感知傳感器仿真測試的案例
干貨｜自動駕駛系統中感知傳感器實物仿真測試環境構建
圖3 多普勒效應示意圖（圖片來源：https://www.guyhowto.com/）
基于毫米波雷達的上述原理，在毫米波雷達目標模擬環境構建時，采用毫米波雷達目標模擬器進行毫米波雷達目標的模擬。模擬器可以通過空饋的方式接收被測毫米波雷達的發生信號，運用信號處理技術，分析發射信號的特征參數，并根據模擬需求，發射出疊加目標數據的雷達回波。毫米波雷達接收到回波后，進行目標數據參數解析，從而實現毫米波雷達目標的模擬仿真。
圖4 毫米波雷達目標模擬器原理示意圖
毫米波屬于無線電微波，所以在模擬仿真環境構建時，會把目標模擬設備、被測設備放置在相對密閉的微波暗箱環境中。毫米波雷達目標模擬過程中，會需要模擬各不同角度上的目標，由于目標模擬器不方便進行移動，無法模擬出相對測試環境的絕對角度，所以一般還會采用旋轉云臺搭載被測毫米波雷達，進行雷達與目標模擬器之間相對角度的模擬。
圖5 毫米波雷達目標模擬微波暗箱結構示意圖
■ 總結：感知傳感器模擬仿真方案多樣性、實用性強
從上面的介紹不難看出，自動駕駛主要感知傳感器的實物仿真環境構建，都是基于工作原理，靈活運用傳感器感知介質特性，在標準環境下，進行的模擬目標匹配的信號再造。針對與同一類型的感知傳感器，其實物仿真環境的構建方式其實并非是唯一的，只要環境中相對潔凈，未引入其他影響感知傳感器識別目標的噪聲，并能準確有效的對該類型傳感器可感知目標進行模擬，那這就是一個成功的環境構建方案。所以在不同模擬仿真測試系統應用時，可以結合不同的測試需求，對傳感器實物仿真構建方法進行選擇。
從自動駕駛模擬仿真測試產業發展需求角度出發，目前可以實現的感知傳感器環境構建方案還相對較少，后續自動駕駛整車級模擬仿真測試環境中，必定需要多類型感知傳感器融合仿真測試環境。
展開 感知傳感器的以太網連接
由于汽車里面用了大量的感知傳感器（攝像頭、激光雷達和毫米波雷達），這些傳感器通過整個車身，既要滿足高速數據傳輸、信號完整性，又要求低成本和低重量。考慮整個傳感器方案如何去迭代，就成了一個很有意思的對線束和連接器的考量要素。
特別是從傳統的同軸電纜切換到以太網傳輸——我們來探討一下這個對于將來線束和連接器設計很重要的話題。
▲圖1.感知傳感器的以太網
汽車以太網技術都使用單根雙絞線（T1）和點對點網絡拓撲，主要區別在于數據速率和編碼方法。
Part 1
傳統的處理
在汽車里面，同軸電纜供電（PoC）提供了一個緊湊型解決方案，配備了廣泛使用的平板顯示器（FPD）鏈路III數字視頻接口。解串器通過同軸電纜輸電與控制信號，而串行器通過同一根電纜發回視頻信號。
▲圖2.同軸電纜的作用
在大眾的原有三域控制里面，ICAS1 網關接上了前視和后視控制模塊。也就是車企開始嘗試使用以太網100Base-T1（IEEE 802.3bw 中100Mb/s以太網標準），最初是Broadcom BroadR-Reach，使用 PAM3 編碼、全雙工通信和點對點拓撲。100Base-T1 用于需要中等高數據速率的應用，它的主要目的是取代了現有技術（更重和更昂貴的電纜的MOST和LVDS），目前在ADAS領域的幾個攝像頭都可以用來做取代。
▲圖3.大眾MEB的里面的變化
Part 2
成本的差異比較
在之前泊車分析中，其實有一種替代的考慮，也就是在上一代Taycan J1平臺切換到后續的以太網連接，把同軸線纜做替代。
展開 視覺傳感器：2D感知算法
來源 | 巫婆塔里的工程師@知乎
1 前言
自動駕駛中的視覺感知模塊通過圖像或視頻數據來了解車輛周圍環境，具體的任務包括物體檢測和跟蹤(2D或3D物體)，語義分割(2D或3D場景)，深度估計，光流估計等。
