在今年的拉斯维加斯消费电子展（CES2020）上，Ambarella演示了使用CV2、VC22的各种解决方案，以及基于新发布的CV2FS和CV22FS车载摄像头SoC的新平台。此前，这家公司以提供手持便携式摄录机和GoProHero系列的运动相机而被人们所熟知。但现在，该公司已顺利将其产品技术转向更专业的用例，声称自己是视觉解决方案的顶级供应商，并在交付车载平台解决方案上处于领先地位。早在去年的消费电子展（CES2019）上，Ambarella就已经真实过CV2和CV22解决方案。不过今年，他们带俩了更加有趣的演示，以证明较竞品更高的性能和能源效率。据悉，CV2开发板主要针对运行对象检测工作负载的NvidiaAGX。英伟达平台的功耗为32W，但CV2仅为6.9W。即便如此，两个平在保持60fps帧率时表现出相似的性能（AGX约为13.2ms、CV2约为16.9ms）。去年的时候，我们发现使用Nvidia演示软件进行类似推理时的AGX工作负载功耗约为13~16W，因而Ambarella或许未在演示期间充分利用AGX的最大潜力。Ambarella还介绍了多家使用CV2和CV22的企业合作伙伴，比如AWS的SageMakerNeo平台。其能够帮助后者在云端训练机器学期模型，并借助AmbarellaCVSoC将其部署到边缘设备中。与AnyVision的合作，提供了热图、交通分析、人员检测，以及商业和零售门店的识别与分析。梅赛德斯-奔驰运行了一套称之为“货物识别”的趣味演示，在送货车后门的顶部有一个CV2设备和摄像头，能够扫描已装卸的包裹。在扫描特定的包装时，还能够借助货架上的LED灯条，给出最优的货物装车（货架摆放位置）提示。同时兼顾运送路线，以获得最佳的装卸体验。不过在CES2020上，该公司最有趣的演示，还是仅使用CV2芯片组和各种摄像头系统的全自动汽车平台。为了让系统能够在没有激光雷达（LIDAR）的纯CV环境下支持白天和黑夜环境，具体实施上要复杂得多。今年的CV2FS和CV22FS，本质上是基于CV2和CV22功能的全新设计。现其提供满足ASILB的安全合规性和车级认证，比如2级AEC-Q100标准（-40至+125°C工作温度）。

数字多用表是常用的测量仪器，目前市场常见的是3.5（三位半）和4.5手持表，用于一般测量，另外高端的则是6.5位以上的台式表，价格较高，用于高精度测量。随着电子技术的进步，高性能低成本的器件层出不穷，使得制作一部低档的6.5位数字多用表成为了可能，这里介绍这款六位版，就是在性能上、功能上和成本上综合考虑的一种设计实现方案。设计思想：选用成品的通用元件：高端DMM采用以恒温深埋齐纳基准——前端为DualJFET的混合低噪声运算放大器——多斜率积分高速高分辨率ADC为主轴的测量系统，其中每个部分的制作难度都非常高，而且需要昂贵的仪器进行调试、校准，这样的要求在业余条件下是难以满足的，所以这里采用了相对低成本可靠通用IC精密带隙基准——单片低噪声斩波稳零放大器——24Bits低噪声ΣΔADC来替代，这样的既可以减少元件采购难度，降低整体成本，最重要的是能得到可靠的性能保证，就是说可以根据DataSheet上标明的最差指标可以计算出系统的整体性能。放弃高电压，大电流量程：首先对这些量程进行高精度测量本身难度就非常高，而且对系统的输入选择、保护系统提出了很高的要求，元件质量要求高，pcb面积占用大，最重要的是要为用户人身安全负责，为了避免出现安全问题所以没有设置危险的测量量程。放弃长期稳定性：要靠数字多用表本身来保证长期稳定性意味着整个系统每个部分都要有很高的长期稳定性，基准要用深埋齐纳基准，分压电阻要用精密电阻网络等等，成本会显著提高，相对而言购买或制作标定好的基准（LYMEX有售）要便宜的多，而且在进行对比测量时可以将整体的精度提高到接近外部基准的水平。放弃交流测量：由于没有设计交流测量系统的条件,所以没有做.采用手持设备架构：由于现代MCU的集成度非常高,开发工具越来越简便,加之笔者最近在学习STM32,所以就做成手持设备了.总的讲设计要素的优先关系如下：低成本〉小巧〉低功耗〉高性能功能和指标：电源:3.0V~6V供电可用单节磷酸铁锂(3.2V),单节钴酸锂(3.7V),单节锰酸锂(3.6V),三节碱性电池(4.5V),三节镍镉或镍氢电池(3.6V),功耗250mW（开启数据保存）,2.9V低电压关机（为了保护锂电避免过放电），软件电源开关，待机电流测量：1ppm分辨率1ppm噪声5ppm线性度1ppm温度系数。电流测量100mA,10mA,1mA压降电压测量100mV,1V>10G高阻抗输入，10V，100V9M低阻抗输入（新版批量采购1.1M的电阻就是标准的10M，后文详述）。电阻测量100R1K10K100K1M采用恒流方式（对应为1mA,1mA,100uA,10uA,1uA）开路电压5V，支持4线模式。温度测量采用PT100传感器，可处理到-200摄氏度~850摄氏度，分辨率0.01度。除温度测量外都有25%的超量程测量（例如1V可测到1.25V）当开启自动量程转换时连续三个测量读数都超量程时向上换档，连续三个测量读数都欠量程（系统和软件：支持SD卡数据存储，导入校准数据，从SD卡更新固件（新版功能）。支持实时时钟，可设置自动关机，以及定时唤醒数据采集模式。支持自动量程，0位补偿，数字滤波。带有简单的帮助。设计原理电源系统：电池供电，首先经过有Q71构成的反接保护电路，之后分为两路，一路经HT7130稳压到3.0V供MCU，另一受Q72的控制作为外设的电源，它连接至两个由LT1372构成的Boost升压器，分别升至15V（供欧姆电流源和OLED偏压）和5V（供模拟部分）这里采用HT7130主要是考虑到其且具有极低的静态功耗,特别适合为待机的MCU供电。DCDC变换器采用LT1372是因为其低成本，且该器件具有NFB功能，可以方便的构成Cuk拓扑结构，组成负电压输出的开关调节器（新版要用到+-15V），虽然由于静态功耗较大，在小电流输出下效率较低，但总体上还是不错的。MCU系统：MCU采用STM32F103R6T6（其实101系列就行，但是市面上没有零售）靠内部的RC振荡器工作在20MHz的频率上（更快没实际意义，且更费电），后备电池使用0.22F的超级电容，（为了兼容性，又做了个100uF钽电容的焊盘）RTC晶振使MC-3066pF32.768K,注意要接入200K的R66否则容易振坏。MCU使用5线SWD端口进行Flash烧写和调试。PA0构成软件电源开关，可以从待机模式唤醒MCU。OLED使用串行模式，4X3矩阵键盘，SD卡采用SPI模式。其他端口用来控制模拟板。输入选择：先看电压-电阻部分继电器K1选择将HI输入端子直接接入模拟开关或者进行分压。继电器K2选择将欧姆电流源注入HI或者LOW。上面的两个继电器都使用磁保持型的，避免长期通电发热导致热电势误差。HS，LS，以及HI的输入通过R01-R06以及R17-R1AD17-D16组成的保护电路被限制在+-2.0V，然后加上从9串：11并的1.1M分压阵列99：1分压后的电压一起进入8选一模拟开关。电流部分先经过500mA熔断器-全桥的保护电路，经过继电器选择接入100R10R或1R的分流电阻，其上的压降取出后也被送入模拟开关，U01A构成的跟随器将提升二极管桥中点的电位至电流输入端子电位，从而减小了他们的漏电流。U01B为测量系统提供中点参考电位(也就是LOW端子的电位)。这里需要提下的是分压电阻采用了50ppm的晶圆电阻构成阵列，下面PCB敷铜均温，从实际效果看还是非常不错的。U01由于要求不高所以采用了低成本的MCP6002。模拟开关原计划用MAX328的，但由于货源原因，用ADG508代替了。程控放大：这里采用了AD8629作为主放大器，该器件为低噪声斩波稳零放大器，U20A根据U27选择的反馈信号配置成X1或X10放大器，U20B是一个驱动驱动容性负载的缓冲器，用以驱动ADC。同样的这里的分压电阻采用了3串：3并构成的9:1分压器，由于要求不高模拟开关采用了采用了高速CMOS的74HC4053RefandADC:U44是2.5V精密带隙基准，采用ADR421B他能稳定地驱动1uF的容性负载，最大3ppm/C的温度系数，1.5uVpp0.1~10Hz噪声U43采用24Bit低噪声ΣΔADCLTC2440可提供接近21Bits的有效位。U41为低噪声LDO调节器LP2985，为模拟部分提供5V电源。欧姆电流源：U31为低偏置电流精密运放AD706，其中U31A和Q31起到参考电压缩放-转移的作用，将2.5V的基准转换成比标准电阻（RJ31~RJ34）公共端低1V输入到U31B的正，模拟开关用于选择4个标准电阻（开尔文接法），Q32是PJFET受U31B控制保持标准电阻两端的电压为1V，Q33~Q35与D31组成保护电路（Q34,Q35实际为高反压PNP管2N6520，Q33为低漏电流N-JFETPN1117A）。DZ1与R30构成降压电路使得U31B的输出能足够的正使Q32截止。文章来源网络

TS100是我最喜欢的移动电烙铁。它虽然小巧，但功能强大，不过我用来为其供电的6S锂电池却一点也不方便。因此，我做了这个简单又便宜的diy，使用移动电源为TS100供电。您需要的器件：USB-CPD触发器直流电连接器电缆：USB-CUSB-C移动电源：BASEUSPOWER-BANK20000mAh（15V20W）您可以使用具有20VPD的更好的移动电源，以获得更大的功率，但是我已经有了一款便宜的Baseus电池，具有15VPD，并且效果很好。您也可以将壁式充电器与PD一起使用。USB-CPD触发器是2.5美元的适配器，可从移动电源触发更高的可用功率模式。使用常规的USB-C电缆将其连接在一起。（Thunderbolt3电缆也可以）文章来源hackaday

日前，VishayIntertechnology,Inc.（NYSE股市代号：VSH）推出两款全集成新型接近传感器---VCNL36821S和VCNL36826S，提高消费类和工业应用效率和性能。VishaySemiconductorsVCNL36821S和VCNL36826S分别在2.55mmx2.05mmx1.0mm小型表面贴封装中集成红外（IR）发射器、垂直腔面发射激光器（VCSEL）、光电二极管、信号处理IC和12位ADC。与上一代器件相比，日前发布的接近传感器体积小，成本低，适用于空间有限的电池供电应用，如检测用户是否佩戴耳麦或虚拟现实/增强现实（VR/AR）头盔。器件探测距离300mm，同时具有用于玩具以及消费类和工业机器人的碰撞检测功能。VCNL36821S和VCNL36826S功耗低至6µA，有助于提高这些应用的效率。器件支持I2C总线通信接口，可轻松访问接近信号，可编程中断功能便于设计人员设定中断阈值上下限，从而减少与微控制器连续通信。接近传感器采用智能抵消技术消除串扰，智能持续性设计确保准确探测并加快响应速度。IRED和VCSEL波长峰值为940nm，无可见“红尾”。VCNL36821S和VCNL36826S在-40°C至+85°C温度范围内具有出色的温度补偿能力，潮湿敏感度等级（MSL）达到J-STD-020标准3级，车间储存寿命为168小时。传感器符合RoHS和Vishay绿色标准，无卤素。

T12白光烙铁也是电子DIY中一个非常经典的项目，以至于T12白光DIY烙铁也是广大爱好者和专业人员的标配工具；T12的整个电路可以说是一个标准的温控系统，因此把代码稍微改制，就可以实现各种温控器的方案；T12目前大多数采用12864的OLED方案在做，少数低端的还在使用数码管，为了彰显豪华版的T12，我们决定拿2.8吋的shmictrl液晶屏来做，这样显示就可以足够豪华为了做这个项目，某宝上买了一个最低档的套件，说实话，就是买个手柄，怕烫到自己。好了，废话不多说，上图：利用原来的外壳做个一个支架，连接屏幕。电路上采用标准的T12控制：PWM信号控制MOS给烙铁头加热烙铁头热电偶信号放大：一个标准的运算放大电路，放大信号约200倍电源部分：40V以下均可以输入，转成5V，供屏幕和单片机使用其中C12预留焊盘全部的原理图，请参见底部实际PCB以及接法图中预留了ESP12s的位置，理论上可以做成物联网烙铁，但是没有什么实际用途，只是预留。核心控制算法有人觉得控制算法很神秘，其实很简单；intTAD=0;//温度AD值intpwm=327;//占空比一半intsetupAD=900;//设置的AD值voidctrl0(){if(TADpwm=65535;//100%}else{if(TAD>setupAD){pwm=100;//基本相当于关闭}else{//自动计算PWMpwm=(setupAD-TAD)*65535/100;}}}这个函数就是控制算法，可以看到总共没有几行代码，大致的意思是每次获取温度测量的AD值(TAD)之后，调用一下本函数，根据目标AD值（setupAD)来计算一下需要加热的PWM占空比；可以看到，当TAD与目标setupAD差值比较大的时候，100%全力加热；当100以内，根据差值大小动态按比例调整PWM值；当温度超过预设温度时，给一个非常小的PWM维护，当然也可以测底关闭；当然这只是原理，实际请参见源代码，多个几个分组。界面：实际效果：从80度上升到250度，实际焊接无明显降温。50度上升到450度。文章来源于网络

视频是我和我的兄弟一起制作的一个完全开源的热像仪：JM-Camera。红外热像仪方案主要使用了MLX90640芯片，并带有彩色显示器以及外壳，在github上我们已公开了原理图，电路和软件代码。文章来源Hackaday

在这个项目中，我将展示如何使用MicrosoftIOTCore在RaspberryPi上设置RFID。该项目使用C＃编码，最终将进入StrongholdCMD，以打开和关闭我家中的安全系统。如何使用MicrosoftIOTCore在RaspberryPi上设置RIFD您要做的第一件事是购买RaspberryPiB3+或RaspberryPiModelB。我建议选择ModelB3而不是plus版本，以获取对该模型的更多支持。我将在此视频中使用3B+版本，但是我将介绍使用3B正常工作所需的事项。我还建议您使用5v电源适配器和16GB存储卡，这些可以作为套件购买，以节省寻找兼容零件的麻烦。如果您不作为套件购买，请确保配件与WindowsIOTCore兼容。您需要购买的第二件事是RFID开发板MFRC522，可以在淘宝上购买。您也可以从当地的元器件供应商那里购买，很便宜，每片大约十几到几十元。您要做的最后一件事是熟悉各种颜色的母对母排针连接电缆，如果您还没有烙铁，那么还需要将其与一些电子焊料一起使用。我不建议购买低瓦数的电烙铁，因为很难用，大约60瓦左右就足够了。备妥零件后，拉出MFRC522RFID板，然后将接头焊接到板上。首先插入或接通烙铁的电源，然后在海绵上加水。烙铁达到温度后，用焊锡给烙铁的烙铁头镀锡，然后将烙铁头碰到要焊接的引脚上。确保没有两个引脚意外地与一块焊料连接。接下来，请按照以下顺序仔细连接各个连接，最好为每个连接使用单独的颜色，因为这将使您能够识别引脚：这是RaspberryPi上的PinHeader的图片，请注意，当USB和网络端口位于右侧时，引脚1从左上方开始是第二个，引脚2直接位于引脚1上方，引脚3位于引脚1的右侧，依此类推。在继续进行任何操作之前，请确保已将RaspberryPi正确连接到MFRC522，否则会导致许多错误。现在下载WindowsIOTCoreDashboard，您将需要在支持SD卡的计算机上执行此操作。接下来，如果您使用的是RaspberryPi3B，请下载该软件的最新版本并通过WindowsIOTCoreDashboard安装。如果您使用的是RaspberryPi3B+，则需要在RaspberryPi上安装内部预览版本17661，否则它将无法启动。请注意，无线和蓝牙在此软件版本上不起作用。安装完成后，启动树莓派，如果成功，您将看到彩虹屏幕，然后是Windows加载屏幕。接下来是代码。您可以下载我的项目文件并使用一个可运行的项目，也可以使用以下链接自行进行操作：https://github.com/mlowijs/mfrc522-netmf/tree/master/Mfrc522这个家伙发布了一个完整的库，您可以将代码复制并粘贴到它自己的C＃文件中。最后是我修改后的代码，该代码使您可以查看有问题的UID，并多次扫描标签，此页顶部提供了该代码。最后，您将需要运行代码，转到项目的属性，然后将目标设备更改为远程计算机，然后输入raspberrypi连接到的屏幕上显示的raspberrypi的ip地址。接下来，确保将构建类型配置为ARM。然后，按一下Play，然后你可以在屏幕上看到正在Pi上运行的应用程序。如果您在扫描标签时获得RFIDUID，您将知道自己已正确连接所有东西，并且代码正在工作。如果您扫描标签并得到重复的零，请尝试在程序加载后等待10秒钟，然后再进行扫描，如果仍然无法解决问题，请使用故障排除技巧。最后如果出现了UID，那祝贺你，你成功了！现在，接下来要考虑的最有趣的事情是如何处理原型？我为我的树莓派制作了一个外壳，可以使用Sketchup固定所有布线和电子设备。从那里，我将使用RFID打开和关闭我家的安全系统。您可以创建很多伟大的创意！文章来源hackaday

面向自动驾驶汽车的LiDAR初创公司SOSLAB与半导体供应商安森美半导体（ONSemiconductor）签署了一项合作协议，以推进面向汽车和智能工厂的LiDAR技术开发及商业化。SOSLAB总部位于韩国，可提供大功率VCSEL光源和Metalens光学技术。该公司专注于为自动驾驶汽车，自动驾驶汽车，自动化，人工智能安全和其他相关行业开发小型，精确且价格合理的LiDAR传感器。安森美半导体提供了多种用于汽车和自主感知的智能传感解决方案，其先进技术针对包括图像传感器，雷达和LiDAR在内的所有传感方式。它的产品线包括用于检测单光子的高分辨率SPAD阵列，使其成为固态LiDARToF应用的理想选择。SOSLAB已推出了两种类型的LiDAR系统：使用混合扫描技术的前置远程LiDAR（SL）和使用大型VCSEL和Metalens技术的并排固态LiDAR（ML）。SOSLAB可以提供完整LiDAR解决方案，可以测量自动驾驶汽车/ADAS的前后的全范围。SOSLAB首席执行官JiSeongJeong在一份声明中说：“与安森美半导体这样的全球领先的半导体公司签署谅解备忘录，再次证明了SOSLAB的技术是世界上最好的。我们期望更快地开发（固态）型LiDAR，并计划在2-3年内大规模生产内置在大灯或保险杠上的LiDAR。”

