技術頻道
- Advertisement -
AI語音觸發技術發威 聲控辨識反應一清二楚
然而,由於聲控所需之系統效能與一般語音辨識截然不同,因此,聲控專用演算法必須重新設計才能夠滿足客戶需求,因此掀起目前All-in-one聲控方案研發熱潮。
為此,半導體業者便開發出一套優異抗噪能力之語音觸發詞聲學模型,與ARM處理器及MEMS麥克風結合且毋須連接網路,也毋須回音消除的專屬DSP晶片之低成本聲控方案;其模型經由深度學習演算法訓練並加強噪音辨識能力,成功提升SNR=0dB的高噪音環境下觸發詞辨識率高達98%,並且在160毫秒之內做出反應,此模型適用於智慧空調或汽車導航等喧鬧環境下的聲控系統。
聲控應用增 AI-base語音觸發技術亮相
本文將以東芝半導體為例,圖1表示東芝在過去半世紀如何發展影像以及語音方面的AI技術,也列出相關產品的主要成果。經過三次人工智慧研究的熱潮期,自動辨識的主流技術從人工的Rule-base經由半自動的Model-base,進化成全自動的AI-base,後者之優勢是利用Big Data與超級電腦的巨大演算能力,快速訓練出數學模型之隱藏層的內部變數,模擬人類大腦所具有之非線性問題的推論能力,突破性的改善自動辨識率。
圖1 東芝AI技術發展圖
雖然語音自動辨識技術採取了上一段所提及的AI-base,但其產品的行銷策略與影像不同。因此,東芝把「聲控」視為語音辨識應用當中的「藍海」,自行研發離線式語音觸發(Voice Trigger)相關軟體技術,並推出第一代解決方案。此演算法所需之CPU能力遠低於影像辨識,雲端所訓練之聲學模型也不需經由硬體IP化,可直接載入軟體Library至ARM-A9或M4等級的微處理器平台。
舉例而言,亞馬遜推出的Echo或是Google Home等智慧音箱,無論是詢問天氣狀況還是搜尋附近咖啡店的地址,這些所謂「語音助理」服務不外乎是辨識使用者發出的語音內容,在網路上找尋答案,並把資料格式轉換成語音之後播放給使用者聽。
此時,讀者也許會試想,為何不將智慧音箱的語音辨識能力,直接用於「聲控」家電?智慧音箱也可以瞭解使用者的指令,並透過Wi-Fi而控制客廳的燈泡開關,甚至調整空調的室溫或風向等。那麼,這種智慧音箱+無線聲控的方式與「語音觸發」模組的差異在哪?聲控模組又適合何種情況或應用方面?以下將說明兩者差異。
如圖2上方所示,當使用智慧音箱並想變更空調溫度時,使用者會發現空調端的反應並不即時。主因是極為複雜的控制流程;智慧音箱本身不支援語音辨識功能,反而需要雲端AI幫忙,這意味著使用者所發出的語音資料(步驟1)需要先上傳至雲端(步驟2),經由雲端AI處理語音並辨識出其內容(步驟3)之後再度下載到智慧音箱(步驟4)。
圖2 智慧音箱vs語音開發
由於智慧音箱與空調機之間有一定距離的存在,所以還需要經過Wi-Fi或其他無線通訊協定並傳送指令至空調機之後才能完成室溫調整的工作(步驟5)。該方式除了反應緩慢之外,也必須經過外線網路,這不僅容易遭遇駭客入侵並增加個資外洩的風險,還會產生雲端之間的通訊費用以及無線通訊模組成本的增加。
如圖3下方所示,語音觸發與智慧音箱的不同在於,空調本身內建一套具有「語音觸發」能力的聲控模組;輸入使用者語音(步驟1)後,便不須經過遠端AI設備並直接辨識語音內容(步驟2),立刻完成室溫調整的工作(步驟3)。原本需要五個步驟的聲控流程,省下雲端之間的來回路徑。除了提升反應速度及網路安全,也節省了通訊費用與無線模組的成本。
圖3 語音觸發軟體縮短反應時間
透過語音觸發提升聲控反應時間
為此,東芝的語音觸發軟體採取了各種效能優化的措施,除了能避免外線網路所造成的延誤時間之外,還能進一步縮短聲控的反應時間。如圖3上方所示,一般語音辨識通常必須經過四個步驟:(1)偵測並暫存語音、(2)語意分析、(3)得分評比,以及(4)答案判斷。若使用者的目的不是AI對話而是聲控,則可讓語音辨識步驟更為簡化,以不影響其辨識效能之方式進而改善反應速度。
首先第一步廢除Talk Switch。一般語音辨識裝置如iPhone Siri會搭配一個Talk Switch,使用者按下其開關之後才能啟用語音辨識功能,其目的為不使用時以關閉相關功能而降低消耗電流。東芝的聲控模組不採用Talk Switch,當使用者啟動機器,整個聲控模組以及語音觸發功能也會自動開啟。此模組會一直保持待機狀態並不會進入休眠模式,當模組一接收到語音就會立刻「觸發」模組,並開始辨識內容,聲控反應更加敏捷。
第二點是不使用緩衝記憶體。語音辨識主要目的通常是辨識句子。因為句子是由多數單詞所組成,所以聲控模組必須先把整個句子暫存到緩衝記憶體,再利用語法解析器分解成一個個的單詞,才會開始進行語意分析並辨識句子的內容,這演算法勢必會產生緩衝時間,延誤反應時間。但聲控時所使用的語句,與一般語音辨識不同,是少數、預先定義而不變的觸發詞,因而不採用緩衝記憶體結構而立刻進行語意分析,進而達到反應速度大幅改善。