這篇文章里我們先介紹一下基于圖像或視頻的2D物體檢測和跟蹤，以及2D場景的語義分割。這幾個任務在自動駕駛中應用的非常廣泛，各種綜述文章也已經非常多了，所以這里我只選擇介紹一些經典的算法，以脈絡和方向的梳理為主。
深度學習自從2012年在圖像分類任務上取得突破以來，就迅速的占領了圖像感知的各個領域，所以下面的介紹也以基于深度學習的算法為主。
2 物體檢測
2.1 兩階段檢測
傳統的圖像物體檢測算法大多是滑動窗口，特征提取和分類器的組合，比如Haar特征+AdaBoost分類器，HOG特征+SVM分類器。這類方法的一個主要問題在于針對不同的物體檢測任務，需要手工設計不同的特征。因此，在深度學習興起之前，特征設計是物體檢測領域的主要增長點。
R-CNN[1]作為深度學習在物體檢測領域的開創性工作，其思路還是有著很多傳統方法的影子。首先，選擇性搜索(Selective Search)代替了滑動窗口，以減少窗口的數量。其次，也是最重要的一點改變，采用卷積神經網絡（CNN）提取每個窗口的圖像特征，以代替手工特征設計。這里的CNN在ImageNet上進行預訓練，對于通用圖像特征的提取非常有效。最后，每個窗口的特征采用SVM進行分類，以完成物體檢測的任務。
展開 一文詳解無人駕駛中的各種感知傳感器
來源 | CV研習社
導讀：本文介紹無人駕駛中幾種主流的環境感知傳感器，包括視覺攝像機、毫米波雷達、超聲波雷達、激光雷達。通過分析對比每種傳感器的原理和優缺點，進一步理解不同場景下如何構建感知方案。
1、感知傳感器
在無人駕駛中，傳感器負責感知車輛行駛過程中周圍的環境信息，包括周圍的車輛、行人、交通信號燈、交通標志物、所處的場景等。為無人駕駛汽車的安全行駛提供及時、可靠的決策依據。目前常用的車載傳感器包括相機、毫米波雷達、超聲波雷達、激光雷達等。根據各個傳感器的特性，在實際應用中往往采用多種傳感器功能互補的方式進行環境感知。
2、視覺攝像機
傳感器原理
攝像頭屬于被動觸發式傳感器，被攝物體反射光線，傳播到鏡頭，經鏡頭聚焦到CCD/CMOS芯片上，CCD/CMOS根據光的強弱積聚相應的電荷，經周期性放電，產生表示一幅幅畫面的電信號，經過預中放電路放大、AGC自動增益控制，經模數轉換由圖像處理芯片處理成數字信號。
其中感光元器件一般分為CCD和CMOS兩種：CCD的靈敏度高，噪聲低，成像質量好，具有低功耗的特點，但是制作工藝復雜，成本高，應用在工業相機中居多；CMOS價格便宜，性價比很高，應用在消費電子中居多。
展開 
感知+邊緣計算，智能傳感器將成“香餑餑”
物聯網正成為經濟社會綠色、智能、可持續發展的關鍵基礎和重要引擎，它在行業領域的應用正廣泛深入，作為物聯網“感知器官”的傳感器，因物聯網應用的不斷落地而迎來了巨大的發展契機。Gartner數據顯示，預計到2020年全球聯網設備數量將達到260億個，物聯網市場規模達到1.9萬億美元。
智能化、小型化、微功耗、低成本是共性需求
在智能家居、智能硬件、智慧城市等相關應用的推動下，物聯網取得快速發展。
作為信息感知的基本元件，傳感器是物聯網、大數據、智能制造、人工智能、機器人等新興產業的核心關鍵技術之一，是構建物聯網的重要支柱，在任何物聯網應用中都不可或缺。“在物聯網的三個層面(感知層、傳輸層、應用層)中，感知層作為網絡層傳輸數據的源頭、應用層計算數據的基礎，起到了至關重要的作用。感知層是物聯網的基礎，它由各種各樣的傳感器組成。可以說，沒有傳感器，沒有各種各樣的智能傳感器，就沒有物聯網產業。”陜西省物聯網聯盟理事長、西安中星測控有限公司總經理谷榮祥告訴《中國電子報》記者。
傳感器種類繁多，據有關機構最新統計，全球的傳感器種類已經超過2.2萬種，因此物聯網對傳感器的要求也不能一概而論。麥克傳感器股份有限公司總經理王剛告訴記者：“傳感器種類如此之多，物聯網應用場景如此豐富，對各個門類的傳感器提出的要求肯定不一樣，但是從中不難看出業內對傳感器的共性需求，即智能化、小型化、微功耗和低成本。”
