挑战一：低功耗是重中之重
物联网从一个利基市场(小众市场)不断发展成为一个几乎将我们生活各个方面都连接在一起的庞大网络，面对如此广泛的应用，功耗是至关重要的。在物联网领域中，许多联网器件都是配备有采集数据节点的微控制器(MCU)、传感器、无线设备和制动器。在通常情况下，这些节点将由电池供电运行，或者根本就没有电池，而是通过能量采集来获得电能。特别是在工业装置中，这些节点往往被放置在很难接近或者无法接近的区域。这意味着它们必须在单个纽扣电池供电的情况下实现长达数年的运作和数据传输。
“电池的安装、养护和维修不仅难度很高，同时也会带来高昂的开销。而在某些车间或厂房内，这些 *** 作甚至非常危险。”关注无线和低功耗充电领域的Harsha表示，“我们的目标就是让用户在器件的使用寿命内无需更换电池。”基于此，Harsha和他的团队正在研究尽可能延长微型电池供电时间的方法。例如，借助太阳能来供电，无论是室内或是户外光源，即使是只从光源中采集很少的能量，其影响也是巨大的。同时，通过工厂中某一物件的内外环境温差，也能够实现能量的采集，例如温度高于外部空气的高温液体管道。此外，在工业装置中，车间内机器所产生的振动也能被用于能量采集。通过住所内来自WiFi的无线电波，也可以为支持物联网节点的电池生成一个小电荷。
以上种种方法的目标是将电池的使用寿命延长10%或20%。虽然消费类电子元器件更新换代的速度越来越快，但是工业应用中的物联网技术可以持续很长的时间。通过使用能量采集来延长电池的使用寿命，一块电池可以持续供电20年到30年，直到所有的节点需要更换。在某些情况下，由于能量采集的使用，这些节点甚至可以实现无电池运行。
挑战二：感测必不可少
如果没有感测，那么物联网也将不复存在。传感器、微型器件和节点是构成整个物联网系统的基石，它们能够测量、生成数据并将数据发送给其他节点或云端设备。无论是感测住宅的房门是否关闭，还是汽车的机油是否需要更换，抑或是生产线上的某个设备会不会出现故障，传感器采集到的数据都是关键信息。
“感测在需要作出决策的时候便会发挥作用，这一过程不一定需要人工干预。”专注电流感测领域的Jason表示，“如果传送带正在传输某个物体，传感器能够帮助确定这个物体是什么、重量为多少以及传送带是否过热等。例如，分析电机内的电流能够让人们了解电机的健康状况、是不是出现了故障。这些都是在进行工厂控制时需要了解的内容，而传感器使这一切变为可能。当提供实时数据时，这些重要数据的结合将影响到方方面面。”
因为传感器采集了海量的数据，特别是在工业物联网(IIoT)中更是如此，所以传感器软件的创新与传感器硬件的创新同样重要。当获得了海量的信息时，如何确定信息是不是过多？如何判定所掌握的数据是不是有用？其中极为重要的一环就是算法。一旦有了合适的算法并且得以充分利用，它们将改变制造业。工厂会变得越来越小，效率却越来越高。
挑战三：连通性选择由繁化简至关重要
一旦传感器数据被低功耗节点采集，这些数据必须被传送到某个地方。在大多数情况下，它会被传送至一个网关，这是物联网系统中互联网与云或其他节点之间的中间点。目前，根据独特的使用情况和不同的需求，我们可以选择多种有线或无线的方式来连接设备。各项不同连通性标准和技术都有其特殊的价值与用途，不过将WiFi、Bluetooth、Sub-1 GHz和以太网中的所有这些标准都整合起来却是一项巨大的工程。鉴于产品的多样性以及需要将连通性添加到很多标准与技术并不相同且大多数此前并不具备互联网连通性的产品中，这就需要采用复杂的技术，并使其变得更加简单。
挑战四：管理云端连通性是关键
一旦数据通过一个网关，它在大多数情况下会直接进入云端。在这里，数据被分析、检查，然后付诸实施。物联网的价值源自云端服务上运行的数据。正如连通性一样，云端服务的选择也有很多，这也是物联网发展中另一个复杂点。
“目前，云端供应商的种类繁多，数量也不尽相同，并且没有针对云端设备连接和管理方式的标准。”专注物联网市场发展领域的Gil表示。为了满足那些使用多个云端服务的用户的需求，必须开发物联网云端生态系统，提供集成的TI技术解决方案。可喜的是，由于云端技术已经实现了良好的成本效益，物联网目前正以极快的步伐飞速发展。不过，为了实现物联网的进一步增长，在复杂度简化方面还有很多工作要做。
挑战五：安全性是广泛采用的关键
整个系统的安全性是制约物联网被广泛采用的最大障碍之一。随着越来越多的设备变得“智能化”，越来越多的潜在安全性漏洞将出现。这需要业界研究构建先进的硬件安全机制，同时将安全机制成本和功耗保持在较低的水平上。这需要相关厂商在集成安全协议和安全性软件方面投入大量的人力物力，努力减少把高级安全性功能添加到物联网产品中所遇到的障碍，以确保在保障安全性方面降低门槛。
挑战六：为经验不足的开发人员提供简易物联网解决方案
