發現傳感器融合和傳感器處理器在物聯網設備設計中的影響。

　　傳感器已成為物聯網(IoT)的代名詞，一些行業觀察家甚至將物聯網稱為傳感器互聯網。因此，雖然傳感器在物聯網潮流中的作用是無可爭議的，但它將如何影響接口、信號調理和補償以及軟件算法等主要設計考慮因素?

　　了解傳感器對 物聯網設計，您必須首先了解物聯網設計以及這些設計中包含的傳感器多年來是如何演變的。

　　在第一代物聯網設備中，數據處理量受到限制，因為最初的物聯網設備不是很復雜。第一代設備是數據的管道，嚴重依賴云計算平臺進行處理。這些云計算平臺的特點是幾乎無限量的傳感器數據處理。

　　快進到今天，處理是 物聯網邊緣.現代物聯網設備具有良好的處理能力平衡，可確保設備不僅足夠快地完成工作，而且準確且功耗預算低。

　　圖 1：大量傳感器嵌入到各種物聯網應用中。(來源：德州儀器)

　　換句話說，當傳感器數據位于模擬域中時，總會將這些數據轉換為數字域，以確保傳感器數據在更大的系統中仍然有用。“模擬的轉換和處理必須相當快速，準確且以盡可能低的功耗完成，因為這些物聯網設備中的大多數都是電池供電的，”Synaptics智能傳感和顯示器技術營銷總監Albert Lee說。

　　Lee還指出了靈活的模擬前端(AFE)的重要性，它可以支持許多傳感器輸入類型，如電容式，電感式和磁性傳感器。“這消除了對各種傳感器的額外控制器的需求，從而節省了組件面積并節省了BOM成本。

　　這清楚地暗示了處理器周圍更大的傳感器集成。然而，在我們深入研究這個前提之前，值得重新審視另一種重要的傳感器技術，即傳感器融合，以及人工智能(AI)和人工智能(AI)如何重振它。 機器學習 (ML) 算法.

　　傳感器融合的過去和現在

　　傳感器融合是多年前討論的一個話題，現在終于在復雜的傳感應用中得到了應用，例如上下文感知。它結合了多個傳感器，有助于全面了解環境中發生的情況，幫助克服不同傳感技術的個別弱點。

　　Synopsys物聯網戰略營銷經理Ron Lowman指出了一些關于 傳感器融合 在接受EE時報采訪時。“微控制器正在集成到傳感器中，越來越多的傳感器公司正在將處理和智能集成到傳感器中，以增加更多價值，”他說。“我們還看到了多個傳感器集成到不同解決方案中的趨勢。

　　Lowman舉了智能手機的例子，它在幾年內從幾個傳感器變成了幾十個傳感器，但現在設計師必須弄清楚如何將它們小型化。在解決電壓問題和將碳化硅(SiC)和氮化鎵(GaN)等新興技術集成到傳感器中時，還存在其他設計挑戰。“盡管如此，我們已經看到一路上取得了很多進展，并預計智能傳感器的推動將繼續下去，”Lowman補充道。

　　圖 2：傳感器融合包括一個完整的硬件和軟件解決方案，針對各種超低功耗物聯網應用進行了優化。(來源：新思科技)

　　雖然AI和ML算法正在增強傳感器融合已不是什么秘密，但它仍處于起步階段。根本的挑戰仍然是底層軟件。“設計人員仍然需要弄清楚在哪里運行他們的軟件，以及如何導航復雜的算法和概念以實現端到端實現，同時還要考慮小型化，”Lowman說。

　　德州儀器(TI)樓宇自動化總經理Giovanni Campanella表達了類似的觀點，同時承認AI和ML算法在解釋來自傳感器的大量數據方面的作用。“隨著越來越多的傳感器被添加到系統中，算法需要改進和改進，以便改進整體決策過程，并且可以采取正確的行動來解決問題或克服傳感器識別的情況。

　　例如 激光雷達技術 不足以在機器人中實現自主導航。添加視覺和雷達等其他傳感器，然后實施AI和ML算法，將使機器人能夠識別和學習新情況并快速適應它們。

　　“需要復雜的算法來從一個或多個傳感器獲取的數據中制造出一些東西，”Campanella說。“這些算法還需要了解反復出現的情況，以便完善未來的決策。

　　在承認AI和ML的深遠影響的同時，Synaptics的Lee指出了這些軟件算法的另一個關鍵方面。“我們看到AI/ML從基于云的解決方案到基于邊緣的解決方案的持續但增量的遷移。

　　他還指出了邊緣物聯網設備對低延遲、低功耗操作和精確處理的硬要求。盡管Lee認識到邊緣物聯網設備永遠不會取代基于云的解決方案的處理能力，但展望未來，他看到了邊緣和邊緣之間的務實劃分。 基于云的解決方案.

　　傳感器處理器的出現

　　無論傳感器是否融合，傳感器的數量都在持續增長，這需要創新的新解決方案。像Synaptics這樣的公司正在將多個離散傳感器控制器組合成一個控制器。“這種設備可以同時支持電容，電感和霍爾效應傳感器，”Lee說。“在未來，我們希望與某些類型的MEMS傳感器(如力和慣性傳感器)建立兼容性。

　　傳感器處理器以小巧、超低功耗的外形捕獲并智能處理來自多達四個傳感器的輸入。Synaptics的FlexSense傳感器處理器集成了一個微控制器，該微控制器連接到兩個專有的低功耗AFE引擎，這些引擎可感測和數字化來自物聯網產品觸摸表面上的電容和電感元件的數據。

　　圖 3：傳感器處理器在采用專有算法的同時，在單個處理器中智能地融合多個傳感器。(來源：突觸)

　　TI的Campanella對傳感器處理器的看法更為謹慎。根據Campanella的說法，根據應用的不同，傳感器處理器方法可能比分立式方法更合適，但并不總是物聯網設計的正確解決方案。“擁有集成傳感元件、模擬前端和處理器的解決方案，類似于TI的毫米波雷達傳感器，對于需要在邊緣做出關鍵決策的空間受限應用非常有用，例如醫療或機器人應用。

　　與任何半導體架構一樣，傳感器相關的設計預計將反復變化，并且可能會在技術世代中繼續發展。

　　本文最初發表于 電子電氣時報.

　　馬吉德·艾哈邁德，EDN和Planet Analog的主編，已經報道了二十多年的電子設計行業。