在过去的几年中，我用微控制器做了一些非常奇怪和极端的事情。从ATtiny85、ESP8266上上实现众多（Tx和Rx）以太网广播以及为不带USB芯片的芯片编写USB堆栈，这些都是成功的且最疯狂和违反常理的事，本次视频的项目的核心是一个或多个查找表（LUT）。在计算机科学课程中，我们研究诸如动态编程之类的算法，并且听说过LUT，但是我们很少讨论这种改变游戏规则的工具的真正功能。在本演讲中，我将探讨如何以比您想象中更快的速度和在更小的处理器上进行处理的方式来解决复杂的问题。文章来源于Hackaday

为了使大气排放传感器更易于使用，我制作了包含AS3935集成电源的分线板。心脏显然是IC，我将其电源，具有外部微控制器电路的通信总线和主要控制信号带到外部。所有用于外部连接或外部处理的线都放在一侧有2.54mm间隙的焊盘线上，我们可以在该焊盘上应用细条纹。使用I²C总线或SPI总线与外部环境进行数据连接是串行的；在最后一种情况下，我们将使用以下行：MISO（主输入从输出），用于突破板输出，用于将与检测到的雷电相关的数据发送到Arduino；MOSI（主输出从设备输入），它是Arduino的数据输出，用于将设置消息或确认消息传送到分支板；CS（ChipSelect）是Arduino的产品线，可让分线板在SPI总线上进行交互；CS之所以有用，是因为多个设备可以使用SPI，并且为了避免数据同事，我们需要每次通信会话每次仅启用一个设备。SCL（时钟）对应于同步总线通信的信号。请注意，如果没有另外指定，AS3935的引脚8（即CS）从其内部上拉电阻保持在逻辑高电平，但是可以通过不需要外部管理的JCS跳线将其强制为逻辑零。对于串行通信模式，可以使用插在引脚9（选择接口）上的第二个跳线（标记为SI）在分支板上选择。集成的AS3935集成作品：在SPI模式下，如果9为逻辑零；如果选择接口处于VDD，则在I²C模式下工作。在我的应用程序中，我选择了第一个选项，因此您可以看到跳线已关闭。我将IRQ引脚（10）接到了CN1连接器的端子3，当IRQ是一个输出时，它与微控制器进行通信；当检测到雷电并将相应的值写入内部寄存器之一时，AS3935将逻辑电平拉高（REG0x03[3：0]）。输入阶段，这是允许我检测与闪电相对应的无线电干扰的阶段；这与引脚2和3有关，它们是集成电路的无线电接收器输入，它需要在输入端加上一个反谐振电路，以便调谐一定的带宽并排除与天线无关的低频干扰。目的。应用我提出的项目基本上由三个要素组成：防雷器（可在分线板上使用），ArduinoUno板（其职责是分析传感器提供的信号，对其进行处理并在串行LCD显示屏上显示）电路的第三个元素）提取的信息，即检测到的放电数量以及估计的距离，可以认为是闪电的“产生”。正如这些页面中的接线图所示，所有组件都必须连接，传感器分线板通过ISCP连接器与Arduino接口，因为后者具有完整的4线SPI总线。为了管理串行显示，我们使用软件序列，该软件序列通过SoftwareSerial.h库进行了仿真，该库使您可以为需要它的可能应用程序释放硬件序列。如上所述，传感器分线板通过SPI总线连接，从该总线可以接收所有设置并传送有关雷电检测的数据。板载芯片本身足以测量强度并检测由安装在分接板上的线圈检测到的放电过程，因此提供的数据不需要Arduino进行任何特殊处理。与分线板的连接利用了ICSP连接器上报告的SPI总线；然后我们将板子使用的GND（接地）和Vcc（连接至+5V）从Arduino取电。CS（在逻辑级别0处于活动状态）由Arduino的数字I/O3处理，从草图将其设置为输出，而分解板的IRQ则与数字I/O2接口，因此初始化为输入，因为具体来说，IRQ会通知Arduino可能与IC电路或其中断板接口的微控制器，该微控制器能够读取注册表的内容。当IRQ返回逻辑零时，至少有2毫秒的停顿，然后再次读取注册表。对于串行LCD显示屏，它通过5V和GND端子连接到Arduino，以用于电源和数字I/O5（设置为输出），将数据串行发送到LCD上的RX端子。通常，在不到60秒的时间内会显示风暴通知以及检测次数。如果在60秒内没有其他检测到，则显示通知“未检测到闪电”。如果在集成电路的注册表中可以找到检测距离，则此信息也会显示在第二行中，并在以下行中显示一条消息：DisturbDet。X其中“x”表示检测到的放电次数。在下面，您可以看到：距离：nkm其中“n”是闪电击中地面的估计距离。如果距离小于最小距离，则第一行显示Storm开销，第二行显示WATCHOUT！文章来源Hackaday

艾迈斯半导体推出首款可集成于3D/ASV的高量子效率（QE）NIR传感器，并在CES展会上演示ASV解决方案Seres4全新CGSS130传感器能够以极具竞争力的系统成本，实现高性能的支付深度图、脸部识别和AR/VR应用整体解决方案（发射、接收、算法软件）有助于移动电子设备厂商加快新品交付速度，并实现更具有竞争力的产品设计全球领先的高性能传感器解决方案供应商艾迈斯半导体推出CMOS全局快门近红外(NIR)图像传感器CGSS130，且与艾迈斯半导体于近日推出的3D系统形成完美互补。CGSS130可大幅降低脸部识别、支付认证等3D光学传感应用的功耗，这对于依赖电池供电的便携电子设备而言是至关重要的性能。同时CGSS130还支持更先进的传感器功能。艾迈斯半导体CGSS130传感器的NIR波段灵敏度是目前市场同类产品的四倍，它能够可靠地检测到3D传感系统中极低功耗IR发射器的反射信号。在脸部识别和其他3D传感应用中，IR发射器会消耗大部分功率，因此制造商使用CGSS130传感器可延长移动设备的电池运行时间。可穿戴设备和其他采用极小电池供电的产品使用该传感器可实现脸部识别功能。灵敏度的提高扩大了在相同功率预算下的测量范围，从而还可实现除了脸部识别之外的其他新应用。CES展会期间，艾迈斯半导体在拉斯维加斯威尼斯人酒店30楼236套房展示1.3M像素CGSS130（样品现已开始供货）。ams图像传感器解决方案事业部（ISS）高级副总裁兼总经理StephaneCurral表示：“继去年艾迈斯半导体宣布与SmartSensTechnology合作之后，我们非常高兴地宣布推出首款3D主动立体视觉(ASV)参考设计，该设计采用了CGSS130电压式NIR增强型全局快门图像传感器。1.3MP堆叠式BSI传感器在940nm时可实现最高量子效率，非常适合应用于依赖电池供电的电子设备系统中。通过提供3D系统的所有主要组件（发射、接收、算法软件），艾迈斯半导体能够以极具竞争力的成本实现出色的系统性能，同时还有助于客户缩短产品上市时间。”扩展艾迈斯半导体的3D传感产品组合艾迈斯半导体与全球高性能CMOS成像传感器供应商SmartSensTechnology的合作加快了CGSS130的开发进程。艾迈斯半导体的战略方针是进一步扩展和丰富其适用于所有3D传感技术的产品组合——主动立体视觉(ASV)、飞行时间(ToF)和结构光(SL)——同时缩短产品上市时间，提供更具竞争力的新产品组合。CGSS130的构成正是这一战略的具体体现---涵盖众多广泛应用，如ASV系统、智能锁、空间扫描、增强现实(AR)和虚拟现实(VR)等其他应用。NIR图像传感器与艾迈斯半导体现有的移动3D传感产品形成互补：NIRVCSEL发射器，包括PMSIL系列激光发射器（如针对ToF）以及Belago系列点投影仪（针对SL或ASV）。脸部检测和脸部匹配软件。参考设计可以帮助OEM缩短产品上市时间，同时能够以极具竞争力的总系统成本，实现高性能的支付深度图、脸部识别和AR/VR应用。实现更高性能的先进技术CGSS130传感器在NIR波段具有较高的量子效率，在940nm时高达40%，850nm时高达58%。由于采用堆叠式BSI工艺制造CGSS全局快门图像传感器，可实现小尺寸，其中CGSS130芯片只有3.8mmx4.2mm大小，GS像素大小为2.7um。该传感器能够以120帧/秒的最大帧率生成1080H×1280V有效像素阵列的黑白图像。这种高帧率和全局快门操作可生成无虚化或其他运动伪影的清晰图像。该传感器还具有高动态范围(HDR)模式，可实现超过100dB的动态范围。此外，该传感器还可以实现外部触发、视窗以及水平或垂直镜像等高级功能。

MaximIntegratedProducts，Inc（NASDAQ：MXIM）宣布推出业界最小的2引脚双向直流电力线通信（PLC）器件MAX20340，在超低功耗便携式和可穿戴应用中将充电底座的供电和通信接口尺寸减小80%。通过单根线路供电并进行数据通信，MAX20340省去了充电底座与真无线耳机、手环及其他小型可穿戴低压设备间通信所需的引脚和分立器件。与最接近的竞争方案相比，该产品有效简化设计，且为每只耳机节省13mm2的占位面积。对于消费类产品，尤其是可穿戴产品，人们总是在追求更小体积以及更舒适、更便利。最新的超小尺寸PLC芯片可最大程度地减少充电和通信接口的物理触点，有效降低成本，减少故障点并提高可靠性。此外，MAX20340集成自动在线检测功能，提高设计灵活性，省去可靠性差、成本高的替代方案，例如：机械连接器或霍尔效应传感器。器件可利用单个外部电阻配置为通信主机或从机。多种工作模式可帮助设计者根据应用需求最大程度地降低功耗。此外，MAX20340可通过接口对所有通信进行管理，只需简单的读、写I2C接口通信协议。主要优势·小方案尺寸：与最接近的竞争方案相比，MAX20340可将方案尺寸减少80%；每片MAX20340PLCIC尺寸仅为1.84mm2，无需电感等任何大尺寸外部元件。·可靠性：利用单根线路进行通信和供电，减少潜在的故障点和维护成本。·易于设计：通过I2C接口及简单的mailbox通信进行读写操作。评价·“如今，客户总是要求在保证功能与性能的同时，拥有更小的产品尺寸，而MAX20340帮助无线耳机和生物传感手环制造商创造出更舒适、更轻盈的产品，改善用户体验。”MaximIntegrated工业与医疗健康事业部执行总监AndrewBaker表示。供货及价格·MAX20340的价格为0.82美元（1000片起，美国离岸价），可通过Maxim官网及特许经销商购买。·提供MAXX20340EVKIT#评估套件，价格为57美元。

在近两年的一些旗舰手机产品发布会PPT上，介绍相机的部分除了样张、像素值之外，增加了越来越多的数据，比如说CMOS的型号、来自哪家厂商甚至感光元件的面积大小等等。特别是对于感光元件面积的介绍，成功地给大家科普了一番“底大一级压死人”。说到大底，豪威科技（OmniVision）就在CES2020上带来了底比在售的智能手机产品所使用的CMOS都大的OV48C。OV48C的感光元件面积为1/1.3英寸，比小米之前宣传了很久的那颗一亿像素的ISOCELLBrightHMX传感器（1/1.33）还要大，也就是比目前在售的智能手机的底都要大。当然，翻翻已经“作古”的一些机型，还是能翻出底更大的产品的，比如说诺基亚那款808PureView（1/1.2）。除了感光元件的面积大之外，OV48C采用QuadBayer设计，基于PureCelPlus技术打造，最高可输出4800万像素图片，通过像素四合一输出1200万像素的图片。并且，使用大尺寸和48MP的像素数量搭配，OV48C即便在高像素模式下也拥有1.2μm的巨大像素尺寸，而在像素四合一模式下甚至还能实现等效2.4μm的像素尺寸。也就是说，这款CMOS能够提供更好的暗光环境下的表现。视频拍摄方面，OV48C支持最高15帧/秒的4800万像素视频、60帧/秒的4K/2K视频、最高240帧/秒的1080P视频以及最高360帧/秒的720P视频拍摄。而针对手机的直出表现，这款感光元件还支持了芯片级的HDR功能。OV表示，OV48C还是业界首款具有双转换增益HDR和1.2微米大像素的CMOS，能够做到消除运动伪影，并带来优异的信噪比。不过，目前OV尚未公布合作的智能手机产商，也未公布搭载这款传感器的首批智能手机的上市时间。这款产品将会在1月7日-10日进行展示。

从Airpods1代到Airpods2代，再到Airpodpro，苹果做了很好的榜样。如果说抛弃按键的智能手机是苹果开创智能手机时代，那么抛弃耳机线、将充电电池座与无线耳机相结合是苹果开创TWS耳机的另一个伟大创新。2019年是TWS耳机真正爆发的一年，无论是传统音箱厂商还是互联网手机厂商都纷纷投身TWS耳机领域，各种功能类似，外型、价格各异的国产TWS耳机产品全面在市场上铺开，虽然对比Airpods这种教科书般的TWS耳机产品还有一定差距，但是1/4、甚至1/10的价格还是让这些国产TWS耳机拥有可观的市场，从这件事上来说，无论是用户、终端厂商还是芯片厂商都无可厚非的从中受益。如果抛开品牌、各家产品的外型，国产TWS耳机除了华为最新的产品搭载自己的麒麟A1芯片外，绝大多数厂商的芯片主要来自台湾的联发科以及美国的高通，而通过对于市面上的一些TWS耳机拆解，你会进一步发现其方案主要是基于AB1526以及CSR8675这两款产品。这两颗蓝牙SoC究竟有什么魔力，为何绝大多数的TWS耳机都采用这两个产品方案？AB1526是联发科收购的一家名叫络达科技的产品，这是一款全集成的单芯片，支持蓝牙4.2双模认证，支持HFP1.6和AAC解码器，并且可以支持自定义双MiC的宽频语音，可以获得良好的降噪和回声消除功能。通过下图的硬件系统框图可以看到，AB1526内嵌串行闪存，更灵活地支持客户软件升级和第三方软件移植。凭借优化的MCU结构，接口布局和更好的DSP算法，AB1526在大多数蓝牙音频应用中提供了更高的性能和语音和音乐质量。另外，AB1526采用非常小的BGA封装类型和只需要少数外部元器件即可组成TWS耳机方案，因此可应用于超小型耳机应用。AB1526支持“AiroStereo”，两个扬声器可以相互连接，在一个扬声器中播放左声道，在另一个扬声器中播放右声道，作为无线立体声系统。AiroStereo可以使最终用户无需有线连接即可获得出色的立体声体验。AB1526还支持“AiroShare”，可以将音乐从一个音频设备无线中继到另一台设备，使用户可以轻松共享来自同一音频源的音乐。而CSR8675则是高通收购的英国芯片厂商CSR的产品，CSR8670是CSR中高端的蓝颜单芯片解决方案，具有高集成度、高灵活度的无线音频解决方案，客户可以利用其先进的功能：比如“支持高达6个数码麦克风和电容触摸控制器”来开发多种多样的创新性消费音频设备。凭借小巧的PCB方案尺寸和对外部少量被动元器件的需求，通过整合对电容式触摸感应器的支持，CSR8670有助于设计具有更加光滑的触控界面、更加赏心悦目的产品。触控板可以设置为滑动式或扫动式操作，通过软件进行整体控制的，这样便于对单独的应用程序进行设置。而且最让人意外的是，高通的官网已经宣布CSR8670符合蓝牙5.0标准，可以说是可以无缝的升级。虽然AB1526和CSR8670都属于TWS耳机应用中的单芯片蓝牙方案，但是我们可以在详细的对比下区别出各自的细微之处。比如AB1526比CSR8670具有更高的接收灵敏度，但是在同等条件下，CSR8670具有更高的发射功率；在存储方面，两者都支持差不多的内部存储，但是CSR8670还支持额外的外部存储扩展，这对有需要做功能更复杂的蓝牙音频应用而言，CSR8670会更具有优势；而在电池充电管理方面，AB1526又要更胜一筹，支持更高的充电电流以及支持更多的电压输出，但在封装方面，AB1526只有一个5mm*5mm的BGA封装。不过话又说回来，如果综合目前TWS耳机的应用功能，其实两者的差距并不是很明显，可能唯一决定厂商方案选择是货源的稳定以及价格，而在蓝牙5.0如火如荼的杀到时，两者之前的天平也稍微倾斜，原本都作为只支持蓝牙4.2有些力所不及，好消息是两者都有相应的升级产品，比如AB1526的AB1526P就可以支持BT5.0，而CSR8670在高通的官网上直接注明了符合蓝牙5.0，应该是可以通过软件或者固件的更新支持，这要比AB1526强，另外高通不仅包含CSR的蓝牙解决方案，还有自己的蓝牙解决方案，中高端的QCC300x系列以及高端的QCC5100系列，或许留给联发科的优势是价格和供货了。

提起大疆，相信不少人首先想到的就是无人机。如果你认为大疆只会造无人机，那你就大错特错了。在近日举办的2020CES大会上，大疆内部孵化的独立公司览沃科技（Livox）展示了两项激光雷达最新技术成果——Horizon（地平线）和Tele-15（远程15）。据了解，这两项激光雷达是为L3/L4级自动驾驶而专门设计的，具有高性能、低成本、可量产的特点。另外，Livox还与自动驾驶初创公司RefractionAI和AutoX建立了合作关系。官方资料显示，Horizon检测范围达260米，水平视场角81.7°，可覆盖10米距离内的4条车道，仅使用5个Horizon即可实现360°全方位覆盖。同时，Horizon具有高密度点云、体积小的特点，可以轻松地嵌入到车辆中，适配各种车型。Horizon官方售价为800美元（约合人民币5560元）。而Tele-15是业内首款探测距离达500米的激光雷达，专为远距离检测而设计，兼具紧凑尺寸、高精度和耐用性的优势，仅需0.1秒即可扫描15°圆形视场内99.8%的区域。官方售价为1200美元（约合人民币8340元），预计今年第二季度开售。据悉，Livox于2016年成立，期间一直致力于研发3D激光雷达技术。直到2019年1月才开始对外公开三个系列产品（Mide、Horizon和Tele），并广泛应用到汽车、测绘、移动机器人等等不同领域。截止到目前，Livox已服务超过1000家客户，产品大多销往美国、加拿大、日本以及中国在内的26个国家和地区。此次上述两款新产品发布，给那些中小企业提供了成熟的解决方案，使得自动驾驶或路径探测的成本更低。文章来源于网络

