Làm cho Tích hợp Cảm biến hoạt động: ADC đa kênh, MCU và Hơn thế nữa

Ứng dụng như thực tế ảo và thực tế tăng cường đòi hỏi một loạt cảm biến, và dữ liệu từ những cảm biến này được kết hợp lại với nhau thông qua kỹ thuật tổng hợp cảm biến.

Hệ thống phức tạp sử dụng dữ liệu một cách dồi dào, đặc biệt là với khả năng tính toán nhúng và đám mây hiện nay. Nếu sản phẩm mới của bạn cần sử dụng đầu vào từ một số lượng lớn cảm biến để cung cấp chức năng dự định? Đây chính là ý tưởng cốt lõi trong tổng hợp cảm biến. Khái niệm này thường được thảo luận trong lĩnh vực điện tử ô tô khi xe hơi hiện đại tích hợp dữ liệu từ nhiều cảm biến, nhưng các sản phẩm khác cũng có thể sử dụng các khái niệm tương tự để cung cấp một loạt chức năng mong muốn. Nếu hệ thống tiếp theo của bạn sẽ sử dụng tổng hợp cảm biến để tích hợp dữ liệu từ nhiều nguồn, dưới đây là một số thành phần bạn sẽ cần để tạo ra một hệ thống hoạt động.

Thế nào là Tổng hợp Cảm biến?

Tổng hợp cảm biến, như tên gọi của nó, dữ liệu từ một số lượng lớn cảm biến được thu thập và đưa vào bộ xử lý, sau đó được sử dụng cho một loạt ứng dụng. Một số ứng dụng cuối cùng yêu cầu tổng hợp cảm biến bao gồm xe tự lái, robot, hệ thống điều khiển, tự động hóa công nghiệp, AI, thực tế tăng cường, và nhiều hơn nữa. Thậm chí các sản phẩm như máy theo dõi y tế tiên tiến, thiết bị gia dụng thông minh và hệ thống nhà thông minh cũng sẽ ngày càng sử dụng tổng hợp cảm biến.

Vậy điều gì làm cho tổng hợp cảm biến khác biệt so với, nói chung, bất kỳ điều gì khác liên quan đến việc đọc và xử lý dữ liệu cảm biến? Đó là vấn đề về quy mô và cách dữ liệu được sử dụng. Hệ thống thu thập dữ liệu thông thường của bạn có thể chỉ sử dụng một số lượng nhỏ cảm biến cho các nhiệm vụ khác nhau, và các đầu vào cảm biến khác nhau có thể không luôn được sử dụng cùng nhau để đưa ra quyết định bán tự động. Tổng hợp cảm biến vừa là một ý tưởng về lập trình nhúng và một ý tưởng về phần cứng trong đó phần mềm nhúng xử lý nhiều dữ liệu hơn và sử dụng nó để đưa ra quyết định phức tạp hơn.

Nếu điều này nghe có vẻ giống như máy học hoặc AI, thì nó không quá xa lạ. Các mô hình AI/ML có thể được xây dựng để chứa đựng các cấu trúc dữ liệu khác nhau cũng như dữ liệu từ một loạt nguồn cho một nhiệm vụ suy luận duy nhất. Chúng cơ bản là không phụ thuộc vào loại dữ liệu và cấu trúc dữ liệu, giống như các hệ thống khác với nhiều dòng dữ liệu và không sử dụng mô hình ML cho việc đưa ra quyết định.

Sơ đồ khối này cho thấy ứng dụng cấp cao liên quan đến tổng hợp cảm biến. Lưu ý rằng giai đoạn ADC có thể được tích hợp vào bộ xử lý nhúng. Nếu bạn muốn, việc xử lý thậm chí có thể diễn ra trên một thiết bị bên ngoài hoặc trên đám mây.

Câu hỏi chính đối với một nhà thiết kế trở thành: làm thế nào tôi có thể "tổng hợp" và xử lý nhiều dòng dữ liệu từ cảm biến? Đây vừa là một câu hỏi về kỹ thuật phần mềm cũng như là một câu hỏi về thiết kế phần cứng. Chúng tôi sẽ không đề cập đến phần thuật toán ở đây vì đây vẫn là một lĩnh vực phát triển tích cực giữa các nhà khoa học máy tính và kỹ sư phần mềm. Về phía phần cứng, có một loạt các thành phần cần thiết để cho phép thu thập và xử lý dữ liệu như một phần của tổng hợp cảm biến.

Thành phần cho Hệ thống Tổng hợp Cảm biến

Bộ phận cụ thể bạn cần cho việc kết hợp cảm biến phụ thuộc một phần vào lĩnh vực ứng dụng:

• Thiết bị nhỏ như thiết bị đeo có thể cần các thành phần nhỏ hơn để giữ kích thước vỏ nhỏ. Cân nhắc sử dụng các thành phần tích hợp hoặc các thành phần SMD nhỏ hơn.

• Hệ thống cụ thể cao như xe tự hành có ít hạn chế về hình dạng hơn. Các nhà sản xuất chip có thể bắt đầu tung ra các thành phần chuyên biệt để hỗ trợ kết hợp cảm biến trong các xe hơi mới.

• Các hệ thống khác với hình dạng không cụ thể hoặc có thể thay đổi cho phép các nhà thiết kế tự do lựa chọn thành phần, và SoCs có thể không được phát triển để sử dụng trong các hệ thống này.

Quá trình kết hợp cảm biến bắt đầu từ việc thu thập dữ liệu tương tự trước khi đưa nó vào bộ xử lý nhúng.

