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
在2026年CES展会上,一款名为Sweekar的AI电子宠物亮相,被誉为90年代经典Tamagotchi的完美继承者。这款智能宠物从蛋形开始,随着成长会物理性变大,经历婴儿期、青少年期到成年期的完整生命周期。每个阶段都有不同的护理需求和互动方式,从基础语言学习到形成独特个性。与原版相比,Sweekar融入了先进AI技术,提供更丰富的长期体验。该产品将通过Kickstarter众筹,售价150美元。
瑞士ETH苏黎世联邦理工学院等机构联合开发的WUSH技术,首次从数学理论层面推导出AI大模型量化压缩的最优解。该技术能根据数据特征自适应调整压缩策略,相比传统方法减少60-70%的压缩损失,实现接近零损失的模型压缩,为大模型在普通设备上的高效部署开辟了新路径。
西班牙CTIC RuralTech创新中心运用AI等前沿技术解决农业面临的气候变化等重大挑战。通过气候模拟系统和土地使用智能分析,农户可以监测作物、预测不同种植条件下的结果,如同拥有时光机器。草莓生产商利用模拟器预测疾病影响和气候变化效应,奶酪制造商则用AI分析牛奶数据,确定最适合生产特定奶酪的原料。这些技术应用大幅提高了农业可持续性和效率。
弗吉尼亚大学团队创建了Refer360数据集,这是首个大规模记录真实环境中人机多模态交互的数据库,涵盖室内外场景,包含1400万交互样本。同时开发的MuRes智能模块能让机器人像人类一样理解语言、手势和眼神的组合信息,显著提升了现有AI模型的理解准确度,为未来智能机器人的广泛应用奠定了重要基础。