您现在的位置:智能制造网>传感器频道 >行业资讯

全球传感器和连接器巨头之一TE:自动驾驶传感技术如何演进

2018年12月25日 14:52:00来源:澎湃新闻关键词:传感器

数千亿个连接器与传感器被嵌入规模庞大的联网物理设备中,源源不断地采集、汇总和输送海量数据。无论是远程监测心跳频率和药物服用的先进医疗保健设备,还是生产运行数据实时可见、能提前预警故障的自动化流水线,抑或能用手机启动关闭的智能家居系统,以及方兴未艾的自动驾驶/无人驾驶,但凡有电力、信号、数据流动之处都有连接与传感的身影。 小传感器催生了大生意。所有传感器的目标都非常简单:收集可以使用算法进行分析的数据(振动、温度、压力、电压、湿度),以便更好地进行实时决策。收集的数据越多越丰富,实时分析效果越好。相比于耀眼的终端产品,身处产业链上游的连接器和传感器企业通常默默无闻,却是不折不扣的隐形英雄。全球最大的传感器和连接器生产商之一TE Connectivity(泰科电子,以下简称TE)便是其中之一,2018财年该公司销售额达140亿美元。

TE 2018财年营收中有87%来自严苛环境下的应用。满负荷高速运转的工厂流水线、存在毁灭性压力的大洋深处、微创手术、高速高风险的赛车赛事,越是这类不容闪失的严苛环境越是对TE胃口,美国两座火星探测器“机遇号”和“好奇号”都曾装备上TE温度传感器,成功登陆火星。

“比如在高速汽车网络中要实现100M bit/秒,甚至1G bit/秒的传输速率,这要求芯片组实现快速的数据传输,需要用到很多高精尖的线缆和连接技术。TE的线缆和连接解决方案能帮助系统实现这样的高速数据传输速率。”近日在上海举行的TE首席技术官圆桌会议上,该公司副总裁兼交通解决方案首席技术官Alan Amici对包括澎湃新闻在内的记者说道。

传感器最初的研制目的是用于喷气机引擎这样的大型且昂贵的工业平台,这些电子“眼睛”和“耳朵”有助于发现问题零件,避免在真正工作中出现故障。随着成本下降,传感器应用延伸到各行各业。

据了解,TE的连接和传感解决方案被广泛应用于从无人驾驶汽车、电动汽车,以及下一代商用飞机、智能工厂、高速数据中心和先进医疗设备等领域。该公司被《财富》杂志评为全球63家2018年“改变世界的公司”之一。

自动驾驶技术的发展对高效传感器、天线和数据连接技术的精密度和协同性提出了更高要求。汽车中使用的连接传感元器件数量越来越多,传输的数据量也在不断增加。在日益增加的数据流量中,需要高带宽的大数据包持续占据极大份额。

自动/无人驾驶汽车主要依赖轻型雷达传感器,它能发出激光探测附近的物体以确定距离,然后以3D形式绘制车辆周围环境。在此基础上,无人驾驶系统才能通过算法来分析数据、发出指令,再执行。作为第一道程序,传感器的精度直接影响着后续决策和指令是否和真实环境匹配。

自动驾驶过程中,无线通信使车辆之间保持联系,并可以监测包括行人和骑行者在内的周围环境,从而提高了安全性。在V2V(即车对车)网络上,汽车之间互相传送信息,告诉对方自己在做什么,包括速度、位置、驾驶方向、刹车等。

“无人驾驶会运用到很多传感器,需要大量数据,比如,雷达、天线以及其他车载系统都会涉及大量的数据传输。此外,汽车自身系统之外也有多信息,包括地图信息、V2V信息,存储在云端。问题的关键在于如何实现这些大量数据的传输。”Alan Amici介绍说,汽车发展越来越倾向于在汽车内部建立高速数据网络。之前采用的是汽车局部连接网络,现在已转换到以以太网为基础的连接网络,速度大大提高。TE所开发的是以太网为基础的汽车数据网络,其现在的数据传输速率可以达到100M bit/秒或1G bit/秒的速率。TE正在研发下一代能实现更快数据传输速率数据网络。

此外,TE正在研发用于像激光雷达和雷达等生成超大量且未压缩的数据的关键安全应用的下一代高稳定性的数据连接器。

随着过去一些静态制造逐渐转向为更加灵活的柔性制造,机器人大规模投入应用,未来工厂中传感布局的密度将越来越高。工业传感器不仅性能指标要求苛刻,且种类繁多。以工业机器人为例,涉及的传感器种类包括:三维视觉传感器、力扭矩传感器、碰撞检测传感器、安全传感器、焊接缝追踪传感器、触觉传感器等。

TE副总裁兼工业解决方案首席技术官David Brown认为,遍布传感技术的未来智能工厂有大量数据可以被AI所使用,帮助工厂做出“知情决定”,并使工厂的日常维护更加精确。“在研发方面,我们认为有两大主要趋势,第一是在工厂应用越来越多的传感技术之后,我们连接器和传感器部署速度会更快。另外,通过很多计算机的影像以及不断提高的传感技术,数据规模将大幅增加。”

  • 凡本网注明"来源:智能制造网的所有作品,版权均属于智能制造网,转载请必须注明智能制造网,https://www.gkzhan.com。违反者本网将追究相关法律责任。
  • 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
  • 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

热门频道