技術探勘

穩定性為ISA發展關鍵 RISC-V之目標是從其他處理器ISA錯誤中汲取教訓。關鍵是穩定性，包括指令集和內核，以及晶片設計人員、編譯器製造商、作業系統架構師和開發工具提供商等。這對於鼓勵工程師盡可能多在產業鏈中使用這種開源技術，使更強大處理器內核得到更多獲取和使用至關重要。特定應用開發人員可以使用最小記憶體和功耗來優化其固化的ISA代碼，但仍可擴展並與未來設備相容。這允許處理器內核開發人員應對指令集的各種不同實施方式，從簡單管線到具有多階和無序執行管線。這些會具有不同的延遲、尺寸大小和功耗，但彼此之間都具有底層相容性，以及生態圈中包含的工具。 在整個生態圈中提供這種穩定性是新指令集的關鍵。它的設計考慮了32位元、64位元和128位元位址空間，因此可以保持它們之間的相容性。該架構還專門設計具有可延伸性，以便為晶片製造商提供差異化和未來應用場景所需的客製化服務，但ISA的基礎仍然是絕對不受影響。 ISA開放性使軟體架構更有影響力 128位元ISA依然未確定，因為在嵌入式系統中，如此之大儲存容量幾乎沒有實際意義。但是，該體系架構將支援更大的位址空間這一事實凸顯了其前瞻性思維方式。這意味著為RISC-V編寫或移植到其上的軟體將永遠能夠在所有類似的RISC-V內核上運作，為軟體管理員提供了堅實的基礎，可以保護他們的軟體投資。由於ISA是開放的，因此可以開發多種硬體實施方案，因此軟體架構可以在最終硬體實施中變得更有影響力。 對於硬體設計人員之輸入會使RISC-V內核更加以軟體為中心，這導致出現了許多採用ISA的處理器內核，以及大量基於這些內核的系統單晶片(SoC)，Codasip、Syntacore、Hex Five和T-Head都開發相應的內核，而SiFive則推出了一系列32位元和64位元SoC。 SiFive由Yunsup Lee(RISC-V最初創建者之一)共同創立，作為SoC平台家族，於2017年推出首個RISC-V內核，並增加了對內核和晶片支援(圖1)。這些元件採用28nm製程，用於64位元多核Linux實施，或者採用180nm製程，適用於具有多種周邊設備的32位元低成本物聯網市場。 圖1　SiFive的U500 64位元多核開源處理器。 該公司的Freedom平台包括完整的軟體規格、用於開發作業系統的板級支援包(BSP)、開發板和基礎晶片等，允許客戶創建自己的晶片增強型設計和客製化產品。Freedom U500家族是一款完全支援Linux的嵌入式應用處理器，採用多核RISC-V CPU，運作速度為1.6GHz甚至更高，支援加速器和快取記憶體一致性，適於機器學習、儲存和網路等應用。它支援標準的高速周邊設備，包括PCIe 3.0、USB 3.0、Gb乙太網路和DDR3/DDR4。 Freedom E300家族為設計用於物聯網和可穿戴設備市場的嵌入式微控制器(圖2)。基於Freedom E310的HiFive1相容Arduino的RISC-V開發套件採用SiFive的E31 CPU Coreplex，是一款高性能32位元RV32IMAC內核，能夠以超過320MHz的頻率運作(圖3)。 圖2　採用RISC-V ISA的E300開源32位元MCU家族。 圖3　HiFive1 RISC-V開發套件。 SiFive還將RISC-V指令集用於據稱是世界上最小嵌入式處理器內核。S2內核IP家族是一個可配置內核，可以小到只具有13,500個邏輯閘(在RV32E 32位元版本狀況下)。S21 64位元嵌入式內核具有獨立指令和資料匯流排，以及兩組緊密整合的記憶體(TIM)，這使SoC能夠擁有一個始終開啟的低功耗32位元CPU，可與高階64位元CPU結合使用，當某些應用需要更高性能時(例如語音啟動智慧型設備)，該CPU可以開啟。這種開發配置有助於滿足機器學習和物聯網連接設備日益成長之需求，其中即時載荷已經產生了對邊緣處明顯增強的嵌入式智慧之巨大需求。 RISC-V的開源特性已經為Kendryte、efabless和low RISC等新創公司開闢了SoC設計，但更多主流晶片提供商也在使用該技術。Microsemi(現為Microchip一部分)已經為SiFive生產了一些開發板，而NXP則擁有自己的RISC-V晶片。Andes Technology和Greenwave也開發了基於ISA的多種IC。Faraday Technology已將ISA用於ASIC平台，目標是下一代邊緣人工智慧(AI)和物聯網SoC的設計和批量生產。其彙集了RISC-V內核IP整合和SoC設計驗證，以及全功能參考設計套件，其中包括即時作業系統(RTOS)和周邊設備驅動程式，所有這些都採用55nm制程，適用於電池供電的邊緣設備。這突顯了硬體製造商可以在標準ISA基礎上實現差異化。Faraday Technology在其平台中整合有動態電壓和頻率調節(DVFS)、功率模式切換和快速系統喚醒等功能，也可以安全地整合軟體庫和驅動程式，以確保晶片在實現特定的介面、感測和電源管理功能時能夠無縫工作。 RISC-V ISA可與各種工具共同使用 RISC-V ISA的另一個優勢是它能夠與各種工具一起使用。Microsemi在其FPGA產品中使用了ISA，其中包括Express Logic的ThreadX、華為LiteOS和Micrium µC/OS-II等多種嵌入式作業系統。主機板包括RTG4開發套件和PolarFire評估套件等，其中還包括Microsemi和Olimex的除錯硬體鑰匙(Debug...

．大量客製化需求：顧客力量愈來愈大，希望能夠具有客製化、個人化的產品，來滿足需求。這使得傳統大量製造的程序與思維必須改變。 ．產品商品化：大量相同產品被製造出來，不斷地進行價格競爭，使得產品商品化、產品差異變小。製造業為求產品差異化，除了思考利基產品研發，也思考運用科技讓產品附加服務產生新價值。 ．製造價值轉變：由於電子商務發展，許多製造業跳過中間商直接面對顧客，接受顧客市場需求，也開始挑戰製造的價值。製造業開始思考提供附加服務、顧客體驗來滿足顧客新需求，也開始思考有別於傳統產品銷售的商業模式。 這三個因素使得製造業思考運用各項技術來協助進行數位轉型。許多大型的製造業由於資金雄厚及市場占有率，已經進行轉型並獲致成果，如：GE、西門子、Bosch、富士康、海爾電器等。中小型製造業亦亟欲運用相關技術進行數位轉型。 AI大數據改善工廠生產流程 改善工廠生產流程是製造業首先考慮運用物聯網或人工智慧等技術的方向之一。工廠運用大數據、人工智慧來提升生產流程的效率、提升產品良率、彈性生產，滿足大量客製化等需求。 生產過程監控與分析是許多工廠運用新興技術協助生產效率提升的第一步。當生產作業的設備、物料數據可以進行數據蒐集、視覺化展現後，進一步利用大數據或人工智慧技術進行處理、分析乃至於最佳化生產流程。這種初步應用可以稱為連接工廠(Connected Factory)。 連接工廠最初步的作法將生產計劃、生產任務、設備狀況、物料狀況、產品良率狀況等蒐集，透過工廠電子看板、桌上型電腦、智慧手機等，即時監視工廠各種狀況。亦可透過監視攝影機將產線現場操作狀況呈現，甚至危險動作可以警訊通知。進一步，利用物聯網技術，可將產線生產狀況，如設備是否正常運行或停機、已經生產多少產品等數據進行蒐集，進一步分析全局設備效率(Overall Equipment Effectiveness)，以提高設備利用率，減少停機待料、產品品質損失、換線時間等，進而改善生產作業的效率。運用人工智慧與大數據分析，可以分析比較不同時段、不同設備、製作不同產品OEE數值，找出影響OEE的關鍵因素，提供現場工作人員參考與主管的決策改進。 利用RFID智慧控制生產過程 生產過程控制是另一種在產線運用人工智慧的做法。最常見的方式是利用RFID的方式，進行備料通知，讓產線的備料能夠即時，達到不缺料、不囤積的目的。例如：惠而浦洗衣機工廠運用RFID在其塗料作業上，讓物料能即時送達。有些工廠則將生產訊息與物料搬運車連動，讓物料搬運車能自動搬運所需的物料至生產線或是發貨區等。 Amazon Kiva物料搬運車是最著名的人工智慧搬運車。Amazon在全球倉儲運用15,000台Kiva搬貨機器人協助倉庫搬貨。訂單出貨時，撿貨人員站在特定區域，Kiva機器人配置電腦視覺系統掃描地上條碼，並具備最佳化搬運路徑演算法，會將放置欲出貨商品貨架，頂到撿貨人員區。撿貨人員根據電腦螢幕顯示訂單貨品撿貨。撿貨完畢，可要求Kiva將貨品送至出貨棧板區。進一步，自動搬運車機器人要全面運用電腦視覺技術，建構現場3D環境及最佳路徑，並能學習分辨障礙物與繞路行走。致力於人形或動物形狀的波士頓動力(Boston Dynamics)則運用類犬型機器人、人形機器人進行搬貨是另一種新思考方式，不過這樣的運用尚未被大量試行在實務工業環境下。 另一種生產控制人工智慧應用則是輔助自動化產線的流程進行，例如一家紙尿布工廠已經發展整體產線自動化流程。然而，產線自動化流程會遭遇到某階段異常而使得生產程序延後或停擺。該工廠即運用人工智慧分析方法採集分析每道程序控制訊號以及狀態監控參數，找出正常生產狀態與偏差狀態的特徵。一旦人工智慧程式分析可能異常的尿布，則將該尿布轉到檢查區，以避免影響整個產線。一家輪胎公司運用人工智慧，讓前導製程的數據可以即時送到數據模型中運算，以確定下一道製程溫溼度、設備參數等。這將使得整個輪胎製程能動態根據環境與前道製程狀況進行最佳化調整。 除了分析設備、物料的參數外，也可以運用人工智慧電腦視覺分析的方式來分析生產過程問題進而進行控制。例如：釀酒工廠生產品質的關鍵之一是讓每個酒瓶應該注入一樣多酒。然而，注入啤酒會產生泡沫，造成每一次注入狀況不同而使得注入酒的數量不一致。