第三點是不做得分評比。Model-base或AI-base的語音辨識法,包括東芝的語音觸發,都是以相似度分數的高低來表達答案的正確性。相似度分數越高,正確性也就越高。得分評比通常被使用在多數觸發詞的聲控機器;它的作用是在FRR(False Rejection Rate,使用者發話,機器卻無反應)較高的環境之下,先降低「門檻指數」讓機器容易同時偵測到多數的可能答案,再依照相似度排列所有答案並選擇相似度最高為正確答案。
接著,將此得分評比的步驟改為選項;若使用者的機器只須辨識兩到三個少數觸發詞的話,語音觸發軟體可省下此步驟,直接選出大於門檻指數的觸發詞作為答案,進一步加快語音觸發的處理速度。如圖3下方所示,東芝的聲控模組經由以上三個加速措施而在160毫秒內做出反應,在相同的辨識率條件之下,目前優於任何聲控方案商的反應速度。
聲控效能驗證結果
圖4為東芝模組的聲控效能實驗結果。我們選用了圖中的十個中文喚醒詞,並調整過靈敏度門檻指數,設置本機於空調機器旁邊,再將空調風量設為最大值來進行實驗。在S/N值約為0dB的實驗環境中,邀請了十個人,從距離空調1、3、5公尺的地方發出10種喚醒詞各三次,並重複此實驗。實驗取得了300次取樣母數,再將其辨識成功次數以百分比呈顯在圖表上。
圖4 語音聲控實驗結果
值得一提的是,此模組雖然只使用Knowles製的廉價MEMS麥克風,也沒有做任何麥克風相關的設計優化,卻呈現了良好的辨識率(AC_High_1M:98%)。這是因為AI-model在雲端被訓練時,已將各種類型的風切聲加入至聲學模型中,使其有萬用型抗噪能力,相信此一成果將會改變語音辨識的設計概念。現在的聲控模組,融合了類比麥克風及數位演算平台,為了噪音消除,類比麥克風負責波束增強,雜訊濾波等語音處理的前端工作。若後端演算法的抗噪能力不夠理想,就必須加強前端類比麥克風的抗噪功能來輔助後端的不足。
但問題在於,一般類比元件的電氣特性易受其材料的影響而難以實現品質控制,聲控優化於是成了一項難題,更成為了系統研發上的瓶頸;而此一聲控模組方案,方便系統製造商就近享有與類比麥克風同等的噪音消除效果。
圖5表示東芝的語音觸發聲控模組所採用之高階及中低階處理器。TZ2100可扮演一顆聲控晶片的角色,也可負責智慧家電的系統處理,如顯示面板、錄放多媒體資訊等。圖5左方所示,智慧家電的系統開發者一旦採用TZ2100聲控模組方案,便可取代原有家電MCU的所有功能,也能進一步降低整體系統的硬體成本。另一款中低階處理器TMPM4G6則具備兩項優點,分別是低成本及Time-to-Market。在晶片成本方面,雖然TMPM4G6模組保留可足夠於執行語音觸發軟體的記憶體容量以及MEMS麥克風的連接介面,卻也犧牲了較少使用的各種IP並降低晶片的製造成本,故成了針對聲控用途的另一低成本選擇方案。
圖5 語音聲控模組基本架構
(本文作者為台灣東芝電子技術行銷處新事業部副協理)
解決停車位不足困擾 自動配位系統展妙用
為此,本文提出一套期望利用MCU控制紅外線感測器來管控車位的方式,幫助停車場內的車位能被更有效的利用。不僅能令駕駛人省下盲目找尋車位的時間、提升尋找車位的效率,降低駕駛們發生爭執的機率。
憑著掃描入場時嵌有系統分派車位資訊的QR Code,APP會自動儲存車位資訊以防駕駛人忘記車輛停放的位置,APP中的停車場車位配置圖搭配上顏色的變化告知駕駛系統所配給的車位,圖形化的顯示方式配合停車場內的告示指標便能讓駕駛快速地找到屬於自己的車位。
地狹人稠車位尋找大不易
現今車輛對車位的需求量遠大於車位數,這個情形在台灣的各個核心都市尤為明顯,同時因時下的停車場系統部分有待改進的功能,容易衍生出其他危險的亂象發生。例如:人肉占車位、駕駛爭搶車位、等候車位之車輛隊伍造成塞車回堵影響交通等。期望利用MCU控制紅外線感測器來管控車位的方式幫助停車場內的車位能被更有效的利用,能直接為進場車輛配給車位,駕駛入場後僅須依循停車場內的告示指標直接前往分派之車位方可停入,省下自行尋找車位所浪費的時間。
本文希望設計一套系統當停車場內還存有閒置車位,並當駕駛人開車準備入場按下螢幕上的入場鈕後,在螢幕上顯示一個內嵌車位資訊的QR Code與車位資訊供駕駛掃描。使駕駛人能快速得到停車位並於掃描完成的同時APP會自動保存車位資訊,駕駛人只須依循地面上之標示前往空位即可停入,不僅能節省時間和能源,更能減少許多駕駛間發生爭執的機會。
