波士顿再次刷屏全球科技圈，这次硬核科技不仅有机器人技术！

▲ADI@LiveWorx 2019精彩掠影▲

在当前的自主驾驶汽车系统中，MEMS传感器继续发挥着重要作用，包括用于车身稳定、碰撞检测、自主导航等。ADI是为数不多的几家同时拥有多轴加速度计、陀螺仪及惯性测量单元的半导体厂商之一，结合精密校准、传感器滤波和融合，可以在导航应用中实现低位置漂移，而且密切平衡低噪声、紧密对齐、抗振动和宽带宽组合的总误差很小，将在高精度地图及导航中起到至关重要的作用。

为保证自动驾驶汽车的安全性，我们需要各种数据信息来帮助系统进行分析，并得出判断依据，包括天气鲁棒性、明暗程度、对象分类、横向分辨率、直接测速、距离测量等，要满足这些信息，不是一个或一种传感器能够做到的，因此未来车用传感器将是多种产品类型共存、互为补充的。此次LiveWorx现场展示的ADI Drive360自动驾驶解决方案平台包括了MEMS传感器（安全气囊与稳定性）/IMU、雷达、激光雷达（LIDAR）等产品，能有效的解决安全防护问题，进一步推动自动驾驶车商业化目标的实现。

基于移动互联网和物联网技术的智慧医疗设备发展，可以预见的是大规模物联网涉及医疗物联网（IoMT）生态系统，将包含数以百万计甚至数十亿的低能耗、高性能医疗健康监测设备、临床可穿戴设备和远程传感器。现场展示的ADI生命体征监测手表基于多传感器平台提供复杂的生命体征测量解决方案，以及用于各种生物医学解决方案的算法，可以广泛应用于健康管理和家庭护理。

该演示手表demo基于ADI公司的传感器、模拟前端和微处理器，利用传感器ADPD1081进行心率连续监测，使用加速度计ADXL362监测运动和活动，使用高精度生物电位/电化学前端AD5940测量皮肤电活动和身体成分，使用低噪声心率监护仪AD8233测量心电图，使用热敏电阻测量皮肤温度手表内部存储器中可同时存储多个参数数据，供日后进行数据检索和离线分析，手表的配置、存储和保留数据利用Windows桌面VSM列表进行监测。

通向工业4.0的路上存在的许多关键挑战和机遇都与网络技术相关——泛在检测、不断增多的设备、云计算、机器间通信等，但是工业网络标准众多，型号复杂，新老设备和不同连接标准的设备之间实现联网经常遇到困难，工业系统之间的兼容性并不好。

ADI现场展示的解决方案正使网络边缘的安全得以实现，从而改善现场设备的安全状态，以满足安全标准。通过fido系列芯片支撑不同的协议栈（包括EtherCAT在内的各种主要工业以太网协议）、不同工业互联网的标准 。同时fido系列的产品也会面对下一代工业互联网的标准，慢慢地从多种标准向TSN（时间敏感网络）里收窄，进一步提高带宽，解决工业里十分急迫的延时问题和优先级问题。在ADI下一步的产品开发计划中，也会做出支持1G TSN网络的芯片，包括fido的芯片。

众所周知，ToF技术能够完成物体的3D深度拍照，但实际上3D ToF技术同时也能为机器人带来视觉效应，使之能像人类一样具有方向感。这种技术将为机器人应用带来更大的前景，让机器人能变得更为高效。在人类与机器人的合作问题上，安全性永远是要考虑的首要问题，尤其是当机器人身处较为拥挤的工作环境中，它们必须能辨认人与机械以及机械的动作，并作出迅速的反应以避免受伤。因此，自动化工厂中的各类机器人都需要自主避障，ToF成为解决上述难题的极具性价比的最佳选择。

ADI展示了ToF技术可提供从硬件芯片到依附于硬件芯片上的算法等多种灵活的方案，例如ToF电子围栏方案能设立虚拟安全防护墙，借 ToF 信号处理器搭配红外光感测组件，采用具有 ToF 测距技术的组件，可应用于工业自动化中的各类机器人自主避障。

任何深谙设备维护必要性的人都知道，设备发出的声音和振动有多重要。通过声音和振动进行适当的设备健康监测，可以将维护成本降低一半，使用寿命延长一倍。实现实时声学数据和分析是另一种重要的基于状态的系统监测 (CbM) 方法。因此，ADI 团队在过去 20 年里一直致力于理解人类是如何解读声音和振动的，目标是建立一个系统，能够学习来自设备的声音和振动，破译它们的含义，以检测异常行为，并进行诊断。

现场ADI 展示的 OtoSense 技术系统旨在使声音和振动专业知识在任何设备上都持续可用，在终端位置实施异常检测和事件识别，无需使用任何远程设备。这种结构确保系统不会受到网络故障的影响，且无需将所有原始数据块发送出去进行分析。运行 OtoSense 的终端设备是一种自包含系统，可以实时描述所监听设备的行为，且无需连接网络来执行异常检测和事件识别。在航空航天、汽车和工业监测应用中，该技术被越来越多地用于设备健康监测。

ADI 集成Eagle eye技术且基于终端的图像检测解决方案能够检测和监控办公室和零售环境中的人员，有效控制照明、HVAC、功耗和空间分配等应用，以及提供传感器生成的客户行为数据，以增强零售环境中的销售。