荷兰半导体设备供应商ASML表示，无论有无美国发放的极紫外光光刻机（EUV）销售许可证，ASML都希望对华继续供应半导体设备，并希望2020年增加其产品在中国市场的销售份额。据了解，在EUV光刻机领域，ASML是全球唯一能生产EUV的企业，美国一直反对这家荷兰企业与中国的芯片制造公司有过多的生意往来。据路透社报道，稍早前特朗普政府展开“强大攻势”，阻止荷兰向中国出售芯片制造技术。美国国务卿迈克·蓬佩奥正在游说荷兰政府，同时白宫官员向荷兰首相分享了一份机密情报报告。此前并未报道的高规格做法，表明了白宫对阻止中国获得制造世界上最快微处理器所需机器的重视程度。这也显示了美国政府在试图单方面阻止先进技术流入中国方面，很大程度上还难以得逞。本文转载自网络

第三代AirPodsPro，除了缩小外型，还改变了什么？AirPodsPro刚刚出现的时候，由于它不同以往的外型，就多了一个“豌豆射手“的称号。对比配有无线充电盒的AirPods二代，都要贵400多元。那它究竟有什么优点，能够成为大家的新宠儿？先来看一下充电盒吧。由于耳机外型的变化，AirPodsPro充电盒也有所变化。拆解时需小心外壳底部有两条软板通过BTB接口连接主板。并且接口表面有软胶覆盖。耳机放置槽与黑色支撑架通过少量胶水固定，放置槽内金属触点与软板通过锡焊方式连接，放置槽底部左右两侧共有12块磁铁，背面贴有石墨散热材料。两块锂聚合物电池用泡棉胶固定在黑色支撑架两侧，主板呈垂直装在固定在支撑板中间凹槽内。AirPodsPro充电盒使用两块锂聚合物电池串联，型号为A2135,额定容量519mAh，厂商为欣旺达。LightningDock接口用两颗六角螺丝固定在充电盒内，盒子背面贴着无线充电线圈和网络匹配按钮。充电盒表面贴有大量石墨用于散热，在LightningDock接口表面和充电盒底部结合处有泡棉材料。不仅固定了LightningDock接口也保证了接口处的防水性。主板ic信息：主板正面：[captionid="attachment_415273"align="aligncenter"width="658"]EPSONscannerimage[/caption]1.STMicroelectronics-STM32L476MGY6-MCU单片机芯片2.Broadcom-BCM59356-无线充电电源管理芯片3.TI-BQ25116A-电池充电管理芯片主板背面：1.NXP-USB充电控制芯片总结充电盒内部两块锂聚合物电池串联通过泡棉胶固定在黑色支撑架两侧。由于充电盒部分的主板上几乎全是WLP裸片，所以在主板表面涂有大面积软胶，用于填充空隙和加固保护芯片。充电盒内大部分都用BTB接口与主板连接，接口表面都有加固软胶。在拆耳机前，我们再来回顾一下耳机的配置吧。SoC：H1音频微控制芯片特色：主动降噪|SIP封装设计|力度控制器|三麦克风设计|双加速度计传感器这款耳机究竟做了哪些改变？第一点自然就是，AirPodsPro的硅胶耳塞。这种耳塞可直接取下，包装内还配有三副不同尺寸耳塞。耳塞内都带有防尘网设计。根部有泄压孔，让耳机佩戴更舒适。第二点就是电池的变化了。由于底部天线的改变，这一次改用了纽扣电池。根据电池背面的标签判断，这颗电池来自德国瓦尔塔，型号为CP1154。AirPodsPro的动圈扬声器单元是定制的。扬声器与发声网罩之间有一颗歌尔的内向型麦克风，用来监听传入人耳的环境噪声。由于软板带有大量用于紧固的软胶难以直接取出，所以对耳机后端直接进行了破拆。软板一头为整个耳机的H1音频微控制系统，整个系统芯片用SIP封装。软板正面是两颗来自歌尔的麦克风，背面是金属天线模块。主板ic信息：主板正面:1．Apple-H1系统控制SIP封装正面主板反面：1．APPLE-H1系统控制SIP封装反面2．STMicroelectronics-语音识别加速感应器3．BOSCH-运动加速感应器4．Goertek-麦克风SIP封装正面——内部芯片：1．Maxim-电源管理芯片2．AnalogDevices-触控芯片3．CirrusLogic-音频解码芯片SIP封装反面——内部芯片：1．Apple-H1蓝牙音频微控制处理器总结AirPodsPro由于整机结构紧凑，拆机后无法修复。纽扣型充电锂电池为体积的控制起到了很好的作用。耳机内置有三颗麦克风除了语音控制和通话功能外，主要功能是监听环境噪声配合耳机内两颗加速度计协同工作，起主动降噪功能。耳机内的运动加速感应器、语音识别加速感应器以及触控芯片等芯片也都将耳机的性能做了一个提升。来源：eWiseTech

据预测，到2050年，全球60岁以上的人口预计将达到20亿。就此而言，这将代表全球五分之一以上的人口。随着老年人口的增加，需要更先进的家用监控，同时仍然允许人们保持个人自主权。根据美国疾病控制与预防中心的数据，每年有近四分之一的老年人跌倒，而跌倒是老年人因创伤入院的主要原因，如图1所示。跌倒检测系统可使用传感器驱动的解决方案，通过准确的点云数据提供非接触、非隐私的侵入式感应。图1：德州仪器毫米波传感器可用于老年人、残疾人和紧急监视系统中的姿态检测德州仪器毫米波传感器如何帮助解决当今的跌倒检测系统的挑战德州仪器IWR6843毫米波传感器可实现高精度的跌倒检测，而无需与被监视人员接触。除了通过材料进行感应外，传感器还可在所有照明条件下进行检测，并通过利用3D点云信息为场景中的范围、角度和速度系统提供数据参数在此，我们有德州仪器的“检测人的跌倒和姿态”演示，展示了德州仪器的60GHzIWR6843单芯片传感器及其在传感器安装在墙壁时能够检测人员身高和姿态的能力。之所以使用IWR6843是因为60GHz频带已在全球范围内开放用于工业RF感应应用该演示使用方位角和仰角均为120度的IWR6843ISK-ODSEVM。在该演示中，EVM被安装在为6.5英尺的高度，而且宽视场视野有助于增加对地面的可见性并最大程度减少死角。该演示还可被修改为使用德州仪器的IWR6843AOPEVM封装天线EVM。远程非接触式姿态检测当前许多老年人警报系统都要求用户按下按钮以触发响应，但是如果他们因跌倒无意识时，则不可能按下按钮。有了德州仪器毫米波传感器，系统就可检测到潜在的跌倒情况并触发响应，这样就不需要个人经常携带安全警报按钮。启用非侵入式跌倒检测当德州仪器毫米波传感器用作系统中的唯一技术时，它为系统在家庭或楼宇中的物理姿态提供了更大灵活性。由于毫米波技术捕获的是点云数据而非图像，因此基于毫米波技术的跌倒检测系统可用于更敏感的区域，例如家里的浴室或卧室。该传感器还可通过塑料和纸面石膏板进行检测，从而使其能够谨慎地布置并实现更简化的家居设计。丰富的、可实现精确测量的点云数据对于老年人监控系统，必须要有高分辨率才能区分处于正常状态的人员的姿势和身高。德州仪器的毫米波传感器输出3D点云和速度信息，可帮助确定人员是否跌倒。结论德州仪器毫米波传感器是用于家庭监控系统的智能解决方案，可用于老年人监控和紧急情况。当用于跌倒检测系统时，德州仪器的IWR6843可进行高精度监控，同时在所有环境条件下都可保持个人隐私和鲁棒性，而无需穿戴设备。文章来源于网络

1月6日，据外媒报道，美国创业公司AgilityRobotics宣布其双足机器人Digit现已开售，这是一款可以应用在物流行业（包括上下楼梯）的双足机器人产品。Digit外观与一个成年人类似，可以借助自带传感器进行半自动导航，其手臂可以搬动18kg的箱子，该公司表示，Digit可以应用于多种行业，包括物流、仓储、工业环境等等。在官方公布的宣传视频中，Digit可以在无人干涉的环境下自行选定搬动箱子，随后在工作人员的操作下进行移动。公司CEO表示，Digit的价格尚未确定，但“低至6位数”（10-99万美元），每小时成本约合25美元。汽车公司福特已经先行购买了2部Digit用来与无人驾驶车辆组合测试，看看能否解决配送最后一公里的问题。该公司表示Digit首批出货仅有6台，2020年大致会有20-30台，2021年可能会翻一番。虽然Digit还面临着很多疑问，但AgilityRobotics还是走出了第一歩，成为了首家正式开售的双足机器人公司，如果真的得到大规模普及，相比快递小哥们的岗位可能就会受到影响了。文章来源于网络

日前，国产统一操作系统UOS宣布与杭州晟元数据安全技术股份有限公司完成兼容适配工作，UOS+晟元指纹识别芯片可以在龙芯、兆芯、飞腾、申威、鲲鹏、海光等国产CPU上一键解锁，进一步提升国产UOS系统的实用性。所有人都知道国产操作系统最大的问题是生态，但是生态问题不是一天、一月甚至一年就能解决的，只能一步步来，此前国内有多个操作系统项目，但在2019年特殊的形势下，多个操作系统正在整合，CEC中国电子旗下的两大麒麟Linux合并了，而UOS（unityoperatingsystem）是中国电子集团（CEC）、武汉深之度科技有限公司、南京诚迈科技、中兴新支点等四大厂商合作的，主体公司是统信软件公司，由诚迈科技子公司武汉迈诚科技、武汉深之度分别作价2亿、2.55亿合资而成。UOS的目标是统一发布渠道、应用商店、UI、内核、文档及开发接口，并采用开源社区的方式吸引产业链上下游共同支持UOS系统，也会支持国内外各种CPU处理器。在此之后，UOS迅速开展与国内软硬件平台的适配工作，与国内各主流整机厂商，以及数百家软件厂商展开了全方位的兼容性适配工作。在处理器方面，UOS已经适配龙芯、兆芯、飞腾、申威、鲲鹏、海光等国产CPU。在浏览器上，UOS已经适配360安全浏览器、Firefox、Chrome等国内外主流浏览器。在云桌面上，统一操作系统UOS已经与和信创天完成兼容性适配，可为客户提供安全可靠的云化转型升级方案。在办公软件上，金山的WPSOffice2019以及永中Office也已经适配UOS操作系统。此外，UOS还适配了华为的FusionAccess桌面云，打造了基于统一操作系统UOS的桌面云联合解决方案。

STMicroelectronicsISM330DHCXiNEMO惯性SiP模块采用系统级封装，包含高性能3D数字加速度计和3D数字陀螺仪，适合用于工业物联网(IIoT)和工业4.0应用。由于在同一个硅片上集成了加速度计和陀螺仪的传感元件，因此确保了出色的稳定性和耐用性。ISM330DHCX满量程加速范围为±2g至±16g，宽角速率范围为±125dps至±4000dps，适合用于各种应用。ISM330DHCX模块集成了一整套嵌入式功能和中断特性，包括倾斜检测、自由落体、唤醒、6D/4D定位、单击和双击。它还包含集成式计步器（含步行检测和计数器），用于医疗应用。ISM330DHC采用14引线塑料焊盘格栅阵列(LGA)ECOPACK®封装，符合RoHS指令要求。特性3D加速度计，量程可选：±2g、±4g、±8g、±16g3D陀螺仪，可选扩展满量程：±125dps、±250dps、±500dps、±1000dps、±2000dps、±4000dps扩展温度范围：-40°C至+105°C内置补偿，无论温度如何变化都非常稳定SPI/I2C串行接口辅助SPI串行接口，用于陀螺仪和加速度计（OIS和其他稳定应用）的数据输出六通道同步输出传感器集线器功能可有效地从其他外部传感器收集数据可编程有限状态机，处理来自加速度计、陀螺仪和外部传感器的数据嵌入式智能FIFO：最多9KB机器学习内核智能嵌入式功能和中断：倾斜检测、自由落体、唤醒、6D/4D定位、单击和双击嵌入式计步器、走步探测器和计数器，用于保健应用模拟电源电压：1.71V至3.6V嵌入式温度传感器用于加速度计和陀螺仪的嵌入式自检高冲击生存率封装类型：LGA-14封装尺寸：2.5mmx3mmx0.83mm符合ECOPACK、RoHS及绿色标准的器件应用工业物联网及联网设备保健应用光学图像和镜头稳定机器人、无人机和工业自动化导航系统和远程信息处理振动监测与补偿加速度计框图陀螺仪框图

安富利超酷炫手势识别雷达新鲜出炉了，一个雷达识别四种手势。相对于摄像头，毫米波雷达可以更好的保护客户隐私，而且算法简单不需要GPU以及神经网络的支持，因此反应更快功耗更低。在应对恶劣天气方面，毫米波雷达具有天然优势，全天的传感器，灰尘雨雾都可能让摄像头失效，无法获取有效图片，再强大的神经网路也无法正确识别，毫米波雷达由于穿透性强，恶劣环境下依然可以有效工作。该方案我们可以看到实验人员在毫米波雷达探测区域旋挥手可以被雷达正确探测到从左向右挥手以及从右向左挥手；旋转手势识别包括顺时针旋转和逆时针旋转，以及极其细微手指搓动都能被正确探测到。2016年谷歌展示了超炫的雷达芯片——ProjectSoli。基于60GHzFMCW雷达来捕捉细微的手势动作，实现对硬件的操控。在展示视频中可以实现隔空操作智能手表，可以取代触摸屏隔空操控手机，可以取代触控板操作电脑，甚至已经有开发者实现隔空打字的功能！相比于当前流行的二维触屏系统，它的控制手势是三维立体的，所以显得更加直观，更加生动，再加上利用了“电磁波”这只看不见的手来操控，颇有些魔术效果。如今这套开发平台对普通开发者来说不再遥不可及，安富利北京射频实验室已经开发实现了基于英飞凌公司BGT60TR13芯片的硬件及软件算法一整套评估系统，便于客户快速的开发自己的产品，文后请参考该平台的演示视频。硬件平台英飞凌60GHz雷达处理芯片BGT60TR13，5GHz的扫频带宽，在FMCW工作模式中，可以实现3cm的距离分辨率，可以识别精细的手势。安富利目前的手势识别算法运行在60GHz的毫米波雷达平台上，扫频带宽为3GHz，目前已经实现旋转，左右挥手，上下挥手以及揉搓手指等手势识别。该方案目前已有评估套件可供客户评估，套件BGT60TR13评估板以及用运行在PC机上的SDK，方案如图1所示。图160GHz毫米波雷达功能示意软件流程为便于客户软件开发，安富利北京实验室已开发一整套软件代码，其具体功能如图2所示，包括，2-DFFT变换，基于硬件加速的峰值搜索，恒虚警算法筛选潜在目标，基于相差比较方法计算角度波达方向角，以及在SDK环境下的手势分类识别，最后将手势识别结果打印在PC机上。图2软件功能框图本文转载自：安富利

在此视频教程中，我使用RaspberryPi4通过USB从便宜的360度LADR/LiDAR（YDLIDARX4）读取数据。一旦能够获得距离测量值，我便继续在Python中设计一个Web界面，该界面使我可以可视化极坐标图中的数据。我将JavaScript库D3.js/Plotly用于客户端图表，并将FlaskWeb微框架用于设置Web应用程序的服务器端。对此的核心是使用Websocket在服务器和客户端之间交换LiDAR数据。为此，我使用了Flask-SocketIO模块。本文来源ACROBOTIC，电路城编译

