0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

Aroma Bit将气味探测转换为视觉模型

开源Block 来源:YXQ 2019-08-05 10:54 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

日本气味传感器创新开发商Aroma Bit成立了一家新子公司,新公司将硅基CMOS传感器衬底开发下一代气味传感器,具有超紧凑、高分辨率和低成本的优势。其技术通过将Aroma Bit开发的气味传感器接收膜技术,结合丰桥技术科学大学(Toyohashi University of Technology)及相关企业开发的超灵敏硅基CMOS离子成像传感器技术而实现。

可嵌入智能手机的气味传感器,在1平方毫米的芯片上实现了与狗鼻相当的超高分辨率

Aroma Bit已经开发并正在销售采用石英晶体微天平(Quartz Crystal Microbalance, QCM)传感器衬底的紧凑型气味传感器,在传感器市场上展现了超高的灵敏度。不过,利用传统QCM型气味传感器进一步缩小尺寸、降低成本以满足智能手机等大批量应用颇具挑战。

采用新开发的硅基CMOS气味传感器,可实现超紧凑、高气味分辨率和低成本,并能够嵌入智能手机及其它物联网设备。例如,采用新型传感器衬底的1平方毫米芯片,可实现相当于狗鼻子(大约1200个受体)的分辨率。

凭借这款新传感器衬底技术,Aroma Bit现在拥有了两种技术组合:(1)传统超高灵敏度的QCM型传感器衬底技术,以及(2)超高分辨率、超紧凑、低成本的硅基CMOS传感器衬底技术。两种技术的结合,为Aroma Bit提供了极具竞争力的传感器技术组合,兼具了气味传感器的两个关键性能:即传感器灵敏度和气味分辨率。因此,新型传感器的补充,有望进一步增强Aroma Bit在紧凑型气味传感器领域的竞争优势。

Aroma Bit将气味探测转换为视觉模型

目前,Aroma Bit还在进一步加速开发其数字气味数据库,或基于其硬件竞争优势的气味大数据。通过传感器硬件结合气味数据库,Aroma Bit确保了在不断增长的数字嗅觉市场中的领先地位,从而实现其“通过气味成像技术可视化气味,实现更美好世界”的愿景。

Aroma Bit新发展的子公司Aroma Bit Silicon Sensor Technology(以下简称“ABSST”),是丰桥技术科学大学首家官方认可的大学创业公司。

尽管大学创业公司正在日本兴起,但由于大公司利益之间的知识产权冲突,研究人员与企业家角色之间的不匹配等因素,真正能够工业化的成功案例很有限。

在这个特定的产学合作案例中,通过指派ABSST推动与大学共同开发的技术的商业化,预计将提高这项技术的成功机会。

背景

Aroma Bit通过将其开发的气味传感器接收膜技术,应用于丰桥技术科学大学Kazuaki Sawada教授开发的超灵敏硅基CMOS离子成像传感器技术,成功地开发了硅基CMOS传感器衬底的下一代高紧凑、高分辨率气味传感器。

2017年,丰桥技术科学大学、Toyohashi Sensor Kyogikai公司、滨松光子(Hamamatsu Photonics)、东朋科技(Toho Technology)、日本化工(Nippon Chemi-con)和Aroma Bit共同组建了CMOS气味传感器联盟(Consortium COSCo)。

为了汇总COSCo联盟的成果并进一步加快开发和工业化,ABSST作为Aroma Bit的子公司成立。

展望未来,ABSST将致力于开发硅基CMOS型下一代气味传感器,这种传感器具有超高分辨率、超紧凑和低成本优势,可嵌入智能手机及各种物联网设备。

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
  • 传感器
    +关注

    关注

    2573

    文章

    54368

    浏览量

    786058
  • CMOS
    +关注

    关注

    58

    文章

    6186

    浏览量

    241581

原文标题:超灵敏硅基CMOS气味传感器可嵌入手机,1平方毫米的芯片上实现了与狗鼻相当的超高分辨率

文章出处:【微信号:all4lib,微信公众号:开源Block】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    无法Tensorflow Lite模型转换为OpenVINO™格式怎么处理?