目前路上看到的停車場系統仍須自行尋找車位並且容易造成兩人以上的駕駛想停同一個位置,或乘客先行下車幫忙占位亦或另行尋找其他車位造成時間及能源上的浪費。而本系統能直接分配位置以此改善浪費的情形、解決駕駛對於車位的爭搶,入場的駕駛都一定能擁有一個自己的空位不用自己尋找。
另外,於即時性方面也優於現用之系統,滿位時不須等待前車出場後車才可進場,當前車駛離停車格後,系統即視為可分配車位藉此縮短排隊時間、舒緩當停車場滿位時後方車輛塞車情況。同時也能藉由入場時APP掃描QR Code後會自動記錄車位資訊的功能也能防止駕駛遺忘車位找不到車子的狀況。
善用MCU設計停車自動配位系統
此一停車場自動配位系統,使用盛群HT66F70A進行製作。利用紅外線感測器元件來獲取車位狀態,來判斷車位是否有車停入,再透過Wi-Fi模組將車位狀況傳至雲端,入口處的配位端抓取雲端的資料後分為近入口與遠入口。當車輛入場時以近入口低樓層>近入口高樓層>遠入口低樓層>遠入口高樓層的順序分配位置,駕駛按下入場鈕後顯示內嵌車位資訊的QR Code供駕駛掃描獲取車位,APP會自動儲存車位資訊以便使用者查詢,駕駛人只須依循地面上之標示前往空位即可停入。
本作品使用HOLTEK MCU為HT66F70A,使用的主要核心功能為輸入/輸出閘(I/O Ports)、中斷控制電路(Interrupt Controller)、IO模擬UART。
HT66FXX系列控制器的內部結構如圖1,其以8位元精簡指令之微控制器核心為主體,並且搭配快閃式程式記憶體(Flash Program Memory)、資料記憶體,包含RAM Data Memory與E2PROM Data Memory、特殊功能暫存(SpecialFunctionRegister, SFR)、輸入/輸出閘(I/O Ports)、SPI/I2C串列介面模組(Serial Interface Module, SIM)計時模組(Timer Moudle, TM)、中斷控制電路(Interrupt Controller)、多通道之類比-數位轉換介面(Multi-Channel ADC)、類比比較器(Comparator)、LCD介面(提供COM3~COM0輸出)與看門狗計時器(Watchdog Timerl,...
AIoT結合ICT技術 智慧沼氣發電系統效益高
依照行政院農委會於民國106年11月調查,台灣目前約有7,000多家養豬場,每年生產550萬頭豬隻,若將其排泄的豬糞利用作為沼氣發電原料,可增加台灣再生能源發電量且減少農畜牧業廢棄物的排放汙染問題,可以達到環保與再生能源的政策效益。
AIoT搭配沼氣發電技術 提升農務效率
根據調查政府曾於民國100年,全額補助710戶豬農建置沼氣發電機,幾年後只剩下少數發電機還可以運作使用,其餘發電機都已報廢停擺。最主要的原因就是沒有幫農民規畫一套系統運作及維修服務機制,農民的專長是養豬工作,沒有相關專業知識也無暇去照顧沼氣發電系統維護操作,整個政策因沒有後續系統服務配套措施而失敗。為此,資策會以「發展智慧化物聯網(Artifical Intellegent of Things, AIoT)系統」軟體技術,搭配本土化沼氣發電技術設計具有監測服務功能雲端平台,提供有意願經營沼氣發電服務公司廠商使用,從雲端平台來監控沼氣發電系統各單元運作狀態,協助養豬農即時服務維持系統長期運轉。簡單的說就是讓農民專心養豬,由雲端平台上的系統定期收集數據供專家在遠端以資料分析的方式來監控沼氣發電設備的運作情況,即時發現系統運作異常的問題,並有效率的協助農民排除運作上障礙。
雲端平台收集擷取沼氣發電系統各環節中各項檢測即時數據,藉以建立智慧監控及回饋系統,對沼氣發電系統運作效率提供最佳化控制,將沼氣發電系統各運作單元的即時狀況連網化、可視化與數位化,成為沼氣發電服務公司遠端監控維運管理的重要工具,功能包括提供系統效益分析/健康診斷/最佳化演算/故障預警/派工維修等等長期運作維護及營運問題。
整個系統從高溫厭氧醱酵、二階段脫硫、儲氣槽及發電機組各個單元設計都有布建感測器偵測各項參數。AIoT系統的前端設備進行各單元感測器參數收集,並透過4G無線網路將參數送至雲端平台,進行效益分析/健康診斷/最佳化演算/故障預警/派工維修等等營運服務。這些驗證數據與技術成果,可作為未來相關單位執行後續推廣與擴大落實效益時的策略擬定重要參考依據(圖1)。
圖1 沼氣發電系統架構可以協助策略擬定,實現更高效益。
資料來源:資策會
遠端自動監測控制架構
