datasheet

技术文章—毫米波传感器实现边缘智能

2019-04-16来源: EEWORLD作者: 德州仪器Keegan Garcia关键字:毫米波

通过毫米波传感器在边缘进行智能处理可以减少发送到中央服务器的数据量,增加传感器本身的决策量。

 

物联网(IoT)推动建筑和家庭系统中更多设备和传感器连接网络:根据Gartner的估计,在2017年物联网覆盖的设备数量已达80亿。

 

但随着连接到云的传感器数量日益增加,对网络带宽、远程存储和数据处理的系统要求也迅速提高。边缘处的智能处理可以减少发送到中央服务器的数据量,增加传感器本身的决策量。这可以在提升系统可靠性的同时,减少决策延迟和网络成本;如果服务器关闭,您最不愿意看到的就是传感器无法检测物体和做出决策!

 

边缘智能和连接

 

毫米波(mmWave)传感器以两种方式实现边缘智能。首先,毫米波可提供距离、速度和角度等独特的数据信息,同时具有反射不同目标的能力,这使传感器能够检测探测范围内不同物体的特定特征。例如,速度数据可使传感器看到微多普勒效应 - 来自微小运动的调制效应 - 其包含目标对象的典型特征,例如自行车车轮的旋转辐条,行走的人摇摆的手臂,或者动物奔跑的四肢。系统可以使用该数据来分类和识别传感器视场角中的对象类型。

 

减少错误检测

 

其次,毫米波传感器通过片上处理实现边缘智能。包含微控制器和数字信号处理器(DSP)的传感器能够执行初级雷达处理,以及特征检测和分类。

 

图1显示了安全应用中50米室外入侵探测器使用片上智能的一项实验结果。入侵探测器用于确定人员是否已进入受保护区域,例如货运场、停车场或后院。一些依赖光学或红外传感的传感器可能会检测到附近树木和灌木的错误运动。而毫米波传感器使用处理和算法来滤除和防止错误检测,仅在人体运动时触发探测器。安全摄像头和可视门铃可以通过连接网络服务器处理图像,执行相同的错误检测过滤。这些基于服务器的系统所提供的功能通常需要用户付费,而毫米波技术可实现在传感器本身进行决策无需联网服务器。

 

 

图 1:用于长距离室外入侵探测器的片上过滤示例

 

图2显示了使用毫米波技术的入侵检测;毫米波传感器分析场景中对象的速度,过滤掉移动背景中的运动,仅跟踪人物。

 

 

图 2:来自室外入侵应用的动画点云。黑点表示移动的对象,包括人、树木、灌木。该算法将人显示为绿色,同时过滤掉其他移动对象

 

图3显示了行走的人和摆头风扇的微多普勒特征的差异。一旦识别出分离两个对象的正确特征,分类器就会在设备上实时进行区分。

 

 

图 3:两张图显示了行走的人和摆头风扇随时间推移的微多普勒信息

 

图4显示了片上处理如何使毫米波传感器根据其特征实时识别和分类目标。这些特征或是基于尺寸、反射率、微多普勒效应或是其他特征,并且可以帮助识别典型的行为以辨别不同的移动对象。例如,分类功能可用于在室内或室外安全应用中识别人和动物,在家庭自动化系统中区分儿童和成人,或确定人在限制区域内是跑步还是行走。

 

https://m.eet.com/media/1308773/mmWave_figure4.png

 

图 4:使用毫米波传感器执行分类的示例:中间图上所有移动目标都分配了一个轨道,彩色区域表示人

 

边缘处理和智能可以成为强大的工具,有助于提高物联网传感器、网络的质量和稳健性。具有集成处理功能的毫米波传感器,能够在边缘实现智能,通过对对象进行过滤和分类,更智能地识别场景中发生的事情并实时做出决策,从而解决错误检测问题。

 

- Keegan Garcia是TI的营销经理,负责推进毫米波传感器在智能基础设施和工厂中实现新应用。他拥有TI多核DSP处理器的硬件应用经验,曾对DDR3、SerDes和PLL等高速接口提供支持。

 

关键字:毫米波

编辑:muyan 引用地址:http://www.eeworld.com.cn/IoT/ic458783.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:艾拉比助力NB-IOT产品加速扩展
下一篇:Strategy Analytics:英特尔放弃5G调制解调器,高通和苹果和解

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

77GHz毫米波雷达市场爆发在即,NXP凭借哪些实力抢占先机?

“77GHz毫米波雷达市场正处于一个高速增长期,需求来自三个方面:第一、随着国内汽车主动安全相关政策的逐步实施,特别是C-NCAP的五星评定,需要有毫米波雷达的支持来实现AEB功能;另外,交通部对营运客车和货车加装FCW,AEB,LDW系统的要求,这些也是对毫米波雷达的硬性需求。第二,对各种雷达功能的需求在不断提升,比如FCTA,RCTA,LCA,BSD等,使得每辆车的雷达传感器会越来越多。第三、随着自动驾驶等级的不断提高,在L3,L4级别对高分辨率雷达,即成像雷达的需求。这就需要用多颗雷达射频收发器进行级联,并且需要后端的信号处理芯片有足够的能力去处理前端级联的多路雷达信号。” NXP大中华区汽车电子首席系统架构师
发表于 2019-05-16
77GHz毫米波雷达市场爆发在即,NXP凭借哪些实力抢占先机?

