2016技术前瞻：用正确姿势叩开新年‘技术之门’（下）

是总结也是展望，这篇文章是EDN和EE Times为大家精心挑选的新年礼物（本文原文刊登在EDN、EE Times美国版中），为了对2016年有更佳的展望，我们的编辑们仔细核查了2015年冒出来的热门或独具前瞻性的技术，并精心挑选了其中最具趋势性的部分。这些技术可能来自于汽车电子、电源、网络、存储器、可穿戴、物联网等方面，可能是大技术革新，亦或是小技术改进，目标只有一个，为广大工程君们在2016年能以正确的姿势叩开新年的‘技术之门’做好准备。新年，请和EDN China一起加油！ 编者注：本文将分‘上中下’三部分推出，需要了解更多的小伙伴可以点击原文链接：http://www.edn.com/design/analog/4440935/Hot-technologies--Looking-ahead-to-2016。 细节型技术们，小身材也有大威力 测谎技术，皮肤电反应（GSR）将促进可穿戴医疗电子 生理监测技术在过去几年中取得了很大进展。这已经导致了各类采用可穿戴传感技术的医疗保健应用应运而生。 皮肤电反应（GSR），是一个微小的电刺激皮肤反应。人的情绪变化总是伴随一系列生理反应如呼吸、血压、脉搏、血管容积和腺体分泌等。和汗腺分泌有关的皮肤电反应常用作情绪变化的一种间接生理指标，是肌体受刺激时皮肤电传导的变化，一般用电阻值及其对数或电导及其平方根表示。可以说，皮电反应是反映情绪变化的生理指标。 电流计是GSR的基础，这是一个较老的设备。它能测量极微小的电流。 事实上，许多年来，GSR已成为测谎技术的基础。而现今，电子集成的迅速发展已经能将大型设备缩小到可以戴在手腕上的设备。 现代的GSR设计找到了自身在可穿戴应用中存在的方式，通过导电聚合物复合材料，这种材料很容易安装到衣服等柔性介质中。一个完整的临床心电监护仪（ECG monitor）可以嵌入到织物衬衫中。一个创可贴大小的设备可以监视一个人的体温或血氧饱和度，且无需侵入人体。 更典型的用法是通过手指或手腕（健康或运动手表就是这方面的案列）。在这方面，一个很典型的参考设计来自美信MAX32600可穿戴皮肤电反应(GSR)仪。

图1：MAXREFDES73#系统外形图，MAXREFDES73#是一个非常整洁的参考设计，可加快产品推向市场（图片来源：美信）
3Q0ednc

一篇IEEE的论文也显示出GSR可以准确预测血压指标与心血管动力变化。 在一些智能手表设计上会采用新的光学技术来做这方面的预测，但是GSR技术更好的把赌注压在生物反馈设计和心理、生理数据采集上。考虑到电流计（电流计是GSR的基础）几乎已有200年的历史，但其新的用途正在被不断发现中，鉴于这一技术相当成熟，我们认为它非常有望成为赢家。 【分页导航】 《电子技术设计》网站版权所有，谢绝转载 {pagination} 能量采集发力，不止为可穿戴供电 众多研究已经为能量采集技术播撒种子，可能许多的研究仅是针对物联网（IoT）市场，但该技术可适用的范围将更广。 “现今的能量采集技术在低功耗（微瓦到毫瓦）级别获得有限的成功。”IDTechx主席Peter Harrop表示，“低功耗市场可能是一个价值1亿美元业务的市场，但即使低功耗能量采集能有成功的一天，低功耗市场只会是更高功率设备市场的一百分之一。”高功耗器件，尤其是在工业领域的应用将更有可能先行展开，因为在这些领域的客户有降低能耗量价的需求，来抵消新技术可能产生的额外开支。 现如今，有几类能量采集方式在用或正在研究中，包括光伏，压电或振动采集，射频/近场（RF/Near Field），热电或热差的采集。Harrop表示，目前热电在能量采集技术的竞争阵容中排名第四，但它将很快让压电采集黯然失色。 “压电是很好的传感器材料，但在创造电力方面仍有很多不足，”Harrop补充说，“在日本，已有研究者准备将热电用在混合动力汽车上，利用热电偶的热电转换原理，在排气管中部，添加了热电转换模块，可以将尾气中的热量转换成电能，可以生成千瓦或以上的能量。” 可穿戴传感器必须要是小型化、低功耗，而且定期进行数据传输，为此北卡罗来纳州立大学旗下的集成式传感器技术先进自供电系统中心(The Center for Advanced Self-Powered Systems of Integrated Sensors Technologies，ASSIST)与其研发伙伴正在开发多模能量装置，结合例如热电(thermoelectric)以及动能(kinetic energy)等元素。ASSIST展示一款臂带式EKG监测装置，能利用热电能量无线传输数据到另一个收集器。 热电材料是导电的，但能隔热；如臂带式装置的案例是将体温转成电力；如果材料的某一面温度比贴着皮肤的那一面低，温度差就能驱动电压用以收集能量。ASSIST的团队也在针对柔性、纳米级材料研究新的热同步(heat syncing)技术，例如具备可拉伸电极，能更贴合于皮肤或从人体汲取更多的热。