2020是如此科幻的年份，步入2020年，仿佛回到久违的未来。科技浪潮新十年开启，蓄势已久的智能革命将迎来颠覆性的技术变局。达摩院今天发布2020十大科技趋势，希望与你共同见证那些期待已久或从未料想的变化，并且循着技术演进的曲线，找到我们的来处和去向。趋势一、人工智能从感知智能向认知智能演进人工智能已经在“听、说、看”等感知智能领域已经达到或超越了人类水准，但在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感，并结合跨领域知识图谱、因果推理、持续学习等技术，建立稳定获取和表达知识的有效机制，让知识能够被机器理解和运用，实现从感知智能到认知智能的关键突破。趋势二、计算存储一体化突破AI算力瓶颈冯诺伊曼架构的存储和计算分离，已经不适合数据驱动的人工智能应用需求。频繁的数据搬运导致的算力瓶颈以及功耗瓶颈已经成为对更先进算法探索的限制因素。类似于脑神经结构的存内计算架构将数据存储单元和计算单元融合为一体，能显著减少数据搬运，极大提高计算并行度和能效。计算存储一体化在硬件架构方面的革新，将突破AI算力瓶颈。趋势三、工业互联网的超融合5G、IoT设备、云计算、边缘计算的迅速发展将推动工业互联网的超融合，实现工控系统、通信系统和信息化系统的智能化融合。制造企业将实现设备自动化、搬送自动化和排产自动化，进而实现柔性制造，同时工厂上下游制造产线能实时调整和协同。这将大幅提升工厂的生产效率及企业的盈利能力。对产值数十万亿乃至数百万亿的工业产业而言，提高5%-10%的效率，就会产生数万亿人民币的价值。趋势四、机器间大规模协作成为可能传统单体智能无法满足大规模智能设备的实时感知、决策。物联网协同感知技术、5G通信技术的发展将实现多个智能体之间的协同——机器彼此合作、相互竞争共同完成目标任务。多智能体协同带来的群体智能将进一步放大智能系统的价值：大规模智能交通灯调度将实现动态实时调整，仓储机器人协作完成货物分拣的高效协作，无人驾驶车可以感知全局路况，群体无人机协同将高效打通最后一公里配送。趋势五、模块化降低芯片设计门槛传统芯片设计模式无法高效应对快速迭代、定制化与碎片化的芯片需求。以RISC-V为代表的开放指令集及其相应的开源SoC芯片设计、高级抽象硬件描述语言和基于IP的模板化芯片设计方法，推动了芯片敏捷设计方法与开源芯片生态的快速发展。此外，基于芯粒（chiplet）的模块化设计方法用先进封装的方式将不同功能“芯片模块”封装在一起，可以跳过流片快速定制出一个符合应用需求的芯片，进一步加快了芯片的交付。趋势六、规模化生产级区块链应用将走入大众区块链BaaS(BlockchainasaService)服务将进一步降低企业应用区块链技术的门槛，专为区块链设计的端、云、链各类固化核心算法的硬件芯片等也将应运而生，实现物理世界资产与链上资产的锚定，进一步拓展价值互联网的边界、实现万链互联。未来将涌现大批创新区块链应用场景以及跨行业、跨生态的多维协作，日活千万以上的规模化生产级区块链应用将会走入大众。趋势七、量子计算进入攻坚期2019年“量子霸权”之争让量子计算在再次成为世界科技焦点。超导量子计算芯片的成果，增强了行业对超导路线及对大规模量子计算实现步伐的乐观预期。2020年量子计算领域将会经历投入进一步增大、竞争激化、产业化加速和生态更加丰富的阶段。作为两个最关键的技术里程碑，容错量子计算和演示实用量子优势将是量子计算实用化的转折点。未来几年内，真正达到其中任何一个都将是十分艰巨的任务，量子计算将进入技术攻坚期。趋势八、新材料推动半导体器件革新在摩尔定律放缓以及算力和存储需求爆发的双重压力下，以硅为主体的经典晶体管很难维持半导体产业的持续发展，各大半导体厂商对于3纳米以下的芯片走向都没有明确的答案。新材料将通过全新物理机制实现全新的逻辑、存储及互联概念和器件，推动半导体产业的革新。例如，拓扑绝缘体、二维超导材料等能够实现无损耗的电子和自旋输运，可以成为全新的高性能逻辑和互联器件的基础；新型磁性材料和新型阻变材料能够带来高性能磁性存储器如SOT-MRAM和阻变存储器。趋势九、保护数据隐私的AI技术将加速落地数据流通所产生的合规成本越来越高。使用AI技术保护数据隐私正在成为新的技术热点，其能够在保证各方数据安全和隐私的同时，联合使用方实现特定计算，解决数据孤岛以及数据共享可信程度低的问题，实现数据的价值。趋势十、云成为IT技术创新的中心随着云技术的深入发展，云已经远远超过IT基础设施的范畴，渐渐演变成所有IT技术创新的中心。云已经贯穿新型芯片、新型数据库、自驱动自适应的网络、大数据、AI、物联网、区块链、量子计算整个IT技术链路，同时又衍生了无服务器计算、云原生软件架构、软硬一体化设计、智能自动化运维等全新的技术模式，云正在重新定义IT的一切。广义的云，正在源源不断地将新的IT技术变成触手可及的服务，成为整个数字经济的基础设施。

每种计算方法都会招致一些安全挑战，机器学习(ML)也不例外。幸运的是，这一领域的人工智能(AI)的漏洞在相当大的程度上是可预测的。但遗憾的是，漏洞并不是很容易发现。当考虑到涉及庞大的数据量、这些数据的细粒度以及机器学习随着时间推移而成长和改进的事实时，其中就蕴涵着这些挑战。机器学习根据人类无法感知的模式处理数据，这既是优点又是漏洞。人工智能的每个领域都带来高效率、高质量和常常史无前例的创新。例如在制造过程中，人工智能使问题易于发现和纠正，基于人工智能的安全方法可以保护所涉及的过程。机器学习通过训练算法进行“学习”，确定某种情况的可能结果，同时通过深度学习（DL，人工智能的另一个子集），算法能够让软件自我训练以执行任务。在这种情况下，多层神经网络会接触到数百万的数据点，模拟人脑的能力来识别模式并对信息进行分类和澄清。机器学习中的漏洞回到当前的问题。机器学习是否为黑客攻击工业系统打开了方便之门？答案是，没有什么是万无一失的，尤其是快速发展的技术。也就是说，有些机器学习/深度学习系统设计精湛，有些则设计欠佳，因此有些系统比另一些系统更容易受到黑客攻击。Gartner预测，到2025年，机器学习将成为每种安全解决方案的一部分。与此同时，需要处理的安全漏洞则会倍增。这方面的有效例子包括，Google通过机器学习阻止了大约99%的垃圾邮件。据说，IBM的Watson在2017年阻止了针对温布尔登网球赛的2亿次网络攻击。机器学习算法在保护基于云的平台和分析可疑活动（包括登录和其他异常）方面发挥着重要作用。最常用的攻击模式是一种对抗技术，即试图通过恶意输入侵入模型，从而使模型出错。当新输入包含微妙但恶意制作的数据时，模型将表现不佳，但模型的统计性能可能不会受到损害。通过以下方式，也能对机器学习模型进行攻击：损害完整性是其中之一。如果机器学习模型没有过滤掉一个或多个反面案例，让反面案例潜入系统，那么就可能会被黑入。开展试探性攻击，通过输入记录值了解模型预测。诱发型攻击会改变训练数据和模型。传送到系统的输入记录可能有潜入的不当记录，也有可能有被阻止进入的有效记录。如果不当输入被放过，那就是完整性攻击；攻击者可以定期进入，系统可能会将不当输入标记为有效输入。当训练模型所用的数据是攻击者的数据，而有效输入被系统过滤掉时，发生的就是可用性攻击。在这种情况下，合法记录可能被删除。虽然犯罪活动确实在加大对机器学习的攻击力度，但这并不像听起来那么容易。幸运的是，在运用高级技术来增强安全性之前，可以从一些非常简单的地方着手保护系统。例如，系统软件如果已过时，且未下载可用补丁，就会更容易受到攻击。强大的凭据和多因素身份验证都很重要。此外，不能使用简单的用户名/密码，网络应采取更安全的措施。从何处着手为了帮助开发人工智能应用，有如下套件可用：SeeedTechnology的NVIDIAJetsonNano开发套件能满足深度学习、计算机视觉、GPU计算和多媒体处理之类AI工作负载的性能需求（图1）。它可以让用户针对图像分类、对象检测、分割、语音处理之类的应用运行AI框架和模型。最后，通过它可以简单地连接各种传感器以支持多样化的AI应用。图1：JetsonNano套件受SeeedTechnology的JetPack支持，其中包括用于AI应用的板级支持包、Linux操作系统、NVIDIACUDA、cuDNN和TensorRT软件库。（图片来源：Seeed）Adafruit和Digi-Key最近推出了BrainCraftEDGEBADGE嵌入式评估板（图2），它通过运行TensorFlowLite迷你版本的小型微控制器将机器学习扩展到边缘。这种信用卡大小的评估板（如图2所示）内置Microchip的ATSAMD51J19微控制器，带有512KB闪存和192KBRAM。该套件包括用于语音识别的内置麦克风输入，以及带有演示程序的Arduino库，用以识别各种单词对和手势。图2：此Supercon徽章也可以用作铭牌，利用CircuitPython进行编程。它是一种USB驱动器，不需要IDE即可显示名称、二维码或其他信息。（图片来源：Adafruit）最后，诸如STMicroelectronics的LSM6DOX之类高级传感器加上机器学习内核、有限状态机和高级数字功能，大大增强了该公司的STM32微处理器系列，使其能够满足AI功能的性能和精度要求。未来趋势如今已经有基于云的计算模型包括了通过认知计算、自动机器学习、机器学习模型管理、机器学习模型服务和基于GPU的计算提供的机器学习平台。但是，当考虑到机器学习和深度学习应用需要大量数据时，很明显，头条新闻充斥着越来越多的云黑客攻击事件。在将涉及AI/ML的敏感数据移至云端时，公司要谨慎对待。真正保护敏感数据所需的安全策略以及控制黑客入侵的方法，不一定像它们需要的那样值得信赖。物联网会产生令人难以置信的大量数据。启动AI、自动化、机器学习等所需的数据，尤其是在混合有遗留数据的情况下，绝对必须是适合应用的合适数据。以下是开发人员在实现AI/ML时应采取步骤简表：知晓并理解现有数据差距了解哪些工作流程将受到潜在AI项目的影响确保全公司接受既有的并经过沟通的最终计划，知晓每个人如何参与该过程抓住技术和机会，而不是着手削减成本从数据清理开始，检测、更正、删除损坏或不准确的记录总结人工智能和机器学习需要高质量的数据驱动算法和决策。人工智能、机器学习和深度学习可能会在某个时候对大多数公司的未来产生重大影响。机器学习算法已经成为检测基于文件的恶意软件和阻止恶意软件的主要方法。此外，算法还能判断哪些应用不安全，并将其与生产系统隔离。人工智能还被用于金融服务、医疗健康和保险中，以保护极其敏感的数据。的确，我们会迷惑于人工智能/机器学习的概念。若能充分发挥其潜力，它将是一个了不起的工具。实施前务必确保在公司内部已经有大量相关知识积累，或者让云或实施合作伙伴带领您顺利通过黑客雷区。

这就好比是我们时代的登月计划。从传感器到人工智能（AI），经典的电子供应链已经形成了一个协作矩阵，致力于实现自动驾驶车辆的安全性。为此，还需进行大量硬件和软件开发工作，以确保驾驶员、乘客和行人受到保护。尽管机器学习和AI可以发挥作用，但其有效性取决于输入数据的质量。因此，除非自动驾驶车辆建立在高性能、高可靠度传感器信号链的基础上，始终提供最准确的数据作为生死决策的依据，否则便不能被认为是安全的。就像最初的登月一样，在通往安全自动驾驶车辆的道路上还存在许多障碍。最近发生的涉及自动驾驶车辆的事故助长了唱反调者的声势，他们认为车辆及其行驶环境太复杂，变数太多，而算法和软件仍然错误太多。对于参与了ISO26262功能安全合规性验证的任何人来说，他们对此持怀疑态度是可以理解的。这种怀疑态度有相关数据的支持，下图比较了2017年在硅谷测试的五家自动驾驶车辆公司的实际行驶里程数和脱离自动驾驶模式的次数（图1）。2019年的数据尚未汇总，但个别公司的报告可在网上查阅。图1：五大自动驾驶制造商在加州的测试数据：每次脱离人为接管后自动驾驶系统的平均行驶英里数（2017年12月至2018年10月）。在这段时间内，总共有28家公司主动在在加州的公众场合对车辆进行了测试。期间，在自动驾驶模式下共行驶2,036,296英里，发生143,720次人为接管但是目标已经很明确，当务之急是要在自动驾驶即将到来之时，保障至关重要的安全性。加州车辆管理局（DMV）2018年的非官方数据显示，同等英里数下，自动驾驶模式的人为接管次数正在减少，这也表明自动驾驶系统正变得越来越强大。而这种趋势需要进一步加快。通过将协作和新思维放在第一位，汽车制造商将直接与芯片供应商洽谈；传感器制造商将与AI算法开发人员讨论传感器融合；而软件开发人员将与硬件提供商建立联系，充分发挥两者的优势。旧的关系正在改变，新的关系正在动态地形成，以优化最终设计的性能、功能、可靠性、成本和安全性。生态系统正在寻求合适的模式，以便在此基础上制造和测试全自动驾驶车辆，用于快速涌现的新应用，如自动驾驶出租车（robo-taxi）和长途货车。在此过程中，高级驾驶辅助系统（ADAS）所使用的传感器不断改进，使得自动化程度快速提高。图2：用于ADAS感知和车辆导航的各种传感技术往往独立工作，并向驾驶员发出预警，以便做出反应这些传感器技术包括摄像头、激光探测与测距（LiDAR）、无线电探测与测距（radar）、微机电传感器（MEMS）、惯性测量单元（IMU）、超声波和GPS，所有这些都为人工智能系统提供关键的数据输入，从而驱动真正的自动驾驶车辆。车辆的认知能力是预测性安全的基石车辆的智能化程度通常用自动驾驶级别来表示。L1和L2主要是预警系统。为避免事故，L3或者更高级车辆会有更大控制权。随着车辆发展到L5，方向盘将被取消，车辆完全自动驾驶。在最初的几代系统中，当车辆开始具备L2功能时，各个传感器系统都是独立工作的。这些预警系统误报率较高，带来了不少麻烦，因此经常被关闭。为了实现具有认知能力的全自动驾驶车辆，传感器的数量将显著增加。此外，性能和响应速度也必须大幅提升（图3、图4）。图3：为了确保自动驾驶车辆的安全，必须充分探测当前和历史状态、环境特性以及车辆自身状态（位置、速度、轨迹和机械状况）图4：自动驾驶等级和传感器要求将更多传感器安装在车辆上后，还可以更好地监控和分析当前机械状况，如胎压、重量变化（例如，负载和无负载、一名乘客或五名乘客），以及可能影响制动和操控的其他磨损因素。有了更多的外部传感方式，车辆可以更充分地感知其行驶状况和周围环境。传感方式的改进使汽车能够识别环境的当前状态，并了解历史状态。这来自于ENSCO航空航天科学和工程部首席技术官JosephMotola开发的原理。这种传感能力既可以完成一些简单的任务，例如探查道路状况，识别坑洼位置，也可以进行一些详细分析，比如一段时间内在特定区域发生的事故类型以及事故原因。在这些认知概念最早提出时，由于感测、处理、内存容量和网络连接的限制，使它们看起来似乎遥不可及。但现在情况已经大有改观。现在，系统可以访问这些历史数据，并将其与车辆传感器提供的实时数据相结合，以提供越来越准确的预防性措施，避免发生事故。例如，IMU可以检测到因坑洼或障碍物引起的突然跃起或偏离。过去，这些信息无处传输，但现在通过实时连接，可将这些数据发送到中央数据库，并用于警告其他车辆有关坑洼或障碍物的信息。摄像头、雷达、激光雷达和其他传感器数据也是如此。这些数据经过编译、分析和融合，使车辆能够利用这些数据对其行驶环境作出预判。这使车辆能够成为一台有学习能力的机器，有望做出比人类更好、更安全的决策。多方面决策和分析在提高车辆感知方面，现在也取得了很大的进展。其重点在于从各个传感器收集数据，并应用传感器融合策略，将互补优势发挥到极致，弥补不同传感器在各种条件下各自的弱点（图5）。图5：每一种传感技术都有其各自的优缺点，但只要有适当的传感器融合策略，它们就可以优势互补并弥补弱点不过，要想真正有效地解决行业面临的问题，仍有许多工作要做。例如，要提高摄像头计算横向速度的能力（也就是物体在与车辆行驶方向垂直的路径上移动的速度）。但是，要实现足够低的误报率，即使是最好的机器学习算法仍然需要大约300毫秒来进行横向移动检测。对于在以每小时60英里速度行驶的车辆和在车辆前方行走的行人来说，毫秒之差就关系到人员受伤的轻重程度，因此响应时间至关重要300毫秒延迟是由系统从连续视频帧执行增量矢量计算所需的时间造成的。要进行可靠的检测，需要十个或以上连续帧，但我们必须将其降到一个或两个连续帧，以便给车辆足够的响应时间。雷达可以做到这一点。同样，雷达在速度和物体探测方面也有许多优点，例如对方位和俯仰角的高分辨率，以及“看到”周围物体的能力，但它也需要为车辆提供更多的时间来作出反应。以400公里/小时或更高的速度测定为目标，77GHz至79GHz的一些开发工作取得了新的进展。这种水平的速度测定可能看起来很极端，但对于支持复杂的双向车道行驶是必要的，在这种路况中，相向行驶的车辆的相对速度超过200公里/小时。激光雷达可以弥补摄像头和一般雷达的不足，是具有认知能力的全自动驾驶车辆上一个必不可少的组件（图6）。但它也面临着挑战。图6：全自动驾驶车辆主要依赖360˚检测，需要使用先进的雷达、激光雷达、摄像头、惯性测量单元和超声波传感器激光雷达正在发展为经济高效的紧凑型固态设计，可以放置在车辆周边的多个位置，以支持完整的360˚覆盖范围。它与一般雷达和摄像头系统相辅相成，提升了角分辨率和深度感知，以提供更精确的三维环境影像。但是，近红外波段(IR)（850nm至940nm）对视网膜有害，因此其能量输出在905nm处被严格调节到200nJ/脉冲。而通过迁移到波长超过1500nm的短波红外，这些光由眼睛的整个表面吸收。这样就可以放宽一些限制，调节到每脉冲8mJ。1500nm脉冲激光雷达系统的能量级别是905nm激光雷达的40,000倍，探测距离是后者的4倍。此外，1500nm系统可以更好地抵御某些环境条件，如雾霾、灰尘和细小的气溶胶。1500nm激光雷达面临的挑战是系统成本，这在很大程度上受到光伏探测器技术的推动（该技术如今基于InGaAs技术）。获得高质量解决方案，即具有高灵敏度、低暗电流和低电容，将是1500nm激光雷达取得进展的关键技术。此外，随着激光雷达系统进入第二代和第三代，需要使用针对应用而优化的电路集成，以减少尺寸、功率和整体系统成本。除了超声波、摄像头、雷达和激光雷达之外，其他传感技术也在实现全自动驾驶方面发挥着关键作用。GPS让车辆能够始终了解自己所处的位置。尽管如此，仍有一些地方无法获得GPS信号，例如隧道和高层建筑中。而这就是惯性测量单元（IMU）发挥重要作用的地方。尽管经常被忽视，但IMU非常稳定可靠，因为它依赖于重力，而重力几乎不受环境条件影响。它对航位推算非常有用。在暂时没有GPS信号的情况下，航位推算可使用来自速度计和IMU等来源的数据，检测行驶的距离和方向，并将这些数据叠加到高清地图上。这使自动驾驶车辆能够保持在正确的轨迹，直到GPS信号恢复。高质量数据可节约时间，挽救生命和这些传感技术一样重要的是它们的可靠性，如果传感器本身不可靠，输出的信号没有被准确捕获以作为高精度数据提供给上游，那么这些关键的传感器将变得毫无意义，也正应验了那句话：“如果输入的是垃圾，那么输出的也一定是垃圾”。为了确保传感器的可靠性，即使是最先进的模拟信号链也必须不断改进，以检测、获取传感器信号并对其进行数字化转换，使其准确度和精度不会随时间和温度的变化而发生偏差。采用合适的器件和设计方法，可以大幅缓解一些出了名的难题（如偏置温漂、相位噪声、干扰和其他不稳定现象）。高精度/高质量的数据是机器学习和人工智能处理器得到适当训练并做出正确决策的基础。在自动驾驶的问题上，恐怕不会有第二次机会让你重头来过。一旦数据质量得到保证，各种传感器融合方法和人工智能算法就可以做出最佳响应。事实上，不管人工智能算法训练得有多好，一旦模型被编译并部署到网络边缘的设备上，它们的有效性就完全依赖于高精度的传感器提供的可靠数据。传感器模式、传感器融合、信号处理和人工智能之间的这种相互作用，对具有智能和认知能力的自动驾驶车辆的发展，以及保障驾驶员、乘客和行人安全都有着深远的影响。但是，如果没有高度可靠、准确、高精度的传感器信息（这些信息是安全自动驾驶车辆的基础），一切都毫无意义。和任何先进技术一样，我们在这方面做的工作越多，就会发现更多需要解决的复杂用例。这种复杂性将继续对现有技术提出难题，因此我们期待下一代传感器和传感器融合算法可以解决这些问题。就像最初的登月一样，我们对于整个自动驾驶车辆推行计划也抱有巨大的期待，希望这将为社会带来深刻的变革和持久的影响。从辅助驾驶发展到自动驾驶，不仅会大幅提升交通安全性，还会显著提高生产力。而这样的未来完全依托于传感器，其他一切都将建立在传感器基础之上。本文转载自：亚德诺半导体免责声明：本文为转载文章，转载此文目的在于传递更多信息，版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题，请联系小编进行处理。

