采用AI算法的智能传感器平台PerSe让人体传感器更加智能可靠

电子说

1.2w人已加入

描述

电子发烧友网报道(文/程文智)近期,Semtech推出了一个新的产品类别PerSe系列传感器,该产品组合包括PerSe Connect、PerSe Connect Pro以及PerSe Control三个核心产品系列。据介绍,PerSe技术是专为消费类智能设备量身打造的,它能够自动感应人体的存在,及时触发智能响应,让智能设备更加智能。

具体来说,这三个产品系列是分别针对不用应用场景开发的,据Semtech 消费类传感产品线高级总监黄宇铿(David Wong)介绍,三个产品具有不同的性能,AI算法也有区别,它们都有自己独特的传感技术。其中,PerSe Connect和PerSe Control已经推出有两三年了,PerSe Connect Pro是最新推出的产品,现在这三个系列都归于PerSe系列内。

PerSe Connect:增强了全球众多智能手机和笔记本电脑的连接性能(5G Sub-6、4G和Wi-Fi)。该系列传感器有助于优化射频功率以实现最佳的连接性能,在提供快速无线体验的同时保持SAR合规性。

PerSe Connect Pro:首款能为智能手机、笔记本电脑和平板电脑中的高频段5G毫米波设备提供超高传感性能的传感器产品。此系列传感器能够实现更高的传感距离,从而安全管理增加的射频暴露。

PerSe Control:在可穿戴设备中实现更智能的控制,以改善用户体验。此系列传感器实现了人体检测、自动开关和启动 / 停止响应。它还提供最先进的手势控制和响应,包括智能助理、降噪激活和媒体播放器控制。

黄宇铿表示,PerSe这个名字来自于“Person Sensing”即人体感应,是能让个人电子设备更智能的前沿技术,也可以说是黑科技。它的核心优势在于,在手机、在平板电脑,能提升连接性能,使5G、 WiFi6达到最好的性能,同时满足全球的安全标准。PerSe可感应人体的存在,根据感应结果和需求,自动感应射频(RF)控制。

他举例说,当用户的手机在口袋里时,RF的功率会更低,对成人或孩子都是安全的。当用户将手机从口袋里拿出来时,RF的功率会增加,达到最佳的性能。

Semtech中国区销售副总裁黄旭东则做了更加详细的解释,手机的射频由天线发送射频信号,PerSe能够监测手机天线,当天线发射的射频信号在接近人体时,它会将发射功耗降下来。有两种形式,一种是将发射功耗降到很低,这样的话你的传输的这些数据和客户体验就会大大降低。用PerSe技术可以识别你周围的环境,比如说手机是离人体远一点的话,它发射功耗会大一点,这样你就可以把较大的数据从手机传到网络上。如果是接近你的人体的话,即人体接近PerSe传感器,它可以识别距离,然后把发射功能会降下来,这样的话会大大提高用户体验,也能把这些有害的辐射给降低。

另外,PerSe在可穿戴设备上面可实现直观控制功能,为耳机、智能手表等可穿戴设备提供自动开/关,媒体控制等功能,提升用户体验。

黄宇铿强调,PerSe的特点主要有:一流的AFE(模拟前端),可实现更远的距离和更灵敏的感应,非常高的抗干扰能力,其AFE能做到1,000,000:1的SNR Ratio(信噪比),非常高的性能表现。

PerSe能智能区分人体跟非生命物体,提升设备的响应效果,还有先进温度补偿功能,最大限度较少误触发。PerSe具有小巧的外观、坚固的封装,同时还采用了了低功耗的设计。

用过人体传感器的用户应该有所体会,传统的人体传感器其实并没有那么可靠,比如如果一个用户长期保持一个固定的姿势,人体传感器可能就感应不到人的存在了,这就造成了一个人在看电视或者看书的过程中,人体传感器感应不到人存在的情况。

黄旭东表示,使用了AI算法的PerSe很好地解决了这个问题,“第一点是感应距离,如果是感应不灵敏,有可能手机接近人体,它是不触发的,除了距离还有误触发,这都是我们需要去重点解决的问题。”

他表示,PerSe系列已经有几代产品了,其算法可以把这些距离给调到最准,误触发频率调到最低,实现了优越的传感性能和独特的人体检测功能。“这些都是在整个设计的过程当中我们需要考虑的,PerSe几代产品也是根据这两个方面进行优化。同时,PerSe几代产品都有很多专利在里面,有很多IP,产品包含了低功耗、模拟、混合、AI的算法在芯片中去解决相应的问题。”

在黄旭东看来,PerSe这样的智能传感器以后在可穿戴和人体有关系的消费类产品领域有很大的发展空间,比如VR眼镜等智能可穿戴设备应用。

声明:本文由电子发烧友原创,转载请注明以上来源。如需入群交流,请添加微信elecfans999,投稿爆料采访需求,请发邮箱huangjingjing@elecfans.com。

编辑:金巧

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分