    Tensorflow Lite 模型转换为 OpenVINO™ 格式。 遇到的错误: FrontEnd API failed with OpConversionFailure:No translator found for
    发表于 06-25 08:27

    Whisper大型v3 fp32模型转换为较低精度后,推理时间增加,怎么解决?

    openai/whisper-large-v3 FP32 模型转换为 FP16、INT8 和 INT4。 推理所花费的时间比在 FP32 上花费的时间要多
    发表于 06-24 06:23

    ONNX模型转换为中间表示 (IR) 格式,收到了错误的输出是怎么回事?

    ONNX* 模型转换为中间表示 (IR) 格式,并收到了错误的推断输出。自定义模型使用动态形状。
    发表于 03-07 08:20

    SSD300模型转换为IR时收到错误的原因?

    SSD300 模型转换为 IR 时收到错误: [ FRAMEWORK ERROR ] Model Optimizer is not able to parse /OpenVINO
    发表于 03-07 07:58

    如何使用命令更快的R ACCENT-10.onnx模型转换为IR?

    使用命令更快的R ACCENT-10.onnx 模型转换为 IR:python ./mo_onnx.py --input_model FasterRCNN-10.onnx
    发表于 03-07 07:43

    YOLOv4模型转换为IR的说明,无法模型转换为TensorFlow2格式怎么解决?

    遵照 YOLOv4 模型转换为 IR 的 说明,但无法模型转换为 TensorFlow2
    发表于 03-07 07:14

    如何Keras H5模型转换为中间表示 (IR) 格式?

    第 1 步: Keras H5 模型转换为保存的型号格式 安装 依赖关系: cd deployment_toolsmodel_optimizerinstall_prerequisites
    发表于 03-07 06:11

    Tensorflow Efficientdet-d0模型转换为OpenVINO™ IR失败了,怎么解决?

    使用转换命令 mo --saved_model_dir /home/obs-56/effi/saved_model TensorFlow* efficientdet-d0 模型转换为
    发表于 03-06 08:18

    可以使用OpenVINO™工具包中间表示 (IR) 模型转换为TensorFlow格式吗?

    无法中间表示 (IR) 模型转换为 TensorFlow* 格式
    发表于 03-06 06:51

    ONNX模型无法转换为IR v10,为什么?

    使用以下命令 ONNX* 模型转换为 IR:mo --input_model model.onnx 该模型无法转换为 IR v10,而是
    发表于 03-06 06:32

    Yolo V3-Tiny模型转换为IR格式遇到错误怎么解决?

    Yolo V3-Tiny 模型转换为 IR 格式。 遇到错误: Error: Exception occurred during running replacer \"
    发表于 03-05 09:57

    使用模型优化器命令ONNX模型转换为OpenVINO™ IR格式时出现“ReplacementID”错误怎么解决?

    使用模型优化器命令 ONNX 模型转换为 OpenVINO™ IR 格式: --input_model \"{onnx_path} --input_shape [1,512, 89
    发表于 03-05 09:41

    ONNX模型转换为IR后报错,怎么解决?

    运行模型优化器,以 ONNX 模型转换为 IR。 收到错误:[ ERROR ] The ExpandDims node Unsqueeze_333 has more than 1
    发表于 03-05 09:11

    使用myriad_compileIR模型转换为blob后收到错误怎么解决?

    使用模型优化器将自定义 TensorFlow* 2 模型转换为中间表示 (IR)。 使用 myriad_compile IR 模型
    发表于 03-05 08:27

    为什么无法TensorFlow自定义模型转换为IR格式?

    TensorFlow* 自定义模型转换为 IR 格式: mo --data_type FP16 --saved_model_dir--input_shape (1,150,150,3
    发表于 03-05 07:26