AI時代中不斷調整的產業發展態勢(上)

作者: Andreas Mangler,儒卓力(Rutronik)戰略行銷和傳播總監

現今每個人都知道,人工智慧(artificial intelligence,AI)擁有在眾多產業應用中實現影響深遠的變革潛力,而AI為何擁有這種能力?

儘管AI技術並不是什麼新技術,但資料的爆炸式增長促使AI以驚人的速度發展,例如在百度和Google等數十億次的搜索提供了相當大的即時資料集,支援了AI的蓬勃發展。

AI建基的基礎處理(fundamental process)是機器學習(machine learning,ML),而受到AI和機器學習影響的產業應用包括預測性維護、工業用通訊、機器人技術和電機控制。

感測器推動AI創新

儒卓力(Rutronik Elektronische Bauelemente GmbH)清楚地瞭解,我們每年產生的資料量都在翻倍,並且據預測,在未來十年內將有1,500億個連網感測器——這是地球人口數量的20倍以上。透過這些感測器陣列掃瞄而產生的資料集,可以加快學習曲線,並可實現資料分析自動化,即機器學習。處理的資訊越多,機器學習就變得越準確。毫無疑問,感測器現已成為儒卓力廣泛產品組合中的重要元件。

感測器與靈活且量身打造的演算法搭配一起使用,可以打造出一種建基於軟體的智慧感測器架構,這種架構可支援各種智慧應用的實施。而且,感測器融合(即結合在多功能單元中的感測器)如今在結合不同類型的感測器資料和資訊源方面扮演著重要的角色。

儒卓力提供的感測器元件來自領先供應商完整的產品組合,包括MEMS感測器、壓力感測器,以及磁感測器和光感測器。它們還包括複雜的多功能或「融合」感測器,其中加速度計、陀螺儀和磁力計可能會整合在晶片上,例如在飛機導航慣性測量單元(IMU)中。

例如,機器人技術領域的設計人員可能會對意法半導體(ST)的BlueCoin機器人耳朵(STEVAL-BCNKT01V1)感興趣。這款用於物聯網(IoT)應用的整合式開發和原型構建平台是根據人耳的聆聽和平衡功能所建立,能夠增強聲學和運動感測。

借助入門套件的擴展功能,BlueCoin可讓用戶使用一個四位數的MEMS麥克風陣列、高性能9軸慣性和環境感測器單元,以及飛行時間(ToF)測距感測器,來為機器人技術和自動化應用開發高階的感測器融合和訊號處理功能。

高性能STM32F446 180MHz微控制器利用現成且免版稅(royalty-free)的建構區塊,可以即時實現非常先進的感測器融合演算法,例如自我調整波束形成和聲源定位;BlueCoin則可透過板載低功耗藍牙鏈路連接到任何IoT和智慧工業的無線感測器網路。

ST的VL53L0X既適用於機器人技術,也適用於IoT、無人航空載具(UAV)和工業控制中的應用,是現今市場上最小的ToF感測器。它以快速、準確和強大的解決方案來實現更長距離的測量,為導入AI技術的新應用打開了大門,同時也壯大了ST FlightSense產品系列。

VL53L0X包含一個單光子雪崩二極體(single photon avalanche diode,SPAD)檢測器陣列和一個基於一級人眼安全的垂直共振腔表面發光雷射(vertical cavity surface-emitting laser,VCSEL)的整合式940nm光源。當與在嵌入式微控制器上運作的演算法搭配使用時,即使在具有挑戰性的操作條件下,也可以直接將到目標物體的距離精確定位到以毫米為單位。並且,其測量結果也不受目標物的反射率影響。

VL53L0X採用超低功耗系統架構設計,非常適合無線和IoT/IIoT的使用案例。

 
繼續閱讀:AI時代中不斷調整的產業發展態勢(下)

發表評論