一家工廠即在注入飲料製程上放入智慧攝影機，分析每次注酒成功(注入一定的酒量)或失敗。在注入過程中，智慧攝影機能夠在每秒30個酒瓶速度下，快速地辨別注入不夠或沒有蓋上瓶蓋的酒瓶，將其移到品質不良區。並在過程中，即時地紀錄成功與失敗酒瓶數目。該智慧攝影機晶片具備AI快速處理與分析能力。 對於製造業來說，如何確保生產產品品質亦是一項重要的管理要點。大數據與人工智慧可以協助生產品質的管理可從生產過程品質監控與預測以及生產過後的品質檢測來協助，以下分別介紹幾個應用案例與趨勢。 運用AI預測生產品質 如何在生產過程中預測生產品質可能狀況，進一步提前處理是另一個常見的人工智慧製造業應用。WD是世界上最大的硬碟製造商之一，其製造的挑戰是追蹤硬碟機生產每個過程，以確保產出硬碟品質，並可減少顧客使用過程中，因品質問題造成資料毀損。WD即利用大數據分析與人工智慧分析方法，從各項生產設備的資訊中找出可能的問題，並發出異常警訊以提前預測可能品質不良的產品而避免出廠，造成商譽損失。應用材料公司是半導體設備廠商，也將品質預測功能放入設備中，以減少其半導體客戶因為設備參數問題，而製造不良的晶圓。 村田製作所(Murata)公司生產電容、電阻、感應器等元件，應用在智慧型手機、汽車產品中。電子元件製造牽涉到多個站台的生產，必須整合數據進行品質、成本、產出時間的分析。特別是工廠、周圍或設備本身溫度都會影響元件生產的品質。設備與生產過程的數據量亦很大，不容易管理。該公司整合各種工廠、產線設備感測資料、環境感測資料以分析影響產品良率。其中，還包含空氣溫度、管線中水溫度、空氣中蘊含的粒子數等。透過綜合各工廠、產線資料，運用大數據、人工智慧進行生產品質預測，以改善生產良率。 生產品質預測除了利用設備參數進行預測外，也可以運用視覺檢測的方式來檢視產品問題進一步進行預測。例如日本IT大廠NEC推出「AI Visual Inspection」視覺檢測，運用機器學習技術，可以檢測生產線上的產品影像。例如金屬、人工樹脂、塑膠等產品加工業的生產線，運用 AI進行高速檢查，找出不良品，提升生產線效率。 事實上，工廠中本來已經存在自動光學檢測系統(Automation Optical Inspection, AOI)檢測產品問題。傳統自動光學檢測系統，必須花許多時間校調產品光學檢驗方式，無法適用在小批量多樣產品線的生產。結合大數據、人工智慧影像處理的新興檢測系統，則可以根據產品的樣式、顏色、形狀各種面向同時檢測，以同時檢測不同產品生產。同時，運用機器學習的技術，也可以讓作業人員即時糾正錯誤判別的狀況，讓檢測系統學習以不斷地提高檢測準確性。這使得新興人工智慧檢測系統更能應付大量客製化彈性工廠需求。IVISYS生產檢測設備公司即發展人工智慧產品視覺檢測方案，可以針對產品的樣式、顏色、形狀各種面向同時檢測。首先，IVISYS根據不良品進行分析，建立產品不良視覺檢測模型，進行產品檢測作業時，具備檢視畫面，能讓現場人員而非專業工程人員進行同步修正，以強化檢測模型。IVISYS攝影機具備多方向鏡頭，可以針對產品不同面向進行攝影，以進行3D成像建立。影像資料也持續記錄，可以持續地改善模型。在某一個產業案例中，IVISYS不良品檢測比人工檢測速度提升35%，且能做到針對每個產品進行檢測。此外，檢測結果報告亦可以提供人員進行生產排程參考。 不論製造業或服務業，對於理解顧客喜好，分析市場趨勢等，均能提供產品服務設計、營運方向的參考。特別是網際網路發達，顧客在部落格、公司官網、社群媒體、電商網站等均留下許多數據可以提供分析。例如：Maruti Suzuki是一家汽車公司，即運用透過各種管道資料分析顧客需求並進行交叉銷售。Maspex是一家飲料公司，運用透過各種管道資料分析線上評價以協助行銷。GE運用KDD分析家電產品數百萬抱怨紀錄，分析原因為何。Grandi Salumifici Italiani運用數據挖掘分析全球不同市場銷售預測。HP運用數據挖掘技術分析電話、網站、Emails、銷售夥伴等通路，以理解顧客喜好、抱怨，進而改進產品。 事實上，需求預測系統在1980年代即已經有許多系統發展，甚至2000年代供應鏈規劃系統亦盛行。傳統需求預測系統以過去銷售紀錄為主，進行數據計算與預測。然而，影響需求的原因還包括：顧客對產品的喜好程度、市場品牌訊息乃至於天氣變化、原物料價格等複雜因素。新興人工智慧需求預測系統即是蒐集各種多元、大量數據進行分析以找出規則並進行預測。特別是許多顧客留下訊息在Email、電話、社群媒體等文字紀錄上，運用新興文字分析技術或自然語言處理技術的人工智慧技術，協助分析顧客抱怨或喜好，進一步可進行產品需求趨勢與銷售預測。 (本文作者為資策會MIC產業分析師)

因此，如果有了踩腳的壓力大小就可以分辨出在遊戲的過程中，是否以正常的走路亦或是躡手躡腳方式前進；再者，如果有了腳底各點的力大小，亦可形成一個方向的標示，也就可以得知使用者的行徑方向。 而作為一個熱衷於遊戲的玩家，多了一個感測器就像是多了一顆按鍵的鍵盤，只要有越多的不同的訊號輸入就可以越來越貼近人體操作。換言之，只要多了一對腳部感測裝置，就可以使VR裡的角色做出更多符合現實人體所做出的相對應動作。這也意味可讓遊戲往下一個真人模擬世代前進。 添加肢體感應強化VR遊戲體驗 隨著科技的進步，人們漸漸地意識到身體健康的重要性，但是工作的繁忙，使得大部分的人只有少數的假日，以至於沒有多餘的時間去安排一些運動活動。而這少數的假期又因為工作的勞累或是需要待在家裡陪伴親愛的家人，甚至是因為天氣太熱，變成了不想出門運動的理由。 因此，本文想利用薄膜壓力感測器製作可偵測腳底壓力的互動VR裝置，再配合遊戲的互動操作。這樣不僅可以和家人一起遊玩，也可以抒發工作所累積的壓力，更不用擔心因為天氣太熱而中暑，或是因為下雨而掃了興致。 同時，以往的遊戲是利用鍵盤滑鼠在螢幕上做操控，現在則是轉為手把及搖桿來當輸入裝置，並且螢幕輸出改為虛擬實境頭戴裝置，進而將遊戲產業提高的一個不同的層次。 不過，對遊戲玩家來說，虛擬實境遊戲雖能夠讓使用者以肉眼感受到遊戲世界，但跟現實的感知相比還是略有不足。例如，玩家只能在定點上玩遊戲，被追趕時，不能用使用現實雙腳來驅動遊戲內的角色跑步。因此，此設計將腳底壓力感測裝置加入操控器的一部分，藉此來實現可以與遊戲內的角色同步腳部動作，增添遊戲的樂趣。 換句話說，現在的VR遊戲日益增加，但市面上的遊戲使用介面大多以雙手感應來體驗遊戲，較少有其它的肢體感應。因此，為了追求更完善的體驗感覺，因而做出可以讓使用者使用雙腳的壓力與互動操控方式來提升遊戲樂趣的作品。以下列出本產品之相關特色： ．以往的VR裝置都是手部或頭穿戴裝置，腳部裝置很少。 ．腳部感測裝置體積小且輕，可方便使用者穿戴。 ．使用的感測器體積較薄，穿戴時不易有感覺異物。 ．透過HID技術將感測結果轉為鍵盤的指令，不必再安裝其他程式分析指令。 ．藉由九軸和腳底壓力感測器來感測使用者行走的方向、速度或模式。 ．Unity遊戲內的角色透過接收裝置的指令作出與使用者相似的行動。 ．腳部感測裝置能充電並非一次性使用。 ．安裝腳底壓力感測裝置的鞋墊可藉由裁剪符合使用者的腳部大小。 ．腳部感測裝置利用RF傳輸資料，方便架設與使用。 腳底互動裝置設計要素 本產品使用盛群旗下的HT66F2390與UART、SPI、I²C、HID、FSR與九軸感測器等元件與技術，以下將一一說明。 UART串列介面 UART是一種通用非同步收發傳輸器，通常稱作UART，是電腦硬體的一部分，可將資料由串列通訊與並列通訊間作傳輸轉換。UART通常用在與其他通訊協定(如EIA RS-232)的連結上。在串列傳輸通訊協定的格式內容，每一個符號由四種資料共11個位元所組成，共分為： ．起始位元(Start Bit) ．資料內容(Data) ．奇偶同位元檢查碼(Priority Bit) ．停止位元(Stop Bit) 如圖1所示，資料透過FIFO(First Input First Output)的方式，由最低有效位元LSB(Least Significant Bit)開始傳輸直至最高有效位元MSB(Most Significant Bit)，但奇偶同位元(PB)可以選擇忽略不使用。 圖1　UART資料傳輸格式示意圖 SPI 串列介面 SPI為一主從式架構，通常有一個主機端(Master)和一或多個隨從端(Slave)，連接方法及內部硬體構造如下圖2所示；而SPI工作模式一共4種，其詳細的時序圖可參考圖3所示： 圖2　SPI硬體構造圖 圖3　各種工作模式下的SPI時序圖 其中，圖3的SCLK可藉由軟體定義CPOL=0或1，並分別使SCLK在不工作時，準位保持在0或1。而CPHA可控制Master的SPI暫存器讀值或傳值在SCLK的正緣或負緣觸發。 在一般的情況下，Slave只會支援一種工作模式。因此，Master端必須要把工作模式設定成與Slave端一樣，並且事先確認Master與Slave是使用相同的模式進行操作。 目前較常用的操作模式為1或3。此外，還須注意SS訊號負緣對於大多數的Slave晶片使用來識別Master送來的第一個bit，所以盡量不是直接把SS接地。 I2C串列介面 I2C串列傳輸包括四個部分：起始訊號、設備位址發送、數據傳送和停止訊號。相關特性如下所列： ．只能Master<->Slave，無法Slave<->Slave，每個Slave都要有一個特定且唯一的位址。 ．START狀態：SCL=High且SDA為負緣。 ．STOP狀態:：SCL=High且SDA=為正緣。 由Master發送起始訊號來開始通訊，所有的Slave Device接收到起始訊號後會進入接收數據模式。