沼氣發電系統導入物聯網技術之效益包含場域端與聯合區域兩部分。於場域端效益部分,物聯網技術可協助個別養豬場掌握沼氣發電即時狀態,包括發酵、脫硫、發電等各部分處理單元運作狀況,當有異常便提供警示,亦可作為後續作業流程調整之參考依據。於聯合區域效益部分,藉由雲端技術的導入,可大幅降低資通訊系統之建置費用,且能確保資料完整性,降低資安及資料損毀等風險;同時開發遠端智慧巡檢服務,建立沼氣處理單元與發電設備狀態檢測邏輯,時時替豬農把關設備與系統健康狀況,以此方式同時服務多個場域,進一步降低永續經營之成本。
圖2是場域端資通訊系統整合架構,沼氣發電流程各環節中,各子系統布建之感測器先經由可程式邏輯控制器(Programmable Logic Controller, PLC)讀取感應之量測值。之後透過工業常用標準ModBus數位匯流排傳送至異質資料彙集單元,異質資料彙集單元的內部軟體會進行資料收集、過濾、有效性判讀、儲存等等預處理功能。之後將預處理過資料以安全通訊協定回傳雲端系統,進行後續資料顯示、分析、統計、事件判斷、歷史趨勢與儲存等等功能服務。於雲端系統接續部分,因考量養豬場位置的固網環境條件可能不足等因素,所以使用4G無線網路作為後端TCP/IP及RESTful傳輸協定之媒介。
圖2 場域端資通訊系統整合架構可以收集、整理、分析、儲存資料等。
資料來源:資策會
所傳送到雲端的資訊內容包含,各子系統的輸入參數、輸出參數、系統參數、閥門控制與事件警告等五大類別,共超過200多個特定參數。
雲端數據收集分析平台
這套系統的網站畫面呈現方式採用響應式的方式設計,可使用不同尺寸的螢幕來進行遠端監控,例如手機、桌上型電腦、中控室大螢幕等,因考量手機與電腦螢幕的解析度不同問題,目前規畫將手機版網頁(圖3),以簡化圖形界面展示各單元串連關係,及整體運作狀態。功能除了沼氣發電各子系統要求的關鍵性參數顯示如:發電量、沼氣產量、硫化氫含量、酸鹼值(pH)等等監測值外,還提供當日累計參數顯示功能。各單元是否持續正常運作中,例如馬達與攪拌器等等也會以動態方式表現在網頁。
圖3 手機版網頁簡化圖形便於操作。
資料來源:資策會
電腦版顯示方式(圖4)則以實際的沼氣發電系統工程配接圖方式顯示,共12個單元:配料、酸化、醱酵#1、醱酵#2、醱酵#3、醱酵#4、沼液儲存、生物脫硫、化學脫硫、沼氣袋、熱回收、發電機。畫面顯示表現整個沼氣發電系統的實際管線聯接與運作控制狀態,包含馬達、幫浦、攪拌器、開關閥門、液體儲存槽、氣體儲存槽等等操作控制單元設備。各子系統的專業工程師透過電腦游標滑動點選各單元設備後,即可顯示該單元內詳細量測項目數值,及量測數據歷史紀錄。此外平台還提供以下功能:
圖4 電腦版網頁圖以實際發電系統工程配接圖方式顯示。
資料來源:資策會
.監測紀錄查詢功能:
可依不同時間單位查詢,如每五分鐘、小時、日、月、季、年歷史數值趨勢圖,與報表輸出。
.即時與歷史告警查詢功能:
監測裝置或數值出現問題之告警查詢及報表輸出。
.遠端操作模式設定/切換:
單元暫停運轉、馬達轉速控制、管線閥門開/關、監測設施故障等等。
.告警設定:
監測值範圍上下限、有效率數值百分比、校正提通知、校正逾期通知等設定。
.通知對象:
可同時通知多組e-mail與手機簡訊與call API的方式。
.帳戶管理:
帳戶新增修改與權限管理、帳戶登入、登出與操作行為紀錄。
.人工登入參數:
雲端平台除了收集沼氣發電系統不同環節各項關鍵性系統參數、輸入參數、輸出參數,同時彙整各子系統線上即時量測值,也提供工作人員非即時離線量測值的資料匯入,由人工填入Excel表格欄位存入「人工匯入」資料庫,協助各單元設計人員即時掌握各階段執行狀況並進行效益分析。
參數類別分成輸入參數、輸出參數、系統參數、閥門控制與事件警告等五大類別,其中輸入、輸出與系統參數就是以Dashboard方式顯示,點選後可連結到參數歷史資料庫查詢(圖5)。
圖5 電腦版網頁Dashboard可連結參數歷史資料,協助資料管理與查詢。
資料來源:資策會
智慧雲端平台預期效能指標包含:
.可同時容納100人連線讀取,連線反應時間(不含資料處理時間)應低於5秒。
.於資料庫內含1,000,000筆模擬資料情況下,查詢最近一週內單一資料擷取頻道之所有紀錄,平均資料處理時間應低於30秒。
.於資料庫內含1,000,000筆模擬資料情況下,由同一區域網路內終端設備,顯示包含10項預先選定之即時資料模擬儀表面板畫面,由送出請求至資料讀取完成之平均延遲時間應低於5秒。
AI人工智慧導入
機器學習與人工智慧技術並非新創技術,自1956年開始發展以來,相關研究未曾中斷。因電腦運算與儲存成本降低,大數據及物聯網相關技術趨於成熟,機器學習與人工智慧建置成本大為降低,應用領域在短時間內大量擴散,幾乎已達「無所不在」的程度。包括機器人、家電、醫療、工業4.0,甚至金融科技、智慧客服等。美國研究機構BCC Research預測,全球機器學習相關產品已經進入起飛成長的階段。