5年前，几大手机品牌的旗舰产品还都是前后共两个摄像头，目前，华为、苹果的旗舰机型已经拥有4~5个摄像头，而这种趋势有愈演愈烈之势，估计用不了几年，总共有7~8个摄像头的手机将布满大街小巷。这种爆发式的增长，对于CIS（CMOS图像传感器）的需求大增，短时间内，产能难以跟上应用需求，使得CIS成为2019年最为炙手可热的芯片品类。与此同时，汽车和安防市场发展迅速，这两个应用领域对于CIS的需求量也非常可观。据中商产业研究院预测，全球车载摄像头出货量将从2014年的2800万个增加到2020年的8270万个。如今，多数国家都在制定相应法规，强制新车使用一些特殊的ADAS技术，而车载摄像头在汽车智能化中应用广泛，高端汽车的各种辅助设备配备的摄像头可多达8个。Mcnex公司预测，未来，汽车上的摄像头将可能达到12个。而随着无人驾驶技术的发展，L3以上智能驾驶车型对摄像头的需求将进一步增加。至于安防，据芯谋研究预测，2017年全球安防领域CIS出货量达到1.84亿个，预计2022年将达到3.05亿个，年复合增长率将达到11.95%。ICInsight的数据显示，2018年安防领域CIS市场规模为8.2亿美元，预计2023年将上升至20亿美元，年复合增长率达19.5%。在这样的需求背景下，今年，随着上游晶圆的产能愈发紧张，CIS芯片的供货缺口也进一步加大。5M及以下的CIS出现了两次大规模涨价，而涨价的厂商大都分布在我国大陆地区，其中，格科微的缺货情况尤为明显，为缓解压力，格科微不得不在短期内两次上调产品价格，整体涨幅至今已接近40%。此外，思比科、比亚迪等多家CIS芯片厂商同样有调价操作。产能吃紧目前，在全球三大CIS厂商中，索尼和三星是IDM、它们的产品主要由自家工厂生产，而北京豪威（OmniVision）是Fabless，其CIS主要交给晶圆代工厂生产，台积电很大一部分CIS产能都是用来接单豪威的，另外，华力微电子和中芯国际也有豪威的订单。除了这三家之外，SK海力士、安森美和意法半导体市占率紧随其后，这三家都是IDM。工艺方面，高像素的CIS芯片主流制程为55nm（12英寸晶圆），而低像素芯片通常在8英寸晶圆上进行制造。Yole的数据显示，2017年全球CIS产能折合12英寸晶圆为242.2万片，月产能约为20万片，其中，索尼产能占比38%，全部为自用；三星产能占比20%，包含自用与代工；台积电、中芯国际与华力微电子产能合计占比29%，全部为代工。中芯国际、华力微电子的CIS晶圆产能规模分别位列全球第四、第五。这五家的产能合计占比达87%。索尼的转单效应作为全球CIS的霸主，在今年如此火爆的行情下，索尼自家的产能已经应接不暇，一个月之前，该公司决定将旗下高端CIS交由台积电代工，这是索尼首度外放高端芯片订单。据悉，为了这笔大单，台积电已经订购了设备，并做好相关生产验证作业。据悉，双方预定于2020年一月正式签约。此次，索尼放出的CIS订单，将在台积电南科14a厂导入40nm制程生产，台积电购置的新设备将于明年第2季度装机，8月试产，初期月产能2万片，并于2021年第1季度量产，后续很可能会扩大产能，索尼更高端的CIS芯片有望导入台积电的28nm制程。除了交由台积电代工之外，索尼也在日本国内积极扩产，据悉，该公司计划在未来3年内投资7000亿日元，用于扩建新厂房。在这样的市场需求下，已并购富士通半导体12英寸晶圆厂的联电，也占据着地利，可直接打进索尼供应链。此外，传闻力晶旗下的力积电也拿下了豪威的大单，包下每月破万片晶圆产能。三星奋起直追2018年12月，三星电子设备解决方案部门通过重组，在系统LSI部门下建立了一个“传感器业务团队”，负责LSI事业部内的CIS产品规划和销售，工艺研发由设备解决方案部门的代工部门完成。早些年，三星的CIS在市场上不具备与索尼直接竞争的实力，但自从2013年推出ISOCELL技术之后，开始奋起直追。三星CIS芯片在2017年的市场占有率已经达到25.4%，和索尼当时28.3%的市占率差距已经很小。但从销售额看，索尼CIS的全球市占率高达52.2%，遥遥领先于三星的19.1%。因此，三星的CIS想要追上索尼，还需要不断努力。近几年，三星一直在CIS技术上寻求突破，并于2018年6月推出了ISOCELLPlus技术。在推出新技术的同时，三星也在提升CIS生产能力，2017年，三星就开始扩充12英寸CIS产能，并于2017年开始改造12英寸DRAM产线FAB11，用于生产CIS，2018年底完成改造；同时对FAB13进行改造，据悉，FAB11和FAB13的原有产能为每月7万片，原计划于2019年底全部转为CIS产能。三星原本拥有1条CIS芯片专用产线，名称为S4-Line，该公司现有CIS产能约为4.5万片/月，随着FAB11和FAB13线转为CIS专用线，三星的产能将扩充到12万片/月，目标是超过索尼每月10万片的产能。三星启动转线计划充分说明CIS芯片市场的火爆程度，且在未来几年仍将持续下去。此外，转线计划是在2018年底开始的，当时DRAM已经进入降价周期，通过将DRAM产线转为CIS芯片专用线，三星还能够规避存储降价带来的不利影响。中国大陆CIS代工参战在中国大陆，中芯国际和华力微电子也是重要的CIS晶圆代工力量。华力微电子方面，65/55nm是该公司最成熟的技术平台，华力微电子的55nm技术平台CIS芯片在应用、像素、架构、工艺等方面均做了全面布局，目前只有UTS贴片部分还在计划中，其他都已可量产或在研发中。据悉，华力微电子在进行小线宽超深结设计技术、小像素设计、全像素相位检测自动对焦，以及3D垂直栅像素电路设计等技术开发工作，目前，华力微电子的CIS白色像素可小于100DPPM，1.0微米小像素设计可做到8000以上的电容，噪声和暗电流也有大幅改善。产能方面，华力微电子一期（华虹五厂）现月产能3.5万片，其中55nm的CIS、LP/ULP产能占比较大，目前，CIS月产能约为1.5万片，预计2020年可达2万片，此外，于10月建成投产的康桥基地二期生产线（华虹六厂）首批月产能也可达1万片，未来将达到4万片，届时华力微电子整体产能将达到8万片。这为其CIS芯片代工业务的拓展提供了坚实的基础和保证。未来产能IHSMarkit的报告显示，2018年，索尼、三星和豪威的CIS芯片供应能力分别为10.0、5.0、和3.9万片/月。预计到2020年，这三家厂商的单年产能扩张速度为1万片/月，整体年产能扩张速度约16%，其中，2020年三星产能将增长1.5万片/月，增幅略高于行业水平，这主要是因为该公司将部分DRAM产品线转产CIS芯片。图：CIS产能供给情况（来源：长城证券）硅片供给吃紧全球CIS芯片供不应求的另外一个因素，就是硅片，特别是8英寸晶圆供应不足。CIS芯片的产能受8英寸晶圆制造产能制约而难以迅速跟随扩产。因此，无论是新建自身晶圆制造产线（索尼），或由其他产品线转为CIS产线（三星），还是向代工厂追加产能（豪威），都难以在短时间内完成。那么，8英寸晶圆供应量为何一直难以满足市场需求呢？主要有以下几方面的原因。首先，自然是包括CIS在内的多种芯片紧俏，市场需求旺盛，而这些芯片大都采用8英寸晶圆生产，而全球的8英寸晶圆产量在短时间内又很难大幅提升，从而导致供需紧张。其次，设备供给不足也是一个重要因素。由于多数8英寸晶圆代工建厂时间较早，运行时间大多长达10年以上，部分设备太老旧或者难以修复，同时，由于当前12英寸晶圆代工厂资本支出规模巨大，部分厂商停止了8英寸晶圆产线，使得相关设备供应商缺乏研发和生产相关设备的积极性。目前，8英寸晶圆代工产线设备主要来自二手市场，多来自从8英寸向12英寸升级的内存厂商，如三星和海力士，而旧设备市场资源有限，已经呈现出逐渐枯竭的态势，其中，蚀刻机、光刻机、测量设备最为抢手。当然，除了以上提到的，还有其它一些原因，共同导致了市场8英寸晶圆供应量的紧张。这些都间接影响着CIS芯片的产能。ToF更加疯狂目前，3D感测在智能手机中的应用越来越被重视，也是一大发展趋势，不只是旗舰机型，也在向中低端手机渗透。目前，主要有三种技术可以实现3D感测，分别为双目立体成像、结构光和ToF，目前已经比较成熟的方案是结构光和ToF。其中，ToF凭借性价比高的优势，是今后几年手机上的重要应用技术。特别是随着AR/VR的发展，ToF有望成为智能手机摄像头的下一个风口。2019年，3D感测手机大多集中在旗舰机型，结构光以苹果为代表，自iPhoneX后的机型都已经搭载结构光功能，而华为搭载ToF的机型数量最多。Yole的预测数据显示，全球3D成像和传感器的市场规模在2016–2022年的CAGR为38％，2017年市场规模18.3亿美元，2022年将超过90亿美元。其中，消费电子是增速最快的应用市场，2016–2022年的CAGR高达160％。ToF的3D感知为主动感知，相应的3D摄像头含有红外传感器、红外光源、光学组件、光学镜头，以及CMOS图像传感器。因此，未来的手机上除了还会继续增加摄像头之外，还需要有ToF，这就又多了一个CIS的需求源。使得未来的CIS市场被无限看好。结语正是因为如此，索尼公司董事兼半导体子公司社长清水照士于本周表示，即使索尼已作出大笔投资扩产，但估计等到该公司日本长崎新工厂于2021年4月开始投产时，CIS芯片市场仍是供不应求，不会有供给过剩的疑虑。清水照士还提到，在以5G手机为主的市场需求上，CIS的产能无法跟上需求速度，索尼是一边向客户道歉一边进行生产。与去年情况相同，就算在日本的过年期间也会24小时进行赶工。原文来自：半导体行业观察

5G+物联网方兴未艾。根据产业研究机构StrategyAnalytics的最新研究，到2025年，5G连接将成长到所有IoT连接的三分之一，以NB-IoT与LTE-M为主的蜂窝物联网连接的数量将成长到23亿。截至2019年底，当前市场以2G、3G、4G为主，占所有连接技术的79%，但是5G在整个2020年代将占据主导地位。汽车是最主要的应用领域，其他应用包括工业和公共领域、交通运输和安全等。在政府的大力支持下，亚太地区仍然是最大的市场，尤其是在中国物联网成长的支持下，5G+物联网发展蓬勃。2019年12月19-20日为期三天，在深圳会展中心举办的第八届深圳国际电子展暨嵌入式系统展向来是电子半导体产业的盛事，但这次电子展上除了国内外各种半导体原厂与电子元器件厂商之外，IDH方案展出板卡和创新方案也不少，且值得注意的是，中国RISC-V联盟的关键成员都纷纷到此布展展示IP产品及相关服务，显示开源生态与电子半导体产业结合，将是一大趋势。中国RISC-V产业联盟：搭建中国国产自主、可控、安全的RISC-V异构计算平台RISC-V指令集架构（简称“架构”）本质上是一套关于处理器软硬件接口规范的开放标准，真正能够被使用起来的是不同“微架构”的处理器IP，有商业、开源、自行并发三种实现方式。它具有低成本、低功耗、比较灵活，适合物联网、人工智能这些比较创新性的领域和给业界公司提供了很多选择，避免在CPU上绑死，这是产业共性的特点，凭借创新性、灵活性，大家一块去推动产业发展的共性。在中国还具有自主可控的意义和价值。近几年，国际社会特别是一些大国，对关键技术实行封锁政策，而且有愈演愈烈之势。在本次展会中，中国RISC-V产业联盟（CRVIC）秘书长滕岭表示，联盟秉承开放、合作、平等、互利的原则，致力于解决中国RISC-V领域共同面对的关键问题，建立中国国产自主、可控、安全的RISC-V异构计算平台，促进形成贯穿IP核、芯片、软件、系统、应用等环节的RISC-V产业生态链。RISC-V与出口管制资料来源：CRVIC据滕岭透露，这一年多来，在国内各地举办的RISC-V相关大大小小会议激增到几十场之多，可以说业内推广已经提前达成。未来的目标更多是向外界的较深入的推广，一是向下，一是向上。向下推广是指与更多的下游行业组织发生联系，如物联网、家电等等，让RISC-V这样一个上游的底层的技术能够被下游所认知，RISC-V所独有的灵活、面向领域定制等得到探索，能更大程度地延伸RISC-V的创新触角。向上推广是指比较深入地去研究RISC-V的一些共性问题，去和相关部门做比较深度的沟通汇报。中国RISC-V产业联盟（CRVIC）秘书长滕岭目前，联盟创始会员包括紫光展锐、华大、晶晨、格易、乐鑫、苏州国芯、华米等五十多家产业链上下游企业，复旦、交大、同济、电子科大、西安电子、中国科大等十余家重点大学和研究机构等。佰维存储：AI+5G快速融合，智慧存储需求夯2020年，AI与5G技术的快速发展与融合，极大助力了物联网相关应用方案落地，IoT、智慧医疗、智慧城市，安防监控等领域技术不断更新，催生了新一代的智慧存储需求。每一类应用需求对存储设备的性能、耐用性、可靠性、接口规范、宽温应用等提出了不同的规范和要求。佰维存储嵌入式存储事业部负责人涂有奎表示，在此次嵌入式系统展中展出面向智能穿戴、车载电子、智能音箱、网络安全、宽温级工业应用、轨道交通、加固型工业应用等不同场景下的存储解决方案，产品类型涉及嵌入式存储芯片，工控级SSD，存储卡、内存以及客制化存储服务。佰维为智能硬件设备提供更为卓越的存储解决方案，典型的产品有BGASSDE009和ePOPE010。搭乘5G+AI新风口，米尔科技深耕ARM+Linux米尔科技是一家总部位于深圳，专注于ARM/FPGA嵌入式软硬件开发的高新技术厂商，专门提供ARM/FPGA核心板模块/开发平台，开发工具，项目定制服务。同时米尔科技致力于工业以太网/机器视觉等解决方案的开发。米尔科技营销副总周麒在今年第八届深圳国际电子展暨嵌入式系统展，米尔科技携多款新品和技术解决方案亮相本次大会吸引众多观展者，让米尔展区热闹非凡。米尔科技展示全系列产品：Arm开发工具及仿真器、Arm核心板及开发板、充电桩计费控制、物联网、车联网、工业控制、人工智能、边缘计算、智能新零售等解决方案。米尔科技携多款新品和技术解决方案亮相本次大会吸引众多观展者，让米尔展区热闹非凡谈及对客户的服务，米尔科技营销副总周麒表示，米尔科技在解决方案上并不认为自己是一个完整的硬件厂商，米尔科技更多的关注的是软件和对客户服务的对接。就充电桩方案举例来说，包括大客户所需要对接充电网的协议，甚至包括一些特色充电功能，米尔科技都通过其软件团队去帮客户实现。米尔科技也有驻厂工程师的服务，除硬件以外，在协议上的支持，在产品的定制化上给客人带来更多增值服务。专注超微型MLCC，宇阳科技紧盯5G手机和智能穿戴机遇宇阳科技自2001年成立，是一家专注于贴片陶瓷电容（MLCC）领域的自主品牌企业。宇阳科技战略开拓中心总监陈永学表示，这次参展的重点产品有超微型01005封装电容、高温X6/X7系列电容和高容系列电容，还有新开发的射频大功率系列产品。01005的尺寸仅有0.4*0.2*0.2mm。非常适合5G手机、智能穿戴、和芯片内置等行业应用高容系列产品。目前宇阳科技已经完成0201-2.2uF的技术开发，同时大尺寸高容也在积极准备产能。宇阳科技战略开拓中心总监陈永学高温X6系列工作温度是在-55～105℃，X7是-55～125℃。随着CPU、GPU等主芯片处理速度不断提升，功能更加丰富，终端产品的工作温度不断升高。在这个情况下，高温产品的可靠性优势会非常明显，大大提升整机设备的高温可靠性。射频大功率UPC系列产品具有高Q值，低ESR，非常适合5G基站等射频大功率场景使用。瞄准5G+物联网机遇，芯讯通加速转型芯讯通市场部总监谭梦溪表示，芯讯通这次在展会主要展出有最新的5G模块，一共推出了三个型号：8200EA-M2（M2封装），8300G（M2封装）和8200G（LGA封装）三款。M2封装更适合笔记本电脑、CPE，因为它是直接拔插的，连接会比较方便。LGA封装相对比较复杂，可能更加适合高端应用，像工业类的网关等应用场景。另外，在NB这块也有推出一些新的产品，像今年最小的7909G，还有7070和7080都是全网通和全球通在用的NB模块，都是对芯讯通之前2G和我们原有NB的升级。芯讯通市场部总监谭梦溪NB模组越做越小，芯讯通在今年做了一款全球范围内最小的一个NB块的模组——SIM7090，是现在所有体量最小的一个NB的模组，它是一个全频段的模组，封装尺寸只有14.8×12.8×2毫米。谭梦溪透露，事实上，2G、3G、4G，包括现在的5G，芯讯通都在做。但是占比最大的还是2G业务，但现在2G面临退网，所以很多都开始往NB这块转。2G和4G各占50%左右。文/莫延芬原创声明：电路城原创内容，未经授权禁止转载。