緊接著，Master需要發送通訊目標設備的位址及R/W資訊。目前的規範是提供兩種位址模式：7-bit和10-bit。 此外，須注意的是，只能Master<->Slave，無法Slave<->Slave，每個Slave都要有一個特定且唯一的位址，且由Master發送起始訊號來開起通訊，所有的Slave裝置接收到起始訊號後會進入接收數據模式。緊接著，Master需要發送通訊目標設備的位址及R/W資訊。 Unity軟體 Unity軟體是一套跨平台的遊戲引擎，可開發執行於PC、Mac OS單機遊戲，或是iOS、Android手機或平板電腦的遊戲。Unity也可開發線上遊戲，只需在網頁瀏覽器安裝外掛程式後即可執行Unity開發的遊戲。此外，Unity亦可用於開發PS3、XBox360、Wii遊戲主機上的遊戲。 本團隊利用免付費的模組及資源來設計能與本系統配合之遊戲。其中，Unity能藉由C#抓取鍵盤所傳送的按鍵值，藉由模擬鍵盤來操作遊戲中的角色，並將遊戲中的溫度、振動與電擊等，回傳到具備互動操作的手套，實現超越一般「虛實」體驗與體感互動系統設計的功能。 USB HID人機介面裝置 USB HID設備是直接與人互動的設備，例如鍵盤、滑鼠與搖桿等，具有以下功能。 ．模擬鍵盤、滑鼠輸入指令。 ．不需加裝其他特殊驅動程式，裝置插上即可使用。 ．能遊玩眾多使用鍵盤及滑鼠操作之遊戲。 ．可提供跨平台之操作，方便安裝與移植。 腳底壓力感測器 圖4為力敏電阻(FSR)工作原理，腳底壓力感測器是由3片FSR組成，其功能為： 圖4　FSR 工作原理圖 ．是一個可以根據受力大小產生不同電阻變化的元件。 ．隨著力量的增大，電阻會逐漸變小。 ．力量和電導(conductance=1/r)成正比。 九軸感測器 九軸感測器共包括三軸加速度計、三軸陀螺儀、三軸磁力計，其中，三軸加速度計與三軸陀螺儀說明如下。 根據牛頓第二定律，物體加速度(m/s2)與受到的合力(N)成正比，與其質量(kg)成反比，而加速度方向與合力相同。值得注意的是，加速度計的作用力檢測機制擷取了作用力產生的加速度，所以加速度計實際測量的是力，而不是加速度。也即是加速度計是藉由檢測施加在其中一個軸向的作用力來間接測量加速度。 加速度計也是一種包括孔、空腔、彈簧和通道等以MEMS微型製造加工的機電裝置。而加速度計採用多層晶圓製程，以物體重心相對於固定電極的位移來測量加速力。 陀螺儀是一種用來感測與維持方向的裝置，基於角動量不滅的理論設計出來的。陀螺儀主要是由一個位於軸心可以旋轉的輪子所構成，陀螺儀一旦開始旋轉，由於輪子的角動量，陀螺儀有抗拒方向改變的趨向。而陀螺儀多用於導航、定位等系統。 無線收發晶片NRF24L01 NRF24L01是一款工作在2.4~2.5GHz世界通用ISM頻段的收發晶片模組，最大0dBm發射功率，在空曠的地方進行傳輸時，則可以達到100公尺的傳輸距離，並且支援六通道的資料接收。以下，為此模組的基本規格： ．工作電壓(Vcc)：1.9~3.6V，建議3.3V。 ．發送模式下，電流耗量(0dBm時)：11.3mA。 ．接收模式下，電流消耗(傳輸率2Mbps時)：12.3mA。 ．內置2.5G天線，體積輕小。 ．當工作在應答模式通訊時，快速的空中傳輸及啟動時間，極大的降低電流消耗。 ．具有自動重發功能，可由軟體控制重發次數及重發間隔時間。 ．在接收到有效資料後，模組自動發送應達訊號，減少單晶片進行程式檢測時間。 腳底互動裝置結構解析 如圖5所示，是本產品方塊示意圖。本產品採用盛群的HT66F2390 MCU作為腳部感測裝置的核心元件，且在腳部(左腳與右腳)感測裝置有鋰電池可以供電給HT66F2390和NRF24L01模組。 圖5　整體系統方塊示意圖 其中，分別使用HT66F2390的ADC、I2C、GPIO及SPI的介面功能，並且分別讀取腳底壓力感測器、控制九軸感測器與NRF24L01。 如圖6所示，為本系統之硬體架構圖。發送端的腳步裝置包含左右腳部分，都是由HT66F2390、九軸感測器、壓力感測器及NRF24L01元件所組成。 圖6　整體硬體架構示意圖 其中，HT66F2390將會透過I2C介面讀取九軸感測器的數值，以及使用ADC的方式讀取壓力感測器的數值。最後，將這些資料整理存入陣列後，由SPI將資料送給NRF24L01，再由NRF24L01將資料發送給接收端。相對地，接收端則利用NRF24L01來接收從腳底壓力感測裝置所傳出的資料並加以進行判斷，爾後再將相符的鍵值透過USB HID介面傳送至遊戲中控制。 如圖7所示，為腳部感測裝置的電路Layout圖。將NRF24L01置於最右側執行無線傳輸，並將開關、LED、micro USB放置於左下角，便於操作，而實際整體電路板則是放置在鞋墊邊緣，以方便操作。圖8為本作品軟體流程圖。當遊戲一開始，首先判斷玩家所踩踏出之壓力數值來模擬遊戲上的動作，使玩家在遊戲裡的角色得以移動，經過層層闖關及完成挑戰。 圖7　腳底壓力感測裝置的電路layout圖 圖8　腳步感測裝置之NT66F2390系統流程圖 驗證/測試確保腳部感測裝置順利運作 本產品是透過NRF24L01之間互傳資料，並使用HID技術將資料轉為鍵盤的指令，而相關的執行結果先由UART觀察是否正確以避免錯誤的數據傳輸，實際測試方法如下所列。 腳部感測裝置是將九軸感測器與腳底壓力感測器透過NRF24L01傳給PC主機的接收端。而為了確保資料正確接收，於是透過UART將NRF24L01所收到的資料利用XCTU顯示。 圖9為NRF24L01之間互傳資料示意圖，其中，傳送的資料共11bytes，依順序為九軸感測器的加速度計X、Y、Z軸、陀螺儀的X、Y、Z軸、腳底壓力感測器的壓力數值以及左右腳符號與換行符號。 圖9　NRF24L01之間互傳資料示意圖 如圖10所示，使用I2C傳輸協定來對九軸進行讀取與寫入暫存器的動作。首先，要先傳九軸的地址並加上是要讀取還是寫入，緊接著，九軸會回傳一個ACK的訊號，代表它接收到了。緊接著，就可以繼續之後的動作，看是要寫入或是讀取暫存器，並使用孕龍分析儀檢測傳輸的資料是否正確。 圖10　MPU9250傳輸格式示意圖 當PC主機的接收端收到資料後，將進行資料的判斷，並依照判斷的結果透過USB HID將相符合的鍵值送入到遊戲軟體中。其中，如圖11所示，利用XCTU來顯示由USB HID傳入的鍵值。 圖11　USB HID技術模擬鍵盤的指令畫面圖 當腳部感測裝置沒電時，可利用micro...

接下來，我們來看看可受益於INA的一些應用。例如，一種使用感測器調整鐳射步進馬達進行視力矯正眼科手術的醫療儀器。高精確度至關重要，並且不允許手術室中的其他設備影響感測器訊號，避免導致意外後果。另一個例子是工廠沖床。這些機器對金屬施加數千磅的力，將其彎曲成特定形狀。利用感測器，這些機器設計為在感測器檢測到人手時停止。在此範例中，非常關鍵的一點是其他工廠設備的電氣雜訊不能造成會導致故障的干擾。 在上述兩種情況下，感測器訊號都會最先通過儀表放大器。必須在所有環境下精確放大微小的感測器訊號。儀表放大器專門用於精確放大微小訊號，在高雜訊環境中實現高增益精確度。 進一步增強INA效能的其他注意事項。還包含低功耗對於延長電池壽命至關重要。低工作電壓使電池可以在耗竭曲線上使用得更久，進而延長電池壽命。另外，寬輸入電壓範圍可以相容更多感測器，輸入端的阻抗匹配有助於無縫的與感測器連接。 隨著消費電子、醫療和工業應用的數量不斷增加，為了充分利用INA提供的效能優勢，INA的設計多年來一直在不斷發展。接下來，我們來看看INA設計如何從原始方法發展到如今的儀表放大器。本文將透過回顧這些架構及其相關的優勢和局限性，展示當今儀表放大器的效能改進與實際應用。 在深入研究不同的方法之前，我們先透過圖1瞭解正在嘗試完成的任務。感測器輸出連接到用於放大差模電壓的INA輸入。雜訊有多種來源，包括輻射雜訊和傳導雜訊。典型雜訊可能來自開關電源、馬達和無線設備。可以通過遮罩和良好的PCB布局來降低這種雜訊，但有些雜訊仍會通過。幸運的是，大多數雜訊表現為同相共模電壓(VCM)，疊加在差模輸入感測器電壓(VDM)上，設計合理的儀表放大器具有良好的共模拒斥比(CMRR)，這會大幅降低這種電壓以保持增益精確度。對於直流，通常會指定最小CMRR，而對於交流，則會在效能曲線中記錄CMRR效能。 圖1　感測器介面到INA的框圖 分立式差分放大器存有多種缺點 如果想要放大感測器輸出端的電壓差，一個簡單的差分放大器就可以實現，但它有許多缺點。在圖2所示的簡單實現中，單電源應用的VIN+偏向VREF(通常為電源電壓的½)。由於運算放大器設計用於放大差模電壓，因此本身可提供良好的CMRR，但這會被周圍的電路拖累。任何外部電阻的不匹配(包括連接到VREF的任何分壓網路造成的不匹配)都會限制運算放大抑制共模訊號的能力，進而降低CMRR。電阻公差不足以維持INA預期的良好CMRR。使用下面的公式可以看出電阻不匹配對CMRR的影響。 圖2　分立式差分放大器 在公式1中，差分放大器的增益G=1V/V，TR為電阻公差。 如果TR=1%，則最差情況下的直流CMRRDIFF為34dB。 如果TR=0.1%，則最差情況下的直流CMRRDIFF為54dB。 K是R1/R2與R3/R4的淨匹配容差  K可以高達4TR(最壞情況下)   公式1 放大器放大輸入端的差模電壓，放大器的增益為： VOUT=G*VDM     =(R1/R2)*(VIN+-VIN-)+VREF 問題是差模電壓(VIN-和VIN+)包含疊加雜訊，並且任何未受抑制的共模電壓(由於CMRR較差)都將被放大，進而導致輸出被雜訊破壞。 這種簡單的方法還有其他缺點。