Обе области сбора данных и управления питанием переживают значительное развитие. Новые приложения, такие как автономные транспортные средства, наряду с более устоявшимся IoT, являются движущими силами этих разработок. Фраза «большие данные» относится к концепции, согласно которой практически все можно отслеживать и использовать для генерации данных. Анализ превращает эти данные в идеи, ведущие к действиям. 

В случае автономных транспортных средств тип восприятия, используемый для навигации транспортного средства, часто основан на восприятии. В частности, такие технологии, как LiDAR и радар, используют среду, такую ​​как световые или радиоволны, для создания поля зрения. Отражения интерпретируются для извлечения необработанных данных, которые затем анализируются.

Многие из этих методов восприятия вызывают значительные ложные срабатывания и отрицательные результаты, тем самым создавая потенциально небезопасный результат в неблагоприятных условиях. Этот абстрактный способ наблюдения типичен для сенсорных технологий; практически все датчики работают, воспринимая свое окружение. Большинству датчиков необходимо будет отправлять необработанные данные на хост-процессор для анализа. Это создает еще один уровень абстракции, поскольку необработанные данные, вероятно, будут квантованы и закодированы перед отправкой. 

В случае систем измерения давления в шинах (TPMS) можно ожидать, что датчик будет передавать данные на частой основе. TPMS устанавливается на клапан шины, а это значит, что вся сборка должна быть небольшой. Сюда входит и аккумулятор, поэтому через непродолжительное время может потребоваться его замена.

В случае транспортных средств с высоким коэффициентом использования, таких как такси или грузовики для доставки, это означает время простоя и, следовательно, потерю дохода. Когда эти автомобили станут полностью автономными, они будут эксплуатироваться почти постоянно, поэтому любой простой будет дорогостоящим. 

Одним из способов решения этой проблемы с помощью технологий является переосмысление сосуществования данных и мощности. Существует множество примеров инновационных способов совместной передачи энергии и данных, таких как RFID, NFC, Power over Ethernet (PoE) и связь по линиям электропередач. Кроме того, расширились исследования способов получения энергии из таких источников, как свет, тепло и движение. Новая технология, разработанная TDK, продвигает эту концепцию на шаг вперед, сочетая сбор энергии с зондированием, чтобы устранить различие между мощностью и данными. 

Сбор энергии в приложениях для зондирования
Сбор энергии является активной областью исследований и разработок, создающих новые способы получения энергии из скрытых источников, таких как разница в температуре, естественный или искусственный свет и даже вибрации. Фундаментальные принципы хорошо известны, и все большее число решений по сбору энергии могут генерировать достаточно энергии для работы интеллектуальных узлов Интернета вещей в течение коротких периодов времени. 

Эти существующие технологии обеспечивают нестабильную и в значительной степени непредсказуемую мощность, которая в первую очередь предназначена для сбора, стабилизации и регулирования. На этом этапе сила больше не похожа на свою первоначальную форму. Он становится анонимным, поскольку в нем больше не будет никаких следов того, как он был создан. Этого следовало ожидать, потому что основное требование - генерировать простую полезную мощность. 

Однако при прохождении этого процесса любая информация, которая могла быть неявной в форме формы сигнала мощности, также теряется. Любая неявная информация в форме волны мощности отбрасывается, потому что она не представляет интереса.

ОТ НАШИХ ПАРТНЕРОВ
БЛОГ: Распределенная аналитика за пределами облака
Аналитика, искусственный интеллект и машинное обучение обычно реализуются как централизованные функции в сетях, часто находящихся в облаке. Растет тенденция к распространению…
Добро пожаловать в край
Фото / изображения (в порядке отображения). pinkeyes - stock.adobe.com, Monopoly919 - stock.adobe.com, proindustrial2 - stock.adobe.com. Присоединяйтесь к нам в ...
БЛОГ: настройтесь на инерциальные измерительные устройства (IMU)
Сочетание датчиков объединяет несколько датчиков и программные решения, которые позволяют использовать информационные и коммуникационные технологии, Интернет вещей и авто ...
Добро пожаловать в край
По мере снижения стоимости встроенных сетевых устройств - рассмотрим Raspberry Pi в качестве одного примера - они становятся повсеместными. Но скрытая цена в этом разрастании ...
Но что, если эту информацию не выбросят, а превратят в ценные? Это описывает, как используется новая технология сбора энергии, разработанная TDK. Этот новый источник энергии помогает расширить возможности интеллектуальных датчиков без батарей следующего поколения. Комбинация датчика энергии формирует технологию, которая обеспечивает ключевые идеи без какой-либо дополнительной мощности. Это открывает новые возможности для обработки и вывода на основе границ.  

