ソートリーダーシップ

OnTrack Newsletters Thought Leadership FIRST Robotics CompetitionはSTEM系の生徒をスーパースターに変えます Chris Jenningsは、FIRSTと長くかかわっており、 FIRST Robotics Competition （FRC）に対して、周囲の人も熱くするほどの熱意を持っています。現在彼が指導しているチームMechanical Mayhem 1519には、FIRST Competitionに参加したことのある彼の7人の子供のうちの最年少の子（つまり末っ子）も所属しています。2004年初めに、Jenningsは、9～14歳の生徒たちがレゴを使って参戦するFIRST Lego League（FLL）のチームのコーチを務めました。そのシーズンの終わりに、生徒たちの多くが対象年齢を外れ、高校レベルのFRCに移りました。2005年、JenningsをコーチとしてMechanical Mayhem 1519が誕生し、それ以来負けなしです。 . Jenningは、電気技師として30年以上、ASICやアレイプロセッサー、その他基本的な設計を行ってきました。彼はまた、コンサルティング会社を成功させ、Daniel Webster Collegeで非常勤講師も務めています。Jenningsは、Altiumで約4年間働いています。彼は、コーチという役割を越えて、現在のRobotics Control Systemのアーキテクチャーも開発しました。2009年の大会で採用され、今でも世界中で使用されています。彼は仕様を記述し、ボランティア企業と協力して一からコントローラーを開発しました。この開発には、無線通信、画像処理、スマートモーター制御、速度制御、および駆動制限機能などが含まれています。このコントローラーは、40MHZで動く非常に単純な8bit整数のPICベースコントローラーに取って代わりました。32ビット対応浮動小数点プロセッサーを搭載し、ソリッドステートディスクドライブを備えた、400MHZのパワーPCベースのコントローラーを使用することで、新しいコントローラーはチームに10倍以上の機能をもたらしました。このコントローラーは、毎年のように再利用されています。

OnTrack Newsletters Thought Leadership PCB設計者Cherie Litson: BSEEの学位を持つCIDマスターインストラクター Warner: ご自身のこと、設計者としてのキャリアパスについてお聞かせください。 Litson: 1971年に（ネバダのテストサイトを手伝う）製図見習いとして働き始めました。それから、機械と電気の製図技師として下積みを重ねました。そのとき、複雑な手張りで電子部品を設計している設計者たちと出会いました。私は、その部品の芸術的なできばえにすっかり夢中になり、設計者たちが驚くべきレイアウトを作成する様子に見入りました。そして「いつか自分もやってみよう」とひそかに考えました。まもなく私は、電子工学の知識が必要であることに気付き、学校に戻って電気技師になりました。ところが、製造を考慮した設計について十分に理解していないことに気付きました。そこで、IPCに参加して製造の問題について学びました。この経験で私は生まれ変わり、よい基板設計に必要な機械、電気、製造の全ての要素を総合的に理解するに至りました。 2006年にはCID、2008年にはCID+を取得しました。2015年、IPCのマスターインストラクターになり、そのとき業界の2人の達人であるGary FerrariとDieter Bergmanの指導を受けました。 Dieterは厳しかったので、最初は好きになれませんでした。今ではいい友人ですが。私は、業界に対する彼のコミットメントとPCB設計への情熱を理解するようになりました。Garyは、必ず、設計のサプライチェーン全体への影響に関連させて理解していた点がすばらしかったです。その後、PCB設計の学校に戻って卒業しました。他にも2人の偉大な師、一人はもう亡くなりましたがGlen Wells、もう一人はすでに引退しているMary Sugdenと出会いました。Maryは、複雑な概念をわかりやすく説明するのが得意です。その点については、Maryを見習おうと努めています。 PCB設計者になる、明確に定義された道はありません。多くの人は私と同じような方法でPCB設計者になっていると思います。 Warner: これまでを振り返って、早い段階で、設計者になるきざしが何かありましたか? Litson: パズルがとても得意でした。美術が大好きで、兄弟と一緒に小屋やテントのようなものを作るのも大好きでした。いつも、兄弟よりたくさん作ろう、もっとすごいものを作ろうとしていました。Lincoln log（ログハウスなどの建物を作るおもちゃ）で遊ぶのも大好きでした。 50年代に小学校、60年代に高校に通いました。そのころは、女性がキャリアパスを選択できる機会は多くはありませんでした。女性がキャリアにおいて何をするか、何をできるかについてはたくさんの思い込みがありました。適性テストを受けたところ、歯科衛生士が適しているという結果が出ました（笑）。家族は私が秘書に向いていると考えていたので、速記とタイピングのクラスを取りましたが、大嫌いでした。エンジニアリングとは全く関係ありませんでした!! Warner: 今日、女性の技術者や設計者に特有のメリットや課題があると思いますか