通常，運算放大器的輸入阻抗很高(MΩ~GΩ範圍)，但是由於存在回饋路徑和參考電壓，阻抗會減小且不平衡，進而增加感測器負載並增加不準確性。雖然此電路會放大小型訊號感測器的訊號，但在雜訊環境下的增益精確度較差，因此不適用於儀表放大器。 三運算放大器存在共模電壓限制 這是單個積體電路(IC)中一種常見INA封裝(圖3)。該電路分為兩級。輸入級有兩個反相緩衝放大器，輸出級是一個傳統的差分放大器。整個設計中使用的內部電阻需要匹配到一個非常精密的容差，只有微調電阻半導體設計能夠實現。這可以產生更高的CMRR。輸入級放大器還提供高阻抗，可最大限度減少感測器的負載。設計人員可以使用增益設置電阻RG在元件工作區內選擇任何增益(通常從1V/V~1000V/V)。輸出級是一個傳統的差分放大器。通過內部電阻比率R2/R1設置內部差分放大器的增益，大多數儀表放大器的典型值為G=1V/V(由第一級放大器提供總增益)。從輸入到輸出的平衡訊號路徑會產生出色的CMRR。該設計易於實施，占用空間小，元件數量少，這有助於降低系統成本。該設計還與使用VREF接腳的單源供電相容。但是，即使採用這種設計，也需要考慮一些限制。三運算放大INA通過匹配差分放大器的片上電阻實現直流下的高CMRR，但回饋架構可能會顯著降低交流CMRR。此外，寄生電容無法完全匹配會導致不匹配，並降低不同頻率下的CMRR。共模電壓輸入範圍受到限制，因此內部節點不會飽和。VREF接腳需要使用緩衝放大器以實現最佳效能。最後，外部和內部增益電阻的溫度係數不匹配也會導致CMRR下降。 圖3　三運算放大器IC方法 在數學上，增益精確度取決於電阻匹配程度： 公式2 其中：   公式3 ICF具成本低/外部不須匹配內建電阻優勢 間接電流回饋(ICF)INA採用新穎的電壓電流轉換方法(圖4)。它由兩個匹配的跨導放大器GM1和GM2以及一個高增益跨阻放大器(A3)組成。該設計不依賴於平衡的電阻，因此不須內部微調電阻，因此降低了製造成本。另一個優點是外部電阻不需要匹配任何內建電阻。只需要盡可能匹配RF和RG外部電阻的溫度係數，減小增益漂移。 圖4　間接電流回授方法 由於放大器GM1會抑制共模訊號，因此直流CMRR很高。交流CMRR也不會隨著頻率的增加而顯著下降。需要指出，為了防止內部節點飽和，三運算放大器方法的輸入範圍受限。使用ICF時，輸出電壓擺幅不會與輸入共模電壓耦合，這樣便可達到三運算放大器架構無法實現的擴展工作範圍。第二級(GM2和A3)以差分方式放大訊號，進一步抑制VFG和VREF上的共模雜訊。仍然可以使用單電源操作對VREF施加偏壓。 ICF INA的增益為： 公式4 其中VDM是差模電壓   公式5 圖5顯示了INA的一些典型應用。可通過INA精確放大所示的各種感測器訊號，並送入轉換器和微控制器。 圖5　使用INA與感測器的典型電路示例 多年來，在雜訊環境下放大微小訊號的需求不斷增加。分立式運算放大器是最簡單的實現方法，但不適合用作INA。整合三運算放大器方法具有顯著優勢，包括高直流CMRR、平衡的高輸入阻抗以及一個增益電阻。但是，由於存在共模電壓限制，因此難以匹配內部和外部電阻溫度係數，進而導致增益漂移。除非使用緩衝器，否則VREF接腳處的阻抗也會對CMRR產生不利影響。ICF方法也具有高CMRR(即使在較高的頻率下)、較寬的共模電壓範圍且沒有片上微調電阻，這有助於降低成本並減小溫度係數增益漂移。設計人員可以使用INA放大微伏電平的感測器訊號，同時高度的抑制在雜訊環境中發現的共模訊號。 (本文作者為Microchip混合及線性訊號業務部資深產品行銷經理)

隨著物聯網(IoT)的興起，目前市場呈現一項成長趨勢，即蒐集和匯聚來自各種智慧家庭、工業、綠色能源、運輸和智慧城市應用的感測器資料。產業界普遍認為發送到雲端或本地控制系統的數據越多越好。 這些感測器數據大部分都採用物理性感測的方式，用於人員偵測、物體偵測、溫度、濕度、光線、聲音和振動等。隨著時間的推移，開發人員意識到部署大型感測器網路的困難度，許多雲端公司對此做出結論：如果無法對資料進行決策，那麼存取龐大數據並不一定會增加價值。 目前在講求成本的環境中，每個部署的感測裝置或網路都必須在開發和部署的複雜性與IoT服務供應商、雲端公司和終端用戶的價值之間取得平衡。在已部署的感測器網路中，現在看到的趨勢是：簡化網路並僅測量那些可以節省成本和/或更佳的終端使用者經驗的內容。 零售商店/商業辦公大樓　IoT感測器數量典範 讓我們看看兩種應用範例，它們展示了部署物聯網應用所需最佳感測器數量的新趨勢：零售商店和商業辦公大樓。 商店中最有價值的不動產是其商品貨架，關鍵的指標是顧客轉換率。多數的大型零售商受益於感測器網路，該網路可以測量占用率、客戶和物品位置、庫存量等。理想情況下，系統將使用感測器數據增加顧客購買的可能性。感測器可以使用新的藍牙追蹤技術，例如到達角(AoA)和離開角(AoD)以及接收訊號強度指示(RSSI)或距離相移。這種AoX(圖1中的AoD定位系統)和測距技術使得網路能夠對客戶的智慧手機或嵌入在購物籃/購物車中的設備的位置進行三角測量，偵測客戶的位置以及消費者在商店中的哪裡停留了更長時間。這些數據與臉部辨識技術或智慧手機識別互相結合，可替每位消費者分配購買組合，預測他們最有可能購買的商品，並提供店內促銷或產品搭售，或在光臨店面後提供目的性的行銷活動。 圖1　藍牙5.1支援的到達角和離開角(AoX)技術增強了室內定位系統的發展。 優化的感測器網路還可以為商店經理提供有關各種產品類型的購買決策建議。例如，感測器網路可能揭露某些顧客花費大量時間比較牙膏品牌，同時快速選定洗髮乳，選擇他們所知道的品牌。這些資訊協助商家更智慧的在貨架上擺放顧客更有可能購買的商品，進而提升商店的效率和獲利。 將辦公樓轉變為裝設有感測器的智慧建築可減少維護和營運成本，增加居住者的安全、舒適度和便利性。環境控制是設施管理的主要成本因素。一個標準10萬平方呎的建築物，每個月可能花費超過5萬美元來充分降溫或加熱。透過增加30萬美元的智慧感測器網路減少15%成本，將會是聰明的投資，在幾年後便能收回成本。另一個附加價值是為防止損壞而優化的感測器網路。能夠偵測如漏水、淹水、煙霧和火災等威脅，然後迅速做出反應，可以節省大量維修成本，同時保護居住者，甚至挽救生命。透過感測器網路減少威脅也可能降低保險費。 雖然這兩種感測器網路應用範例會直接增加部署者的營收或淨利，但在裝設感測器網路時需要考慮兩個關鍵挑戰：部署感測器的傳輸媒介以及處理感測器數據的方式。 感測器傳輸媒介須考量應用場景 每個感測器網路的配置都不同，具體取決於其應用需求和物理環境。例如，有些網路可以部署在具有統一覆蓋範圍的零售環境中，而其他網路要在具備不同大小房間的公司辦公室中實施部署。有些網路需要24小時全天候不間斷的使用，而其他網路只在某一天部分時間運行。受到電機產生的電磁雜訊干擾的工廠，對感測器網路而言可說是極具挑戰性的環境，讓某些類型的感測或通訊技術無法作用，每種情景都需要最佳的感測解決方案。 來看看商業建築的例子。共同的目標是降低照明和HVAC系統的耗能和成本。有兩種選項：在幾乎無人使用的區域中最小化照明和HVAC使用，或實施節能的照明和環境控制。無論選擇哪種，都需要部署必要的感測器類型，例如偵測是否有人、照明度和溫度感測器等。附加的濕度或壓力感測器可以透過優化照明和空調，確保居住者更加舒適。 要部署最佳的感測器網路，開發人員必須事先做出一些決定：「感測節點將採用電池供電還是電線供電？」由於不受電線的限制，電池供電的無線感測器節點更易於安裝。但每隔幾年更換一次電池對ROI回報率造成負面影響。採用電線(壁上電源或乙太網路供電)也可能產生昂貴的前期成本，而且在地法令相容性因地區而異。部署像PoE這樣的低電壓系統比向每個感測器節點輸送110V或220V更具成本效益。另個經濟實惠的選擇是安裝低電壓LED照明和感測器網路，以便更輕鬆地節省能耗。 開發人員也必須決定：「感測節點採用有線還是無線通訊？」解決方案在採用「有線供電和有線數據通訊」還是「電池供電和無線數據」之間進行權衡。無線更具有成本效益，因為不需要在整個建築物中部署數據線，但在部署無線網路時，必須考慮其他前期施工成本和複雜性。對於新建築，部署CAT5線纜相當容易，它可以將數據和電源傳輸到每個節點。使用CAT5線纜，傳輸速率通常低於標準的1 Gbps，這表示CAT5線纜可以傳輸達100公尺以上。然而，對於一些大樓翻新，進入難以到達的地方部署線纜(例如天花板吊頂)幾乎是不可能的。在這種情況下，無線連接可能是最佳選擇。 在裝設無線網路時，開發人員必須考慮使用何種傳輸媒介和協定。由於廣泛部署的基礎設施和熟知的IP數據封包，Wi-Fi因其易用性而具吸引力，但Wi-Fi只支援有限數量的終端節點和存取節點，與其他短距離無線傳輸技術選項相比有大量功耗。 雖然Zigbee解決了耗電問題，但對於缺乏網狀專業知識的開發人員來說，開發Zigbee網路可能極具挑戰性。部署人員需要評估每個協定選項的優缺點，如圖2所示，才能確定最佳路徑。沒有完美的解決方案，最好的無線選擇，是採用可接受的權衡來實現最佳應用目標。 圖2　開發人員可為大樓自動化中使用的無線感測應用提供多種短距離協定選擇。 「感測器數據的決策將在何處進行？」也是開發人員要思考的問題。根據商業大樓或家庭的需求，打開或關閉HVAC系統的決策，可以透過HVAC控制器在建築物本地進行。或者，可以將感測器數據發送到雲端進行處理，進而實現HVAC系統的遠端控制。 這種對在地或遠端資料處理和控制的選擇取決於許多因素，包括實現決策所需的運算複雜性、必須處理的數據量、以及是否需要後期資料處理或遠端監控。對於具備有限數據要求的智慧家庭，本地處理和控制可能是切實可行的。