图2：热电产生图（图片来源：Wiki Commons）
3Q0ednc

图3：ASSIST开发以热能转成电能的健康传感器
3Q0ednc

此外ASSIST采用压电材料采集动能，目标是在非常低的电压下运作；北卡罗莱纳州立大学的Snyder指出，Seiko的动能手表是在内部有一个重量，能转动马达来产生电流与电力──ASSIST希望能利用此原则，在压电组件加上一个重量，来采集旋转或运动产生的能量。 Snyder表示，以上两种能量采集方法都有实际应用、也能降低能源成本；举例来说，医疗专业人员可用能量采集器来监测EKG或血糖值，而以动能采集为主的装置则能利用在资产追踪或是运输等对于监测产品震动有帮助的地方。 ASSIST打算开发一个完整的系统，其所需求的电力低于1mW(milliwatt)；Snyder表示：“最好是只有几微瓦(microwatts)，然后我们就能采集足够的能量，让外观非常小型化的系统能持续运作。”他有信心假以时日，能量采集技术甚至能收集到比需求量更多的电能，例如宾州大学正在进行研发的超级电容，是传统电容与锂离子电池的混合体：“那些超级电容具备创世界纪录的能量密度以及低泄漏电流。” TI工程师Ajith Amerasekera表示目前能量采集的效率仍普遍较低，仅为10%~50%。光伏在工业环节的困扰是在高电压平台中逆变器效率的问题，而热电的问题往往是有太低的温度差。“你只获得很少的实际能量产生，我们最大的挑战是当我们把这些能量传递给其它器件的过程中，不浪费任何能量。”为了提高效率，TI将低功耗FRAM集成到微控制器。低功耗存储器允许一个低占空比，可以支持各种能量收集方式。 Amerasekera指出，多模方式的能量采集是目前能量收集技术的主要驱动力。开发多模采集有其自身的挑战。 “ASSIST也在考虑混合动力系统；例如在热电上安装太阳能电池，”Snyder表示，“两者都提供直流输出，所以如果你能做出一个光伏，同时也能热同步，也许你就能做出多模方式的能量采集。” “在这个万亿传感器的时代，我们必须解决这些传感器的能源问题，”Amerasekera表示，目前已有很多像MIT在内的学院正在做这方面的研究，“我们希望能达到这样一个目标，即便没有或不进行充电，也能提供10年的电池寿命。这至少需要能量采集和存储的支持。” 【分页导航】 《电子技术设计》网站版权所有，谢绝转载 {pagination} 语音激活等自然人机交互方式，将变得更为普遍 还记得Siri技术带来的冲击吗？在查询信息时，我们越来越多的想到诸如“Hey Siri”等语言来激活语音助手，而在驾驶时，也经常语音控制手机中的谷歌地图。 再一个后来者是Amazon的黑科技，ECHO，是一款内置了像Google Now和Apple Siri的私人语音助手音箱，能为用户房间提供音控系统。在音箱上集成语音助手，瞄准的是智能家庭应用。 接着又是“OK，Google”，可用来激活Moto 360智能手表，连谷歌的Chrome浏览器也支持‘OK，Google’功能。尽管近期，出于隐私考虑，该公司去掉了“Always listening”默认选项。但这类带语音激活功能的产品越来越多，在Apple TV和Amazon Fire TV媒体播放器中，如果版本升级，同样可以获得语言助手的帮助。

图4：Amazon的ECHO，定位于私人语音助手的音箱
3Q0ednc

在语言交互功能爆发的背后，我们能看到的部分答案是：在所有这些情况下，语音控制（也被归到‘自然用户界面（natural user interfaces）’范畴，当然自然用户界面也包括了像微软Kinect的手势识别）与传统点击鼠标、键盘相比，是一个与硬件交互最直观、最自然的方法和服务。事实上，自然用户界面也是各大科技公司考虑布局的重要方面。 语音控制技术的爆发是几个关键因素的组合： 在某些情况下，算法技术革命性的改进； 处理器在性能、功耗、成本效益等方面的优化； 广泛的、高带宽和快速响应能力的“云”服务器资源，来得到额外处理和存储能力； “深度学习”是其中一个关键的创新。作为神经网络最新的产物，卷积神经网络（Convolutional Neural Network，CNN）是深度学习算法在图像、声音处理领域的一个应用。卷积神经网络是近年发展起来，并引起广泛重视的一种高效识别方法。利用强大的处理能力和大量的存储，现在可以分析丰富的数据，如静止或视频图像，并能捕捉声音流和其他声音剪辑。 虽然，具有移动能力的神经网络处理器（人脑芯片）已陆续出现，但很多“特征提取”识别（当然是初始训练中）仍主要发生在云中。这就是为什么具有可靠性和快速响应的网络连接是如此关键。 此外，EDN也关注到最新一代的语音接口设备的Always listening功能都是由一个关键短语触发的。这个功能显然可以通过主核多核应用处理器来完成，但它会迅速导致电池耗竭（这也是为什么‘Hey Siri’功能在iPhone 6产品前只有在交流模式下能用）。这也导致很多方案采用DSP来解决这部分问题。 当然DSP厂家并不会高兴得太久，在苹果iPhone 6s中搭载了全新的A9+M9的芯片组合，M9（Sensor fusion）协处理器就被用来执行包括语音激活系统的唤醒功能。高通的骁龙820同样嵌入了独特的“低功耗”Hexagon DSP核，来取代依靠一枚独立的DSP芯片。当然，更重要的趋势是，作为重要的自然人机交互方式，语音激活会不断蔓延开来。（EDN China 麦迪编译） 【延伸阅读】 2016技术前瞻：用正确姿势叩开新年‘技术之门’（上） 2016技术前瞻：用正确姿势叩开新年‘技术之门’（中） 【分页导航】 《电子技术设计》网站版权所有，谢绝转载