【導讀】東風勁吹的AI和其貌不揚的傳感器，外界眼中似乎風馬牛不相及的兩個領(lǐng)域如今也擦出了“火花”！日前，在第11屆EEVIA年度中國硬科技媒體論壇上，來自Bosch Sensortec GmbH的高級現(xiàn)場應用工程師皇甫杰分享了博世最新搭載AI的MEMS傳感器技術(shù)和案例，讓人大耳目一新。
第11屆EEVIA年度中國硬科技媒體論壇
據(jù)Bosch Sensortec GmbH高級現(xiàn)場應用工程師皇甫杰介紹，Bosch半導體隸屬于Bosch汽車，涉及到四大產(chǎn)品模塊：一是功率器件，主要是車規(guī)的功率器件，包括碳化硅芯片；二是ASICs芯片，也屬于車規(guī)產(chǎn)品；三是車規(guī)半導體、車規(guī)MEMS傳感器，如加速度計、陀螺儀、其他傳感器等；四是消費類的MEMS，主要聚焦手機、穿戴、IoT等消費電子產(chǎn)品。
作為全球聞名的汽車和工業(yè)零部件供應商，Bosch（博世）的半導體事業(yè)起步并不晚。據(jù)皇甫杰介紹，早在1996年，Bosch就推出第一顆MEMS傳感器，基于6英寸MEMS wafer，而第一顆傳感器正用在車規(guī)。從2005年開始，Bosch成立了Bosch Sensortec，聚焦于消費電子產(chǎn)品，意味著Bosch從車規(guī)領(lǐng)域拓展到了消費領(lǐng)域。2007年，Bosch Sensortec在中國上海成立了亞太總部，2007年所有Bosch MEMS傳感器出貨量也突破10億顆。
2010年，Bosch在德國的德累斯頓量產(chǎn)8英寸晶圓，2018年MEMS傳感器出貨量突破100億顆。2021年在德累斯頓成立了12英寸晶圓廠，同時MEMS傳感器出貨量突破150億顆。
總體來看，Bosch的MEMS傳感器發(fā)展從汽車開始，再拓展到消費領(lǐng)域，目前已滲透到IoT領(lǐng)域。而更“卷”的是，Bosch推出的智能傳感器已融合AI技術(shù)實現(xiàn)功能和應用場景上的拓展。
Bosch Sensortec GmbH高級現(xiàn)場應用工程師皇甫杰
據(jù)皇甫杰介紹，早期傳感器的作用就是物理信號的檢測，所以結(jié)構(gòu)是單一的MEMS和模擬前端，再做數(shù)字電路的信號處理然后轉(zhuǎn)成電信號輸出，功能比較單一。而目前為止，傳感器已經(jīng)集成了邊緣AI算法，因為處理器可以做到非常低的功耗，處理能力也可以實現(xiàn)AI算法的運行，這些使傳感器足以承載更多任務(wù)，去適應更智能的應用場景。
那么，將邊緣AI算法集成到傳感器件里面的好處是什么呢？
一是可以在器件端做定制化或個性化，讓傳感器識別精度適應每一個獨立的用戶，而不是一個算法應用到所有用戶，因為用戶是有差異的。
第二，傳感器的數(shù)據(jù)不需要上傳到云端，數(shù)據(jù)只存在設(shè)備本身甚至傳感器內(nèi)部。這樣可以保證傳感器數(shù)據(jù)或用戶數(shù)據(jù)的安全性。
第三，實時響應，無需將數(shù)據(jù)上傳云端再反饋到設(shè)備端，直接在器件里面做響應，所以速度會更快。
第四，進一步減少設(shè)備功耗，延長電池使用壽命或日常使用時間。
一顆集成AI算法的博世智能傳感器
以Bosch最新集成AI技術(shù)的BHI380傳感器（ACC和陀螺儀二合一）為例，尺寸非常小，可以應用在所有的電子產(chǎn)品如手機、手表、TWS耳機等。
這個器件關(guān)鍵的優(yōu)勢是什么呢？第一，緊湊的尺寸可以方便集成到各種各樣的消費類電子產(chǎn)品里面；第二就是功耗非常低，因為它集成一顆超低功耗處理器，可以跟數(shù)據(jù)做融合的時候保證功耗在微安級別；第三，出廠集成一些基本功能或AI算法，用戶也可以做二次開發(fā)，集成自己的算法，這樣有更高的擴展性。
這顆器件的AI技術(shù)有一些常見的應用場景。比如在TWS耳機里面，最常見的3D音效原理是檢測用戶的頭部在轉(zhuǎn)動的時候?qū)崿F(xiàn)對應的音效場景，這是基于陀螺儀檢測頭部轉(zhuǎn)動角度實現(xiàn)的。比如在走路、騎車、跑步或者坐車、坐高鐵、坐飛機時手勢或動作的識別，都可以通過傳感器的數(shù)據(jù)做大數(shù)據(jù)融合之后來做識別并實現(xiàn)對應的功能。
此外，比如BHI380集成了一些AI相關(guān)的運動監(jiān)測算法，用戶可以在日常使用過程中，做一些健身的動作，可以自定義，來自動檢測用戶的運動類型、頻率、次數(shù)等。同時，隨著用戶訓練次數(shù)的增加，器件捕捉和識別用戶特征的能力會愈發(fā)完善，學習能力也是AI算法的核心。
免責聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請聯(lián)系小編進行處理。
推薦閱讀：