嵌入式和物联网(IoT)开发团队承受着压力，需要尽快完成并交付设计。为了能够快速行动，他们需要使用经过验证且具有强大生态系统的元器件和软件框架。他们还需要研究如何维护系统，以及将来如何扩展，这意味着解决方案还需要具备可移植性，并且在需要时能够跨多种硬件平台工作。但是，微控制器供应商经常将开发人员束缚在自己的生态系统中，这使得在微控制器之间进行切换不是那么容易。此外，微控制器生态系统的软件工具常常不足，大部分是基于C语言，这对开发团队而言也是绊脚石。考虑到这些需求，本文将介绍ArmMbed平台和操作系统。文中将展示开发人员如何利用Mbed生态系统来加速嵌入式产品开发，并使用它来扩展到微控制器供应商生态系统之外的世界。什么是ArmMbed？Mbed是由Arm主导的面向物联网设备开发人员的在线协作体系1。Mbed为开发人员提供极为丰富的资源来加速开发，从MbedOS、MbedTLS一直到Mbed库支持的开发板和各种元器件。Mbed的初衷是让开发人员能够利用在线社区中200,000开发人员以及主要微控制器供应商（例如CypressSemiconductor、NXPSemiconductors和STMicroelectronics）所支持的大型生态系统，借助现有元器件、开发工具和库来加快开发速度。使用Mbed生态系统有许多优势：库和示例均用C++编写，C++是一种现代的面向对象语言，其设计使得代码可扩展且可重用。支持利用现有硬件平台快速开发嵌入式产品原型以证明其可行性。使用Mbed在线和离线编译器以及Mbed命令行界面(CLI)，简化软件测试的开发（测试甚至包括在许多示例和库中）。内置用于开发物联网设备的工具，例如云连接器服务，不仅简化了设备到云的连接，而且简化了通过其他基于云的服务管理设备的工作。Mbed的通用架构模型给嵌入式开发人员提供了极大的灵活性和可扩展性。举例来说，该架构模型一般分为三个单独的层（图1）：低级硬件抽象层(HAL)MbedOSAPI，用作中间件，提供存储、RTOS、安全连接、通信堆栈等能力高级物联网层，包括开发人员的应用程序代码、MbedOS库和连接客户端图1：Mbed架构包含三个主要层，可以根据需要进行扩展和补充：一个通过HAL抽象的低级硬件接口，一个对中间件进行抽象的MbedOSAPI层，以及一个用于编写应用程序代码并利用库和Pelion等客户端的高级层。（图片来源：ArmMbed）该架构的设计方式让开发人员可以加入应用所需的组件，而省去其余工作。这使该架构具有可伸缩性和灵活性，方便开发人员用来快速开发原型，并在较短时间内将原型变为量产产品。Mbed从硬件开始尽管Mbed提供了良好的软件基础，但除了软件和开发软件所需的工具之外，还会提供其他功能。团队开发产品的最快方法是在使用软件的同时利用Mbed硬件生态系统。硬件生态系统包括三个不同方面：模块开发板元器件模块本质上是以物联网为中心的连接设备，它以经过认证且随时可用的封装形式提供。例如，开发人员若要开发一款支持LoRaWAN的产品，可以选择Multi-TechSystems的MTMDK-XDOT-NA1-A00xDot模块开发套件（图2）。xDot模块在视距应用中可提供长达10英里的双向通信距离，在建筑物中可提供1到3英里的双向通信距离，数据速率从每秒293位(bps)到每秒20Kb(kbps)。该模块使用低功耗STMicroelectronics的STM32L151CCU6处理器，其工作频率为32兆赫(MHz)，可以通过SPI、UART或I2C接口利用AT消息传递方案进行控制。图2：xDot模块为开发人员提供经过认证的LoRaWAN模块，该模块受Mbed软件堆栈的支持，可以大大缩短开发人员实现和运行解决方案的时间。（图片来源：Multi-TechSystemsInc.）Mbed板本质上是Mbed全面支持的不同微控制器系列的开发板。每个开发板都有微控制器供应商提供的独特特性和功能。例如，对支持低功耗蓝牙(BLE)的开发板感兴趣的开发人员，可能会喜欢CypressSemiconductor的CY8CKIT-062-BLE（图3）。图3：CY8CKIT-062-BLE开发板具备多种用于开发物联网连接设备的特性，包括电子墨水显示屏、电容式触控按钮和滑块、BLE模块以及KitProg2调试器。（图片来源：CypressSemiconductor）CY8CKIT的独特之处在于它使用多核PSoC62安全微控制器。一个内核是Arm®Cortex®-M4处理器，第二个内核是低功耗ArmCortex-M0+。这使开发人员可以划分应用程序代码，例如让一个处理器处理BLE通信，或者使用Cortex-M0+内核作为安全处理器来锁定应用程序。板上提供的I/O扩展可将Mbed元器件连接到系统，从而大大减轻开发人员开发系统原型的工作。Mbed元器件是一个硬件元器件，具有Mbed支持的库及其相关的中间件，这些库和中间件充当产品开发的构件。例如，从事物联网项目的开发人员可能会决定要使用温度传感器。开发人员可以在Mbed元器件中搜索其支持的温度传感器，例如，他们可能会在外设模块中发现MaximIntegrated的MAX31723PMB1，该模块可用于快速开发原型（图4）。此类Mbed元器件的优点在于，它们几乎总是作为开发板提供并带有原理图。这样，开发人员不仅可以查看使传感器工作所需的硬件配置，还可以使用软件库来启动和运行传感器。图4：MAX31723PMB1数字温度计和温控器外设模块（原理图所示）可以轻松插入Mbed开发板，然后使用相关的Mbed元器件库来快速连接温度传感器并与之交互。（图片来源：MaximIntegrated）Mbed并非只有像测量温度和湿度的传感器那样的简单传感器。例如，开发医疗设备的开发人员会发现，MaximIntegrated的MAXREFDES220＃模块为他们提供了基于手指的心率和SpO2血氧传感器的参考设计（图5）。图5：MAXREFDES220＃模块为开发人员提供了一个支持基于手指的心率和SpO2监测的开发板。（图片来源：MaximIntegrated）此外，还有诸如SeeedTechnology的114991252VL53L0XFlow分线板之类的组件，它们可用于光线检测和3D飞行时间(ToF)测距等应用（图6）。例如，尝试在边缘开发基于手势的技术的开发人员，可能会对该传感器感兴趣。图6：SeeedTechnologies的114991252Flow传感器分线板可轻松集成到Mbed开发板中，用于需要光线检测的应用或手势检测等3D飞行时间应用。（图片来源：SeeedTechnology）开发人员选定开发板和元器件之后，便可开始利用Mbed进行开发，通过创建“HelloWorld”LEDBlinky应用程序来测试他们是否可以成功对开发板进行编程并使LED灯闪烁。用Mbed编写“HelloWorld”LEDBlinky应用程序开发Mbed应用程序有多种方法：通过在线编译器；通过离线编译器；或使用命令行界面(CLI)工具。根据个人经验，建议使用CLI，因为它能更好地控制开发过程，并且更易于集成到开发流程中，例如测试工具和连续集成服务器。CLI提供了命令行界面功能，因此使用Windows的开发人员可以使用命令提示符来编译代码。创建LEDBlinky应用程序的第一步是使用Mbed随附的预写示例。这可以通过在命令提示符中输入以下命令来完成：mbedimportmbed-os-example-blinky下载示例需要几分钟时间，因为还会下载MbedOS和应用中可能会使用的其他支持组件。下载完成后，开发人员便可导航到mbed-os-example-blinky文件夹，其中有一个main.cpp文件。开发人员可以在自己喜欢的编辑器中打开此模块，其中代码大致如下所示：复制#include"mbed.h"#include"platform/mbed_thread.h"#include"stats_report.h"DigitalOutled1(LED1);#defineSLEEP_TIME500//(msec)#definePRINT_AFTER_N_LOOPS20//main()runsinitsownthreadintheOSintmain(){SystemReportsys_state(SLEEP_TIME*PRINT_AFTER_N_LOOPS/*Loopdelaytimeinms*/);intcount=0;while(true){//BlinkLEDandwait0.5secondsled1=!led1;thread_sleep_for(SLEEP_TIME);if((0==count)||(PRINT_AFTER_N_LOOPS==count)){//Followingthemainthreadwait,reportonthecurrentsystemstatussys_state.report_state();count=0;}++count;}}开发人员可以在此进行修改，但是对于本文而言，使用默认值即可。更值得注意的是编译和部署代码。具体用来编译和部署代码的命令将因硬件而异。下面的例子显示了如何使用一条命令对CypressCY8CKIT-062-BLE开发板进行编译和编程：mbedcompile-mCY8CKIT_062_BLE-tGCC_ARM-f第一次编译项目可能需要几分钟，因为工具链需要构建所有自动进入Mbed应用程序的关联文件。编译周期完成后，结果应类似于下面的图7所示。图7：成功编译LEDBlinky项目后Mbed编译器的输出。（图片来源：JacobBeningo）命令行中的-f选项将会自动获取已编译的十六进制文件，并将其复制到开发板上，开发板显示为DAPLink大容量存储设备。此时，LED应该闪烁，开发人员可以开始开发主要应用程序。Mbed的使用技巧与诀窍Mbed入门非常简单，但对于开发人员来说可能存在挑战。以下是关于开始使用Mbed开发产品的一些“技巧与诀窍”：避免使用在线编译器。虽然这对于业余爱好者来说很好，但对于专业人士而言，让其他人的服务器拥有源代码可能是个问题。此外，来回云端可能会减慢调试速度。诸如MbedIDE或MbedCLI之类的本地编译器是更好的选择。Mbed支持多线程，但默认情况下，主函数在自己的线程中运行。从Mbed示例项目开始，对其进行考察，了解如何更有效地使用Mbed应用程序。利用Mbed测试工具确保应用开发没有无意间破坏Mbed框架中的任何内容。使用Mbed硬件站点搜索可以快速集成在一起来开发产品的开发板、元器件和模块。上述技巧将有助于确保开发人员尽量减少花费在嵌入式产品开发上的时间。总结嵌入式和物联网开发人员需要一个受到良好支持的生态系统来为他们提供现代化的工具、流程和软件，帮助他们加快开发工作并使开发成本最小。如本文所示，Mbed平台和OS是开发人员可以利用的一种潜在选择。Mbed提供可扩展且灵活的软件架构，其中包含许多已经集成在一起并经过测试的组件。由于对各种硬件模块、开发板和元器件的强大支持，开发人员可以轻松创建产品原型，然后将其扩展成生产解决方案。

这次我想添加一个简单的物联网元素。通过使用相同的硬件和连接，您可以控制手机的步进运动。借助Blynk应用程序，物联网应用程序变得简单易用。该视频将向您展示如何使用TTGOT-DisplayESP32通过Blynk应用程序控制步进电机28BYJ-48。

无人机的应用场景越来越多，包括在紧急情况或灾难现场用作应急人员工具箱的一部分。例如，在巴黎圣母院火灾期间，无人机最初用来报告活跃火灾的规模、热量和范围。此外，它们还配备热成像能力，以搜索仍然困在里面的人员。后来，无人机又用于评估损坏情况。显然，这种应用要求以足够的分辨率透过烟雾和火焰等复杂条件去观察情况，挑战不小。为了应对这些挑战，在无人机上增加更多传感器是很诱人的想法，但设计人员需要始终意识到，无人机是由电池供电的，并且在许多情况下对成本很敏感。因此，设计人员需要在功能、成本、尺寸、重量和功耗(SWaP)之间取得微妙的平衡。当考虑给无人机设计增加传感器和成像设备时，找到这种平衡是主要目标。本文讨论设计人员向无人机添加传感器时需要考虑的架构权衡因素。其中应特别注意电源，电源可能会有磁性元件，这会增加重量并占用宝贵的空间。此外，本文将介绍一些供应商提供的合适电源和传感器解决方案，包括TexasInstruments、EfficientPowerConversion、AnalogDevices、BoschSensortec、STMicroelectronics和SparkFunElectronics。无人机架构设计考虑因素电源：设计人员一旦知道实现无人机最佳性能所要关注的重点方面，便可寻找方法来尽可能减小其物理尺寸和重量，首先是创建尽可能高效的电源。这将使得电源整体的尺寸和重量最小化，从而实现更小、更轻的无人机。由于采用电池供电，电源效率更高的无人机将能以更小的电池尺寸和重量工作。无人机电池的典型选择是可充电锂电池（Li-Ion或Li-Po型），特别是如果设计人员计划在降落或悬停于无线充电器上时为电池充电，或者计划在着陆时通过外部充电器充电。设计人员还可以使用标准的非充电电池作为电源，在电池用完后更换电池。选择DC/DC转换器时，由于转子电机产生的反电动势(BEMF)的高电压脉冲，设计人员需要使用宽输入范围的器件。当电机减速时，在单独的DC/DC转换为转子电机供电后，此BEMF将出现在DC/DC转换器的输入端。TexasInstruments的LM5161DC/DC电源转换器IC是无人机电源的上佳选择，因为当编程为断续导通模式(DCM)时，它提供严格稳压的降压输出，而无需任何其他外部反馈纹波注入电路。它还集成了高压侧和低压侧MOSFET，可节省电路板空间。为了提高可靠性，LM5161具有峰值和谷值限流电路，可防范过载情况。作为附加预防措施，欠压锁定(UVLO)电路可提供独立可调的输入欠压阈值和迟滞。无人机上很可能会有许多传感器，还有相关的传感器融合IC、主处理器和螺旋桨电机。这些都需要良好的电池控制系统。设计人员可以在他们选择的通常使用功率晶体管的电源架构中选择氮化镓(GaN)功率晶体管。GaN将有助于以最小的尺寸/基底面实现最佳的性能效率。无线电源-悬停时充电[理论探讨]：1、2、3这是理想的方式，因为当无人机着陆并关停以充电时以及再次起飞时，转子电机的启动和提升需从电池消耗大量电力。EfficientPowerConversion是研究悬停时无线充电的众多公司之一。一种电源选择可以是基于GaNFET的无线充电架构，例如EfficientPowerConversion的EPC2019。基于GaN的FET支持13.56兆赫(MHz)的开关频率，这是普通硅FET难以达到的。如此高的开关频率还能使电源磁性元件的尺寸和重量最小化。另外，GaN晶体管比硅器件小五到十倍，但能处理相同的功率水平。使用此类电源，无人机不必着陆，而是可以悬停在无线充电基座上充电。设计人员会发现，可使用很多评估/开发板来加快无线电源的上市时间。对于EPC2019GaNFET，EfficientPowerConversion通过EPC9513无线电源接收器开发板对其进行支持，使其可用于无人机内部。该开发板对设计人员很重要，因为它基于AirFuel标准，可确保经认证的无线设计可与全球其他无线充电产品互操作。设计人员可以向供应商索要演示板的Gerber文件，以便重新创建演示板的优化布局。太阳能：另一种电源选择是使用太阳能为无人机电池充电。对此而言，PowerFilmInc.的PT15-75太阳能电池是一个不错的选择。PT15-75可以与AnalogDevices的LT3652电池充电器IC一起使用，实现巧妙、紧凑的电池充电器设计（图1）。请记住，当面板连接到负载并提供电流时，实际上不存在开路电压(Voc)为输出的情况。图1：通过添加此2A太阳能电池充电器，设计人员可以创建可靠、高效的无人机电源；充电器中增加了热敏电阻RNTC以补偿最大功率水平下的太阳能电池（如PT15-75）温度系数。（图片来源：AnalogDevices）LT3652输入稳压环路还能够找到太阳能电池板的最大功率工作点，从而优化太阳功率转换的效率，以向电池提供最大输出功率。传感器：传感器既能增加无人机的可控性，又能提高其实用性。关于无人机控制，传感器可以支持自动水平模式、恒定高度模式或绕行特定物体或目标点的轨道模式。所有这些附加特性都依赖于高性能惯性测量单元(IMU)和大气压力传感器来实现最佳用户体验，并提高专用或商用无人机的可靠性。设计人员可能需要提高无人机性能，这就可能要用到输出信号漂移极低的陀螺仪，以确保无人机处于适当的方向、位置和平衡状态，尤其是在温度条件不断变化的情况下。这可以通过使用BoschSensortec的BMI160加速计和陀螺仪组合来实现，该组合是一个具有九轴传感器数据融合功能的小型低功耗IMU。尺寸为2.5x3.0毫米(mm)，高度为0.83mm；即使陀螺仪和加速计处于全面工作模式，功耗也仅为925微安(µA)。它采用1.71V至3.6V电源供电。作为BMI160的补充，带有温度传感器的数字气压传感器将有助于测量垂直速度、增强GPS导航并确定无人机的高度。为了保持精度，建议偶尔在海平面压力下校准气压计。BoschSensortec的BMP388气压和温度传感器IC是一个很好的例子，设计人员可以将其集成到架构中。此传感器模块的基底面仅有2x2mm2，高度为0.88mm，在1赫兹(Hz)时的功耗低至3.4µA，非常适合于电池供电。该器件的相对精度典型值为+/-8Pa，绝对精度典型值为+/-50Pa，有助于改善无人机的悬停和避障能力。为了检测多个轴上的运动，STMicroelectronics的ISM330DLCTRiNEMOIMU系统级封装(SiP)模块将加速计和陀螺仪与磁力计整合在一个单片六轴IC中。这种配置可使无人机在悬停时保持水平、垂直和旋转稳定性。对于专业级无人机摄影和3D成像之类的应用，需要六轴陀螺仪稳定性，而ISM330DLCTR可提供这种能力。陀螺仪测量并保持无人机方向。将三个加速计集成在一起时，每个加速计沿不同轴定向，故可确定无人机沿任意轴的运动程度。这样将能更好地收集有关无人机滚转、俯仰和偏航的信息，然后将这些信息反馈给无人机的比例积分微分(PID)控制器。磁力计测量地球北磁场的强度和方向，用以校正其轨迹。务必经常校准磁力计；电力线、电机以及电气设备发出的任何其他强磁场都可能对其造成影响。加速计会检测到由外力（例如强风）引起的无人机运动，并将其传递给PID控制器，然后由PID控制器调整电机以进行补偿。测距仪：降落、悬停以及测量与物体的距离无人机需要有良好的传感器才能安全着陆，在无线充电时悬停，并检测物体以避免运动时发生碰撞。这种测距可以使用声音或光。超声波测距仪检测：可以使用超声波传感器来提供无人机着陆、悬停和地面跟踪能力。无人机在着陆过程中，需要检测从无人机底部到着陆区域的距离。尽管GPS和气压计是该控制功能的一部分，但准确的距离感应是安全着陆的关键。超声波传感器还能帮助实现安全悬停和地面跟踪，这可能需要无人机以固定高度飞行。MaxBotix的MB1010-000超声波飞行时间(ToF)测距传感器板就是其中一种用于辅助着陆、悬停和天花板检测的测距传感器。了解ToF所有这些情况都需要使用ToF方法，它是指发射的超声波到达目标所花费的时间加上反射信号回传到无人机传感器的时间（图2和图3）。图2：对于无人机着陆、悬停或无线充电，设计人员需要了解ToF概念。（图片来源：TexasInstruments）图3：超声波ToF的三个阶段。初始发射的声音(1)、静默(2)和接收到的回声(3)，用于无人机设计中的精确测距。若理解此图，加上本文中讨论的评估板和传感器，可以帮助设计人员在实施本部分中的硬件建议时达到飞行稳定性、避免碰撞和最佳无线充电的目标。（图片来源：TexasInstruments）要计算从无人机到任何物体的距离，可使用下式：TexasInstruments提供的PGA460PSM-EVM超声波接近感应评估模块可缩短设计时间。LiDAR范围检测：另一种距离检测手段是利用脉冲激光进行光检测和测距(LiDAR)。从ToFLiDAR系统获得的信息可用于创建三维图像。LiDAR技术可提供高精度、高分辨率和大覆盖范围。设计人员可以选择光学激光测距传感器，例如SparkFunElectronics的SEN-14032，这是一种基于激光的光学测距传感器，测距范围为40m。该传感器需要通过I2C与外部微控制器相连接。此类LiDAR有两种主要架构：固态LiDAR和机动360°视野旋转LiDAR。两者原理相同，都是用激光发出一束光束。固态架构使用反射镜进行扫描，而扫描旋转盘架构使用由电机驱动的转盘。第三种类型的LiDAR称为闪光LiDAR，可同时发出许多短脉冲，使用摄像头芯片接收脉冲反射，然后测量ToF。闪光LiDAR具有非常高的分辨率，但测距范围限于约30米(m)。感测环境热像仪：无人机上的热像仪会检测物体和材料的热信号/温度，并将其显示为静止图像或视频。巴黎圣母院火灾的观察和跟踪便使用了热像仪。热像仪可以检测到微小的热量差异，有时甚至可以小到0.01˚C。无人机热成像应用的另一个重要领域是灾难恢复，例如在地震或严重飓风之后，可能会留下损坏或坍塌的结构，并有人员被困在里面（图4和图5）。图4：无人机首先会使用传统相机拍摄坍塌建筑物的图像，这是重要的一步。然后通过热像仪，无人机能够感测到被困在瓦砾中的人员的体温。（图片来源：IEEE4）图5：设计人员现在拥有了在灾难情况下定位和挽救生命的工具。此图片是消防员演习中使用DJI无人机拍摄的被困人员画面。（图片来源：IndustrialEquipmentNews/MenloFireUAS/Droneprogram，由AP提供）为了在无人机中集成热成像，有一种很好的入门方法，那就是使用FLIRLepton的500-0771-01微型热像仪之类的器件。该热像仪的光谱范围为800纳米(nm)至1400nm，场景动态范围为0˚至120˚C，标称功耗为150毫瓦(mW)（工作）、650mW（快门事件期间）和5mW（待机）。湿度、压力和温度检测：为了帮助确定大气条件，设计人员可以使用BoschSensortec的BME280，它是一种具有SPI接口的数字式湿度、压力和温度传感器。其集成度高，尺寸为2.5mmx2.5mmx0.93mm，休眠模式下的功耗仅为0.1µA，感测所有三个参数时的功耗最高为3.6µA。利用多传感器开发套件加快产品上市DA14585IOTMSENSOR是DialogSemiconductor出品的一款多传感器开发套件，使用了BoschSensortec的环境传感器和TDKInvensense的运动传感器。此套件对设计人员很重要，因为它是一个很好的试验平台，可供开发无人机检测传感器融合能力并加快产品上市。此套件有一个BME680低功耗气体、湿度、压力和温度传感器，另外还有加速计、陀螺仪和磁力计。通过DA14585IOTMSENSOR的传感器融合能力，设计人员将能了解如何使用此特性来获得更好的整体检测性能，同时延长无人机电池的使用寿命。结论无人机提出了异常困难的设计挑战，要求强大的功能和长飞行时间。同任何设计一样，必须知道设备将要执行的主要任务，才能制定计划来确保满足项目要求的架构是最佳的。