然而，對於管理建築物中許多房間的HVAC系統，可能需要閘道將資料傳輸到雲端。 處理感測器數據挑戰大 處理數百個感測器節點產生的數據，對於許多試圖部署大規模感測器網路的開發人員來說是一個障礙。在實驗室中設置幾個節點，並使它們與主機或雲端通訊相對簡單，但隨著節點數量的增加，網路設計的困難度呈指數增加。 蒐集本地或雲端數據的應用，必須識別所有數據並加上時間戳記，以構建區塊的準確模型。對於智慧辦公室，主機系統將從數百個感測器接收資料。這可能是一個不切實際、昂貴且相當困難的問題。雖然每個終端節點上的感測器可能只花費0.50美元，但對網狀網路和雲端運算的開銷需求，可能遠遠超過感測器的成本。經驗豐富的感測器網路部署者，現在只增加每個終端節點必要的內容。這種合理精簡的優化方法能夠減少數據開銷，降低終端節點的功耗，進而節省電池更換成本。 網路拓撲是一個多變數問題。解決方案的趨勢是使用結合網狀網路、匯流排或樹狀拓撲的混合拓撲。例如，在智慧辦公室中，部署許多較小的感測器網狀網路是有意義的，這些網路可以相互跳躍將訊息發向閘道器或存取點(圖3)。這種存取點可以是另一個網狀網路的一部分，它與主機只差一步距離或者含括主機和其他閘道器。透過在閘道器和主機之間分擔工作，使用這些「中間」節點簡化了這一難題。 圖3　智慧辦公室可以部署較小的感測器網狀網路，這些網路相互跳躍將訊息發向閘道器或存取點。 使用混合式拓撲，雲端可以接收組織過的數據，減輕雲端應用的負擔並實現更具擴展性的網路。雲端應用很可能是針對特定任務而設計，必須被創建或授權才能為建築物提供監控功能。 目前的趨勢是透過軟體即服務(SaaS)來實現此應用。例如，希望降低HVAC成本的保險公司，通常不具備自行開發這種應用的核心能力。此應用提供回饋以及配置，設施管理人員可以根據自身喜好，自訂控制他們的建築環境。 感測器網路部署將是一項挑戰。沒有一個感測器網路布局或測量組合適合每種IoT應用。一個網路可能專注於追蹤資產或人員，而另一個網路則優先偵測環境變化，以降低成本或避免災難。無論選擇哪種感測器網路方式，都必須帶來價值，此價值必須抵銷部署傳輸媒介以及處理數據並最終做出決策的系統的成本和複雜性。 從電池供電的終端節點到大規模的雲端應用，感測器網路部署必須仔細規劃。在部署或設計感測器網路時，需要考量所有面向，即使是最輕微的疏忽也可能導致難以克服的權衡利弊。考量如何為每個感測器節點供電，如何傳輸數據和到達主機應用的路徑，以及如何隨著時間的推移對網路進行服務或擴展。感測器網路正在開始實現最佳的性價比，更多企業將部署它們以降低成本、導向智慧化並從競爭中脫穎而出。 (本文作者為Silicon Labs MCU和感測器產品經理)

服務導向閘道改善駕駛體驗 如今，車輛通常會部署一個閘道，它是一個中心樞紐，可跨異構車輛網路安全地互連和處理資料，往返於功能領域，如動力總成、資訊娛樂、遠端資訊處理和先進駕駛輔助系統。這些領域由數十台專門製造的硬體電子控制單元或ECU組成(高階車輛裡約有150+個ECU)。 這種以硬體為中心的模型正在過渡到基於軟體、以服務為中心的模型，在這種模式中，連接的車輛從雲中接收無線(Over-the-Air, OTA)更新，以使車輛適應車主偏好、應用安全和安全更新、位址保修維修，提高車輛性能，並提供新的服務。服務導向的閘道擴展了傳統閘道功能，處理和網路性能呈指數級成長，以提供新服務、整合ECU功能和及處理車輛資料的爆炸式成長。 汽車行業感興趣的服務範圍廣泛，可透過面向車輛的閘道實現。由於閘道是車輛資料訪問的核心，因此它是接收原始資料的理想選擇，並透過邊緣分析，可為基於使用的保險(Usage-Based Insurance, UBI)、車隊管理和車輛健康監測等服務提供有價值的見解。 閘道管理空中更新自己的服務和ECU功能，以適應和改進車輛。隨著時間的推移，司機偏好可用於提供感興趣的新功能，因此車輛始終在改進，並為消費者提供更好的體驗，同時為汽車製造商和協力廠商服務提供者提供新的收入來源。移動服務，如共享機車和共享汽車租賃與無縫個人化的車輛也是目標。 服務為導向時代來臨　產品須有差異化特性 汽車行業正在提出新的移動服務，在這些服務中，保持無縫、個人化的車輛體驗和使用非常重要。付費訂閱的高級功能將隨人移動，無論車輛，關鍵是要擁有基礎架構，並提供面向服務的閘道和連接的雲服務。 隨著感應器數量的迅速成長和駕駛協助工具的快速成長，未來幾年，車輛每天可產生幾TB的資料。這些車輛生成的資料結合了駕駛行為、環境、位置和其他上下文資訊，提供了原始資料的金礦，可以在處理和分析時提供可操作的見解。面向服務的閘道是將原始資料轉換為資訊的核心，使用車載邊緣運算，汽車製造商和生態系統合作夥伴可以使用這些運算來釋放車輛大數據的價值。 如今的消費者，尤其是千禧一代，習慣了一個以服務為導向的世界，其產品隨著時間的推移而適應，並願意為其付費，因此這對汽車製造商擴展到汽車是有吸引力的。它還使他們能夠與客戶保持密切的售後關係，提供不斷改進的產品，並實現差異化，提高品牌忠誠度，同時帶來新的收入來源。 增添硬體加速以提供更有價值服務 閘道處理器必須不斷的發展，以支援啟用新服務所需的這些功能和軟體體系結構。當前的汽車閘道微控制器(MCU)不能滿足服務導向的閘道需求，這些閘道要求在性能和網路功能方面提高數量級。需要微處理器(MPU)來處理應用程式，並支援高級作業系統和虛擬化服務導向的體系結構(SoA)。支援越來越多的網路介面(如CAN FD)和多個Gb乙太網介面的出現大大增加了資料頻寬，需要卸載處理器的硬體加速，以便專注於提供有價值的服務，而不是管理資料。同時還增加了安全要求，以支援公開金鑰基礎結構與加速非對稱加密(RSA/ECC)，以處理增加的資料頻寬。 可以使用服務導向的體系結構框架提供輕鬆取得車輛資訊的能力以及與整合到車輛中的新協力廠商服務的合作能力。AUTOSAR自我調整平台(AUTOSAR Adaptive Platform, AP)正在成為提供高性能計算和通訊機制的關鍵，並提供靈活的軟體配置以支援複雜的應用程式，同時允許最大的靈活性和可擴充性，進程分配和計算資源配置為支援動態服務提供了基礎。 車輛網路晶片實現更高運算/網路性能 服務導向的閘道需要較高的計算和網路性能，為此，半導體業者已宣布車輛網路處理晶片組解決方案提供這種級別的性能，以使汽車製造商能夠釋放聯網車輛資料的價值，並提供有價值的新服務。例如，MPC-LS晶片組解決方案結合了恩智浦(NXP)MPC5748G閘道微控制器和自動認證的商業網路lS1043A通訊處理器，以提供服務導向的閘道所需的高水準性能和網路。生產就緒晶片組獨特地將即時和應用程式處理與乙太網封裝加速和嵌入式硬體安全結合在一起。 總而言之，服務導向的閘道打開了大量新的商機，而半導體業者已準備好應對技術挑戰，並使汽車行業能夠開始實現服務導向閘道所帶來的機會。 (本文作者為恩智浦汽車電子產品管理總監)

近期，這類對汽車的駭客攻擊經常登上頭條新聞。這並不特別令人吃驚，因為越來越多的車輛都已經配備了自己的介面，與外部進行資料交換。 車輛已經成為了行動的生活空間；汽車正在發展成為一種行動設備。尤其對於年輕一代的使用者來說，他們對舒適功能的需求正不斷成長，以便隨時保持聯網，或者透過應用來共用油耗或功率輸出之類的車輛資料，然後對這類資料進行評估。 因此，聯網汽車已經成為了現實。這一課題不僅涉及到客戶與製造商，安全研究員和IT專家也參與其中。並且，在最壞的情況下，還會招來駭客。多年以來，安全專家們都已經注意到了這樣一個事實，那就是個人電腦已經不再是數位攻擊的唯一目標了。現在很大一部分的惡意軟體都經過設定，可以攻擊行動設備。如果認為這種發展趨勢不會蔓延到聯網汽車，那就未免太天真了。 到目前為止，入侵車輛及其系統的駭客攻擊是極少數的例外情況。但是，聯網汽車的安全性至關重要，目前這對於OEM來說已經是顯而易見的了。當汽車成為一種車主用來通訊的個人行動設備並且還可能透過應用來實現個性化時，這種組合就會產生極大的可能性，使得攻擊者有機可乘，有機會將其操縱(圖1)。 圖1　汽車通訊功能使其成為駭客攻擊的可能目標。 空中軟體更新保證安全性 但是，汽車產業如何能夠保護自身以及客戶免受數位攻擊呢？汽車產業一部分從業者一直傾向於取消全部空中介面，但是這並不符合客戶的利益。資料交換連接的需求也明顯地表現在創新的V2V或V2I服務當中，這些服務將會進一步的發展，其中還涉及與自動駕駛的關聯。因此，從今以後，並沒有辦法完全地避免在車輛中使用藍牙、無線區域網路或者蜂巢通訊。 另一方面，召回或者在汽車修理廠採取補救工作的傳統方法也將無法即時保護車輛免受數位攻擊。此外，召回不僅會產生高昂的費用，並且損害汽車製造商的聲譽。 以這種方式來贏得與汽車駭客的競賽是不可能的。畢竟，透過這種方式來為全部被波及的車輛打補丁須要花費數月的時間。與此同時，駭客還會繼續作惡。此外，要這樣長的時間才能解決危險問題是令人無法接受的，因為受操縱的車輛會對駕駛員及其所處的環境產生巨大的風險。同時，在很多情況下，這樣一段時間內還可以更進一步的發現車輛的其他弱點。因此，這些補丁在安裝時就已經過時了。 那麼讓我們來瞭解一下行動設備的世界，進而找出替代維修召回的方法：應用和智慧手機作業系統的供應商不斷地為終端設備提供產品的最新版本。有時候，幾個小補丁即可彌補弱點，而在其他情況下包含新功能在內的新版本則會發布到市場上。 這類軟體和韌體上的更新以「空中(OTA)」的形式完成，也就是說，透過空中介面的方式。只要這些更新傳輸到了設備，它們就會馬上提取出來，自動安裝。 FOTA快速為多台設備更新 快速為多台設備採用最新的更新，是不易解決的挑戰，空中韌體升級(FOTA)可以作為一個答案。