這套系統的網站除了監控技術應用外,也將提供人工智慧技術導入應用功能,藉由已蒐集之參數資料,後續將可經機器學習(Machine Learning)相關技術,發展適用於沼氣發電不同環節之預測與決策模型。期能利用易於建置、維護、成本較低之線上即時感測器、量測方式,掌握實際執行狀態,藉以取代其它高單價、維護不易之感測器或離線量測,以達到降低整體成本之目標,同時仍能維持必要之整體運作,並可將資訊系統擴展至整合營運管理相關功能(圖6),如雲端平台之可擴展性、圖資系統整合(Geographic Information System, GIS)、人員排班與任務指派、營運管理報表、設備故障診斷、製程異常提前警示等。
圖6 機器學習與決策系統架構流程示意圖
機器學習法具體內容包含:
.機器學習演算法與預測模型建立。
.示範場域感測器資料收集演算,包括:發電量、設備溫度、氣體濃度、含硫量、槽體壓力等等關聯性參數資料。
.不斷累積資料修正預測模型,達到效率提高,準確預測的智慧化設備資產管控。
.開發以增量式學習演算法(Incremental Learning)訓練預測模型。
.執行巨量資料演算開發人工智慧技術,對發電效率提供最佳化控制模式建議。
.提供雲端效益分析/健康診斷/最佳化演算/故障預警/派工維修等等營運服務。
目前於商業領域應用之主流為機器學習技術。此一技術讓機器擁有學習能力,如同人類學習一樣;首先大量訓練數據中找出關聯性,並將這些關聯性歸納為特徵,便可據此建立資料模型,亦即機器的知識。
最後利用這些模型,針對後續輸入數據進行操作,便可產生推論,亦即針對輸入數據的結果預測、或是將輸入數據進行分類。
建置一套機器學習系統之關鍵有二。首先是針對待解決問題本身的瞭解與對資料掌握能力,以便於從過多龐雜無關資料中正確引導關聯性之建立。
如果對於問題本身缺乏足夠理解,訓練過程將會耗費大量時間,用於排除無因果及關聯性之資料;且訓練過程亦可能會發散,甚至完全無法建立關聯性。
另一關鍵則是大量資料;不只用於關聯特性歸納,同時亦可用於資料模型校準。輸入的數據越來越多,演算法也會持續的調整並做出更精準的分析與預測。
智慧平台之中長期目標為發展一套機器學習系統,用於建立沼氣發電各流程環節操作參數間之關聯性,期能減少非必要感測器之需求,以進一步降低成本;同時期望能建立一套預測模型,期能對發電效率提供最佳化控制,將沼氣發電連網化、可視化與數位化,成為遠端監控維運管理的重要工具。
利用ICT技術建構一套跨領域知識整合的沼氣發電系統智慧物聯網AIoT遠端監控服務平台。這件工作橫跨多種不同專業領域技術,包括農業、化學、機械與能源,專業知識整合有一定困難度,相關技術導入及落實推廣也具有挑戰性。過程中花費很多時間,分別與不同領域技術人員、設備廠商、及學者專家之間作多次溝通,工作執行中感謝工研院相關技術專家指導協助,建立適用於本土養豬場符合於不同形態規模之養豬場使用。期能進而形成本土化的沼氣發電產業鏈,配合南向政策開拓東南亞市場。
(本文作者皆任職於資策會智慧系統所)
具低成本/小尺寸/高可靠度特點 SiP模組有利IoT生態建構
如何因應CE、FCC和其他國家或地區規章制度?管理單一裝置的全球監管認證非常簡單,但如果產品組合包括全球銷售的數十種裝置,那該如何處理?
當公司產品組合中大量的產品開始具有物聯網功能時,工程師們便開始意識到離散設計監管認證管理成為了一種巨大的負擔,對於低成本、小尺寸、高可靠度和預認證模組的需求迅速增加。
標準物聯網裝置數量迅速成長
目前已有成千上萬基於標準物聯網協定的應用裝置,且其數量正在迅速擴展。在不久的未來,要找到沒有使用物聯網的電子裝置將不太容易,幾乎所有裝置都可相互連接,且其整合成本非常合理。因此很多公司不習慣僱用和留任電子/射頻工程師或協定專家,也加入了物聯網革命,雖然在過去他們所開發的產品通常不被視為科技產品。
以建築設備供應商,農業設備和家庭自動化公司為例,公司主要關注機械或非常簡單的電子功能。然而,因應物聯網功能的先進射頻工程並非其核心專有技術,便產生了一個問題:在物聯網時代,這些公司如何有效並且透過合理的投資轉變其產品並滿足兼容性要求?他們的需求是容易實作且容易管理。因此較好的解決方案就是考慮新的系統級封裝(System in package, SiP)模組,以實現上市時間、已認證、尺寸和成本的完美平衡。
物聯網生態系統發展不斷拓展
許多公司正環繞其物聯網裝置形成其生態系統,同時邀請合作夥伴和分包商加入。這些生態系統構建者面臨著互操作性挑戰:裝置是否能夠以最佳性能無縫協同工作?如何確保生態系統中的裝置滿足終端用戶的期望?這些生態系統中一個很好的例子,即建築自動化系統的連接照明,家用電器等。這些公司如何確保物聯網生態系統的成功?
