从芯片到系统级方案，ADI 以创新传感器技术赋能电子行业

在工业4.0浪潮席卷全球的今天，传感器作为现代电子系统的“感官器官”，成为了连接物理世界与数字世界的桥梁，发挥着至关重要的作用。从精密制造的微米级精度控制，到人形机器人灵巧手指的力反馈调节；从新能源汽车电池热失控的毫秒级预警，到低空经济中无人机的自主避障导航——传感器的性能边界，正在定义着智能化的新高度。

在深圳国际传感器与应用技术展览会（SensorShenzhen 2025）上， 亚德诺半导体（ADI） 携一系列前沿传感解决方案亮相，展现了其在传感器技术领域的技术实力和创新精神，为工业自动化、机器人、新能源等领域注入新动能。

“传感器技术正在重新定义制造业的‘触觉’与‘视觉’。”ADI中国区工业市场总监蔡振宇（Eric Cai）在接受《电子工程专辑》等媒体采访时指出：“ADI不仅提供单一器件，而是从客户应用场景出发，提供系统级解决方案，帮助客户更快、更高效地实现产品落地。”

ADI中国区工业市场总监蔡振宇为媒体介绍产品方案

创新产品，推动行业升级

单芯片角度和多圈编码器位置传感器 ADMT4000

随着全球制造业加速迈向智能化、柔性化生产，工业机器人已成为提升生产效率和产品质量的关键力量。要实现机器人更复杂、更精密的作业，离不开对周围环境和自身状态的精准感知以及各系统间的高效可靠互联。

“在工业机器人领域，电机位置的精准追踪一直是行业难题。传统方案依赖齿轮或线性传感器，不仅体积大、成本高，且断电后需重新校准位置，极大影响生产效率。” 蔡振宇说到。

ADMT4000 是 ADI 针对工业机器人和自动化领域推出的一款革命性产品。它通过包括转圈（TURN COUNT）传感器和角度传感器的双磁传感器架构，实现断电状态下的位置记忆，支持无源多圈记忆，可记录 46 圈（0° 至 16,560°）的旋转位置；省去传统ADC转换环节，精度高达 ±0.25°，可替代传统齿轮或线性传感器。

与传统方案相比，ADMT4000 无需电池和额外器件，大大降低了系统的尺寸、重量和成本。

蔡振宇表示：“ADMT4000 的独特之处在于其掉电位置保持技术，在断电状态下仍能精准记录电机位置，上电后可直接复位，无需重新校准。这一技术已获得多家人形和传统机器人厂商的关注，未来我们还将推出扩展多圈型号，以满足重型机器人的需求。”

高度可配置的互连解决方案 GMSL

GMSL （Gigabit Multimedia Serial Link，通用串行媒体接口）是一种基于 SerDes 技术的高速互连解决方案，支持通过单根同轴电缆或双绞线全双工传输视频、音频、控制信号及电源，显著减少布线复杂度。

其中MAX96717串行器支持3G/6Gbps正向速率，具备4通道MIPI CSI-2输入；MAX96724解串器支持GMSL1/GMSL2链路速率，可聚合或复制数据，并将其信号转成D-PHY或C-PHY，供SoC处理。系统具备低延迟、强抗干扰性（优于以太网/USB方案），并通过ASIL-B功能安全认证。其8mm×8mm小封装设计优化了空间布局，适用于多摄像头传感器与显示屏的高分辨率数据传输，广泛应用于汽车和工业领域。

据介绍，GMSL 最初主要应用于汽车领域，已替代传统100M以太网成为车载多屏互联的首选方案，如今在工业领域也得到了广泛应用。例如，人形机器人可以通过 GMSL 将多个摄像头的高清数据快速传输到 AI 模型平台，实现对周围环境的全面感知。