华为WATCHGT2功能全面升级，内部是否真正升级？HUAWEIWATCHGT2！上半年在网友的强烈要求下拆解了华为GT，下半年GT2发布了，小e自然是要看看去年获得一致好评的GT，今年GT2又是表现如何？配置SoC：海思麒麟A1丨Cortex-M7处理器屏幕：1.39英寸AMOLED屏丨分辨率454X454存储：32MB+4GB前置：455mAh特色：离线音乐播放丨抬腕接听丨日常待机15天丨防水等级5ATM元器件分析eWiseTech搜库对GT2整机的429个组件进行分析，其中组件数量占比最高的是提供器件，传感器的日本，共计316个组件，占总物料成本的16.3%。而物料成本占比最高的是55.5%的中国，提供75个组件，主要区域则为非电子器件，IC，屏幕，电池，连接器等，而在整机元器件Top5中国的屏幕也位居榜首。根据对单个器件的一一分析，整机物料成本约为53.9美金，其中主控IC预估成本约10.85美金，占总成本的25%。主控IC又有哪些呢？GT2增加的主板二：除此之外还有更多传感器信息，在搜库查询。PS：eWisetech所拆解的设备是通过市场渠道购买，每个产品同一个元器件可能会由不一样的供应商，我们以购买拆解的机器为准。在元器件分析过程中，有可能会遇到无法识别的情况。物料成本预估值是eWisetech搜库结合市场调研来定，因此元器件的物料成本预估仅供参考，且影响元器件物料成本的因素有很多，与真实的物料成本会有一定的差异。拆解最后我们回归到拆解上，上面有说到GT2增加了块主板，电池增加为455mAh，同时使用麒麟A1处理器，续航方面有所增强。电池的连接方式也有所改变。且内部所有BTB连接器都设置了保护盖，屏幕软板上的电子器件外部都贴有绝缘胶带，整体多处带有防水胶圈，麦克风四周有做点胶处理。防水方面依旧做了全面的考虑。再看看细节，GT2表壳和后盖用螺丝固定，拆开螺丝便可看到连接器被定位器压住，需先拆下定位器才可分离。表壳四周有防水胶圈，定位器上贴有黑色泡棉。麦克风表面四周有黑色点胶。电池与后盖主要通过电池底部黑色双面胶+四周白色胶固定。电池与心率板的连接从上一代的BTB接口更换为焊盘焊接的方式。且焊盘表面贴有透明胶体进行保护，接连焊点的软板上贴有导电泡棉，下方贴有防止与电池连接焊点接触的黑色塑料片。撕去心率板上的塑料片，将固定心率板和底壳的塑料柱及定位器的螺丝取下，拆分后盖内部器件。注意到气压计定位器正反两面都贴有黑色泡棉，扬声器四周有白色胶圈。心率板与软板使用焊点连接，也贴有双面导电胶。心率板与主板进行连接的部分贴有绝缘胶布。心率板反面有传感器一面贴有泡棉胶可以起到一定的保护作用。随后回到表壳部分，前面已拆下定位器，现仅需分离BTB接口，便可取下第一层主板并从屏幕连接器上方取下定位器。可以看到主板的正反面分别贴有导电布及防水标签。下层主板与表壳通过三颗螺丝进行固定，拧下螺丝便可拆下主板，再取下双面胶固定的按键板。按键软板正面两个弹片是与后壳上扬声器进行连接，反面贴有透明双面胶及黑色泡棉。最后分离屏幕与表壳。虽然使用胶固定，但却并不是轻易就可分离。加热后需有撬棍慢慢拆开。屏幕软板上贴有导电布，并且有电子器件的位置外面都贴有绝缘胶带。这样就拆解完成了，当然还有更多的模组及IC信息，记得戳eWisetech搜库哦！eWiseTech是领先的电子拆解数据库查询和分析服务平台，凭借多年对上千款设备的拆解分析收集到的数据，研究了消费电子领域中的各种设备，包括IC、PCB/FPC，天线，电池，连接器、显示器，摄像头等，为全球用户提供数据查询和全面深入的分析服务来源：eWisetech

近日，据媒体报道，全球计算机科学专业排名榜CSrankings对世界计算机科学机构的排名进行了更新。报道中指出，2019年度计算机科学综合榜中，卡内基·梅隆大学蝉联第一，麻省理工学院和清华大学并列第二。除清华大学之外，还有15所中国院校进入总榜全球前100位。中国高校2019年在AI领域表现出色。其中，清华大学以9.0分排名全球第1。北京大学排名第3，中国科学院排名第4，上海交通大学从2018年的14位升到第6位。北京大学在CSrankings2019年AI领域的“人工智能”子类排名中脱颖而出，位列第1。清华大学排名第2,中国科学院和南京大学并列第3名，前三名被中国高校包揽。CSrankings2019年AI领域的“计算机视觉”子类排名中，中国科学院表现最佳，排名第1。北京大学并列第3名，清华大学第7名，西北工业大学并列第9名。清华大学在CSrankings2019年AI领域“网络与信息检索”子类排名第1，中国科学院第4名，山东大学第6名，浙江大学并列第7名，香港科技大学并列第9名。

从概念上讲，可穿戴技术激发了我们许多人的热情，但实际上，很难确定这一点。到目前为止，普通人可能合理佩戴的高科技产品是手表。诸如GoogleGlass之类的设备试图推动最先进的技术，但可以说因而产生的问题多于答案。它以一种非常公开的方式表明，开发同时具有视觉吸引力，实用性和健康性以应付日常生活的可穿戴技术异常困难。如果Google无法实现这一目标，那么我们低级的黑客又有什么希望呢？但是也许我们一直在以错误的方式进行事情。从最终结果看似引人注目的是，从手表到头戴式计算机的迁移实在是技术和心理上的巨大飞跃。为了帮助开发构建实用的可穿戴电子设备所需的技能和技术，采用略微幻想的方法可能会有所帮助。至少对于AngelaSheehan来说，这似乎运作得很好。在2019年Hackaday超级会议上的演讲“构建异想天开的可穿戴设备：通过俏皮的原型进行升级”中，她介绍了她在开发自己的ColorStealingFairy服装时学到的一些知识。该产品经过多年的迭代设计，能够通过使用无线传感器棒模拟在环境中看到的颜色，并且具有许多设计元素，这些元素对于任何成功的可穿戴项目都至关重要。即使定制的RGBFairy服装不在您的项目清单中，但本次演讲中的信息肯定会吸引所有甚至考虑可穿戴项目的人。从电池放置等技术方面到对多个佩戴者进行调整等后勤考虑，Angela的虚构创意已成为现实世界中考量的试验平台。赋予想象力生命安吉拉（Angela）在讲话中说自己不是程序员或工程师，而是“坠入”可穿戴技术世界的艺术家。当她开始这个项目时，她的目标比技术更具情感性。她只是想要一种方法来重现电影中所见的神奇效果，特别是动画《睡美人》中迷人的变色连衣裙。因此，对于任何希望开始自己的项目的人，她的第一条建议就是做一些使他们兴奋的事情。即使只是为了您自己的享受，并没有实际的用途，但如果您对此充满热情，那么您将有动力继续前进，否则您可能会放弃。长此以往，您将增加个人知识并磨练技能。来自更艺术的背景。安吉拉（Angela）也许还有一段路要走，但她最终找到了发挥自己特长的工作流程。她自称为“二维思想家”，从概念上将自己的设计看作是堆积的扁平层。她还发现在AdobeIllustrator中勾画出自己的想法，将设计作为DXF文件导入到她的CAD软件中，然后将其拉伸到第三维的成功。有趣的是，可穿戴的创作者SophyWong运用了类似的技术将其手绘草图带入了现实世界。从经验中学习她学到的最大的教训也许是，现实世界在硬件上实现这些功能有多艰难。从简单的走动到服装亮起来，还有翅膀之间的联系，非常的复杂，她的第一代激光切割泡沫机翼没使用多久就废了。安吉拉不想再使机翼轻巧到舒适穿着的目标上做出妥协，最终改编了包括德尔林肋骨在内的设计，以增加机械强度，同时保持空灵的外观。她最终采用了带有连接器的模块化设计，该连接器可以快速，轻松地撤消，因为它不仅使维修和保养变得更加容易，而且意味着她可以将服装拆开以更容易地运输。她还意识到，将电池嵌入服装不仅不方便，而且可能不安全。所以她的解决方案是使用始终保持在触手可及的臀部安装式电池组。另一个人第一次要求在演出中使用她的服装也是一种宝贵的学习经历。作为作品的创造者，她在佩戴时始终非常小心，安吉拉反思了“多用户”可穿戴技术的挑战。例如，进行充分的调整设计，使其可以安装到不同的佩戴者上，而无需进行重大修改。继续前进安吉拉的演讲既不是童话制作101，也不是假设观众中的每个人都在从事自己的角色扮演项目。实际上，她的演讲是关于在任何可能的地方跟随自己的热情，随心所欲学习以及不让自己灰心的好处，因为你还不具备实现目标的知识。称其为“鼓舞人心”可能会有些沉重。毕竟，参加HackadaySupercon的大多数人都有很大的可能性有一个或两个怪异的项目，他们渴望回到那里。但这真是使人联想到为什么这些激情项目如此重要。作为黑客和制造者，有时容易忘记我们从事的每个项目都是学习经历。即使您是经验丰富的专业人士，偶尔进行“毫无意义”的项目也是保持现状的绝佳方法。因此，无论您对什么感到兴奋，都可以继续构建和迭代，直到它以您想要的方式出现为止，很有可能有人可以从您的经验中学到东西。版权声明：电路城原创编译，翻译自Hackaday，转载请注明出处！