SiP有利於生態系統發展
系統級封裝SiP是先進半導體封裝術語,其中IC與被動元件一起封裝到基底。SiP IoT模組的外觀和感覺與IC/SoC一樣。但與IC不同的是,SiP模組整合了物聯網操作所需的所有功能,其尺寸和規模與SoC相同。換而言之,SiP模組是完全整合、經過系統認證,可用於物聯網功能。
適當的高性能射頻設計並非易事,也不易於確保無線電良好性能的方式實施和管理,但是這又是實現強大功能的關鍵。當設計人員使用完全整合的SiP模組時,就沒有射頻設計負擔。
SiP模組可彈性地被放置在面積小的任何電子裝置中。SiP精美的封裝尺寸具有優勢,可以讓工程師較有彈性地設計裝置的其餘部分。
以Silicon Labs的SiP無線模組為例,該公司將其正在申請專利的天線嵌於基板中,使其可以獲得70%的天線效率;其另一個好處是它們不容易有射頻調整不良的問題,如果真的有問題,簡單的方法即可輕鬆修復它,而無需耗時的射頻工程。70%天線效率無人能及,即使是經驗豐富的射頻工程師也需要大量的時間和測試來設計離散元件的系統。SiP模組已經實現了高性能、小尺寸的目標,這即便透過離散設計都不容易達到。
利用這種精確設計的SiP模組的生態系統將在兼容性、射頻範圍、穩健性、上市時間和已認證方面均具有顯著優勢。
使物聯網裝置有良好的無線傳輸範圍且確保射頻鏈路穩定至關重要,即使在短距離內,射頻設計也必須具有良好的抗干擾能力,而仍能達成高傳輸速率和低功耗。SiP模組為生態系統帶來的另一個巨大好處,是其完整的協定認證,如FCC和CE。這意味著該模組的終端用戶可以使用Silicon Labs的認證,可以不需射頻或協定測試。
舉例來說,Silicon Labs發表了新款藍牙SiP模組BGM13S。該模組基於BG13 DIE,具有藍牙5.0低功耗和包括遠端編碼PHY的藍牙網狀網路(Bluetooth Mesh)。該模組記憶體為512Kb,能夠進行線上更新。它可調整的發射功率提供高達700米的可視傳輸距離,此數據表現相當良好,基於其模組的尺寸僅為6.5× 6.5mm,其中包括了天線,並使用客戶PCB作為天線結構一部分。
這種先進的SiP設計使OEM廠商無需任何射頻工程即可優化射頻範圍。Silicon Labs還將透過使用流行的0.5焊接間距來提高該模組的可製造性。更為寬鬆的焊接間距,使得降低製造這些元件的成本成為可能。
安全認證做好做滿 無線快充方便又可靠
隨著技術發展逐漸成熟,無線充電所涉及的應用領域也更為多元,從最初的智慧型手機、無線耳機、智慧手表和行動電腦,已延伸到家電、家具、汽車和物聯網相關裝置。在2019年第一季,無線充電聯盟WPC(Wireless Power Consortium)公布的會員總數,就已經逼近650家會員,產品取得Qi認證的數量達到了3,700個型號大關。
無線充電逐漸成熟 結合快充更便利
根據Data Bridge Market Research市場研究報告指出,2018~2025年之間,全球無線充電市場可望以60.22%的年複合成長率增加至2025年的1,453億美元。市場資料在在顯示,無線充電技術將逐步邁向普及。
發展數十年的無線充電技術,直到近年才真正應用於產品上。目前最完整的規格標準為WPC所提出的Qi 1.2.4版本:Basic Power Profile(BPP<=5W),Extended Power Profile(EPP: 5W-15W),其採用的最大功率為15W,相較幾年前常見的5W已提高很多,因傳輸的功率提高,充電時間減少,大家便開始稱它是無線快充。
然而,真正要判斷是否為無線快充,其考量點須延伸到無線充電版的輸入端,其必須搭配18W以上的快充電源供應器,讓手機在無線充電板上可以成功接收到15W的電量(圖1)。
圖1 無線快充裝置技術條件須具備Quick Charge Wireless Power、QC2.0/3.0/4/4+快充技術並符合Qi規格。
最新發布的高通無線快充,是應用於無線充電板輸入端的技術,並結合既有的Quick Charge 2.0/3.0和Qi,建構完整且安全的無線快充系統。讓使用者利用片刻時間,就能幫手機快速充電,以面對下一個預期或突然發生的外出行程。
無線快充三步驟
分析無線快充原理,先從兩部分來看。第一個部分,快充電源供應器和無線充電板之間的訊號傳遞接收正常,判讀正確,快充電源供應器根據需求步階或固定檔位調整Vbus輸出。第二個部分,無線充電板和手機之間,EPP比BPP多了協商階段(微調功率傳輸參數、異物偵測初始判定)、校正階段,和再次協商階段,能協商也代表無線充電板與之前相比,多了向手機回覆訊息的能力,下面就以技術的觀點出發,帶大家了解無線快充。
無線充電板須偵測電源供應器型式
首先,無線充電板必須先偵測電源供應器的型式,無線充電板於USB Data Bus發出50%工作週期(Duty Cycle)的脈波給電源供應器,會有下列三種情況:
.電源供應器回應上述脈波,並以步階0.2V調升或調降Vbus,表示連接到Quick Charge 3.0電源供應器。
.電源供應器沒回應上述脈波,但回應USB Data Bus指定電壓準位,調升Vbus為9、12或20V,表示連接到Quick...
