发现传感器融合和传感器处理器在物联网设备设计中的影响。

　　传感器已成为物联网(IoT)的代名词，一些行业观察家甚至将物联网称为传感器互联网。因此，虽然传感器在物联网潮流中的作用是无可争议的，但它将如何影响接口、信号调理和补偿以及软件算法等主要设计考虑因素?

　　了解传感器对 物联网设计，您必须首先了解物联网设计以及这些设计中包含的传感器多年来是如何演变的。

　　在第一代物联网设备中，数据处理量受到限制，因为最初的物联网设备不是很复杂。第一代设备是数据的管道，严重依赖云计算平台进行处理。这些云计算平台的特点是几乎无限量的传感器数据处理。

　　快进到今天，处理是 物联网边缘.现代物联网设备具有良好的处理能力平衡，可确保设备不仅足够快地完成工作，而且准确且功耗预算低。

　　图 1：大量传感器嵌入到各种物联网应用中。(来源：德州仪器)

　　换句话说，当传感器数据位于模拟域中时，总会将这些数据转换为数字域，以确保传感器数据在更大的系统中仍然有用。“模拟的转换和处理必须相当快速，准确且以尽可能低的功耗完成，因为这些物联网设备中的大多数都是电池供电的，”Synaptics智能传感和显示器技术营销总监Albert Lee说。

　　Lee还指出了灵活的模拟前端(AFE)的重要性，它可以支持许多传感器输入类型，如电容式，电感式和磁性传感器。“这消除了对各种传感器的额外控制器的需求，从而节省了组件面积并节省了BOM成本。

　　这清楚地暗示了处理器周围更大的传感器集成。然而，在我们深入研究这个前提之前，值得重新审视另一种重要的传感器技术，即传感器融合，以及人工智能(AI)和人工智能(AI)如何重振它。 机器学习 (ML) 算法.

　　传感器融合的过去和现在

　　传感器融合是多年前讨论的一个话题，现在终于在复杂的传感应用中得到了应用，例如上下文感知。它结合了多个传感器，有助于全面了解环境中发生的情况，帮助克服不同传感技术的个别弱点。

　　Synopsys物联网战略营销经理Ron Lowman指出了一些关于 传感器融合 在接受EE时报采访时。“微控制器正在集成到传感器中，越来越多的传感器公司正在将处理和智能集成到传感器中，以增加更多价值，”他说。“我们还看到了多个传感器集成到不同解决方案中的趋势。

　　Lowman举了智能手机的例子，它在几年内从几个传感器变成了几十个传感器，但现在设计师必须弄清楚如何将它们小型化。在解决电压问题和将碳化硅(SiC)和氮化镓(GaN)等新兴技术集成到传感器中时，还存在其他设计挑战。“尽管如此，我们已经看到一路上取得了很多进展，并预计智能传感器的推动将继续下去，”Lowman补充道。

　　图 2：传感器融合包括一个完整的硬件和软件解决方案，针对各种超低功耗物联网应用进行了优化。(来源：新思科技)

　　虽然AI和ML算法正在增强传感器融合已不是什么秘密，但它仍处于起步阶段。根本的挑战仍然是底层软件。“设计人员仍然需要弄清楚在哪里运行他们的软件，以及如何导航复杂的算法和概念以实现端到端实现，同时还要考虑小型化，”Lowman说。

　　德州仪器(TI)楼宇自动化总经理Giovanni Campanella表达了类似的观点，同时承认AI和ML算法在解释来自传感器的大量数据方面的作用。“随着越来越多的传感器被添加到系统中，算法需要改进和改进，以便改进整体决策过程，并且可以采取正确的行动来解决问题或克服传感器识别的情况。

　　例如 激光雷达技术 不足以在机器人中实现自主导航。添加视觉和雷达等其他传感器，然后实施AI和ML算法，将使机器人能够识别和学习新情况并快速适应它们。

　　“需要复杂的算法来从一个或多个传感器获取的数据中制造出一些东西，”Campanella说。“这些算法还需要了解反复出现的情况，以便完善未来的决策。

　　在承认AI和ML的深远影响的同时，Synaptics的Lee指出了这些软件算法的另一个关键方面。“我们看到AI/ML从基于云的解决方案到基于边缘的解决方案的持续但增量的迁移。

　　他还指出了边缘物联网设备对低延迟、低功耗操作和精确处理的硬要求。尽管Lee认识到边缘物联网设备永远不会取代基于云的解决方案的处理能力，但展望未来，他看到了边缘和边缘之间的务实划分。 基于云的解决方案.

　　传感器处理器的出现

　　无论传感器是否融合，传感器的数量都在持续增长，这需要创新的新解决方案。像Synaptics这样的公司正在将多个离散传感器控制器组合成一个控制器。“这种设备可以同时支持电容，电感和霍尔效应传感器，”Lee说。“在未来，我们希望与某些类型的MEMS传感器(如力和惯性传感器)建立兼容性。

　　传感器处理器以小巧、超低功耗的外形捕获并智能处理来自多达四个传感器的输入。Synaptics的FlexSense传感器处理器集成了一个微控制器，该微控制器连接到两个专有的低功耗AFE引擎，这些引擎可感测和数字化来自物联网产品触摸表面上的电容和电感元件的数据。

　　图 3：传感器处理器在采用专有算法的同时，在单个处理器中智能地融合多个传感器。(来源：突触)

　　TI的Campanella对传感器处理器的看法更为谨慎。根据Campanella的说法，根据应用的不同，传感器处理器方法可能比分立式方法更合适，但并不总是物联网设计的正确解决方案。“拥有集成传感元件、模拟前端和处理器的解决方案，类似于TI的毫米波雷达传感器，对于需要在边缘做出关键决策的空间受限应用非常有用，例如医疗或机器人应用。

　　与任何半导体架构一样，传感器相关的设计预计将反复变化，并且可能会在技术世代中继续发展。

　　本文最初发表于 电子电气时报.

　　马吉德·艾哈迈德，EDN和Planet Analog的主编，已经报道了二十多年的电子设计行业。