更新程式有潛力透過相應的補丁來快速、持續的為弱點提供補救，與此同時整合起新的功能並採用現代化的加密演算法，從而確保各個組件的安全，比如說控制單元。 為了確保大量的控制單元可以透過FOTA方式進行更新，我們可以採用閘道的方法。在後端以及要更新的控制單元之間，配有行動無線介面的一台控制單元可以承擔中間人的角色。可以藉由空中介面接收所有的套裝軟體，然後再透過CAN匯流排系統或者乙太網之類的效能更高的通訊通道，將其分發給各台目標設備。此外，閘道ECU還具有控制和協調整個更新過程的主功能。比如說，如果出錯，那麼就必須啟動回滾機制(圖2)。 圖2　以閘道的方法確保大量控制單元可以用FOTA方式進行更新。 除了可以利用FOTA來彌補安全上的問題以外，在設備側當然還需要許多其他的技術措施，例如對全部ECU介面採用密碼保護，這在透過行動通訊、藍牙和無線區域網路進行無線連接時尤其重要。 另外，組織和開發流程也須要迎合新的形勢。例如，端對端的風險分析並不是一項通則，但是到了現在，這應是製造商向其供應商提出的強制性要求。在這一工作中，對該鏈條上的任何組成部分可能發起的駭客攻擊的場景都會接受詳細檢查，其中就包含了對安全性的影響以及最終對於功能安全的影響。在這些結果的基礎上，可以採取充分的防護措施。OEM、後端解決方案的供應商以及控制單元的製造商必須從開發階段的早期就展開合作，才能保證在這種方法上取得成功。 該方法要求不再對控制單元採用黑箱的開發方法，而是透過一種整體研究的方式來確保安全性。此外，即使在開始生產後，也不得終止提供安全措施。在任何產品的整個壽命期間，都必須持續的執行由FOTA提供的安全分析、面向安全的測試以及安全性漏洞的補救措施。 比如說，與安全的開發和生產過程有關的組織措施可以包含對秘鑰和證書之類機密資料存取方式的控制，以及與安全相關的元件有關的開發規範。此類資料和文件必須以加密的形式儲存在受保護的伺服器中，存取權限則以認證的方式僅限於極少數的幾個人。 此外還必須特別重視安全測試。滲透測試尤其能夠有效地找出安全性漏洞。透過採用駭客的手段和方法，測試人員可以故意嘗試侵入到系統當中。結果則可以表明目前的安全級別，並且將告知開發人員相關的應對措施，並將關鍵的弱點除去。 只要看一看FOTA的過程鏈以及涉及的功能單元，就可以瞭解到其中的複雜性以及對技術的極高要求。在這方面，安全性的優先順序最高。我們必須得到這樣一個保證，那就是FOTA過程本身是可以安全實現的，而沒有遭受任何潛在的攻擊。如果FOTA被濫用，不當的將受操縱的軟體導入到一台設備當中，那麼在安全性以及甚至最終在功能安全上造成的後果可能會是無法估量的。 對於安全的FOTA機制來說，空中介面的加密保護是一個先決條件。通常的做法是以TLS的方式建立起安全連接。這裡所需的密鑰和證書必須以防止操縱的保密和安全的方式導入到設備當中，然後儲存在設備中一個受保護的儲存位置。對於實現安全儲存並且安全的執行加密程式來說，專用的硬體安全模組(HSM)是必不可少的。 採用安全安裝流程(安全快閃記憶體)以及在啟動設備軟體時採取安全的檢驗(可信引導)，可以避免錯誤安裝受操縱的軟體。在任意一種機制下，都可以透過數位簽章來驗證軟體的真實性。 UART、USB或者JTAG之類的開發介面也必須在串列產品上停用，或者透過加密程式來進行保護，以避免對設備的侵入。否則，攻擊者可能會嘗試透過這種管道去讀取或者操縱軟體或機密資料。除了安全執行FOTA過程以外，還應該尋求快速有效的進行作業。一方面，行動通訊的資料量以及成本也應降至最低程度。另一方面，應當盡量不要對車主構成妨礙。 透過增量更新可以實現高效的處理。在這過程中，只會以二進位或者檔案的方式來傳輸和安裝對已安裝軟體的變更。採用的增量演算法以及劃分到靜態和可變更資料區的軟體分區，都會對資料包的大小產生顯著的影響。 FOTA過程必須極其穩健並具有極高的容錯性，從而防止安裝的軟體不相容、崩潰或者不一致，否則會造成功能受損。由於這個原因，透過完整性檢查以及對通訊通道的監管來辨識出錯誤具有極高的重要性。出錯時，須要做出適宜的回應，例如，可以透過回滾作業的方式來回復到無差錯的狀態(圖3)。 圖3　為保證FOTA過程穩健，必須嚴格地檢查並對通訊管道監管以辨識錯誤，並做出適當回應。 TCU具充足儲存空間/處理能力 從技術的角度來說，任何配有行動無線電通訊的控制單元都可以發揮FOTA閘道的作用。 然而，遠端資訊控制單元(TCU)比其他單元更能勝任這一任務。比如說，車頭裝置(Head Unit)也可以作為許多車輛的一個整體組成部分，此外，它還具有充足的儲存空間和處理能力。但是，大多數的車頭裝置都含有大量的無線介面。 畢竟，這一單元須要透過藍牙、WiFi或者NFC來接受外來的接入，此外還存在著許許多多的要求。這種對於外部世界基本的開放性妨礙了針對操縱的有效防護能力。 此外，該單元是直接安裝在儀表板上的，這就排除了將車頭裝置定義為FOTA中央閘道的可能性。畢竟駭客們可能也會在這裡採用便利的物理入侵方式。然而，TCU的物理位置位於車輛內部更深處，難以從車廂內觸及。總而言之，它的連接數量更少，此外，在需要時還可以停用。 並且，到現在為止，許多其他對於安全性至關重要的功能都已經在TCU中提供，例如防盜控制系統的遠端啟動功能。正是由於存在這些關鍵的安全功能，為TCU建立的各類安全措施，例如後端的編碼和驗證等等，都是必然具備的。TCU畢竟已經成為了安全拓撲上的一種確立已久的成熟組成部分，被製造商廣泛採用。 當須要確保車輛的安全時，我們要採取整體性的解決方案，因此這已經成為了一項優勢。後端、空中介面、閘道、車輛匯流排以及各個控制單元都是這一鏈條上的各個環節。如果鏈條上最薄弱的部分能夠受到攻擊，那麼所有其他單元的安全也會存在漏洞。 對於TCU在FOTA架構中處於中心位置的專案，從安全的角度來說，這類專案不僅僅因為這一組件已經高度成熟而受惠，即使是在製造方面，供應商和OEM在安全流程的設計上也具有相對豐富的經驗，成為了另一項優勢。 建立FOTA有效降低成本/提升安全 透過TCU來建立起FOTA可以為OEM提供巨大的潛力，這樣的做法不僅僅是因為安全上的考慮。同時，車輛召回工作代價高昂，由於時間、成本和人工的原因，所以並不受到客戶的歡迎，因此在車輛中出現弱點時，不一定會採用這種解決方法，至少在處理軟體相關的問題時，不一定會進行車輛召回的維修動作。 許多問題實際上毋須在客戶端採取任何作業即可良好得到解決。只要補丁可以透過無線的方式送達車輛，對於車輛中許許多多類型的弱點的補救措施，就不會再須要工作人員進行物理上的接觸來解決。 而且，在建立新的業務模式與客戶關係時，FOTA也可以發揮極具建設性的作用。美國汽車製造商特斯拉(Tesla)的例子就證實了這一點。在這家公司向客戶提供的一次收費約2,000美元的更新中，包含了自動駕駛功能。這樣一來，許多的特斯拉汽車都已在繼續演變成為(部分)自動駕駛汽車。 對於OEM來說，這種安排開闢了一個嶄新的視角。當今的認知裡，有一個極普遍的情況就是，只要一離開最初的銷售地點，一輛新車的價值馬上就會下跌一半以上。 並且，隨著時間的推移，價值還在不斷地遞減。到了未來，由於隨著時間的推移會不斷推出新的功能，車輛可能並不一定會喪失價值，而且實際上價值還可能會得到保留甚至增加。 那麼，到現在為止，FOTA已經遠不再是一種煩人的承諾。這種更新的重要性不僅在於可以為互聯汽車提供確保安全性的基本先決條件。 而且，在這一基礎上，OEM可以不斷地在車輛上創造出附加值，確保客戶的忠誠度，並且在銷售完成後的很長時間內都會一直保持良好的客戶關係。 (本文作者為Molex互聯汽車技術研究進階工程師)

以下為幾種目前較常見的3D列印技術： ．熔融沉積成型 ．光固化成型 ．燒結 ．噴射 各種技術適用於不同類型的材料，如塑膠、尼龍、陶瓷或金屬；因此，列印物件也具備不同的強度、彈性和成品表面，分別適用於不同的組合區域(從釐米到米)和特徵尺寸(從微米到毫米)。 選擇3D列印技術通常取決於所需物件的屬性。其次的考量因素是需要列印原型，或是大規模生產多種類型的成品。但無論哪種情況，都需要快速列印。 SLS 3D印表機利用高功率雷射將塑膠、尼龍和金屬固體粉末材料熔合在一起。當需要列印更加複雜的3D幾何形狀，例如內部特徵、底切結構或薄壁等，可以選擇SLS積層製造技術。粉末材料燒結通常能將機械特性和強度做到類似射出成型物件的程度。 在SLS 3D印表機中，雷射移動經過粉床平面，逐點燒結物體的一層。如圖1所示，粉輥會添加燒結一層所需的粉末量，並重複上述步驟，直到3D物件製作完成。3D印表機可使用高功率二氧化碳或NIR雷射來熔融塑膠、尼龍和金屬粉末。將數位微鏡裝置(DMD)作為曝光頭的一部分，使印表機能夠將2D區域暴露在近紅外光下，相較於逐點雷射控制技術，可更快速地列印更複雜的圖形。鑒於DLP晶片組的快速切換速度，這類印表機可根據應用需求即時調校像素功率或補償溫差。 圖1　SLS 3D列印製程。 雷射刻印於動態後期階段具可追溯性 雷射刻印包含光束與光膜或熱敏膜表面的相互作用，從而改變表面的屬性或外觀。它可用於印刷電路板(PCB)、塑膠瓶、醫療設備、金屬零件和紙箱等。普通的刻印資訊或符號包括2D矩陣或QR code、商標、順序批次數據和批號等。 長期以來，我們一直列印代碼和符號，但近期對於後期刻印和可追溯性資訊的需求正在蓬勃發展。在醫療和航太產業，法規要求每個零件上都要印上資訊。數位標記解決方案具有靈活性，可在製造過程的後期階段為每個物體加上獨特的圖案或影像資訊。無論是列印關鍵的批次標識，或是有趣的客製化標記，製造商皆能輕鬆整合動態資訊並簡化大規模生產的列印物流。 熱轉印系統與雷射燒結類似，如圖2所示，它們都是透過逐點控制雷射光束在熱敏標籤或塗層上製作客製化影像。