 “GMSL的6Gbps传输速率（第二代）和12Gbps（第三代）比车载以太网更高，可满足最高8MP四个摄像头、四块显示屏的高清数据洪流需求。同时，传统以太网需要6根线在车里绕一圈，而GSML只需要一根同轴电缆即可直接连接摄像头与总控，降低了整车或设备的重量和成本。” 蔡振宇表示，人形机器人的多摄像头布局与自动驾驶汽车异曲同工。GMSL技术让工业AGV、AMR、服务机器人也能像智能汽车一样，用“一根线”实现高效互联。

目前，GMSL已广泛应用于汽车360度环视系统、人形机器人和工业高速摄像领域，在全高清胃肠镜等领域也有出色表现。

基于飞行时间的三维物体测量 ToF 解决方案

ADI 的 ToF （飞行时间）解决方案采用高分辨率 3D ToF 技术，基于微软CMOS 成像以及深度计算技术，该系统使用纳秒级的高功率光脉冲从目标照度场景中捕获相关的深度信息。结合精确的图像拼接算法，可以通过移动系统对大型不均匀物体进行准确尺寸标注，从而提高操作效率并减少错误。该方案的探测距离可达 7 米，在 5 米范围内的误差约为 3 毫米。

蔡振宇表示：“ToF 技术在物流和机器人视觉领域有着广阔的应用前景。在物流领域，它可以帮助精确测量物品尺寸，优化包装箱的选择，减少浪费；在机器人视觉领域，它能够不依赖环境光，实现对物体的精准识别和抓取，即使在黑灯工厂也能正常工作。”

在机器人的视觉识别技术中，目前业界主要有两种技术：一种是双目视觉，需要光源，采用两个摄像头拍摄，模拟人眼把物品大致外部形状描绘出来；第二种ADI的方案仅用一个摄像头，基于ToF技术，无需光源，从正面发射信号，信号在返回时会受到物体表面形态的影响，从而通过时间计算出整个物体的外形，这叫iToF。

iToF的优势在于能够模拟出产品外形，在机器识别的过程中，机器人不仅能识别物体并进行初步判断，还可以实现精准操作。例如在抓取时，系统可以根据需求进行编程，决定从哪个角度夹取目标物体，并指示计算机执行相应任务。

据介绍，ADI已经将其3D-TOF 方案做成模组，下面是发光源，上面是接收器。模组直接通过USB将距离信号传到后面的中央处理器，用这个处理器进行相应的计算和应用开发，兼具低噪声、高分辨率和高系统效率。

ADI 压力变送器集成芯片及工厂校准系统

构建高效、智能的工业物联网已成为企业实现数字化转型的核心战略。通过部署广泛的传感器网络，实时采集设备运行状态、环境参数等关键数据，企业能够实现更精细化的管理、更高效的运营助力工业数字化转型。

当前，所有的压力传感器由于多晶硅或者单晶硅的结构带来的压力会造成一些偏差，因此所有的压力传感器出厂前都需要校准。ADI 的压力变送器集成芯片及工厂校准系统是用于压力变送器产品生产线校准的测试套件，由ADI全栈自研并提供技术支持，为工业物联网的发展提供了有力支持。

其中，MAX40109集成AFE，具备高集成度、小封装等优势，能够直接输出数字信号，可连接至RS-485 接口或通过其他方式直接传输, 仅需一块空板即可连接线束，实现压力信号的传输与读取；MAX32675C是集成HART调制解调器（Modem）的SOC，由两颗芯片组成，前一颗芯片负责采集压力传感器的信号，但其输出为模拟量，通常难以直接使用。此时，可将该模拟量传输至微控制器（MCU），借助ADI 24 位ADC将其转换为数字量，读数完成后，再通过 HART 通信协议进行传输。

值得一提的是，ADI的这款 MCU 是业界首款集成 HART 功能的产品，HART 在工业领域应用广泛，可与各类工厂设备兼容。

从现场展示可以看出，这款校准系统以工业标准机箱形式提供，与PC机校准程序配合使用，通过采集相应的频谱，再根据不同的电机就能得知振动的运行状态。模拟接口支持4-20mA电流环和比例电压输出，数字接口支持I²C接口，每个校准机箱支持 12个板卡插槽，可选择的模拟校准板或者数字校准板；每个校准板卡，无论是模拟还是数字校准板均支持 32 通道的待测设备，因此一个机箱可以支持 384 通道的设备校准。

