센서 퓨전 작동시키기: 멀티채널 ADC, MCU 등

가상 현실과 증강 현실과 같은 응용 프로그램은 다양한 센서를 필요로 하며, 이러한 센서들로부터의 데이터는 센서 퓨전을 통해 연결됩니다.

복잡한 시스템은 특히 오늘날의 임베디드 및 클라우드 컴퓨팅 기능을 사용하여 많은 양의 데이터를 사용합니다. 새로운 제품이 의도한 기능을 제공하기 위해 많은 수의 센서로부터 입력을 사용해야 한다면 어떨까요? 이것이 센서 퓨전의 핵심 아이디어입니다. 이 개념은 일반적으로 현대 자동차가 여러 센서로부터 데이터를 통합하는 자동차 전자 제품과 관련하여 논의되지만, 다른 제품들도 동일한 개념을 사용하여 원하는 기능 범위를 제공할 수 있습니다. 다음 시스템이 여러 출처로부터 데이터를 통합하기 위해 센서 퓨전을 사용할 예정이라면, 작동 시스템을 만들기 위해 필요한 몇 가지 구성 요소가 있습니다.

센서 퓨전이란?

센서 퓨전은 이름에서 암시하듯, 많은 수의 센서로부터 데이터를 수집하여 프로세서로 전달하고, 이를 다양한 응용 프로그램에 사용하는 것입니다. 센서 퓨전이 필요한 최종 응용 프로그램에는 자율 주행 차량, 로봇 공학, 제어 시스템, 산업 자동화, AI, 증강 현실 등이 포함됩니다. 심지어 고급 의료 모니터, 스마트 가전제품 및 스마트 홈 시스템과 같은 제품들도 점점 더 센서 퓨전을 사용할 것입니다.

그렇다면 센서 데이터를 읽고 처리하는 것과 센서 퓨전이 무엇이 다른가요? 모두 데이터의 규모와 사용 방법의 문제입니다. 일반적인 데이터 수집 시스템은 다양한 작업을 위해 소수의 센서만을 사용할 수 있으며, 다른 센서 입력이 항상 함께 사용되어 반자율적 결정을 내리는 것은 아닙니다. 센서 퓨전은 임베디드 소프트웨어가 훨씬 더 많은 데이터를 처리하고 더 복잡한 결정을 내리는 임베디드 프로그래밍 아이디어이자 하드웨어 아이디어입니다.

이것이 기계 학습이나 AI와 같다고 들린다면, 그렇게 먼 이야기는 아닙니다. AI/ML 모델은 단일 추론 작업을 위해 다양한 데이터 구조 및 출처로부터의 데이터를 수용하도록 구성될 수 있습니다. 그들은 기본적으로 데이터 유형 및 데이터 구조에 구애받지 않으며, ML 모델을 사용하지 않고 결정을 내리는 다른 시스템과 마찬가지입니다.

이 블록 다이어그램은 센서 퓨전에 관련된 고수준 응용 프로그램을 보여줍니다. ADC 단계는 임베디드 프로세서에 통합될 수 있습니다. 원한다면, 처리는 외부 장치나 클라우드에서도 이루어질 수 있습니다.

설계자에게 주요 질문은 센서로부터의 다중 데이터 스트림을 "퓨전"하고 처리하는 방법이 됩니다. 이것은 하드웨어 설계 질문만큼이나 소프트웨어 엔지니어링 질문입니다. 여기서는 컴퓨터 과학자와 소프트웨어 엔지니어들 사이에서 여전히 활발히 개발되고 있는 알고리즘 측면을 다루지 않겠습니다. 하드웨어 측면에서는 센서 퓨전의 일부로 데이터 수집 및 처리를 가능하게 하는 다양한 구성 요소가 필요합니다.

센서 퓨전 시스템을 위한 구성 요소

센서 퓨전에 필요한 구성 요소의 정확한 세트는 부분적으로 응용 분야에 따라 다릅니다:

• 웨어러블과 같은 소형 장치는 작은 크기의 인클로저를 유지하기 위해 더 작은 구성 요소가 필요할 수 있습니다. 통합 구성 요소나 더 작은 SMD 구성 요소를 고려하십시오.

• 자율 주행 차량과 같은 매우 특정한 시스템은 형태 요소에 대한 제한이 덜합니다. 칩 제조업체는 새로운 자동차에서 센서 퓨전을 지원하기 위한 전문 구성 요소를 출시하기 시작할 수 있습니다.

• 비특정 또는 모듈식 형태 요소를 가진 다른 시스템은 설계자에게 구성 요소를 선택할 자유를 제공하며, 이러한 시스템에서 사용하기 위해 개발된 SoC가 없을 수 있습니다.

센서 퓨전은 모두 아날로그 데이터를 수집한 다음 임베디드 프로세서로 전달하는 것에서 시작됩니다.