採用額外肖特基二極體 有效減少電壓干擾
在負載點(POL)降壓轉換器領域,同步變化的高側和低側主動開關已被廣泛使用。圖1顯示了具有理想切換開關的此類電路。與使用被動肖特基二極體作為低側開關的架構相比,此類切換開關穩壓器具有多項優勢。主要優勢是電壓轉換效率更高,因為相較於採用被動二極體的情況,低側開關承載電流時的壓降更低。
圖1 用於降壓轉換、採用理想開關的同步開關穩壓器。
確保同步降壓轉換器安全 兩開關時間內須保持斷開
但是,與非同步開關穩壓器相比,同步降壓轉換器會產生更大的干擾。如果圖1中的兩個理想開關同時導通,即使時間很短,也會發生從輸入電壓對地的短路。這會損壞切換開關,因此,必須確保兩個開關永遠不會同時導通。因此,出於安全考慮,須要在一定時間內保持兩個開關都斷開。
這個時間稱為開關穩壓器的死區時間。但是,從開關節點到輸出電壓連接了一個載流電感(L1)。通過電感的電流永遠不會發生瞬間變化。電流會連續增加和減少,但它永遠不會跳變。因此,在死區時間內會產生問題。所有電流路徑在開關節點側中斷。採用圖1所示的理想開關,在死區時間內會在開關節點處產生負無窮大的電壓。在實際開關中,電壓負值將變得越來越大,直到兩個開關中的一個被擊穿並允許電流通過。
使用MOSFET作為主動開關 有效控制節點電壓
大多數切換開關穩壓器使用N通道MOSFET作為主動開關。這些開關針對上述情況具有非常有優勢的特性。除了具有本身的開關功能外,MOSFET還具有所謂的體二極體。半導體的源極和漏極之間存在一個P-N結。在圖2中,插入了具有相應P-N結的MOSFET。由此,即使在死區時間內,開關節點的電壓也不會下降到負無窮大,而是通過低側MOSFET中的P-N結(如紅色所示)承載電流,直到死區時間結束並且低側MOSFET導通為止。
圖2 用於降壓轉換的同步開關穩壓器,採用 N通道 MOSFET和額外的肖特基二極體,可最大限度地減少干擾。
相應MOSFET中的體二極體有一個主要缺點。由於反向恢復現象,其開關速度非常低。在反向恢復時間內,電感(L1)導致開關節點處的電壓下降到比地電壓低幾伏。開關節點處這些陡峭的負電壓峰值會導致干擾,此干擾會被容性耦合到其他電路段。透過插入額外的肖特基二極體可以最大限度地減少這種干擾,如圖2所示。與低側MOSFET中的體二極體不同,它不會產生反向恢復時間,並且在死區時間開始時能非常快速地吸收電流。這可減緩開關節點處的電壓陡降。可減少由於耦合效應而產生並分佈到電路上的干擾。
肖特基二極體可以設計得非常精小,因為它僅在死區時間內短時間承載電流。因此,其溫升不會過高,可以放置在小尺寸、低成本的產品外殼中
(本文作者為ADI歐洲分公司電源管理技術專家)
提升自駕技術可靠度 MEMS定位系統須更精確
這些功能所仰仗的,以及未來完全自動駕駛汽車設計的基礎是在車輛駕駛時能夠不間斷地精準感測自身位置和軌跡。汽車設計師面臨的挑戰在於「不間斷」。GPS等技術具有龐大的用戶基礎,而且通常非常精準,但GPS所仰仗的訊號並非100%有保證,且可能在有高層建築的城市或惡劣天氣條件下消失。這對於導航非常不便,可能導致駕駛員錯過轉彎,而對於車輛控制和定位可能是災難性的,會導致意外發生,並因此將生命置於危險之中。
因此,汽車工程團隊不再單純依靠GPS技術,而是開始採用車載技術,例如光達(LiDAR)。LiDAR技術已經在Uber的車隊上進行了試驗,相較GPS具有一些優勢。然而,當路況出現複雜情況時,例如在交叉路口出現繁忙交通時,這種技術仍然容易混淆。
MEMS慣性導航讓 精準定位不間斷
在尋找能夠為車輛持續提供精準位置的解決方案時,設計人員寄望於慣性量測機制來提供可靠方案。慣性量測基於微機電系統(MEMS)技術,使用加速度計和陀螺儀量測車輛行動,並透過隨後的資料處理,不間斷地計算出高度精確的車輛位置。
除了提供位置資料之外,這些系統還可以偵測車輛的方向,包括它是否處於水準以上。這些細節在自動駕駛中非常有價值,因為據此可以確定需要施加更多/更少的扭矩或煞車力以完全受控的方式驅動或停止車輛,以確保穩定性。
雖然許多車載感測器主要是基於矽晶片,但是像力量等一些參數只能透過機械方式量測。MEMS感測器採用高度微型化的機械元件,與使用微製造技術的電子元件相結合,形成完全整合的感測系統。
基於MEMS的加速度計通常包括類似於擺錘的機械懸吊重量,透過彈簧張力使其保持在適當位置。當車輛行動時,懸掛重量也會移動,然後這種運動通常使用電容或壓電技術轉化為電訊號。在許多車輛應用中,單個MEMS元件包含三軸加速度計,從而允許同時在所有三個平面中量測加速度。
相較量測線性力的加速度計,陀螺儀感測器以每秒度數(O/s)或每秒轉數(rps)量測角速度,以便提供旋轉速度。將其與三軸加速度計組合,可以形成慣性量測系統(IMU),能夠全面掌握車輛的運動情況,並實現多種舒適性和安全功能,以及精準的位置報告。如果IMU偵測到車輛圍繞其軸發生突然旋轉,則電子穩定系統可以對特定車輪施加動力和/或煞車以使車輛返回到穩定的狀態,進而避免潛在的意外。
在實際發生意外的情形下,可透過加速度計和/或陀螺儀偵測到由於撞擊另一車輛或牆壁而導致的加速度快速變化,並可為防止翻車而採取相應的措施。系統的快速回應還允許啟動自動傷害緩解系統,例如幾乎瞬間就可以張緊安全帶或彈出安全氣囊,燃料和電氣裝置馬上關閉,減少火災可能,但更加優先的是車輛自動呼叫救援,並給出自己的確切位置以尋求幫助。
選擇正確元件 確保IMU精準度
鑒於MEMS加速度計、陀螺儀和IMU都處在與生命攸關的車載汽車系統之核心,因此設計人員為每個應用選擇正確的元件同樣至關重要。最基本的考量因素與元件類型有關:特定應用是需要一個加速度計,一個陀螺儀,還是兩者都整合到IMU中?加速度計應該是單軸還是三軸?