Технология использует пьезоэлектрический эффект для генерации масштабируемой энергии, но настоящая инновация заключается в использовании формы генерируемой энергии, а также ее энергии. Колебательная форма волны, которая в демонстрационном приложении может достигать 70 В размах, несет с собой сигнатуру напряжений, воздействующих на пьезоэлемент. Анализируя эту сигнатуру, пьезоэлемент также используется в качестве датчика движения с высоким разрешением. 

EH-модули
TDK разработала демонстрационную платформу под названием InWheelSense, которая включает в себя несколько устройств датчиков энергии, называемых EH-модулями (сбор энергии). Эти модули подключены к концентратору обработки, который включает в себя схемы управления питанием, которые питаются от модулей. Демонстратор предназначен для установки на колесо со ступицей, расположенной в центре, и EH-модулями, расположенными вокруг обода колеса (рис. 1) . 

1. Демонстрационная платформа TDK InWheelSense основана на ее EH-модуле.
1. Демонстрационная платформа TDK InWheelSense основана на ее EH-модуле.


Каждый EH-модуль может генерировать 1 мВт постоянного тока или 90 мВт импульсной мощности за каждый оборот, когда транспортное средство движется со скоростью 105 км / ч. В отличие от других форм сбора энергии, выход EH-модуля также используется для предоставления данных о том, насколько быстро вращается колесо; направление вращения, пробуксовка, дисбаланс колес, крутящий момент и анализ топлива; направление движения автомобиля; и даже дорожные условия. Такие данные могут храниться локально на IWCM (модуле управления InWheelSense) или транслироваться в режиме, близком к реальному времени, с использованием Bluetooth Low Energy (BLE) или радио LoRa.

В целях оценки демонстратор использует пять EH-модулей. Выходы трех модулей используются исключительно для питания, а выходы оставшихся двух используются для генерации данных.  

Форма энергии
Только благодаря постоянным инновациям этот новый подход к сбору энергии и распознаванию кромок становится жизнеспособным. Одна из основных тенденций - способ, которым полупроводниковая промышленность может постоянно снижать мощность, необходимую для обработки информации или инструкций на ватт. Это позволяет делать больше с меньшими затратами энергии и, таким образом, перемещать интеллект, необходимый для обработки данных, ближе к источнику этих данных.

Развитие граничной обработки дает два положительных результата: она уменьшает объем данных, которые должны передаваться между узлами сети и ядром сети (или облаком), и, как прямой результат этого, уменьшает задержку между обнаружением. необработанные данные и получение ценной информации. Обе функции станут более важными по мере приближения к концепции повсеместного интеллекта, такой как полностью автономные транспортные средства. 

Еще одна важная и связанная с этим тенденция - это то, как искусственный интеллект (ИИ) приближается к границе сети. Последняя тенденция поддерживается первой. Основываясь на этом, мы можем ожидать быстрой разработки высокопроизводительных процессоров со специальными функциями искусственного интеллекта, что еще больше ускорит внедрение периферийного логического вывода. 

Чтобы ИИ был действительно полезным, он требует стабильного поступления высококачественных данных с малой задержкой. Сегодня большинство датчиков не предназначены для обеспечения такого уровня выходного сигнала, что отчасти связано с потребностями в питании. Используя эти тенденции и добавив собственную уникальную масштабируемую технологию сбора энергии, TDK смогла создать датчик, работающий без отдельного источника питания, но способный генерировать постоянный поток данных (рис. 2) . 

