【導(dǎo)讀】作為物理世界和數(shù)字世界之間的接口，傳感器和換能器已經(jīng)從技術(shù)上的波瀾不驚轉(zhuǎn)變成為汽車安全、安防、醫(yī)療保健、物聯(lián)網(wǎng)（IoT）和人工智能（AI）等應(yīng)用賦能的前沿技術(shù)。因此，它們在尺寸、功耗和靈敏度等基本物理和電氣性能方面經(jīng)歷了革命性改變，同時引發(fā)了傳感器集成方面的新思想——范圍從傳感器融合到應(yīng)用在類似霧計算的架構(gòu)中的基于AI的傳感器處理算法的生成。
作為物理世界和數(shù)字世界之間的接口，傳感器和換能器已經(jīng)從技術(shù)上的波瀾不驚轉(zhuǎn)變成為汽車安全、安防、醫(yī)療保健、物聯(lián)網(wǎng)（IoT）和人工智能（AI）等應(yīng)用賦能的前沿技術(shù)。因此，它們在尺寸、功耗和靈敏度等基本物理和電氣性能方面經(jīng)歷了革命性改變，同時引發(fā)了傳感器集成方面的新思想——范圍從傳感器融合到應(yīng)用在類似霧計算的架構(gòu)中的基于AI的傳感器處理算法的生成。
這些創(chuàng)新背后的推手是對物聯(lián)網(wǎng)設(shè)備小型化和低功耗的訴求，應(yīng)用包括：智能消費設(shè)備、可穿戴設(shè)備和工業(yè)物聯(lián)網(wǎng)（IIoT）、高級駕駛員輔助系統(tǒng)（ADAS）以及圍繞自動駕駛汽車、無人機、安全系統(tǒng)、機器人和環(huán)境監(jiān)測等的激動人心的發(fā)展。市場研究咨詢公司MarketsandMarkets預(yù)測，智能傳感器市場（包括一定程度的信號處理和連接能力）總共將從2015年的185.8億美元增長到2022年的577.7億美元，相當(dāng)于18.1%的復(fù)合年均增長率（CAGR）。
最近，許多傳感器及其背后的創(chuàng)新令人興奮。博世傳感器（BST）最近直切設(shè)計師所需要的核心功能，推出了面向可穿戴設(shè)備和物聯(lián)網(wǎng)的低功耗加速度計，以及面向無人機和機器人的高性能慣性測量單元。
博世傳感器的這兩款器件均基于微機電系統(tǒng)（MEMS）——該技術(shù)自20世紀(jì)90年代首次用于安全氣囊以來，已歷經(jīng)長期發(fā)展。從那以后，它至少經(jīng)歷了兩個發(fā)展階段——迅速進入消費電子和游戲、智能手機領(lǐng)域，現(xiàn)在該產(chǎn)業(yè)已經(jīng)進入了物聯(lián)網(wǎng)階段。這就是博世傳感器全球業(yè)務(wù)發(fā)展總監(jiān)Marcellino Gemelli所說的“第三次浪潮”。
這兩款器件瞄準(zhǔn)的就是這第三次浪潮。BMA400加速度計與以前器件的尺寸相同，均為2.0mm×2.0mm，但功耗僅為十分之一。這個特性非常關(guān)鍵。
據(jù)Gemelli稱，BMA400設(shè)計團隊為降低功耗從零開始設(shè)計了這款器件，為此需要考慮實際應(yīng)用。他們很快發(fā)現(xiàn)，典型的加速度計所用的2kHz采樣速率，對于計步器和安全系統(tǒng)的運動檢測來說并不必要。意識到這點，該團隊將采樣率降低到800Hz。隨著MEMS傳感器和相關(guān)ASIC設(shè)計的其他更有針對性的改變，現(xiàn)在當(dāng)事件發(fā)生、BMA400向主微控制器（MCU）發(fā)送中斷信號時功耗僅為1μA，而典型指標(biāo)是10μA。
BST的另一款物聯(lián)網(wǎng)MEMS器件BMI088，是一款為無人機和其他易振系統(tǒng)設(shè)計的慣性測量單元（IMU），這些應(yīng)用對其既能抑制也能濾除和抵制系統(tǒng)的振動噪聲的能力感興趣。BMI088大小為3.0mm x 4.5mm（圖1），其加速度計測量范圍為±3g至±24g、陀螺儀的測量范圍為±125°/s至±2,000°/s。
圖1：BMI088 IMU可減少和濾除從無人機到洗衣機等各種應(yīng)用場合的振動。
據(jù)Gemelli的說法，BMI088設(shè)計團隊最初通過使用不同的膠水配方將MEMS傳感器固定在基板上來抑制振動，“但還不止這些，這個方法更加全面。如果傳感器產(chǎn)生無用數(shù)據(jù)，對任何人都沒好處。”考慮到這點，該團隊還修改了傳感器結(jié)構(gòu)和運行在ASIC上用于理解信號的軟件。
然而，另一個關(guān)乎穩(wěn)定性的關(guān)鍵特性是溫度偏移系數(shù)（TCO），其被指定為15mdps/°K。其他主要特性包括在最寬±24g的測量范圍內(nèi)，偏置穩(wěn)定度小于2°/h、頻譜噪聲為230μg/√Hz。
MEMS揚聲器登場
雖然傳感器作為物聯(lián)網(wǎng)的數(shù)據(jù)收集工具備受關(guān)注，但換能器并未成為眾人關(guān)注的焦點。不過，通過與意法半導(dǎo)體（ST）合作，USound正在改變這種情況，最近它宣布推出了首款基于MEMS的高級微型揚聲器（圖2）。
