配备边缘人工智能的智能紧凑型传感器

一个由勃兰登堡多所大学和研究机构参与的新启动的跨学科研究项目正在开发全新技术方法，以便在IT网络的边缘（即所谓的“边缘”）更好、更有效地整合人工智能。

这些发展有望在未来发挥重要作用，尤其是在工业电子、医疗技术和环境监测领域的应用。弗劳恩霍夫光子微系统研究所（Fraunhofer IPMS）将贡献其在微型传感器结构和电子元件集成方面的专业知识。

在名为“InSeKT”（德语：智能传感器边缘技术的开发）的项目中，维尔道应用技术大学、莱布尼茨高性能微电子研究所（IHP）和弗劳恩霍夫光子微系统研究所（Fraunhofer IPMS）正在开发新的硬件、软件和传感器解决方案，以便在IT网络的边缘更好地利用人工智能（AI）。人工智能需对大量数据进行尽可能快速的处理。该项目的目标是直接在数据生成处，例如传感器本身，进行复杂的计算。

目前，人工智能数据处理通常通过中央云计算解决方案进行。数据在中央服务器上进行计算，这意味着需要对大量数据进行远距离传输。因此，可能会有数据泄露隐患，给未经授权的第三方攻击创造了机会。分散式数据处理不仅增强了数据保护能力，而且由于避免了数据的远距离传输，使得系统具有实时能力。

该项目着力应对市场接受度的关键因素：开发系统集成技术、降低成本、提高可靠性、提高小型化程度。该项目由一个来自多家机构和多个专业学科的跨学科团队牵头。

解决材料和集成问题的先进传感器技术

弗劳恩霍夫光子微系统研究所（Fraunhofer IPMS）的“集成硅系统”分部位于科特布斯，正致力于对现有MEMS传感器进行功能扩展与集成，从而将其用于边缘人工智能应用。将信号处理功能直接整合到传感器中，便可直接在数据生成处收集数据。其目的是提高传感器对不同应用场景的适应性，而无需更换底层硬件。

Fraunhofer IPMS最初的核心开发领域是使用离子迁移谱仪（IMS）进行气体分析。离子迁移谱仪可以直接检测空气中的可电离分析物质，即使其浓度极低。现有方法缺乏足够的微型化。首款离子迁移谱仪演示器基于FAIMS（场非对称波形离子迁移谱仪）方法，具有灵活的电极间距，因此有望克服这一障碍。

此外，正在努力实现对近红外波长范围内的光电探测器进行数据支持评估的目标。例如，这些光电探测器可用于材料分析和回收，甚至可穿透包装进行分析。重点在于改进具有圆柱形金字塔结构的Al-TiN-Si-Schottky探测器组件，以提高灵敏度，并通过使用成本更低的材料来提高可扩展性。

第三个领域涉及电容式微机械超声换能器（CMUT）的适应性使用，以改进成像。得益于其尺寸和电容式工作原理，CMUT是高灵敏度的超声波接收器。在传感器近处实施信号评估可加快成像速度。Fraunhofer IPMS“集成硅系统”分部负责人Sebastian Meyer博士解释道：“未来，我们有望利用受蝙蝠超声波信号启发的超声波信号对手部动作进行非常精确的分析，并利用超声波测量血糖。”

然后，维尔道应用技术大学和莱布尼茨高性能微电子研究所将利用生成的传感器数据来训练边缘人工智能系统，以实现快速、精确的数据处理。该项目的成果将进一步推动传感器系统向智能化和紧凑化发展。

来源：半导体芯科技

审核编辑 黄宇