但是，採用DLP技術的雷射印表機透過動態2D近紅外光模式熱啟動物體，一次即可在整個照射區域內完成刻印，而不須要逐點進行。由於數位微鏡裝置(DMD)上的微鏡片可以微秒速度非常快速地開關，列印速度通常能夠滿足生產線週期的時效需求，即使是複雜的大型代碼或圖案也毋須擔心。另外，DLP技術還支援灰階影像，大大豐富了圖形列印效果。 圖2　熱轉印技術製作的客製灰階標籤。 柔版印刷可不間斷製作連續圖案 柔版印刷是在捲筒印刷機上，將柔性光聚合物印版包裹在旋轉圓筒上。著墨版面有略微凸起的圖像，在高速旋轉過程中將圖像轉印到物件上。柔版印刷油墨可用在廣泛類型，包含吸收性材料和非吸收性材料上的印刷。柔版印刷使用的卷材在大量印刷時幾乎可無間斷地運行，並能製作連續圖案，例如柔軟物體材質的包裝，圖3為柔版印刷包裝的範例。膠片印刷採用了類似的影像轉印概念，但一次只載入一張紙或一項物體。 圖3　柔版印刷可無間斷製作連續圖案。 圖4　產品包裝上柔版印刷的標籤。 圖4所示，包裝市場上大量仰賴工業印刷機在產品標籤、瓦楞紙、折疊紙箱以及食品袋等柔軟材質上進行印刷。 數位列印解決方案與印版機器正展開激烈角逐，並有望在未來日益普及。數位列印機器具有不受數量規模影響的客製化優勢，且列印速度更快，機器維護成本更低。 從印版轉向數位列印的一項別具意義的例子是PCB光刻市場。在過去十多年間，PCB光刻機已經從掩模轉換到數位直接成像，用於在各種光刻膠層上繪製精細的圖形。DLP技術是數位光刻的關鍵，原因在於DMD兼具大型微鏡陣列、小尺寸和極快的數據傳輸率，促成了以微秒計的成像週期，可滿足每小時印刷數百張PCB板的需求。 DLP技術為雷射刻印帶來的優點，也適用於新的數位列印系統設計。舉例來說，動態2D近紅外光模式可與圓筒或著墨版面直接相互作用，從而即時製作定製的列印影像。透過程式設定微鏡的開關時間，DMD可輕鬆實現多位元深灰階成像。這與顯示應用類似，但與普通的60或120Hz投影格率相比，它具有更快的圖像幀率，以德州儀器(TI)的DLP650LNIR為例，其幀率可高達12,500Hz。 數位製版效率/一致性高 印刷產業中，實體印版是印刷機的關鍵零件，決定了在媒介物上的印刷內容。許多印刷機上都會用到印版，如柔版印刷機和膠印機等。製版的類比流程包括聚合物基材、底片內容、紫外線曝光和沖洗。 近年來，數位製版已逐漸普及，這種製版技術透過電腦引導的雷射將影像直接蝕刻到印版上。數位化處理可縮短製版時間，提升一致性並減少缺陷，進而降低成本。從效能的角度來看，數位列印還改善了定位和邊緣列印的可重複性。在將DMD用於引導雷射曝光系統的一部分後，可增加雷射照射2D區域的曝光能力，可以更快地製版，並融入含灰階的複雜影像。 DMD是DLP技術核心的一種微機電系統(MEMS)。DMD包含具有高度反射性的鋁微鏡陣列，該陣列可控制空間內的光線。在高功率雷射應用中，DMD的功能帶來許多優勢。 如圖5所示，DLP650LNIR DMD支援從950~1,150nm NIR波長範圍內最高光功率處理能力(500W/cm2)。可從像素值調整多種光學功率，並支援更快速成像的單次曝光高速2D模式。此外，動態微鏡程式能夠補償可能出現的任何處理偏差，例如衰減功率或曝光值，來克服表面不均勻性造成的偏差。 圖5　DLP650LNIR 0.65英寸WXGA高功率DMD。 DMD可同步控制一百萬光點 採用X乘Y微鏡陣列，能增強雷射曝光系統的可程式性和靈活度。一次雷射照射的2D區域曝光能力讓列印複雜的影像速度比逐點雷射控制系統快速。將光學影像壓縮技術與DLP晶片組結合，可以根據不同的應用需求增加或改變每個像素的功率。DLP650LNIR具有1280×800(或一百萬以上)個空間光調製微鏡。這些微鏡尺寸為10.8μm，可以低於50μm的解析度列印特徵影像，而不會使圖像縮小。 DMD支援NIR波長 如圖6所示，DLP技術可與各種光源配合使用，支援紫外線、可見光和NIR波長。DLP650LNIR DMD可與800~2,000nm波長範圍內的光源結合使用，但能針對950~1,150nm波長範圍進行優化，因而可處理134W/cm2的輸入功率。因多種粉末、油墨、介質、基體和熱敏塗層都能與NIR雷射波長相互作用，因此NIR雷射可廣泛應用於燒結、標記、編碼、數位印刷和剝離等。DLP650LNIR為這些應用增加照明、曝光和熱控制功能。 圖6　DLP技術在363到2,500nm波長範圍內的能力。 DMD的微鏡開關切換速率非常快，以微秒計。DLP650LNIR與DLPC410控制器、DLPR410可程式唯讀記憶體和DLPA200驅動程式配套使用，構成完整的晶片組解決方案，可提供12,500Hz的二進位模式刷新率。               高速模式刷新率可透過程式設計即時在生產線上客製複雜圖像。也可如圖7所示，利用自我調整模式，用於先進的列印技術或校正內嵌圖像。 圖7　可調適模式下的單微鏡控制。 數位控制器提供高位元深度 DLP微鏡能生成8位元灰階影像，如圖8中的圖像所示，其生成速度大於每秒1,000個圖案。因此能藉由數位控制灰階功能，這一點是逐點雷射系統幾乎做不到的。控制像素和模式持續時間的設置，意味著每種模式的工作時間均可控制光線擊中物體或材料的光點數量。也就是列印高像素(High-dots-per-inch, DPI)的圖像，預熱粉床以便更均勻地燒結，或提供高度準確的模式來燒蝕缺陷。DLP技術帶來時間和空間光控制功能，可製作工具套件，如工業印刷、標記、編碼和燒結工具。 圖8　DLP技術支援8位元灰階圖。 如果把高功率照明與DLP技術整合在一起，那麼管理DMD的溫度將會至關重要。光引擎設計應使微鏡陣列的溫度維持在70℃以下及DMD封裝背面溫度在30℃以下。在高功率雷射的系統設計時，針對DMD背面進行水冷，是一項關鍵要求。如果要獲得最高的輸出功率，則還需要強制氣流通過DMD的正面。 開始設計後，使用者會瞭解雷射源的功率，以及需要曝光或與預期材料相互作用所需要的能量。如果在設計中運用DLP晶片，有些地方將發生光效率損耗。主要位置會是輸入照明光學零件、DMD和輸出投影光學零件。   舉例來說，該設計會在DMD中損失25%的光線，光學元件輸出會損失17%。如果設計值為160W的DMD入射功率，那麼DMD輸出功率為120W，最終將有100W的能量從投影光學零件輸出並擊中物體或表面。在1280×800像素上分布100W能量，則相當於每個像素功率為0.1mW。 這些只是在特定光學引擎設計的估計值，但它們為如何確定每像素功率提供了指南。 如圖9所示，影像壓縮是一項用於提高每像素功率的技術。例如，如果採用1:16的壓縮率設計輸出光學零件，要達到在材料表面1280×50行(而非1280×800行)微鏡陣列上分布100W能量的目的，需要把每像素功率提高16倍，達到1.6mW。根據不同的終端設備設計規格和表面所需功率，存在著不同數量的影像壓縮組合。在利用DLP技術設計高功率NIR系統時，會須要評估多種系統注意事項和折衷因素。 圖9　左邊光學壓縮是一項用於提高每像素功率的方法，例如二維碼。右邊未做光學壓縮，例如灰階圖。 (本文作者為德州儀器DLP產品行銷與工程經理)

毫無疑問，向USB Type-C發展是顛覆性的，給製造商和消費者帶來了改變，雖然不是每個人都會對這種改變感到高興，但這是發展的趨勢，且是必然的。因此，將需要一段時間的調整，在此期間，製造商將需要以一種具成本效益的方式適應新舊的改變。 3.5mm有線耳機使用率仍普遍 我們很容易忽略與外部設備(如耳機和常規揚聲器)連接揚聲器的持續相關性和重要性。藍牙的成功意味著過去10年內的絕大多數音訊設備最有可能採用藍牙互聯。音訊是藍牙的第一個「殺手級App」，其形式是手機的無線耳機。最近幾年，它已成為我們手機連接到車用資訊娛樂系統的預設方式，其不僅用於接聽電話，也用於串流媒體音樂。 可攜式設備常由電池供電，而當設備在串流視聽時，電池通常更耗電。同樣，由於無線耳機尺寸小巧，電池使用壽命也相對較短，因此消費者可能會有備用的傳統有線耳機。高傳真音響愛好者可能更喜歡他們的有線耳機，因為這些有線耳機高品質的聲音重現，所以往往相對昂貴，使用者不願意僅僅因為耳機插孔消失就停止使用他們偏愛的設備。 中期(可能是長期的)方案是使用一個轉接器，它可將USB Type-C連接器與傳統的3.5mm音訊插頭相匹配，但不一定保證通過USB Type-C連接埠支持模擬音訊。為改善此一情況，音訊方案供應商開始提供相關的類比音訊開關，以滿足此一應用設計，並為原始設備製造商(OEM)提供產品開發優勢，以下便用安森美半導體旗下的Type-C類比音訊開關「FSA4480USB」舉例說明。 3.5mm轉Type-C　高度整合方案不可缺 FSA4480為適用於USB2.0、麥克風和邊帶訊號(Side-band Signal)的單一介面，可用於任何需要透過Type-C連接埠提供音訊訊號的可攜式設備，含OMTP/CTIA(AHJ)檢測、電阻檢測和高壓保護等特性，可使用這些特性以較低的音訊諧波失真(THD+N)和最佳化的減小爆破雜訊保持訊號完整性。 在從傳統耳機插孔向USB Type-C過渡期間，消費者可能需要一個外部轉接器，將3.5mm插頭連接到USB Type-C連接埠。這帶來了些許挑戰，因為四段TRRS(尖端、環形、環形、套筒)3.5mm音訊介面有兩個標準；OMTP和CTIA(也稱為AHJ，或美國耳機插孔)。在一個連接埠中有四個單獨導體的好處是顯而易見的，這四個導體的配置方式帶來了問題。如圖1所示，兩個標準的不同。當添加其他類型的設備時，每個導體的定義可能更不同。 圖1　目前使用的兩個主要TRRS標準。 