Thought Leadership 組み込み機械学習アプリケーションが、どのように5Gやクラウドから恩恵を受けるか編集クレジット: Anton_Ivanov / Shutterstock.com 大学で夜遅く勉強していたとき、人工頭脳を埋め込みたいと、よく思いました。そうすれば、必要な情報をダウンロードし、その後すぐに思い出すことができます。勉強しないですむし、ガールフレンドの誕生日を忘れることもなくなる。たぶん、自分の頭の中でNetflixを見ることさえできるでしょう。残念なことに、私より前に現れた優れた電気エンジニアは、代わりに、モノのインターネット（IoT）機器を設計しました。私がまだ、機械による記憶を待ち続けている間に、それらの機器は、自分の心を手に入れつつあります。機械学習と人工知能（AI）は、話題のトピックであり、おそらく、あなたのような設計者は、組み込みシステムにそれらを実装しようとしているのでしょう。1つだけ問題があります。機械学習に使用されるニューラルネットワークは、使用するエネルギーや必要な処理能力が大きすぎるのです。5Gの到来、そしてクラウドコンピューティングと5Gの組み合わせが、その難問への解決策になる可能性があります。5Gの高帯域と低レイテンシーを利用して、クラウドコンピューティングは、人工知能付きの組み込みシステムにパワーを与えることができます。組み込みシステムでの機械学習機械学習は、新しい概念ではありませんが、処理能力の継続的な向上によって、実現されようとしています。AIによって、機器は、その環境とはるかに賢くやりとりすることができます。 Future Interfaces Groupが作成した Synthetic Sensor は、機械学習がどのようにシステム運用を改善できるかの優れた例です。このモジュールには、周囲温度、EMI、ノイズなど、「スマート」デバイスに見られる一般的なセンサーのほとんどが搭載されています。そして、このモジュールは、その環境を理解するために機械学習を利用します。Synthetic Sensorは、コンロのどのバーナーに火を付けたか、どの器具が動作しているかを把握できます。これによって、ユーザーは、留守の間に自宅で何が起こっているかを正確に知ることができます。組み込みシステムにとって、インテリジェントセンシングには大きなメリットがあります。一部の機器は、既にそれらを利用しています。 Nestサーモスタットは、住人のお好みの室内温度を学習し、住人の行動を追跡します。その結果、サーモスタットは、好みやスケジュールを理解した上で、室内の温度を調節します。在宅中は温度を高く、留守中は温度を低く設定します。このように理解しスケジュールを調整すれば、自宅のエネルギー効率を改善できます。肉体にAIシステムを埋め込まないでください。

Thought Leadership モノのインターネットのワイヤレスセンサーネットワークがマルチセンサーのプラットフォームにより得られる利点世の中の人々は犬派と猫派に分かれますが、私の家族は常に猫派でした。私たちの家族は、「異常な」猫派になってしまわないよう、1つの重要な規則を自らに課していました。それは、家族の人数よりも多くの猫を飼ってはならないという規則です。時にはこの制限を取り払いたいと感じたことがありますが、猫の世話が手に負えないことにならないよう、常にこの規則を守ってきました。モノのインターネット（IoT）にも同じ原則が当てはまります。多くのIoTデバイスは少々極端であるとは思いますが、これらのデバイスのセンサーは単純性を実現しています。現在では、ほとんどのIoT機器に専用のセンサーアレイが存在し、気温や振動など周囲の各種の状況を測定します。一部のメーカーはマルチセンサーのプラットフォームに取り組んでいるため、この状況は近い将来に変化すると思われます。このような統合センサーソリューションには一般的に使用されるセンサーの広範なアレイが詰め込まれ、周囲の環境を調べることができます。このような統合されたセンサーにより、デバイスは1つの物理的な場所でデータを収集でき、機器間で互いに認識を共有することも可能です。このようなセンサーのパッケージにより、複雑性、コスト、保守の手間全てを減らすことができ、エンドユーザーとIoTガジェット設計者の両方が利益を得られます。マルチセンサーのプラットフォームとは統合センサーパッケージの例の1つとして、 Future Interfaces Groupの「合成センサー」が挙げられます。これらの開発者は最も一般的に使用されるIoTセンサーを調べ、1つのプラットフォームに組み入れました。このデバイスは壁面へUSB接続され、周囲環境のデータを収集します。現在のところ、この統合センサーは、「インテリジェントでない」家庭用機器からのデータを収集し、解析することが目標です。センサーの位置が変化しないため、他の固定されたオブジェクトからの音を解析し、非常に高い精度で識別できます。例えば、合成センサーはコンロのどのバーナーが点火されているかを、周囲の熱と音から特定できます。室内のノイズの周波数スペクトルから、ミキサーとゴミ処理機とを区別することもできます。さらに、自分が仕事中に猫がカウンターからグラスを落としてしまったなどの状況を判断することさえも可能です。合成センサーは、機械学習アルゴリズムを使用して、これらを全て行います。これらは、自動運転車が新しい状況に対応するために適用されるのと同じアルゴリズムです。このプラットフォームは文字通り、家庭とその中にある物体について学習していきます。このテクノロジは、データおよびホームインテリジェンスの分野において多くの用途があることは疑いありません。Googleはこのプロジェクトに投資しているため、Googleは自社のGoogle Homeアシスタントとこのテクノロジを連携させる可能性があります。このテクノロジは、蛇口が開けっ放しである、コンロの火が点いたままになっているなどを住人に警告できます。猫に餌をやるのを忘れているという警告も可能になるかもしれません。この合成センサーのようなプラットフォームは、IoTにおいてはさらに有用な用途があるでしょう。センシングの共有やデバイスの認識などの用途が考えられます。このようなセンサーは、この写真のものより多少取り扱いやすくなることが期待できます。マルチセンサーのプラットフォームとIoT 私は現在自分の家でパズルを解いていて、猫があちこちに噛みついています。猫がパズルのテーブルに近寄ったら家の方で感知し、追い払ってくれたら便利だと思いませんか? 統合センサーを使用すると、環境のデータを送信し、各デバイスが周囲の環境と、自分以外のデバイスについて認識できるようになり、上記の対応が可能になります。ほとんどのIoT機器には、専用のセンサーが付属しています。しかしこれらのセンサーは、その機器の作業にのみ特化しており、周囲の環境を包括的に捉えるようには設計されていません。これが、スマートデバイスが真に「スマート」ではない理由です。「スマート」な呼び鈴は、誰かがドアに近付いてくることを判別できますが、その人が何を望んでいるのかを解釈できません。機械学習を行うセンサーは、例えば制服を確認し、その人が郵便配達人なのかということを認識できるかもしれません。または、誰かが冒涜的な言葉を叫びながらドアに近寄ってくると、呼び鈴は誰かが来たこと、さらにその人物が激怒していることを住人に警告できます。機械学習は平均的なIoTデバイス開発者にとっては少々複雑なため、開発者が自分でデバイスに組み入れることは期待できません。「スマート」な機器のように考え、一元化され、統合された、センサーが存在すれば、その有用性は大幅に拡大するでしょう。