蔡振宇指出：“我们的校准系统可以同时校准 12 块电路板，兼容RS-485接口与HART协议，将传统工程师需要手动调节、耗费数周的校准周期，通过自动化系统一键压缩至数小时，大大缩短开发周期。这是我们为客户提供的增值服务，旨在帮助客户更快地将产品推向市场。”

同时，ADI 还提供完整的校准系统，帮助客户快速完成传感器的校准工作，提高生产效率。 目前该方案已应用于储能电站电池包应力监测、工业压力传感器量产测试等领域。

ADI 振动监测方案 ——Voyager4 无线数据采集模块

Voyager4 无线数据采集模块是 ADI 针对工业设备状态监测推出的一款解决方案。它内置 ADXL382 和 ADXL367 两个振动传感器，能够实时采集振动数据，并通过蓝牙 SOC MAX32666 将数据传输到上位机进行分析。

其中主振动传感器ADXL382负责捕捉振动频率范围4KHz-8KHz、振动带宽4至60G的高频振动（如轴承故障），副振动传感器 ADXL367的功耗较低，负责采集初始至稍大幅度振动之间的数据。同时该方案具备灵活的电源管理方案，可在两个传感器之间实时切换，还支持Python算法实时提取振动特征值，避免海量数据上传云端。

值得一提的是，该模块开创了“本地AI+边缘计算”的新模式。其AI Edge SOC MAX78000支持端侧 AI 数据采集算法，内置硬件CNN加速器可实现本地化振动状态监控，并对振动数据进行初步处理，判断设备的运行状态，减少了对云端的依赖。

蔡振宇表示：“Voyager4 的优势在于其动态功耗管理和BLE5无线传输功能，电池待机时间可达两年。它主要应用于水泵、煤矿、水泥厂等大型设备的振动监测，能够帮助客户及时发现设备故障，避免非计划停机损失。”

用于锂电池热失控监控的多传感器融合方案

锂电池的安全问题一直是行业关注的焦点。特别是在以锂电池驱动的载人交通工具上，热失控一旦发生，将带来严重的安全隐患，需要提前数分钟预警并疏散乘客。

针对锂电池的安全问题，ADI 推出了多传感器融合方案。该方案用于实时监控锂电池热失控过程，主要应用于储能电站和电动汽车电池包，通过检测烟雾、CO、H2、压力、温度等指标参数，能有效监测锂电池热失控前后的参数变化，并借助SmartMesh无线网络将数据实时传输到主机分析，及早准确的发出火灾报警/锂电池热失控信号。

据悉，ADI提供包括烟雾传感器ADPD188BI、气体、压力、温度传感器信号调理电路以及SmartMesh无线芯片等完整解决方案。该方案不仅支持无线传输，还兼容灭火装置，联动电池管理系统（BMS）触发应急机制。例如大巴车内部如果探测到冒烟，系统会启动灭火机制，避免爆燃或其他安全隐患。主要应用场景包括火灾预警、商用/家用储能电站锂电池热失控监控、电动汽车锂电池热失控监控等。

最初，ADI只是做了一个小的传感器塞到电池里面。但跟客户交流后了解到，仅检测烟雾是不够的，电池在燃烧前可能先释放氢气、一氧化碳和二氧化碳，而且电池会发生鼓包，所以要让它检测相应的应力。基于这一应用场景，ADI在原有方案的基础上，除了烟雾探测器，我们还加了气体传感器、压力传感器和温度传感器，使整个方案更加完善。

“客户如果有相关需求，只需要对我们的方案进行适应调整，便可快速上市，减短上市的时间。而且随着电动车的普及，这一领域的需求也在不断增加。”蔡振宇介绍道：“我们的方案体积小巧，可以兼容方形/圆柱电池包非接触式安装，能够提前检测到热失控的迹象，为司机和乘客争取宝贵的逃生时间。”