虽然物联网技术曾经主要由技术公司使用，但是从目前来看甚至在未来一段时间里，物联网技术将在有着一定技术背景限制的行业中被广泛应用。以一个生产龙头公司为例。直到目前，由于没有任何需求，电气工程师也许从未在龙头制造公司工作过。但是如果这家公司打算生产接入互联网的花洒，那么其在人力和时间方面的投入将是巨大的。因此，物联网技术必须能够轻松地添加到其现有和未来的产品中，而无须网络和安全工程师参与其中。这些公司不需要像一家互联网技术公司那样，在技术学习方面投入，他们现在可以从相关企业获得现成可用的技术。对于相关技术公司来说，如何为这些经验不足的开发人员提供简易且立即见效的物联网解决方案，既是挑战更是机遇。
由于我们生活中越来越多的事物正在与网络建立互联，并且随着物联网应用的不断普及与拓展，还有大量的工作需要去完成。以物联网为代表的信息化应用是对我们未来方方面面高品质生活的巨大展望，包括我们的住所、汽车和高效工厂内的用户便利性与生活方式等，而这一切将最终使我们的世界变得更加美好。
德州仪器本周公布了该公司所称的“突破性”体声波（BAW）谐振器技术。利用微谐振器技术，TI不再需要使用外部石英晶体。相反，它可以将高精度和超低抖动时钟直接集成到包含其他电路的封装中，据该公司称。这使得TI能够为嵌入式市场推出业界首款无晶体无线MCU，SimpleLink CC2652RB，其时钟包含在同一芯片中。
同时，通过将相同的BAW技术应用于网络基础设施，TI推出了名为LMK05318的网络同步器，即使在高系统级干扰下也能实现400 Gbps链路性能。
TI负责连接微控制器的副总裁Ray Upton解释说，新技术对于“以稳定的方式移动大量数据”至关重要，从而改善了高性能通信。 TI高速数据和时钟副总裁Kim Wong表示，该技术还实现了物联网设备之间的高精度和强大通信，现在可以以不那么笨重的形式开发。
简而言之，BAW技术的进步为有线和无线网络带来了“更高的性能，更简单的设计，更低的成本和更小的尺寸”，Wong解释道。
IDC连接和智能手机半导体研究总监Philip Solis告诉媒体，新的BAW谐振器技术“非常重要，因为TI正在将其集成到其硅芯片产品中，从而缩短设计时间，解决方案尺寸和元件成本。”
此外，Solis说，“使用BAW谐振器比使用石英晶体更准确。”石英晶体需要额外的元件来延长其精度 - 随着时间的推移 - 其性能发生变化，超出了可控制的温度变化，他补充说。
正如他解释的那样，“如果它只是一种不同的定时方式，它会更准确并减少对其他外部元件的需求，但BAW谐振器是用硅制造的，作为各种TI产品的一部分。”
今天，定时通常需要石英晶体。 “每个人都使用石英晶体作为时钟，”索利斯说。在这种情况下，BAW谐振器技术通过消除对安装在PCB上的外部元件的需求，为TI提供了巨大的优势，他指出。
当被问及为什么业内没有人建造类似BAW谐振器的东西时，Upton说，“这非常难以开发。”TI在研究MEMS方面已经涉足了多年。但是，将电能转换为机械声学同时保持信号在干净的时钟内稳定且稳健并不容易。
TI的SimpleLink多标准CC2652RB是一款采用四方扁平无引线（QFN）封装的BAW谐振器的无线MCU。它声称整体占地面积减少，没有外部高速48-MHz晶体。
TI表示，这也提供了简化的设计。 CC2652RB是功耗最低的多标准器件，在单芯片上支持Zigbee，Thread，蓝牙低功耗和专有的24-GHz连接。 CC2652RB可在更广泛的应用和环境中实现更多设计选项和灵活性，可在-40°C至85°C的全温度范围内工作，与许多基于晶体的解决方案不同。
TI的另一款产品是超低抖动单通道LMK05318网络同步器时钟，可提供更高的网络性能。 TI解释说，TI的单通道网络同步器时钟采用BAW谐振器，用于400-Gbps链路，可帮助系统更快地传输更多数据，同时提供比竞争器件更高的系统抖动预算余量。
LMK05318具有超低抖动和业界最佳的无中断开关性能，可为56-Gbps和新兴的112-Gbps脉冲幅度调制-4链路提供最低的误码率，从而实现更好的网络性能。
当被问及是否通过在无线MCU封装中集成BAW谐振器进行权衡时，Wong指出潜在的功耗增量约为2％ - “几百微安。”他称之为“合理的权衡，[考虑]其好处超过[它]。”
可用性
据该公司称，CC2652RB的预生产样品现在可通过TI商店采用7×7毫米超薄QFN（VQFN）封装。 1,000件批量的起价为355美元。开发人员可以开始使用TI商店提供的基于SimpleLink CC2652B无线MCU的TI LaunchPad开发套件。
LMK05318现已批量生产，采用48引脚，7×7 mm VQFN封装。定价从每千单位1144美元起。开发人员可以使用来自TI商店和授权分销商的LMK05318评估模块评估该器件，该模块现已上市，价格为39900美元。
（完
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）