Multichannel ADCs

Chọn lựa một multichannel ADC cho việc kết hợp cảm biến cung cấp một cách thuận tiện để tổng hợp nhiều tín hiệu đầu vào vào một gói duy nhất. Multichannel ADCs được sử dụng trong kết hợp cảm biến nói chung không cần phải có tốc độ lấy mẫu cực cao; delta-sigma ADCs với tốc độ ~Megasamples mỗi giây sẽ cung cấp việc thu thập tín hiệu chính xác vào phạm vi siêu âm, bao gồm một phạm vi rộng các cảm biến tương tự.

Multichannel ADC LMP92018 từ Texas Instruments bao gồm 8 đầu vào đồng thời với đầu ra nối tiếp. Nó cũng bao gồm 4-channel DACs để kết nối với các thành phần tương tự khác. [Nguồn: Tài liệu dữ liệu LMP92018]

Lưu ý rằng ADCs có thể xuất ra dưới dạng nối tiếp hoặc song song, và chúng có thể bao gồm các tính năng khác như khả năng tăng cường lập trình hoặc lọc đầu vào. Texas Instruments LMP92018 được hiển thị ở trên là một ví dụ về multichannel ADC cũng bao gồm 4 DACs với giao diện GPIO và SPI. Loại thành phần này lý tưởng cho việc kết hợp cảm biến vì nó cung cấp tốc độ lấy mẫu cao và kết nối tùy chọn cho điện áp tham chiếu bên ngoài.

Xử lý Cụ thể Ứng dụng

Sau khi dữ liệu cảm biến được thu thập bằng ADCs, một số đầu vào của bạn có thể yêu cầu xử lý cụ thể ứng dụng tiếp theo, hoặc trong một MCU nhỏ hoặc với một ASIC. Ví dụ, thành phần DSP có thể được sử dụng để thực hiện một số nhiệm vụ điều kiện tín hiệu có thể được yêu cầu trong các lĩnh vực ứng dụng cụ thể (xử lý hình ảnh từ dữ liệu video là một ví dụ điển hình). Nếu một ASIC không cung cấp các bước DSP bạn cần, bạn có thể thực hiện những điều này với một bộ xử lý đa năng.

Xử lý Đa Năng

Đây là nơi ứng dụng của bạn sẽ được triển khai và thực thi. Một cái gì đó đơn giản như một MCU nhỏ hoặc FPGA có thể được sử dụng để nhận đầu vào từ một multichannel ADC nối tiếp hoặc song song, hoặc từ các IC DSP. Việc kết hợp từ một số lượng lớn cảm biến song song sẽ yêu cầu tốc độ xử lý cao hơn, bộ nhớ trên bo mạch, độ sâu bit và I/Os để kết nối với các thành phần khác của bạn.

Nếu có một SoC tích hợp nhiều chức năng xử lý và giao tiếp vào một gói duy nhất, việc sử dụng thành phần này làm bộ xử lý cho việc kết hợp cảm biến không gây hại. Không phải tất cả các thành phần chuyên biệt này đều bao gồm nhiều kênh ADC cho việc kết hợp cảm biến, và những thành phần có thể bao gồm các tính năng khác không cần thiết cho ứng dụng của bạn, điều này làm tăng giá thành phần.

Vi điều khiển STM32F373 từ STMicroelectronics là một nền tảng tiêu chuẩn để cung cấp sức mạnh xử lý chung cho việc kết hợp cảm biến.

Đối với các tải công việc tính toán cực đoan, như trong AI nhúng, bạn sẽ phải chọn con đường GPU để có sức mạnh xử lý cho đến khi các nhà sản xuất chip phát triển ASIC tiêu thụ điện năng thấp để triển khai mô hình AI. NVIDIA có lẽ chiếm lĩnh thị trường trong lĩnh vực này nhờ vào nền tảng Jetson, nhưng những hệ thống này vẫn bị hạn chế về việc kết hợp cảm biến. Điều này có thể yêu cầu một ADC đa kênh và bo mạch chính, tùy thuộc vào số lượng cảm biến bạn đang làm việc với.

Tìm Kiếm Các Thành Phần Bạn Cần Cho Việc Kết Hợp Cảm Biến

Cho đến nay, chúng ta đã xem xét một loạt các thành phần khác nhau cho việc kết hợp cảm biến. Những thành phần này có sẵn và có thể được sử dụng để phát triển bằng chứng về khái niệm, mô-đun đánh giá cho các thành phần chuyên biệt, thiết bị đo lường và thu thập, và nhiều hơn nữa. Đối với các sản phẩm chuyên biệt hơn, như sản phẩm IoT được kích hoạt AI, các nhà sản xuất chip đang phát triển một loạt SoC chuyên biệt tích hợp nhiều hoặc tất cả các thành phần được thấy ở đây vào một chip duy nhất. Những thành phần tiên tiến hơn cho nhiệm vụ kết hợp cảm biến vẫn đang được phát triển, và chúng có thể không cung cấp số kênh, tốc độ lấy mẫu, hoặc gain bạn cần cho hệ thống của mình.

Dù bạn cần thành phần nào cho việc kết hợp cảm biến, bạn có thể tìm thấy các bộ phận bạn cần với công cụ tìm kiếm điện tử phù hợp. Khi bạn cần tìm amplifiers, ADC đa kênh, và các thành phần khác cho hệ thống tiếp theo của mình, Octopart cung cấp một giải pháp hoàn chỉnh cho việc lựa chọn thành phần và quản lý chuỗi cung ứng. Các tính năng lọc tiên tiến sẽ giúp bạn chọn chính xác các thành phần bạn cần. Hãy xem trang mạch tích hợp của chúng tôi để bắt đầu tìm kiếm các thành phần bạn cần.

Hãy cập nhật với các bài viết mới nhất của chúng tôi bằng cách đăng ký nhận bản tin của chúng tôi.