任何打算為多個標準提供共用介面的方案都需要能夠自動檢測和適應這些標準，這為製造商提供了解決當今市場上一個共同問題的機會，同時也提供了下一代使用者介面。從根本上說，無法檢測到MIC輸入並將其切換到3.5mm插頭上的正確環將導致不一致的使用者體驗。FSA4480能夠檢測和切換MIC和接地環到設備中正確的訊號路徑，以及檢測和適應其他規格。 同樣，FSA4480整合了感測技術來測量USB連接埠上觸點的電阻，這也使它能夠保護設備免受Type-C介面上碎片、浸水或其他導電污染物導致引腳之間的意外短路。由於該元件整合了所有類型數位和類比訊號所需的所有開關，所以對所有資料流程的訊號路徑進行了最佳化，這提供了較高的音訊品質，THD+N為-110分貝。 FSA4480的許多特性使用專用記錄器，透過I2C介面控制。例如，過電壓保護(Overvoltage Protection, OVP)功能有三個專用記錄器，用於OVP中斷遮罩、OVP中斷標記和OVP狀態。同樣，記錄器控制音訊開關左通道、音訊開關右通道、MIC開關、感測開關和音訊接地開關；感測和切換左、右、MIC開關的延遲也可使用專用記錄器設置。 該元件的另一個關鍵特性是它能夠檢測引腳之間的意外連接，如前所述。這也是透過記錄器來管理的，包括RES檢測引腳設置、RES檢測值、RES檢測中斷臨界值和RES檢測間隔。這種級別的可配置性和控制使OEM能配置FSA4480，以精確地滿足應用的需要，無論是手機、音訊播放機還是智慧揚聲器。 總而言之，USB Type-C介面透過將多個功能整合到單一介面正改變消費電子產品的外形。這將不可避免地引入一個過渡時期，也可能產生對能適應最主要形式外部音訊介面的方案需求：3.5mm插孔。然而，由於對高端耳機的大量投資，可以理解消費者不願意做出這種轉變，除非有一個清晰和有效的方案來適配他們喜歡的耳機產品。 (本文作者為安森美半導體行銷經理)

由於氣體具有可壓縮性、高摩擦力、易於洩漏、非線性等問題，所以氣壓馬達的應用多屬簡單的開路控制，無法像電氣馬達進行精密伺服控制。然而，近年來隨著積體電路的快速發展，各種微電腦數位控制器的種類不斷推陳出新，且功能不斷的增強；同時各種控制方法與理論也不斷出現，諸如模糊控制、類神經網路控制、適應性控制、強健性控制等，使得過去無法與不易進行的氣壓系統精密伺服控制，也開始新一輪的研究開發。本篇文章嘗試使用盛群半導體的HT32F52352微控制器(MCU)作為控制核心，研究開發以32位元微控制器為基礎之氣動馬達伺服控制器，進而探討HT32F52352 MCU於各種氣壓系統精密伺服控制應用上之可能性。 IC技術提升有助氣壓馬達發展控制 氣壓系統在產業自動化中，屬於低成本自動化的領域，在各製造業中被廣泛應用，如自動進料退料系統、包裝機械、塑膠射出機、IC插件機、高速研磨機等，對於省力化、少人化的自動生產系統，扮演著極重要且基本的角色，同時氣壓系統若搭配適當的機構、感測器及電動機控制即是機電整合(Mechatronics)。 氣壓系統致動器依其運動方式之不同，可分為產生直線運動之氣壓缸、產生旋擺運動之氣壓旋擺器與產生迴轉運動之氣壓馬達。其中氣動馬達(Air Motor)與電氣馬達相較，氣動馬達有如下特性： 1.可以無限制的反覆正逆轉或停止、起動而不會燒毀。 2.起動或停止時的切換無火花產生，無爆炸之虞。 3.轉速的選擇範圍大。 4.受外界環境如濕氣、氣溫、塵埃等因素的影響少。 5.超負載時馬達停止不會有燒毀之虞。 6.重量、外型均較同馬力之電氣馬達輕巧。 雖然氣動馬達有上述之優點，但是由於氣體具有可壓縮性、高摩擦力、易於洩漏、非線性等問題，所以氣動馬達的應用多屬簡單的開路控制，無法像電氣馬達進行精密伺服控制。 然而，近年來隨著積體電路的快速發展，各種微電腦數位控制器的種類不斷的推陳出新，與功能不斷的增強；此外各種現代控制方法與理論也不斷地提出，諸如模糊控制、類神經網路控制、適應性控制、強健性控制等，使得過去無法與不易進行的氣壓系統精密伺服控制，如今也可以來研究開發。 目前國內關於氣動馬達伺服控制的研究較少，有學者使用DSP based之模糊控制器進行氣動馬達轉速伺服控制，有的則採用參考模型適應性控制(Model Reference Adaptive Control)進行氣動馬達轉速伺服控制。 上述研究分別採用價格昂貴之DSP與PC作為氣動馬達控制器之硬體，同時其控制器法則通常為複雜結構(Complex Structure)且需複雜演算，不易安裝於一般之工業控制器內。所以本研究以實際工業控制應用為考量，嘗試使用盛群半導體公司微控制器HT32F52352 MCU作為控制核心，研究開發以32位元微控制器為基礎之氣動馬達伺服控制器，進而探討HT32F52352 MCU於各種氣壓系統精密伺服控制應用上之可能性。 氣動馬達種類與原理 本篇文章將以實際商品研發為目標，研究開發氣動馬達伺服控制系統，其中包括： 1.氣動伺服馬達系統設計與製作。 2.以HT32F52352晶片為基礎之氣動馬達伺服控制器設計與製作。 3.HT32F52352 MCU Based氣動馬達精密伺服。 其與電氣馬達伺服控制作一對應比較，示意圖如圖1所示。 圖1　氣動與電氣馬達伺服控制系統比較圖 氣動馬達是將壓縮空氣的壓力能轉換成旋轉的機械能的裝置，在氣壓傳動中使用最廣泛的是葉片式和活塞式氣動馬達。葉片式氣動馬達主要由1為轉子，2為葉片，3為進出氣孔，4為氣缸體等零件構成(圖2)。上有進、排氣用的配氣孔槽，轉子上銑有長槽，槽內有葉片。定子兩端有密封蓋，密封蓋上有弧形槽與進、排氣孔及葉片底部相通，轉子與定子偏心安裝。這樣由轉子的外表面、葉片(兩葉片之間)、定子的內表面及兩密封端蓋就形成了若干個密封工作區。 圖2　葉片式氣動馬達的構造示意圖 圖3為一小型活塞式氣動馬達，是一種通過曲柄或斜盤，將若干個活塞的直線運動轉變為回轉運動的氣動馬達。按其結構不同，可分為徑向活塞式和軸向活塞式兩種。活塞式氣動馬達適用於轉速低、轉矩大的場合。其耗氣量不小，且構成零件多，價格高。其輸出功率為0.2~20kW，轉速為200~4,500r/min。活塞式氣動馬達可用作傳送帶等的驅動馬達，圖4為活塞式氣動馬達的構造示意圖。 圖3　小型活塞式氣動馬達 圖4　活塞式氣動馬達的構造示意圖 氣動馬達控制系統架構 MCU Based氣動馬達轉速伺服控制器主要是由氣壓源、空氣調理組、5口3位比例閥(FESTO MPYE-5-1/8)、快速排氣閥(FESTO MPYE-5-1/8)、輪葉式氣壓馬達(TONSON V1-L)、光學旋轉編碼器(HTR-W-500)、伺服控制器(核心為HT32F52352晶片)、個人電腦及相關運動控制電路所構成。其系統架構圖，如圖5所示。 圖5　氣動馬達控制系統架構圖 氣動馬達伺服控制，其工作原理(MCU Based閉路控制)詳述如下： 使用者使用調速旋鈕(VR1)設定之氣動馬達轉速值，HT32F52352 MCU Based伺服控制器計算相對應之控制量，經伺服控制器內運算放大電路送出0~5V電壓至比例閥，比例閥依照輸入的電壓大小控制高壓空氣進入氣動馬達之流量，使得氣動馬達按照期望之轉速運轉。最後，經由光學編碼器的量測送出方波訊號至速度轉換器轉換為類比電壓訊號0~3V傳輸至伺服控制器，伺服控制器再根據此回授轉速值以及內建控制法則(Control Law)，調整輸出類比電壓訊號，進而達到氣動馬達轉速閉迴路控制。 其中位於氣動馬達出入口之兩只快速排氣閥，其功能是使氣動馬達排氣不再經由5/3氣壓比例閥排氣，而是經由快速排氣閥較大口徑排氣口排氣，由於氣動馬達排氣是經由最短路徑排放，阻力最小，氣動馬達背壓減小，因此氣動馬達轉速大幅增加。氣動馬達轉速閉迴路控制方塊圖，如圖6所示。 圖6　氣動馬達轉速閉迴路控制方塊圖 在對氣動馬達系統進行伺服控制器設計之前，本文將以實際實驗資料對氣動馬達進行開路系統鑑別，其目的是將氣動馬達轉動動態方式，此一非線性函式以一線性回授控制系統型式表示之，以便後續伺服控制分析與設計。本文設計之氣動馬達系統鑑別方塊圖如圖7所示。 圖7　氣動馬達系統鑑別方塊圖 此一MCU Based的氣動馬達轉速伺服控制器，乃是使用兩顆盛群HT32F52352的微控制器作為運動控制核心，其主要功能有二項： 1.第一顆微控制器對氣動馬達，進行功能控制，包括LCM操作功能顯示、讀取功能鍵訊號。 2.第二顆微控制器根據功能設定，對氣動馬達進行轉速伺服控制。 MCU位居氣動馬達控制核心 主要是由HT32F52352晶片與運算放大電路所構成，方塊圖如圖8所示，功能分述如下： 圖8　MCU 控制驅動電路方塊圖 1.HT32F52352晶片擔任主控制器的任務，根據功能選擇開關輸入(1組4連動開關)，讀取輸入電壓值(ADC1~4)，進行不同功能氣動馬達控制。 2.放大電路，使用741運算放大器將0~3V電壓放大0~5V，送至比例閥。 MCU速度顯示器電路 主要是由HT32F52352晶片、與一LCM顯示器電路所構成，其工作原理詳述如下。因本氣動馬達最大轉速為6,000rpm，所以採用一LCM顯示器來顯示轉速，此LCM顯示器之8bit資料匯流排與PortB連接，4bit控制匯流排與PortC連接，HT32F52352晶片讀取速度轉換器送來之電壓並計算相對應之轉速並顯示轉速。 MCU Base馬達測試結果 本文將作品分成氣壓馬達系統、驅動電路、七段顯示器電路與HT32F52352晶片部份進行個別實機測試，最後再將四個系統組合起來進行整合系統實機測試。 首先是氣動馬達系統組裝與測試，氣體壓力設定為4bar，由電源功供應器提供0~5V直流電壓給5/3比例控制閥，改變氣體壓力，量測氣壓馬達的轉速特性。 接著是速度轉換器校正與測試，使用波形產生器產生不同頻率之方波給轉速轉換器(Frequency to...