江苏龙网

  1. 首页 > 资讯 > 科技 > >

AI国际站|智能传感器：从大数据到使用AI的智能数据( 二 )


所述ARM?Cortex?-M4F从ADI处理器的基于微控制器的ADuCM4050是省电 ， 集成微控制器系统与集成的电源管理 ， 以及模拟和数据采集数字外围设备处理 ， 控制和连通性 。 所有这些都使其成为使用最新的智能AI算法进行本地数据处理和早期数据精炼的理想人选 。
在EV-COG-AD4050LZ是面向ADI完整传感器 ， 微控制器和HF收发器产品组合的超低功耗开发和评估平台 。 EV-GEAR-MEMS1Z屏蔽罩主要（但不仅限于）设计用于评估ADI的各种MEMS技术 。 例如 ， 此屏蔽中使用的ADXL35x系列（包括ADXL355）以较小的尺寸提供了卓越的振动整流 ， 长期可重复性和低噪声性能 。 EV-COG-AD4050LZ和EV-GEAR-MEMS1Z的组合可用于进入结构健康和基于振动 ， 噪声和温度分析的机器状态监控领域 。 还可以根据需要将其他传感器连接到COG平台 ， 以便使用的AI方法可以通过所谓的多传感器数据融合更好地估计当前情况 。 通过这种方式 ， 可以以更好的粒度和更高的概率对各种操作和故障条件进行分类 。 通过在COG平台上进行智能信号处理 ， 大数据在本地变成了智能数据 ， 从而仅需要将与应用案例相关的数据发送到边缘或云中 。
COG平台包含用于无线通信的其他屏蔽 。 例如 ， EV-COG-SMARTMESH1Z结合了高可靠性和鲁棒性以及极低的功耗 ， 并具有可满足众多工业应用的6LoWPAN和802.15.4e通信协议 。 SmartMesh?IP网络由高度可扩展的 ， 自形成的多跳网状无线节点组成 ， 这些节点可收集和中继数据 。 网络管理器监视和管理网络性能和安全性 ， 并与主机应用程序交换数据 。
尤其对于无线 ， 电池供电的状态监控系统 ， 嵌入式AI可以实现全部增值 。 与将传感器数据直接传输到边缘或云的情况相比 ， 通过嵌入在ADuCM4050中的AI算法将传感器数据本地转换为智能数据可以降低数据流 ， 从而降低功耗 。

AI国际站|智能传感器：从大数据到使用AI的智能数据
本文插图

应用领域
COG开发平台（包括为其开发的AI算法）在机器 ， 系统 ， 结构和过程的监视领域中具有广泛的应用 ， 其范围从简单的异常检测到复杂的故障诊断 。 通过集成的加速度计 ， 麦克风和温度传感器 ， 例如 ， 可以监视来自各种工业机器和系统的振动和噪声 。 嵌入式AI可以检测到过程状态 ， 轴承或定子损坏 ， 控制电子设备故障 ， 甚至系统行为的未知变化（例如由于电子设备损坏） 。 如果对于某些损害可用预测模型 ， 则这些损害甚至可以本地预测 。 通过这种方式 ， 可以及早采取维护措施 ， 从而可以避免不必要的基于损坏的故障 。 如果不存在预测模型 ， 则COG平台还可以帮助主题专家连续了解机器的行为 ， 并随着时间的推移推导出用于预测性维护的机器的综合模型 。 结论
理想情况下 ， 通过相应的本地数据分析 ， 嵌入式AI算法应该能够确定哪些传感器与各自的应用相关 ， 以及哪种算法最适合该传感器 。 这意味着平台的智能可扩展性 。 目前 ， 仍然是主题专家 ， 他们必须为各个应用程序找到最佳算法 ， 即使我们使用的AI算法已经能够以最小的实现工作量进行扩展 ， 以实现各种用于机器状态监控的应用程序 。
嵌入式AI还应就数据质量做出决策 ， 如果数据质量不足 ， 则为传感器和整个信号处理找到并进行最佳设置 。 如果将几种不同的传感器模态用于融合 ， 则可以通过使用AI算法来补偿某些传感器和方法的缺点 。 这样 ， 可以提高数据质量和系统可靠性 。 如果通过AI算法将传感器分类为与相应应用程序无关或无关紧要 ， 则可以相应地限制其数据流 。

AI国际站|智能传感器：从大数据到使用AI的智能数据
本文插图

ADI公司的开放式COG平台包含一个免费提供的软件开发工具包以及许多用于硬件和软件的示例项目 ， 以加速原型创建 ， 促进开发和实现原创思想 。 通过多传感器数据融合（EV-GEAR-MEMS1Z）和嵌入式AI（EV-COG-AD4050LZ） ， 可以创建强大而可靠的智能传感器无线网状网络（SMARTMESH1Z） 。


推荐阅读


上一篇：科技疯汇|富士instax mini 11 ，操作更便捷、玩拍更随性

下一篇：科技章鱼烧|走DIY的路，让DIY无路可走，联想异能者评测