展開 賦能 BEV 感知課題！高校科研多傳感器時間同步方案
</p><h1><strong>3）方案概述及科研價值</strong></h1><h3><strong>3.1方案概述</strong></h3><p><strong>多源異構傳感器納秒級時間同步</strong>解決方案（簡稱<strong>多傳感器時間同步方案</strong>）是一套基于<strong> XTSS 服務</strong>的完整時間同步體系：以 DATALynx ATX4 或 BRICK2 作為 PTP Grandmaster（主時鐘），通過 IEEE 1588 PTP 高精度協議<strong>抵消</strong>各傳感器獨立晶振的 ppm 級<strong>溫漂誤差</strong>；</p><p>同時借助 QX550、ProFrame3 等硬件<strong>直接對接傳感器物理層</strong>，在數據離開傳感器的瞬間完成時間戳記錄，規避‘滯后時間戳’問題；并通過硬件觸發替代軟件觸發，減少操作系統調度抖動，最終構建納秒級精度的統一時間基準，通過 ADTF/ROS 等軟件框架貫穿數據處理鏈路，實現從<strong>微秒級‘軟件對齊’</strong>到<strong>納秒級‘硬件同步’</strong>的工程跨越。
展開 安森美：車規圖像感知傳感器趨勢及解決方案
來源 |
首屆焉知智車年會
知圈 |
進“電子電氣群”請加微13636581676,備注架構
在【首屆焉知汽車年會】上，安森美半導體大中華區智能感知部市場總監郗蘊俠博士以“車規圖像感知傳感器趨勢及解決方案”為主題，分享了半導體器件最基本的車規圖像傳感趨勢以及解決方案。她指出，明顯的趨勢是圖像感知傳感器數目將越來越多，分辨率越來越高，主流還是用攝像頭和激光雷達，所以大數據量不可避免，也要進行處理，因此，必須考慮處理器的能力。
自動駕駛和傳感器發展趨勢
郗蘊俠首先介紹了自動駕駛的趨勢。她表示，去年國家頒布了車輛智能化等級的定義，L3和L3等級以上的車輛部署的傳感器有四類：圖像傳感器（攝像頭）、毫米波雷達、超聲波雷達和激光雷達。去年，中國有非常多的主機廠發布了L2+車型，除了激光雷達外，其他三種傳感器都有使用。在國外，比如特斯拉，還是以視覺攝像頭為主。而中國的車載智能感知發展的非常快，四種傳感器，尤其是激光雷達今年已經在傳統車上布局。包括蔚來、小鵬，還有傳統主機廠如上汽，北汽，長城等都已經開始布局搭載激光雷達。
2020年，中國根據SAE標準頒布了L0到L5的智能等級。對于智能感知，從L1到L5圖像傳感器越來越多，L1更多配備攝像頭、超聲波雷達；L2配備攝像頭和超聲波雷達，毫米波雷達；L3以上則開始使用激光雷達，現在大部分L2到L3車上多達十幾個攝像頭，毫米波雷達3~5個左右。
展開 新人工智能呼喚“感知技術”，未來的傳感器是什么樣？
如今人工智能熱潮涌動，以傳感器、芯片等核心電子元器件為代表的智能終端及物聯網的基礎器件將大放異彩。機器實現更加智能化的功能，離不開傳感器信息技術的高度集成和綜合運用。弱人工智能邁向強人工智能的路上，更加智能化的傳感器成為了市場剛需。
“感知技術”浪潮來臨
以物聯網、大數據、云計算等新興信息技術為基礎的應用越來越成熟，制造業的生產方式甚至商業模式也逐步發生變革。智能裝備、智能工廠等智能制造正在引領制造方式轉變，背后的推動力量，便是人工智能。
2017年7月20日，中國發布了《新一代人工智能發展規劃》。這個“規劃”的精華之一，便是提出了新一代智能制造的發展方向。機器將變得越來越人性化，掌握學習與識別的功能，新人工智能技術的出現必然會引發又一波的信息化技術浪潮——“感知技術”。