멀티채널 ADC

센서 퓨전을 위한 멀티채널 ADC의 경로를 선택하는 것은 여러 신호 입력을 단일 패키지로 묶는 편리한 방법을 제공합니다. 센서 퓨전에 사용되는 멀티채널 ADC는 극도로 높은 샘플링 속도를 필요로 하지 않으며; 델타-시그마 ADC는 초음파 범위까지 정확한 신호 취득을 제공할 수 있는 ~메가샘플링 속도를 가지고 있으며, 이는 다양한 아날로그 센서의 넓은 범위를 포괄합니다.

텍사스 인스트루먼트의 LMP92018 멀티채널 ADC는 직렬 출력과 함께 8개의 동시 입력을 포함합니다. 또한 다른 아날로그 구성 요소와의 인터페이스를 위한 4채널 DAC를 포함합니다. [출처: LMP92018 데이터시트]

ADC는 직렬 또는 병렬로 출력할 수 있으며, 프로그래머블 게인이나 입력 필터링과 같은 다른 기능을 포함할 수 있습니다. 위에 표시된 텍사스 인스트루먼트 LMP92018은 GPIO 및 SPI 인터페이스를 가진 4개의 DAC를 포함하는 멀티채널 ADC의 한 예입니다. 이러한 유형의 구성 요소는 외부 참조 전압에 대한 선택적 연결을 제공함으로써 센서 퓨전에 이상적입니다.

응용 프로그램별 처리

ADC로 센서 데이터를 수집한 후, 일부 입력은 작은 MCU나 ASIC에서 응용 프로그램별 처리를 필요로 할 수 있습니다. 예를 들어, DSP 구성 요소는 특정 응용 분야(비디오 데이터에서의 컴퓨터 비전이 좋은 예)에서 필요할 수 있는 일부 신호 조절 작업을 수행하는 데 사용될 수 있습니다. ASIC이 필요한 DSP 단계를 제공하지 않는 경우, 일반 목적 프로세서로 이를 구현할 수 있습니다.

일반 목적 처리

이는 응용 프로그램이 구현되고 실행될 곳입니다. 직렬 또는 병렬 멀티채널 ADC 또는 DSP IC에서 입력을 받기 위해 작은 MCU나 FPGA와 같은 간단한 것이 사용될 수 있습니다. 병렬로 더 많은 수의 센서에서 퓨전을 수행하려면 더 높은 처리 속도, 온보드 메모리, 비트 깊이 및 다른 구성 요소와 인터페이스하기 위한 I/O가 필요합니다.

여러 처리 및 통신 기능을 단일 패키지로 통합한 SoC가 있다면, 이 구성 요소를 센서 융합을 위한 프로세서로 사용하는 것이 해가 되지 않습니다. 이러한 전문 구성 요소 중 모두가 센서 융합을 위한 다중 ADC 채널을 포함하는 것은 아니며, 포함하는 경우에도 애플리케이션에 필요하지 않은 기타 기능을 포함할 수 있어 구성 요소 가격을 증가시킬 수 있습니다.

STMicroelectronics의 STM32F373 MCU는 센서 융합에 일반적인 처리 능력을 제공하는 표준 플랫폼입니다.

임베디드 AI와 같은 극단적인 컴퓨팅 작업 부하의 경우, 칩 제조업체가 AI 모델을 구현하기 위한 저전력 ASIC을 개발할 때까지 처리 능력을 위해 GPU 경로를 선택해야 합니다. NVIDIA는 Jetson 플랫폼 덕분에 이 분야에서 시장을 거의 독점하고 있지만, 이 시스템들은 여전히 센서 융합 측면에서 제한이 있습니다. 이는 여러분이 작업하는 센서의 수에 따라 다중 채널 ADC와 메인 보드가 필요할 수 있습니다.

센서 융합에 필요한 구성 요소 찾기

지금까지 우리는 센서 융합을 위한 다양한 구성 요소를 살펴보았습니다. 이 구성 요소들은 쉽게 구할 수 있으며, 개념 증명, 전문 구성 요소의 평가 모듈, 측정 및 획득 장비 등을 개발하는 데 사용할 수 있습니다. AI 지원 IoT 제품과 같은 더 전문화된 제품의 경우, 칩 제조업체는 여기에 표시된 모든 구성 요소를 단일 칩으로 통합하는 다양한 전문 SoC를 개발하고 있습니다. 이러한 더 고급 구성 요소는 여전히 개발 중이며, 시스템에 필요한 채널 수, 샘플링 속도 또는 이득을 제공하지 않을 수 있습니다.

센서 융합에 필요한 구성 요소가 무엇이든, 올바른 전자 부품 검색 엔진을 사용하면 필요한 부품을 찾을 수 있습니다. 다음 시스템에 증폭기, 다중 채널 ADC 및 기타 구성 요소가 필요할 때, Octopart는 구성 요소 선택 및 공급망 관리를 위한 완벽한 솔루션을 제공합니다. 고급 필터링 기능은 정확히 필요한 구성 요소를 선택하는 데 도움이 될 것입니다. 통합 회로 페이지를 살펴보고 필요한 구성 요소를 찾기 위한 검색을 시작하세요.

뉴스레터를 구독하여 최신 기사를 계속 업데이트하세요.