法国研究机构IMEC最近宣布开发出下一代超宽带(UWB)技术,采用数字射频(RF)和机器学习(ML)可以在复杂的环境中实现小于10cm的测距精度,而功耗比现有解决方案低十倍之多。
这家研究和创新中心宣布了其专注于安全和超高精度测距技术研究项目中的两项创新。一项创新基于硬件,采用数字式射频电路设计,包括全数字锁相环(PLL),以实现低于4mW/20Mw(Tx/Rx)的低功耗,而且据称其性能比现今其它解决方案优越十倍。另一项创新是基于软件的增强功能,它利用机器学习纠错算法,可以实现复杂环境中小于10cm的测距精度。
IMEC在解释其开发背景时表示,超宽带技术目前非常适合支持各种高精度和安全的无线测距场景,例如汽车中普遍使用的“智能锁”解决方案。它会在车主接近汽车时自动打开车门,而当车主离开时自动锁车。
超宽带(UWB)技术的优势与挑战 (图片来源: IMEC)
尽管UWB具有某些替代方案无法比拟的固有安全优点,但由于其功耗和占用面积都比较大,UWB还有很大的潜力空间有待发掘。IMEC表示,这一硬件和软件创新标志着他们在充分发挥超宽带技术的潜力方面迈出了重要一步,并为微定位服务创造了机会,不只是目前已广泛应用的无钥匙安全访问,还将包括AR/VR游戏、资产跟踪和机器人等应用领域。
IMEC项目经理Christian Bachmann说:“UWB的功耗、芯片尺寸和相关成本一直是阻碍该技术发展的因素,尤其是在部署无线测距应用方面。IMEC基于数字式RF概念而开发的UWB芯片显著降低了器件占用面积。我们能做到在不到1mm²的空间内集成整个收发器,包括三个用于到达角测量的接收器。”
IMEC项目经理Christian Bachmann
他补充道,这是在适用于物联网传感器节点设备的先进半导体工艺上实现的。这款新型芯片符合新的IEEE 802.15.4z标准,这一标准已经得到具有很高影响力的行业联盟支持,如全球联网汽车联盟(Connected Car Consortium,简称CCC)和FiRa(Fine Ranging)联盟。
作为硬件创新的补充,IDLab(IMEC在Ghent大学的研究小组)的研究人员开发出基于软件的增强功能,可以显著提高UWB在复杂环境中的无线测距性能。特别是在工厂或仓库中,当人和机器不断移动时,金属障碍物引起大量反射,这些都会影响UWB定位和测距质量。
通过机器学习创建智能锚点选择算法,可以检测UWB锚点与被追踪移动设备之间的(非)视距。基于这个概念,我们可以估算测距质量,并校正测距误差。该方法还具有机器学习能力,可以对网络的物理层参数进行自适应调整,从而允许启用适当的步骤来降低这些测距误差,例如调整锚点的无线连接。
障碍物和非视距环境会影响UWB的定位和测距质量。 如图中的两个示例所示,片上机器学习(ML)可以实现纠错。(图片来源:IMEC)
IDLab的Eli De Poorter教授指出:“我们已经证明,在如此复杂的工业环境中,UWB的测距精度可以做到小于10cm。这比现有实施方案改进了两倍之多。此外,一般UWB本地化用例都是定制构建的,并且通常依赖人工配置;而我们的智能锚点选择软件可以在任何场景下工作,因为它是在应用层上运行的。”
通过这些自适应配置,下一代低功耗和高精度UWB芯片还可适用于其它广泛的应用,例如在新冠疫情流行期间,可以使用小型且隐私度高的设备来改善接触追踪。
实际上,IMEC已将该技术转让给其子公司Lopos,后者已经发布了一款可穿戴设备,该设备用于在Covid-19疫情期间加强实施保持社交距离的规定。当员工违反安全距离规定相互接近时,该设备会发出声音或触觉警告。
Lopos公司的SafeDistance可穿戴设备采用了UWB技术而非蓝牙,其重量仅为75克,电池续航为2-5天。采用UWB技术的设备可实现安全、高精度(误差范围小于15cm)的距离测量。当两个可穿戴设备相互靠近时,它们之间的精确距离可以即时测量出来,当超过最小安全距离(这个距离可调)限制时即激活警报。
由于该设备是独立不联网的,因此不会记录任何个人数据;它也不需要网关、服务器或其它网络基础设施。Lopos已经进入产量阶段以满足强劲的市场需求。过去几周内,该公司已经收到了来自不同行业的多个大规模订单。
(参考原文:Next Gen UWB uses Digital RF and ML to Improve Accuracy and Power)
责编:Amy Guan
本文为《电子工程专辑》2020年7月刊杂志文章,版权所有,禁止转载。点击申请免费杂志订阅