圖2：來自USound和意法半導(dǎo)體的微型揚聲器，采用小體積、高效率、基于MEMS的技術(shù)（熱損耗可忽略不計）取代大體積、高損耗的機電驅(qū)動器。
微型揚聲器采用了ST的薄膜壓電換能器（PεTra）技術(shù)和USound的揚聲器設(shè)計專利概念。這些器件不需要機電驅(qū)動器，因此也就避免了其相關(guān)的尺寸和低效率之傷——這種驅(qū)動器的大部分能量以線圈發(fā)熱的形式耗散掉了。
與此相對，這款微型揚聲器采用了硅MEMS，預(yù)計將是世界上最薄的產(chǎn)品，重量只有傳統(tǒng)揚聲器的一半。設(shè)計應(yīng)用包括入耳式耳機、包耳式耳機或增強現(xiàn)實和虛擬現(xiàn)實（AR /VR）頭盔。其不僅體積小，功耗也更低，且發(fā)熱可忽略不計（見圖2）。
但是，由于體積小，在聲壓級方面會不可避免地打折，因此意法半導(dǎo)體提供了一張MEMS揚聲器與參考的平衡電樞式揚聲器的對比圖表，顯示前者具有1kHz的平坦響應(yīng)（圖3）。
圖3：USound的微型揚聲器（Moon）采用意法半導(dǎo)體的薄膜壓電換能器（PεTra）技術(shù)來生產(chǎn)平坦聲壓級響應(yīng)達1kHz的MEMS揚聲器。BA=平衡電樞。
Chirp將換能器化身傳感器
設(shè)計人員可以通過多種方式將接近和運動檢測集成到其物聯(lián)網(wǎng)設(shè)計，以實現(xiàn)在場檢測或用戶界面，或者兩者兼有。超聲波已成為多年選擇，聲納就是個好例子。然而，Chirp Microsystems公司通過推出CH-101和CH-201超聲波傳感器，將基于聲波的檢測引入到物聯(lián)網(wǎng)。
利用180°的寬范圍超聲散射，該傳感器使用揚聲器（換能器）產(chǎn)生超聲波，然后計算返回到拾取麥克風(fēng)（傳感器）所花的時間以確定距離。除了寬散射外，該超聲波的優(yōu)勢在于低功耗（等待模式下為15µW）、低成本和小體積（可小至1mm）。
除了距離和接近檢測外，設(shè)計師還可以利用Chirp Microsystems正在申請專利的基于機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)算法的手勢分類庫（GCL），開發(fā)基于手勢的物聯(lián)網(wǎng)設(shè)備接口。然而，對于手勢檢測，至少需要3個傳感器以及Chirp的IC和三邊測量算法來確定手在三維空間中的位置、方向和速度。
該器件結(jié)合了手勢、在場、距離和動作檢測與低成本、低功耗和小尺寸（3.5mm×3.5mm，包括處理器）等優(yōu)勢，提供簡單的I2C串行輸出，整個器件完全工作在1.8V。
LiDAR和攝像頭的傳感器融合
不久前有段時間，人們認為激光雷達（LiDAR，激光檢測及測距）本身即是自動駕駛汽車的發(fā)展方向。最近，我們已經(jīng)明晰，即使LiDAR性能獲得顯著提高，安全性需要也要求使用多種技術(shù)來實現(xiàn)高速、精確和智能的環(huán)境檢測。考慮到這一點，AEye公司開發(fā)了智能檢測及測距（iDAR）技術(shù)。
iDAR是一種增強型LiDAR，它將2D配置攝像頭像素疊加到3D體素上，然后使用其專有軟件對每個幀內(nèi)的這兩種像素進行分析。此舉通過使用攝像頭覆蓋來檢測諸如顏色和標(biāo)志的特征，來克服LiDAR的視敏度限制。然后它可以關(guān)注感興趣的對象（圖4）。
圖4：AEye的iDAR技術(shù)將2D攝像頭像素疊加到LiDAR 3D體素上，因此可以識別特別感興趣的對象并將其展現(xiàn)出來。
雖然AEye的技術(shù)是數(shù)據(jù)和處理密集型的，但它確實允許動態(tài)配置資源，根據(jù)速度和位置等參數(shù)來自定義數(shù)據(jù)收集和分析。
將傳感器與AI和霧計算相融合
據(jù)博世傳感器的Gemelli介紹，下一步是重新思考該如何設(shè)計和應(yīng)用傳感器。Gemelli并不是說要從頭開始設(shè)計傳感器及其相關(guān)算法，而是建議現(xiàn)在就開始應(yīng)用AI技術(shù)，根據(jù)對隨時間采集到的數(shù)據(jù)和應(yīng)用進行分析，自動生成傳感器使用的新算法。例如，一套不同的傳感器可以很好地執(zhí)行特定功能，但是通過AI監(jiān)控，我們可能發(fā)現(xiàn)，這些傳感器可以用來跟蹤我們從未打算將其用于檢測的參數(shù)，或者它們的使用效率也可以提高。
Gemelli表示，這個概念越來越受青睞。它也與霧計算架構(gòu)相吻合——該架構(gòu)的目標(biāo)是盡可能減小傳感器與云之間必須傳遞的數(shù)據(jù)量。相反，通過應(yīng)用AI，傳感器本身可以進行更多處理，隨著時間的推移，其僅在需要時才會去使用較大的網(wǎng)絡(luò)和云。
本文轉(zhuǎn)載自EDN電子技術(shù)設(shè)計。
推薦閱讀：