2. Модуль EH выдает как мощность, так и данные, постоянно, все время, пока колесо находится в движении.
2. Модуль EH выдает как мощность, так и данные, постоянно, все время, пока колесо находится в движении.


Переход в аналоговую область
Большинство датчиков теперь генерируют оцифрованные данные или данные, которые предназначены для оцифровки, чтобы их можно было обработать. Такое квантование удобно с точки зрения полосы пропускания, необходимой для передачи данных, или объема памяти, необходимого для их хранения. Что он также делает, так это отбрасывает большие части данных, которые считаются нерелевантными. Это может быть связано с тем, что система ищет пики или отклонения от заданных пределов. 

Пьезоэлектрический датчик в модуле EH отличается в этом отношении. Вместо того, чтобы квантовать данные в источнике (в датчике) и отправлять только снимки того, что на самом деле обнаруживается, EH-модуль отправляет постоянную аналоговую форму волны на концентратор. 

Отчасти это связано с тем, что данные датчика также являются источником питания для электроники концентратора, и поэтому каждая его часть полезна. Этот поток нефильтрованных данных представляет собой постоянный аналоговый сигнал, содержащий огромное количество полезной информации. Ключ в том, чтобы обрабатывать его таким образом, чтобы приносить такую ​​ценность. Это может быть достигнуто с помощью чего угодно, от простого микроконтроллера до высокопараллельного многоядерного процессора. 

Как упоминалось ранее, разработчики переносят технологию искусственного интеллекта на маломощные микроконтроллеры для реализации пограничного вывода. Здесь описывается внедрение модели логического вывода, разработанной с использованием технологии обучения искусственного интеллекта, основанной на огромных объемах данных. Затем модель сокращается и оптимизируется для работы на гораздо меньшем и более простом встроенном MCU. Этот метод можно использовать для запуска чего-то столь же сложного, как сверточная нейронная сеть (CNN) на микроконтроллере со сверхнизким энергопотреблением в приложении, работающем на EH-модулях. 

Постоянный поток данных
Форма сигнала, генерируемая EH-модулями, изменяется по мере вращения колеса (рис. 3) . Это создает сигнал, который точно отражает ощущения датчика. IWCM, разработанный как часть демонстратора технологий TDK, включает соединение BLE, позволяющее отправлять данные на смартфон или другой шлюз. Модули EH, разработанные как часть демонстратора, оснащены дополнительными датчиками, в том числе акселерометром, гироскопом, датчиком атмосферного давления, переключателем Холла, микрофоном, датчиком частиц и датчиком температуры. 

3. Постоянный поток данных, производимый EH-модулем, обеспечивает глубокое понимание поведения водителя и дорожных условий.
3. Постоянный поток данных, производимый EH-модулем, обеспечивает глубокое понимание поведения водителя и дорожных условий.


Все эти данные датчиков могут быть переданы по беспроводной сети с помощью IWCM в облако, где они могут быть обработаны для обнаружения дороги, шин и погодных условий. Эти идеи затем могут быть использованы для обеспечения безопасности, а также для выявления закономерностей в использовании дорог. Эти данные также могут быть использованы для расширения услуг по мониторингу трафика. 

Те же датчики, использующие ту же технологию, могут использоваться в других приложениях. Это может включать мониторинг состояния крупной инфраструктуры, такой как железные дороги, автомобильные мосты или ветряные турбины. 

Заключение
Идея свободной энергии искушала инженерные умы с незапамятных времен. Концепция данных без энергии появилась намного позже. Технологии сбора энергии в некоторой степени способствуют максимальному соблюдению закона сохранения энергии, но нам еще предстоит реализовать его весь потенциал. Упрощение интерфейса между питанием и данными - важный шаг в этом направлении. 

Технология, разработанная TDK, выводит сбор энергии на новый уровень. Энергия, несущая действенные данные, демонстрирует, как взгляд на что-то с другой точки зрения может открыть новые возможности.