X 方向、Y 方向和Z 方向的加速度传感器信号,这已经发展到有了一些我们称之为评估的应用程序。同时评估就意味着我们已经有一些应用软件在更小的MCU或状态机上运行,然后它们已经可以提供相关的信息,例如,计步和实时动态。除了这些应用特定软件的应用程序,我们还可以把人工智能算法放在这些器件上,使它们更加智能化。”bFhednc

智能传感器与未来

接着Dr. Finkbeiner通过三个实际的产品用例,详细阐释了智能传感器与安全、健康和可持续三者的关系。bFhednc

BHI260AP自学习AI智能传感器bFhednc

BHI260AP是可用于可穿戴、耳戴设备和智能家居的自学习AI传感器,它将6轴惯性传感器、3轴加速度计、3轴陀螺仪、ASIC、32位可编程MCU和软件功能集成在一个系统级封装 (SiP) 解决方案中,封装尺寸仅为3.6x4.1x0.83mm³。该智能传感器提供使用自学习AI软件的嵌入式边缘AI,包括健身跟踪、导航、机器学习分析以及相对和绝对方向估计。bFhednc

bFhednc

BHI260AP独特的自学习和个性化功能使用户能够通过定制化健身活动轻松训练设备。该传感器包含超过15项预先学习的健身活动,因此使用前无需训练。除了自带的活动外,该器件还提供学习、个性化、自动跟踪和增强用户体验的功能。bFhednc

只要进行了运动该传感器就可以轻易的检测出来并输出数据,这样就可以准确地知道自己做了哪些运动以及做运动的频率,可以看出其在运动健康领域的广阔应用前景。“我认为这是一个非常强大的器件,同时健身程序也是一个简单直接的应用,在这个应用中,我们看到了这些传感器的巨大好处。” Dr. Finkbeiner表示。bFhednc

BME688环境传感器bFhednc

BME688由温度测量传感器、压力测量传感器、湿度传感器和气体传感器组成,其内置的气体传感器可实现更广泛的测量范围,并拥有先进的AI功能,封装尺寸为3.0x3.0x0.93 mm³。bFhednc

bFhednc

BME688气体传感器部分相较于上一代产品除检测挥发性有机化合物(VOC),还可以检测挥发性硫化合物(VSC)和其他类型的气体。同时,其搭载的AI功能,拥有气体扫描功能,能够针对其他气体混合物和应用进行训练和学习,“例如,我们想检测不同的咖啡豆或想寻找的不同种类的油,同时如果在这样的模式下,我们可以训练自己的传感器,可以将它暴露在这些不同的应用中,然后可以生成算法来检测这些不同的我们在早期的模式中训练过的气味和物质。” Dr. Finkbeiner举例道。该传感器典型的应用包括有口臭检测器、连接器件、智能家居等。bFhednc

除此之外,其独特的高级模式使该传感器还可以用于野火检测。“我说过我们可以训练它适应不同的气体。所以,我们可以将它暴露在气体1中,获得一个信号。” Dr. Finkbeiner对野火检测的物理过程解释道,“随着时间的推移,并随着温度的变化,可能会出现另一种气体和第三种气体,如果我们有典型的环境可以从这些不同的材料中产生气体,比方说,我们甚至可以在所有时间和温度的情况下以真正的扫描模式生成气体的足迹,而且这样我们才能储存,然后还可以把这些典型的信号连接到我们的传感器上,如果继续使用不同的气体,它会处在检测模式下。”bFhednc

bFhednc

“想想这种被训练成具有典型识别功能的传感器,我们可以在森林周围寻找,它还可以被训练检测发现是否有火灾。这种模式下的传感器有助于拯救生命和尽早发现野火。”关于其具体应用过程Dr. Finkbeiner说明道,“传感器是集成的。我们看到有一块太阳能电池板,所以它也有电源,想想我们在森林周围有不同的传感器,可能分布在某个区域的一个广场上,这些传感器节点能够将它们的信号,也就是评估的信号,发送到网关,最后到达云端。如果我们这样做,我们当然能够检测到是否有什么变化。例如,如果一场野火即将发生,我们甚至可以在看到任何烟雾之前察觉到它,或者,如果我们真的可以通过周围的网络感受到它,甚至可以区分野火的走向。”bFhednc

bFhednc

Dr. Finkbeiner表示:“这是一个非常实用和务实的方法,而且如果你考虑到世界各地的森林火灾的相关性,我认为它也是非常有意义的。所以,使用智能传感器让你的生活变得更安全是一个真正的好处。”bFhednc

BMP581气压传感器bFhednc

BMP581气压传感器具有300hPa至1250hPa的宽测量范围和±30Pa的绝对精度。BMP581优化用于高性能应用,例如健身追踪、跌倒检测、室内定位和导航等应用。该器件的低功耗和集成512字节FIFO缓冲器支持低功耗应用,防止非实时系统中的数据丢失。封装尺寸为2.0mmx2.0mmx0.75mm³。bFhednc

“它确实可以检测到低于通常为17cm的台阶高度的信号。所以,这样检测就精确得多,如果仔细对比一下,就像这里所展示的,可以发现它确实可以检测到非常非常小的重量。”Dr. Finkbeiner介绍道,“它甚至能检测到千分之一蚊子的重量,这是我们能够探测到的一个非常微弱的信号。”bFhednc

bFhednc

得益于测量精度的大幅提升,这款传感器能够灵敏地检测到厘米级高度变化,从而能够在健身应用中精确监测运动情况,甚至能够分辨出单个引体向上或俯卧撑,并可以为室内定位、导航提供高精度位置信息,而其楼层检测功能可为美国紧急呼叫需求(E-911)提供关键数据。bFhednc

“我们假设把它放进自己的耳塞里面,它还可以检测到某人何时上升或下降,这就能使卡路里计算变得更加精确,当然,如果想一下还有什么,这就是它今天已经使用的功能,它也能使GPS信号检测变得更加精确。”Dr. Finkbeiner 举例道,“跌倒检测是一个用例,因此,它可以关闭硬盘驱动器或检测设备是否正在坠落,而且它还可以检测堵塞并有其他更多的应用。”bFhednc

他表示:“我认为,有了这些高精度传感器和这些传感器中的智能,我们甚至可以生成新的用例,这也是我认为未来将产生更多传感器应用的原因,这些应用有助于每个人利用这种智能来实现更智能、更可持续的住所和生活,我们称之为边缘AI。我们会将这些传感器推向未来越来越多的应用领域之中。”bFhednc

Dr. Finkbeiner最后总结道:“传感器可以让我们的生活变得更智能、更可持续。我们已经研究了一些利用边缘 AI的应用。我可以告诉大家,我们这里还会有更多这样的应用,我们正在研究其他用例。” bFhednc

责编:Ricardo
本文为电子技术设计原创文章,未经授权禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
  • 可以关注微信电子工程专辑视频号,上面有全部演讲视频的回放
  • 请问哪里可以下载PPT文件,或者pdf形式的问题,对这篇文章很感兴趣;
谢宇恒
原机加工行业工程师,现Aspencore编辑,专注电子,关注未来。
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了