“我們以前解決的是如何處理問題、傳輸問題，如今，我們要去解決如何感知問題。如今火熱的物聯網，是感知技術最大的應用平臺，想要實現人與物的連接，比如說智能家電按照人的意志，依靠傳感器采集水溫、壓力的大小等等，都是需要感知技術來實現。” 中國傳感器與物聯網產業聯盟副理事長郭源生說。
傳感器成為了新人工智能邁向應用的基礎。以智能汽車為例，自動駕駛車輛上，至少安裝了三套傳感器系統：攝像頭、雷達和激光雷達，這樣才能采集到車輛行駛過程中周遭的環境信息，完成智能行駛。“汽車邁向新智能化，可以幫助駕駛員更好的控制車輛行駛以及車內娛樂，我們開始進行動感汽車相關業務，基于華為的研究技術，每輛車上的傳感器超過了1000個。利用這種智能傳感器，可以降低運營商的成本和效率，產生較低的故障率。”華為技術有限公司中國戰略部副部長陳亞新說。
“咖啡機、電飯煲、智能水杯、智能奶瓶、重力感應柜都是傳感器目前大規模應用市場。
展開 具有穿透性強、測量精度高的電容型、非接觸式感知的智能水浸傳感器-WLD
工采網代理的水浸傳感器-WLD（Water Leak Detector）是一款電容型、非接觸式感知的智能水浸傳感器。WLD水浸傳感器采用了獨創的高頻差分式數字電容芯片MC11S，并結合了特有的電容監測電極設計。它集成了微處理器、電源管理電路以及繼電器驅動電路，搭載靈活多樣的嵌入式檢測算法。這使得傳感器能夠精確分析不同水浸程度的變化，并通過內置算法有效過濾掉電磁、振動、凝露和溫度等環境干擾，極大提升了在工業環境中水浸狀態識別的準確性。
WLD水浸傳感器具有穿透性強、測量精度高、數字接口抗干擾能力強等優點，廣泛適用于電力機柜、充電樁、地鐵、地下管廊、隧道、井蓋、機房等防水、漏水檢測場景。
展開 利用人體對周圍電磁波的增強感應，直接可視覺觸覺感知和超靈敏觸覺傳感器
【引言】
使用電子系統模擬人類感知是人工智能和人機交互的關鍵組成部分。在所有人類感官中，大量的努力都集中在實現觸覺感知上，與其他感官相比，這是一項更具挑戰性的任務。高性能觸覺傳感器可應用于多種技術，如安全監控、工業自動化、智能機器人、電子皮膚等。隨著各種功能材料的出現，許多具有高拉伸性、自愈合或自供電能力等新特性材料也被應用于觸覺傳感器。除了材料創新，許多不同的物理機制也被用作觸覺傳感器的傳導原理，包括壓阻、可變電容，甚至接觸帶電效應。不同物理機制的引入可以進一步刺激高性能觸覺傳感器的發展。觸覺傳感技術在工業領域的關鍵目標是實現高分辨率和高靈敏度，同時簡化系統的復雜性。因此，不斷實驗不同的傳導機制來實現觸覺感知是觸覺傳感器發展的一項必要任務，這可以促進智能手機、人機交互等領域的應用。
在過去的幾年中，基于麥克斯韋位移電流和靜電場的傳感技術作為一個新興的研究方向受到了極大的關注。基于摩擦電納米發電機(TENG)的感應型傳感器是利用麥克斯韋位移電流的最具代表性的技術之一。這些基于TENG的傳感器可以產生大的電壓輸出，以提高檢測靈敏度，同時降低能耗。然而，由于電荷泄漏和交叉互感， TENG靜電數據的采集系統的復雜性會顯著增加。因此，研究人員非常希望開發一種改進的方法，能夠繼承這些TENG基傳感器的優點并避免其缺陷。
展開 一款電容型高頻介電常數測量、非接觸式感知的糧食含水率傳感器-GMS1081-C
糧食含水率檢測傳感器是一種專門用于測量糧食中水分含量的精密儀器，其核心功能在于通過特定的技術原理，快速、準確地獲取糧食的水分數據，為糧食的儲存、加工及貿易提供重要依據。
糧食含水率檢測傳感器主要基于電容式、電阻式或微波式等原理進行工作。電容式傳感器通過測量糧食與傳感器之間形成的電容變化來推算水分含量，其優點在于測量快速、非破壞性，但對糧食的密度和溫度有一定要求。電阻式傳感器則是利用糧食水分對電阻的影響來測量，結構簡單，成本較低，但易受環境因素干擾。微波式傳感器則通過發射和接收微波信號，分析信號在糧食中的衰減和相位變化來測量水分，具有測量準確、穿透力強等優點，但設備成本較高。