在毫米波雷达领域,TI构建起了一条完整的护城河

2019年4月,德州仪器在全国多地举办了毫米波雷达巡演,在巡演上,TI以各种Demo的形式,介绍了其工业毫米波的优势、特点及应用。毫米波雷达看似是受近两年ADAS系统火热才崭露头角,不过德州仪器中国区嵌入式产品系统与应用总监蒋宏则表示,早在2010年,毫米波雷达项目就开始立项。2011年,在TI久负盛名的Kilby实验室中,诞生了首款太赫兹(160GHz)集成天线的单芯片雷达方案。之后的几年时间中,经历了三次测试芯片的迭代以及微调、优化及最终的产品化,最终于2015年开始发布首款车规级毫米波雷达样片,并于2018年正式量产。德州仪器毫米波开发历程但是,仅仅在车上应用并不是TI毫米波雷达传感器的最终目标,面对着广泛的工业及家庭、安防
发表于 2019-05-09
在毫米波雷达领域,TI构建起了一条完整的护城河

从恩智浦携手隼眼,看毫米波雷达如何加速中国自动驾驶的未来之路?

自动驾驶是一片黄金沙漠,经历泡沫后的理性回归,2019年,这一领域依旧是汽车行业最火热的风口之一。在今年上海国际车展上,全球最大的汽车电子及人工智能物联网芯片公司恩智浦半导体宣布与中国汽车雷达厂商南京隼眼科技签署投资与战略合作协议。隼眼科技依托东南大学毫米波重点实验室,拥有中国在汽车毫米波雷达领域最深厚技术功底和最强工程技术人才,而恩智浦深耕中国30年,在雷达市场拥有深厚的技术经验,双方合作的77GHz毫米波雷达产品同时也在此次车展亮相。恩智浦和隼眼科技强强联合,无疑将加速中国自动驾驶的发展。合作的野心:剑指国际市场据IHS Markit预计,到2023年,中国将成为全球最大的汽车雷达市场,基于如此庞大的市场,双方的合作显得
发表于 2019-05-08

5G用毫米波,6G/7G用什么?太赫兹波了解一下

随着商用落地的临近,最近,关于5G的话题也不绝于耳。了解5G的人都知道,5G网络主要有两种频段,一种是sub-6GHz,另一种是毫米波(Millimeter Waves)。实际上,我们现在的LTE网络都基于sub-6GHz,而毫米波技术才是实现畅想5G时代的关键。遗憾的是,在移动通信发展的数十年里,由于种种原因,毫米波一直没有真正走入人们的生活。然而,有相关专家在4月举行的布鲁克林5G峰会上表示,太赫兹波(Terahertz Waves)或许能弥补毫米波的短板,加快6G/7G实现的进程。太赫兹波拥有无限的潜力4月23号至26号,第六届布鲁克林5G峰会如期举行,峰会的内容涉及5G部署、经验教训总结、以及5G的发展展望
发表于 2019-05-08
5G用毫米波,6G/7G用什么?太赫兹波了解一下

毫米波传感器如何检测移动车内人员乘坐情况?

汽车设计师已成功将毫米波(mmWave)传感器集成到多个汽车驾驶室内应用中。 这些应用之一是能够在各类照明条件和传感器放置中检测车内人员乘坐情况,而不管其是否移动。这可帮助汽车系统检测到留在车内无人看管的儿童或人员位置,以进行温度控制。 Azcom Technology展示了AWR1642毫米波传感器结合Azcom专有算法,如何能够可靠识别座椅上人员入座情况。我们以不同的速度,及不同的环境(城市、高速公路)和驾驶室(光照、温度)条件进行驾驶,并分析了不同的座椅配置。 在我们的演示中,传感器将从天窗悬挂下来,朝向后座(如图1所示),尽管在最终安装中它更可能被放置在座椅靠背内部、后视镜周围或车顶
发表于 2019-04-22
毫米波传感器如何检测移动车内人员乘坐情况?

使用毫米波传感器检测移动车内人员乘坐情况

作者:德州仪器  Alessandro Veglio汽车设计师已成功将毫米波(mmWave)传感器集成到多个汽车驾驶室内应用中。这些应用之一是能够在各类照明条件和传感器放置中检测车内人员乘坐情况,而不管其是否移动。这可帮助汽车系统检测到留在车内无人看管的儿童或人员位置,以进行温度控制。Azcom Technology展示了AWR1642毫米波传感器结合Azcom专有算法,如何能够可靠识别座椅上人员入座情况。我们以不同的速度,及不同的环境(城市、高速公路)和驾驶室(光照、温度)条件进行驾驶,并分析了不同的座椅配置。在我们的演示中,传感器将从天窗悬挂下来,朝向后座(如图1所示),尽管在最终安装中它更可能被放置在座
发表于 2019-04-19
使用毫米波传感器检测移动车内人员乘坐情况

小广播

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2019 EEWORLD.com.cn, Inc. All rights reserved