凡是有价值的资产,企业都会密切监控它们的位置。事实上,定位系统 (LFS) 可用来提高零售、物流、医疗保健、智能建筑等领域的安全性、生产力和效率。LFS 通常基于无线“标签”,这些标签几乎可以应用于任何物品、人和诸多应用。
举几个用例,比方说跟踪物流过程中的包裹或制造环境中的关键材料,监控实验室或医院高价值仪器的位置,以及确定是否有人进入了限制区域(例如,工厂的某些区域可能存在危险)。LFS 可以通过跟踪并分析客户在店内的流动路线或使用自助结账来帮助零售商完善布局。
LFS 无线技术
LFS 离不开无线技术,但市面上的几种技术各有优缺点。在选择技术时,设计人员不得不在覆盖范围和功耗之间进行权衡,功耗尤其重要,因为无线标签通常由电池供电。
RFID 可用于定位,但其主要用途是在特定的检查点验证资产的身份信息(例如衣服的颜色和样式)。如果对安全性要求很高,那么超宽带(UWB)通常是首选。不过,大量的计算处理也推高了成本和功耗。
由于 5G 网络覆盖全球,因此它支持远距离跟踪资产。但它也确实功耗巨大,所以在这方面的应用相对有限。
Bluetooth® 是一项公认的技术,全球有数十亿台设备部署了这项技术。随着时间的推移,该技术不断改进以降低功耗,并通过大批量生产来控制成本。事实上,蓝牙低功耗 (Bluetooth LE) 现在是最受欢迎的资产跟踪技术之一。
基于蓝牙的 LFS - 概述和设计标准
基于蓝牙的 LFS 系统通常用于仓库、工厂、医疗机构或零售店等建筑内。无论何种系统,通常都有三个要素:
图 1:蓝牙 LFS 具有三大要素
设计人员在设计 LFS 时必须兼顾分辨率、延迟和电池续航时间,反复权衡利弊以满足系统对精度、效率和性能的要求。
影响分辨率的最主要因素是传感器/定位器的数量;传感器/定位器越多,位置测量就越精确。
延迟是指找到标签/资产的速度,这与信号的传输频率有关。提高传输频率会减少延迟,但也会增加电量消耗。
电池续航时间受到每次传输的输出功率和持续时间以及标签能否利用低功耗“睡眠”模式的影响。
如果某个资产在快速移动,则需要降低延迟(增加传输频率)才能获得准确的定位。但这需要以电池续航时间为代价。更复杂的系统可以将加速度计集成到标签中,以便仅在资产移动时才增加传输频率。这提供了一个两全其美的方法,兼顾了定位的精确性和电池的合理使用。
设计灵活性
由于每个应用都是独一无二的,加上科技发展如此之快,因此 LFS 设计必须足够灵活,以便在参数之间进行权衡,并根据需要进行调整。为支持这种灵活性需求,安森美 (onsemi) 与行业合作伙伴一起开发了一个设计平台。
此合作方案将安森美屡获殊荣的 RSL15 与 CoreHW 天线模块和 Unikie Localization 集成到一起。
这款 RSL15 蓝牙 5.2 无线 MCU 专为互联智能设备设计,基于超低功耗 ARM® Cortex®-M33 处理器。根据 EEMBC 基准测试,RSL15 实现了超低功耗的蓝牙性能。再加上它小巧的尺寸,使其非常适合定位标签等边缘应用。
好文章,需要你的鼓励
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
数据分析平台公司Databricks完成10亿美元K轮融资,公司估值超过1000亿美元,累计融资总额超过200亿美元。公司第二季度收入运营率达到40亿美元,同比增长50%,AI产品收入运营率超过10亿美元。超过650家客户年消费超过100万美元,净收入留存率超过140%。资金将用于扩展Agent Bricks和Lakebase业务及全球扩张。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。