开发人员需要满足各个市场对支持蓝牙的便携式多传感器设计的快速增长需求；但寻找有效解决方案一直是个挑战。为了把握稍纵即逝的机会，除了满足对超低功耗性能的基本要求之外，他们还必须能够在设备到云端的物联网(IoT)应用中快速开发原型、评估和定制这类设计，这一点至关重要。本文将介绍来自ONSemiconductor的超低功耗蓝牙处理器片上系统(SoC)，并展示该SoC或相关的系统级封装(SiP)版本如何满足对电池供电型设计的基本要求。相关的评估板和物联网开发环境可进一步大幅简化开发多传感器设备到云端应用的过程。低功耗蓝牙应用在可穿戴健身设备、医疗监测设备、照明、锁具、电器、汽车等诸多智能产品应用中，支持蓝牙的电池供电型设备可提供连接和处理功能。用户期望和竞争压力不断驱动市场对更全面应用的需求，而这些应用需要由更多数量传感器提供的更精确数据来推动。在工业应用等一些领域，多传感器功能对于检测运动、振动、冲击、温度及湿度水平或其他数据是必不可少的，而这些数据是确保员工安全、设备状态或基本资产管理所必需的。在用户的日常活动中，这些设备不仅必须从多个传感器可靠地传输数据，还必须减少频繁更换电池或为电池充电的需求。这一点对于实现满意的用户体验至关重要。同时，底层解决方案必须有助于降低电池供电型蓝牙产品设计通常会带来的相关成本和复杂性。来自ONSemiconductor的NCH-RSL10-101WC51-ABGRSL10SoC正是这样一种解决方案，它能满足超低功耗工作的要求，同时还为SiP和评估板提供了硬件基础，帮助加快最终产品的开发。基于RSL10的集成解决方案可与ONSemiconductor软件配合使用进行定制开发，或者与Digi-Key的DKIoTStudio配合使用实现快速开发，让开发人员能够快速部署和评估超低功耗多传感器应用。深入探讨RSL10蓝牙无线SoCRSL10是一款蓝牙5认证无线SoC，专为满足可穿戴设备、移动产品和其他互联产品对超低功耗设计日益增长的需求而设计。RSL10具有一组全面的集成子系统和功能模块，可提供单芯片解决方案，能够满足支持蓝牙的典型物联网设备和可穿戴设备的要求（图1）。图1：ONSemiconductor的RSL10SoC集成了处理器和无线电子系统，为蓝牙5认证设备提供了完整的超低功耗解决方案。（图片来源：ONSemiconductor）该器件的主要处理模块包括Arm®Cortex®-M3核心、专有LPDSP3232位双哈佛架构数字信号处理(DSP)核心、完整的蓝牙5认证无线电子系统—所有这些都由专用的共享存储器区域提供支持。为了保护代码和数据，有一个IP模块提供了相关机制，禁止从外部访问器件的片上闪存、随机存取存储器(RAM)或核心。除了全套标准串行外设之外，该器件还提供了四通道模数转换器(ADC)、通用IO(GPIO)和音频接口。通过使用一系列稳压器单独为内部功率域供电，该器件能以单一电压源输出1.1伏特到3.3伏特范围的电压。虽然RSL10能够支持各种802.15.4低数据速率无线个人局域网(WPAN)协议，但仍可通过内置硬件和软件的组合，提供全面的蓝牙支持。硬件支持基于实现蓝牙物理层(PHY)的集成射频(RF)前端搭建。基带控制器与射频前端配合使用，为蓝牙协议堆栈的数据包和帧处理层提供硬件支持。在这里，由一个很小的内置软件内核提供事件和信息处理服务，用于射频流量管理、信息交换和定时器功能。最后，蓝牙库和相关的配置文件库在ArmCortex-M3处理器上运行，构成了完整的应用软件蓝牙堆栈（图2）。图2：ONSemiconductor的RSL10SoC通过将在ArmCortex-M3核心中运行的软件与专用硬件（包括基带处理器和底层射频前端）组合在一起，提供了完整的蓝牙堆栈。（图片来源：ONSemiconductor）软件堆栈基于射频前端和基带处理器中的硬件支持构建，将较低级别的低功耗蓝牙(BLE)协议服务层组合在一起，包括逻辑链路控制和适配协议(L2CAP)、属性协议(ATT)、安全管理器协议(SMP)、用于定义连接的通用访问配置文件(GAP)、用于基于服务和特性定义数据交换的通用属性配置文件(GATT)。除了此蓝牙协议堆栈之外，RSL10配置文件库还支持在可穿戴设备应用中经常使用的几种标准蓝牙配置文件（包括心率、葡萄糖监测、血压），并支持Rezence无线充电配置文件和人机界面设备(HID)，以及用于定位、跑步、骑车等应用的配置文件。高能效对于设计人员而言，最重要的优势也许是RSL10消耗的电流相对较小，同时还以62.5至2000kbps的数据速率提供蓝牙连接。使用1.25伏特电源(VBAT)时，峰值接收(Rx)电流为5.6毫安(mA)，使用3伏特VBAT时，该电流仅为3.0毫安。在发射功率为0dBm（分贝数基准为一毫瓦）的情况下，使用1.25伏特VBAT时的峰值发射(Tx)电流为8.9毫安，使用3伏特VBAT时的峰值发射电流仅为4.6毫安。RSL10通过其架构实现了高能效，在EEMBC的ULPMark认证测试中，其CoreProfile分数达到了1090分（使用3伏特电源时）和1260分（使用2.1伏特电源时），在行业中处于领先水平。开发人员可通过在RSL10处于全速运行模式时有选择地禁用硬件模块，或在空闲期间将器件置于低功耗待机或深度休眠模式，进一步提升效率。值得注意的是，RSL10自动采用这些功率模式机制，在收发器事件之间保持BLE连接。因此，该器件能够在所有三个蓝牙广告通道上执行蓝牙广告操作，间隔为5秒，消耗的电流仅为1.1mA。待机模式为开发人员提供了一种选择，在器件持续保持低活动量达几百毫秒(ms)至仅几毫秒的时间后进入该模式，以节省电能。在待机模式期间，RSL10对逻辑和存储器使用时钟选通，并降低供电电压，从而减少漏电电流，实现仅30mA的典型功耗。由于片上电源电路保持活动状态，器件可以相对快速地恢复到工作状态。深度休眠模式提供了多个选项，在显著降低功耗水平的同时，保持了响应外部事件的能力。在此模式下工作时，该器件提供8KB的RAM保持，并在使用1.25伏特VBAT的情况下仅消耗300毫微安(nA)电流，在使用3伏特VBAT的情况下仅消耗100nA电流。当处于最深度的休眠模式时，该器件在1.25伏特电压下仅消耗50nA电流（在使用3伏特VBAT时消耗25nA电流），同时能够唤醒，以响应在专用WAKEUP引脚上接收的信号。一体化设计RSL10的丰富功能有助于开发人员打造功率优化的设计，同时不影响性能或蓝牙连接。它的高集成度有助于简化硬件设计。集成电容器等特性消除了传统的外部电容器要求，即将32kHz晶体用于实时时钟(RTC)，或将48MHz晶体振荡器用于射频前端和主系统时钟。因此，RSL10只需少量外部元器件便可完成设计（图3）。图3：如以上降压模式工作配置所示，凭借高集成度，ONSemiconductor的RSL10SoC可以使用相对较少的元器件来提供完整的设计。（图片来源：ONSemiconductor）该器件集成了多个可编程稳压器，用于为数字、存储器和射频前端模块供电。充电泵提供了模拟模块和闪存所需的更高电压电平。借助这些集成的电源系统，该器件能以单一电源输出1.1伏特至3.3伏特范围的电压。当电压电平低于1.4伏特时，设计人员可使用内部的低压差(LDO)稳压器为器件供电。当高于此电压电平时，该器件的集成降压转换器可借助一个额外的电感器，帮助提升效率。这两种电源配置的电路设计唯一区别是，在LDO模式下工作时，无需在VCC和VDC引脚之间使用额外电感器，如图3所示。ONSemiconductor会提供有关RSL10的印刷电路板元器件贴装和物理设计指导原则。使用RSL10的系统设计对于没有时间或资源来构建这些硬件接口的开发人员，ONSemiconductor的NCH-RSL10-101S51-ACGRSL10SiP提供了有效的替代方案，用于系统设计的定制硬件实现。RSL10SiP的外形尺寸为6mmx8mmx1.5mm，将RSL10SoC、无线电天线、全套必需元器件集成在单个封装中。使用RSL10SiP，设计人员能够将完整的超低功耗蓝牙认证硬件解决方案置入自己的设计中，并专注于满足定制硬件要求。同样，ONSemiconductor的RSL10软件包也能帮助他们将软件开发工作的重点放在定制要求上。ONSemiconductor的RSL10软件开发套件(SDK)基于ArmCortex微控制器软件接口标准(CMSIS)硬件抽象层(HAL)构建，可提供在RSL10CMSIS-Pack中分发的驱动程序、实用工具和样例代码（图4）。图4：ONSemiconductor的RSL10软件环境在基准软件包中提供一系列的服务和实用工具，另外还提供其他软件包，以支持蓝牙网状网络和蓝牙物联网开发。（图片来源：ONSemiconductor）该软件包提供了更专业的服务，包括蓝牙支持、FreeRTOS实时操作系统(RTOS)和无线固件更新(FOTA)实用工具。此外，ONSemiconductor还通过单独的蓝牙网状网络软件包和蓝牙物联网开发(B-IDK)软件包，为更专业的功能提供支持。例如，B-IDKCMSIS-Pack提供与物联网相关的服务，包括传感器驱动程序、云连接支持以及相关的应用级软件样例。要进行定制开发，软件工程师只需将基准软件包和可选软件包载入集成开发环境(IDE)中便可。RSL10软件分发支持ONSemiconductor自有的IDE，还支持ArmKeilµVision和IAREmbeddedWorkbench环境。加载软件包之后，开发人员可以研究样例应用程序，学习关键特性的实现。可随时部署的BLE多传感器板通过将RSL10SiP和RSL10SDK配合使用，可以快速开始开发支持蓝牙功能并可满足严格的超低功耗工作要求的定制设备。但对于某些应用，我们可能没有，甚至不必要投入构建定制解决方案所需的时间和资源。例如，工业多传感器监控器或智能锁和电灯开关可能需要一个支持蓝牙的小型器件，该器件还要能够延长电池寿命，同时提供来自多种传感器的数据。对于这些应用，ONSemiconductor的RSL10-SENSE-GEVK多传感器评估套件能够提供即时硬件解决方案。该评估套件的板件经过国际认证，能够随时在超低功耗应用中部署。RSL10-SENSE-GEVK板包括RSL10SiP、多个传感器、ONSemiconductor的N24RF64DWPT3G64KB近场通信(NFC)EEPROM、RGBLED、可编程按钮。该板占用直径不足30毫米的圆形基底面。这个基底面只比套件中包括的CR2032钮扣电池和柔性NFC天线稍大一点（图5）。图5：ONSemiconductor的RSL10-SENSE-GEVK评估板将RSL10SiP与可穿戴设备和物联网设备中通常需要的一系列传感器组合在一起。（图片来源：ONSemiconductor）该评估板已预装固件，适用于演示板上多个传感器的工作情况，包括：环境光传感器(ONSemiconductorNOA1305)惯性测量装置(BoschSensortecBHI160)，带有三轴加速计和三轴陀螺仪三轴数字地磁传感器(BoschSensortecBMM150)环境传感器(BoschSensortecBME680)，包括气体、压力、湿度和温度传感器数字麦克风为了帮助开发人员使用RSL10-SENSE-GEVK评估板来快速评估传感器集合和RSL10性能，ONSemiconductor提供了RSL10SenseandControl移动应用，可通过Android和iOS应用商店获取该应用。这款应用在支持蓝牙功能的移动设备上运行，让开发人员能够以不同的传感器、采样间隔和周期配置来监控功耗，并监控RSL10功率模式以及其他参数。在该应用中设置所需的传感器配置之后，该应用将在一系列窗格中显示结果（图6）。图6：ONSemiconductor的RSL10SenseandControl移动应用提供了一种即用型解决方案，用于评估RSL10-SENSE-GEVK评估板的多传感器性能。（图片来源：ONSemiconductor）开发人员可使用上文提及的CMSIS-Pack分发和IDE选项，查看和修改演示代码。生成新固件之后，开发人员需要使用10引脚排针和适配器（例如Tag-Connect的TC2050-IDC-NL）来加载映像。虽然该适配器未包括在RSL10-SENSE-GEVK多传感器评估套件中，但套件的调试版本RSL10-SENSE-DB-GEVK提供了焊接的10引脚调试插头以及SeggerMicrocontrollerSystems用于连接此插头的J-LinkLITECortex调试器。使用DKIoTStudio进行快速开发使用RSL10-SENSE-GEVK多传感器评估板，我们无需为要求延迟电池寿命的各种多传感器应用进行硬件开发。对于其中很多应用，Digi-Key提供了单独的在线开发工具，因此无需进行软件编码，便能快速开发原型甚至生产系统。DKIoTStudio与RSL10-SENSE-GEVK评估板配合使用，可提供无代码的开发方法，让开发人员能够快速部署完整的传感器到云端应用。使用DKIoTStudio的图形界面，开发人员能够对元素进行拖放式操作，这些元素代表了在物联网应用中使用的众多硬件和软件项目。硬件元素涵盖了单独的GPIO引脚到完整的传感器器件，包括RSL10-SENSE-GEVK评估板中包含的那些器件。软件元素涵盖了典型的低级功能（例如在任何程序中使用的循环和条件语句），一直到云服务接口。使用这些元素的组合，开发人员能够在DKIoTStudio图形界面的单独选项卡中，定义在RSL10、辅助DKIoTStudio应用中及在云端运行的各种操作，而无需编写任何软件代码。这种方法的基础是与任意元素关联的一系列“能力”和“事件”。例如，BME680集成环境传感器具有一系列温度、压力和湿度读取能力。其他功能元素（例如间隔元素）具有定期触发事件的能力，这些事件则会导致执行元素能力。此外还有其他一些元素，代表了与支持蓝牙功能的移动设备（例如智能手机）的蓝牙通信。使用这种方法构建应用非常简单，Digi-Key提供了RSL10-SENSE-GEVK评估板的多个演示项目。例如，在BME680演示项目中，一个间隔元素触发了BME680传感器每1000毫秒读取一次温度、压力和湿度的能力。接下来，每个传感器输出所关联的蓝牙元素导致这些传感器读数传输到蓝牙设备（图7）。图7：在Digi-Key的DKIoTStudio器件选项卡中，开发人员将元素组合在一起，定期从RSL10-SENSE-GEVK评估板上的环境传感器读取数据，并通过蓝牙连接将传感器数据传输到辅助移动应用。（图片来源：Digi-KeyElectronics）在应用选项卡中，开发人员可以在Digi-Key移动应用内构建用户界面，用于显示通过蓝牙接收的数据。在BME680项目演示中，该应用不仅显示温度、压力和湿度，还将所有传感器读数发送至云元素（图8）。图8：Digi-Key的DKIoTStudio应用选项卡提供了一个画布，用于在相关移动应用中显示传感器数据，另外还提供了一个窗格，用于生成显示的数据和在移动应用中执行其他操作，例如将数据发送至云端。（图片来源：Digi-KeyElectronics）这种使用中间应用以中继方式将传感器数据传输至云应用，通常是为了避免需要从物联网设备直接连接到云端。对于需要内置Wi-Fi通信功能的设备，当然可以将传感器数据直接发送至云端，DKIoTStudio提供了Wi-Fi元素，以及其他支持这种方法的元素。无论哪一种情况，云操作都在云选项卡中指定。在本例中，温度、压力和湿度结果均存储在DKIoTStudio附带提供的云数据存储服务中（图9）。图9：在DKIoTStudio的云选项卡中，开发人员定义基于云的操作，例如将传感器数据存储在云存储中。（图片来源：Digi-KeyElectronics）完成设备、应用和云角色的定义之后，用户可通过点击编译图标，在DKIoTStudio中编译项目。代码生成之后，用户可将生成的固件载入到RSL10-SENSE-GEVK。这时，一个在用户系统上运行的小型实用工具可以完成从DKIoTStudio到连接至该系统的评估板的传输。应用和云代码集自动保存在DKIoTStudio云环境中。虽然这种方法无需开发应用代码，但要在一系列软件例程中定义与每个元素相关联的事件和能力，这些例程称为嵌入式元件库(EEL)，并在DKIoTStudio开发环境中运行。例如，BME680的“读取温度”能力会调用在BME680C语言模块中定义的抽象bme680_get_sensor_()。同一模块中的低级例程实现了位处理操作，这些操作需要用于从更低级例程bme680_get_regs()所读取的传感器寄存器中提取所需的数据。正如上文所述，元素提供了各种方法，例如通常由软件开发人员使用的条件语句，以及通常由硬件开发人员使用的GPIO控制。在DKIoTStudio环境中，相应的元素提供了简单的拖放式方法，用于测试条件和执行相应的操作。例如，另一个演示项目展示了当RSL10-SENSE-GEVK板的环境光传感器输出超过某个指定值时，如何开启板上的LED（图10）。图10：DKIoTStudio提供了必要的元素来执行更抽象的逻辑，例如值检验以及各种低级操作，包括设置与ONSemiconductor的RSL10-SENSE-GEVK评估板上的LED相关联的GPIO。（图片来源：Digi-KeyElectronics）在云端，可以使用类似的测试为移动应用生成元数据。这种情况下，可在应用中使用元数据来设置警报图标，指示传感器检测到的问题（图11）。图11：DKIoTStudio支持在云端和移动应用中执行更复杂的操作，例如这种为应用设置状态元数据并将数据保留到云存储的条件检查。（图片来源：Digi-KeyElectronics）在执行负责开关LED的底层代码之后，需要进行一系列的调用，从调用与底层环境中的该事件相关的更高级别函数开始。该函数SetPinState是在初始化过程中设置的一个函数指针，其指向实现所需功能的更低级别函数ATMO_ONSEMI_GPIO_SetPinState()，最终调用ONSemiconductor的RSL10SDK库函数Sys_DIO_Config()设置指定的引脚。为了充分体现简易性，DKIoTStudio提供了高度灵活的开发环境。开发人员可依赖元素的EEL代码，这些代码既可按原样使用，也可根据应用需求进行修改。在开发过程中，DKIoTStudio的器件选项卡提供了一个面板，包含与放置在选项卡画布上的元素相关联的底层高级别代码（如图7所示）。对于需要一些特殊处理的应用，开发人员可以在该面板中即时修改代码。其他功能，例如“函数”元素，可在代码中添加空函数定义，以便开发人员利用环境中的可用功能和函数来补充执行。实际上，DKIoTStudio的方法将无代码拖放式开发的简易性与灵活性和性能结合在一起，唯一的限制是底层硬件设备的内存大小和处理器能力。这种方法用于RSL10-SENSE-GEVK板，让开发人员能够快速部署功能全面且具有设备到云端连接和移动应用支持的原型。总结多传感器设备的新型应用在各个市场上层出不穷，包括在消费、汽车和工业领域。对于其中很多应用，蓝牙连接和更长的电池寿命至关重要，同时，设计人员还需要支持性生态系统能够提供灵活的设计方法，以应对长期存在的上市时间压力。为了应对这些挑战，ONSemiconductor推出了RSL10SoC、RSL10SiP和RSL10-SENSE-GEVK评估板，它们提供了一系列解决方案，分别符合定制设计、集成模块和完整的多传感器解决方案的需求。借助这些硬件平台，开发人员可以利用RSL10软件开发套件和相关的软件分发包来实现定制应用。为了帮助快速开发设备到云端多传感器应用，可结合使用ONSemiconductor的RSL10-SENSE-GEVK评估板和DKIoTStudioIDE，提供功能强大的快速开发平台，在完整的设备到云端应用中实现超低功耗的多传感器解决方案。综合运用RSL10硬件和可用的软件选项，获取高度灵活的平台，用于开发和部署能够满足更长电池寿命要求的蓝牙认证设备。

在今年已经搞出1亿像素传感器的三星并不打算停止他们刷高像素的步伐，在最近的IEDM2019峰会上面，三星的一支团队介绍了他们正在将14nmFinFET工艺引入到未来的1.44亿像素传感器上。目前相机中常见的CMOS感光传感器就是一种典型的半导体芯片，它可以接受光线并将其转换为电信号，一般在相机的CMOS元件上还会有内建的ADC，用于将电信号转换成数字信号，然后数字信号被送入其他处理器进行处理。因为它本质上就是一种半导体元件，所以自然就会受到半导体工艺制程的影响。不过它并不像拥有更高密度的CPU等复杂元件那样需要很新的制程工艺，目前你还能在CMOS传感器上面看到40nm、60nm等“老旧”的工艺。但是在感光层之下的信号处理器就不一样了，由于这里是帮助处理图像的地方，与各种处理器一样，它对制程工艺有一定的敏感度，在新工艺下它可以做到更低的工作功耗以节省电能。不过最大的问题还是电压，CMOS传感器工作时需要一个较高的电压，这个电压值虽然在我们看来不是很高，但对于1Xnm制程下的半导体元件来说已经算是非常高的了，不过三星似乎是解决了这个电压难题，在原本用于SoC生产的14nm工艺基础上新开发了一种适用于CMOS传感器的工艺。在新的工艺制程下面，传感器的整体功耗下降了非常多，尤其是数字处理这个对工艺更加敏感的部分，在1.44亿像素下面进行10fps的连拍时它最高可以节约42%的电能，对于功耗敏感的移动端来说是非常有意义的。