目前，热失控监控已成为新能源车企刚需，ADI的方案已在商用车领域批量应用。该方案已在大巴车和储能电站中得到应用，未来还将进一步拓展储能电站、低空飞行器等应用领域。”

洞察行业趋势：机器人、飞行器、AI

行业普遍将2025年视为人形机器人元年，公众对人形机器人产生了一定的认知。在采访中，蔡振宇也谈到了机器人行业发展面临的技术挑战。他表示，目前人形机器人主要以工业实验性质的场景为主，电池续航能力、电机功耗和智能化水平是当前机器人技术发展的三大关键问题。

以近期北京要举办的机器人马拉松为例，机器人需要携带电池持续运行近一个小时，这对电池的能量密度提出了极高的要求，而当前机器人续航普遍不足30分钟。

其次，电机的功耗问题也不容忽视，需优化伺服驱动系统以实现“单次充电全天候运行”， 这不仅有助于延长电池的续航时间，还能提升机器人的整体性能衡。

第三，机器人的智能化水平有待提升。尤其是当前大火的人形机器人，除了需要具备语音识别能力，能够理解并执行语音指令外，灵巧手的力反馈控制也依赖预设程序，难以应对复杂操作场景，需要具备更高的自适应能力。

以前的工业机器人采用固定动作、固定用力、固定力矩，技术已经成熟，但人形机器人最困难的就是适应多场景的应用。例如，在抓取物体时，机器人需要根据物体的形状和材质调整握力，抓取一枚药片和抬起一个重物的区别，如何“既能捏住物体又不会捏坏它”，对力传感器技术和AI算法提出了更高的要求。

对于低空经济的发展，蔡振宇认为其核心在于“行业级”需求——如电网巡检、山林防火，而非单纯追求载人技术。 ADI 的 MEMS 技术在这些场景具有很大的优势，他表示：“低空经济中的无人机器人在救灾、山林救火、物流运输等领域有着广泛的应用前景。ADI的MEMS传感器已在物流无人机中验证，尤其在救灾场景中，挂载5G基站的无人机可实时回传高清视频，并恢复一定范围内的通信。”

随着 AI 技术的快速发展，AI 与传感器的融合成为行业关注的热点，但边缘计算和云端计算的选择需根据场景而定。

蔡振宇认为，边缘处理可以减少数据传输量，而云端则适合复杂计算。ADI的策略是提供灵活的解决方案，满足不同客户的需求。 “我们已经推出了基于边缘处理的振动传感器应用，能够在边缘端对数据进行初步处理，减少云端的计算压力。”未来，ADI将继续加大在 AI 与传感器融合领域的研发投入，为客户提供更智能的解决方案。”

结语：从芯片到系统，ADI 助力客户创新

从本次展会的产品可以看出，ADI 正从单一芯片供应商转变为系统级方案供应商，通过提供完整的硬件、软件和算法支持，将碎片化的传感器数据转化为可执行的决策依据，助力客户实现“硬件-软件-服务”的全栈能力。

“ADI深耕行业数十年，知道痛点在哪里，以及如何更好地满足客户的需求。客户只需专注于核心价值的创造，而ADI负责解决复杂的技术难题。”蔡振宇形象地将 ADI 的解决方案比喻为 “预制菜”：“我们为客户提供的解决方案就像预制菜一样，客户只需进行简单的开发和调整，就可以快速将产品推向市场。这不仅降低了客户的研发成本，还缩短了产品的上市时间。”

此外，ADI正加速本地化开发，针对中国市场推出定制化产品。蔡振宇表示：“我们观察到中国市场对快速迭代的需求，例如西门子和ABB的季度产品发布周期。ADI也将通过更贴近市场的研发，帮助客户缩短上市时间。”

在未来的发展中，ADI 将继续秉持 “在中国，为中国” 的理念，深入了解客户需求，不断推出创新的解决方案，与客户携手共进，共同推动电子行业的智能化升级。