Thought Leadership パワーインテグリティーにまつわる5つの俗説パワーインテグリティーは新しいものではありませんが、現在ますます注目が高まっており、今後も関係者の一番の関心事であり続けるでしょう。製品の高速化と小型化の傾向が継続するなか、もはや1 ミリも無駄なスペースはありません。設計はこの事実を踏まえて進める必要があるでしょう。業界に2 ～3 年以上従事されている方であれば、パワーインテグリティーに関する下記の俗説を耳にされたことがあるかもしれません。銅箔を使え皆さんは、「銅箔は使えば使うほどよい」と教えられたかもしれません。銅箔の流し込みを行うだけで、パワーインテグリティーに関連する問題は、すべてとは言いませんが、その大半が解決します。ただし、これに当てはまらない場合もあります。たとえば、熱に関係する問題は解決するものの、浮島や半島が残るといった他の問題を引き起こす場合です。無害に見えるものの、浮島や半島は特定の共振周波数を持っており、一定の状況下で障害を引き起こします。こうした障害はランダムに現れることもあるため、正確に特定して修復することは極めて困難です。これを呪いか何かのせいにする前に、銅箔の流し込みによって浮島や半島が発生していないかどうかを必ず確認しなければなりません。それを怠ると、設計を断念して、レイアウトをやり直すはめになります。他に考慮すべきことはコストでしょう。これはエンジニアの頭にいつもあることではないかもしれません。銅箔は安価なものではありません。特に予算の制約がある今、やみくもに余計なプレーン層を追加するわけにはいきません。過大設計は高額になってしまいます。 IPC-2152は絶対に外さないこれは皆さんが驚かれることかもしれません。確かにIPC-2152 は重要であり、許容範囲の温度上昇に対して配線幅を最小化するという手段で問題を回避する際の手引きとなります。ただし、そのためにIPC-2152 を適用すると、電力配電回路網に必要以上のスペースを割り当てざるを得なくなります。つまり、貴重な面積が占領され、設計のレイヤーが増えてしまいます。 IPC-2152 はいつでも使える優れたツールであり、効率的な電源供給の設計には有効ですが、むやみに適用すべきではありません。パワーインテグリティーツールとともにIPC-2152 をもっと慎重に使用すれば、電力配電回路網の面積を削減しながら、製造に向けて安全に設計を進めることができます。ビアが多くなり過ぎることはない精通している方であればお気づきかもしれませんが、IPC-2152 はビアとなるとあまり適切ではありません。配線幅と同様に、IPC-2152 はかなり保守的であり、基板には大きめのビアが必要以上に形成される可能性があります。銅箔に大きな穴が開いてしまっては問題でしょう。つまり、電流が使う面積が減るために電流密度が増加し、結果として温度が上昇します。それだけでなく、残りの設計に割り当てられるはずの面積が奪われ、特に最後の10% の基板の配線を完成させるのが困難で時間のかかる作業になってしまいます。他のIPC-2152