工采網代理的糧食含水率傳感器 - GMS1081-C（Grain Moisture Sensor）是一款電容型高頻介電常數測量、非接觸式感知的智能液位傳感器，適用于糧食含水率、溫度的檢測。傳感器內嵌敏源高精度數字電容傳感芯片、溫度芯片、微處理器及算法，典型含水率測量精度達±1%、測溫精度±0.5℃；基于RS485的MODBUS通信協議，可在線升級傳感器固件及算法；支持多節點級聯，便于分布式測量空間含水率和溫度變化。
展開 
傳感器，放大器，振動測試系統
各類放大器、傳感器
提供各類傳感器，放大器：
電荷加速度傳感器、特殊加速度傳感器、3軸加速度傳感器、設備監視加速度傳感器、內置前放式加速度傳感器
及放大器
各種規格，型號齊全！
產品全部原裝進口，與國產價格大致相當！
并可為您量身打造振動測試系統！
四川升拓檢測技術有限責任公司
http://www.scentralit.com
TEL：0813-5509906
光纖溫度傳感器測試阻抗匹配器內部溫度技術方案
工采網推薦的加拿大FISO光纖溫度傳感器- FOT-L-SD可以測試阻抗匹配器內部溫度。
FISO的光纖溫度傳感器能夠提供精確、穩定和可重復的溫度測量。這些測量均基于反射光的變化---與發射光對比時--由傳感器內部高度穩定的玻璃的熱膨脹弓|起。光纖的另一個重要優點是使用它可以生產各種小型元件，同時，這些元件材料的實體物理特性不會被平衡。另-方面,光纖的尺寸大小已被優化，這種優化的尺寸可以提供盡可能小的光路。得益于這一優點， 光纖傳感器的尖端頂圓直徑可小達08mm。我司生產的所有溫度傳感器都需要與FISO的對應信號調理器配套使用。
展開 光纖溫度傳感器用于測試電氣機柜的溫度
我司生產的所有溫度傳感器都需要與FISO的對應信號調理器配套使用。光纖鉛皮線纜的長度可達若干米，它不會影響傳感器測量結果的質量和精度。
汽車傳感器AEC-Q103認證測試要求解讀
汽車傳感器AEC-Q103認證測試要求解讀
汽車技術發展特征之一就是越來越多的部件采用電子控制。汽車智能化的飛速前進，迫使車用傳感器不斷迭代，不僅要滿足智能化的操作系統，還要求具備高強度的可靠性，智能化是汽車傳感器的發展趨勢。
汽車電子委員會（AEC）根據車載MEMS特性制定出最新標準AEC-Q103，由于之前MEMS微機電系統做車規認證一直是參照AEC-Q100，此次制定的標準無疑是為行業提供了更具針對性的要求，對于MEMS做車規級認證也更加合理。AECQ103的制定標準為車規傳感器行業提供了更具針對性的要求，完善并且提高了對于車載傳感器的測試標準。下圖是AECQ103驗證流程：
AEC-Q103 是針對汽車傳感器的應力測試標準。
產品范圍：MEMS壓力傳感器、MEMS麥克風、氧傳感器、溫度傳感器、空氣流量傳感器、爆震傳感器、速度傳感器、轉速傳感器、ABS傳感器、觸發碰撞傳感器、防護碰撞傳感器、轉矩傳感器、液壓傳感器等。
測試要求解讀
1、溫度等級
MEMS供貨商必須先了解終端客戶如何使用MEMS及其在車內的安裝位置，以實際應用的溫度范圍來制定合適的溫度等級，次溫度等級定義會應用在兩個部分。
第一部分為測試計劃展開時各可靠度實驗的條件選擇，如：TCT（Teperature Cycling,溫度循環實驗），不同等級的溫變范圍及溫差循環數會有差異。
第二部分為前述的可靠度實驗前后功能性測試溫度必須依照User所制定的溫度范圍來做功能應用的FT（Final Test）測試，制定溫度等級為Grade1（-40~125），則代表FT時使用低溫-40、常溫25及高溫125，且需要留意其測試溫度有先后順序的制定。
展開 