電氣性能方面的關鍵考量因素是量測範圍、解析度、線性度、穩定性、頻寬和精度,所有這些都很重要,必須根據特定應用的需求加以考量,因為它們會影響整體精準度。此外,還需要考量其他參數,例如任何偏差(零加速度時出現的輸出)和長期漂移。更進階的元件包含有校正和訊號調理硬體,因此輸出訊號不受影響。
雖然能量效率和燃料經濟性是現代汽車應用中的一個重要關切問題,但是這些元件的功耗大約為mA級,因此元件功耗不構成很大挑戰。但鑒於許多現代汽車應用中存在高水準電氣雜訊,應認真考量電磁干擾(EMI)的敏感性,因為它會影響操作和精度。
環境參數不可忽視
還有各種環境參數須要考量。車輛中的環境溫度可以升高,特別是感測器可能安裝在狹窄空間,因此感測器可以支援的操作溫度顯然須要考量這些因素。
設計師還應注意絕對最大機械參數,最需要關注的是衝擊和振動彈性值。廠商所提供的封裝尺寸和類型也非常重要,因為它們決定了元件是否適合可用空間以及是否與現代自動化製造系統(提起-放置和迴銲製程)相容,以確保降低成本和實現更高可靠性。
另一個須要關注的層面是與系統的介面。有些元件具備類比輸出,而其他元件則包括板載類比數位轉換器,並提供一種常用的介面類型(如SPI或I2C)。顯然,這須要與系統硬體的其餘部分保持一致,以便輕鬆整合。確保可以信賴的輸出訊號是避免潛在風險的關鍵,一些慣性量測裝置提供整合的自檢功能,可進一步確保採集資料的完整性。如果系統支援汽車安全完整性等級(ASIL),這種類型的功能將會是非常寶貴。
系統設計人員也該關注元件供應商,並要熟悉正在考量使用元件的可用支援工具(硬體/軟體)。評估套件和開發板(Break-out Board)都是有用的設計工具,可顯著降低設計風險縮短產品上市時程。
舉例來說,Murata的SCA3300是一款基於三軸加速度計的高性能IMU(圖1),採用了成熟的電容式3D-MEMS技術。它針對汽車應用進行了優化,在高達125℃溫度下可量測高達±6g的加速度,同時僅消耗1mA電流。輸出訊號顯示出強大的偏壓穩定性和低雜訊水準,從而能夠提供精確的量測。該元件經過精心設計、製造和測試,具有高穩定性、高可靠性和高品質,並標配先進的自我診斷功能。在板上混合訊號ASIC進行訊號處理後傳送到方便通用的數位SPI介面。SCA3300採用牢固的12引腳模壓SMD封裝,確保可靠運作,尺寸僅為7.6mm×3.3mm×8.6mm。
圖1 Murata的SCA3300 IMU使用3軸加速度計,測量精度更高。
另外再以TDK的GYPRO MEMS陀螺儀為例,專為進階應用而設計,可量測繞z軸(偏航)的角速率。它透過SPI介面提供高精度24位元輸出,穩定性優於0.8O/hour,雜訊水準低於0.1O/√hour。嵌入式溫度感測器可在運作中實現校正,而連續自檢功能可始終確保有效輸出。它有多種變體可供選擇,包括高達1800Hz的資料速率和低至1ms的延遲。可提供一系列與Arduino M0相容的評估板幫助進行初始設計,有助於簡化原型製作過程。
MEMS加速度計/陀螺儀 提供可靠準確定位
可靠且精準的運動和位置量測對於完全自動駕駛汽車的成功至關重要(圖2),即便就當下以ADAS為中心的汽車車型也很重要,這類汽車在某些情況下,只需極少的人工干預即可實現駕駛。基於MEMS的新型加速度計和陀螺儀可為這些要求苛刻的汽車應用提供所需的堅固性、可靠性和廣泛的功能。透過針對具體應用精心選擇適合的元件,並借助元件製造商的設計工具所提供的支援,工程師現在能夠快速而自信地部署非常先進的慣性量測系統。
圖2 可靠的定位系統對現代汽車應用來說是不可或缺的要素。
(本文作者任職於貿澤電子)
中間電壓提升至48V LED更明亮/壽命更長
造成LED面板發熱的一個因素是:在視訊牆中進行功率轉換和配電時會出現熱損耗;這種損耗來自功率轉換以及布線與印刷電路板的電阻性銅損。那應該怎樣解決呢?對不同分區選項進行優點評估,將有助於在設計高功率LED應用時,確定最好的選項。
LED電源/供應器影響效率高低
直觀式LED顯示器可以用更少的能量產生更多的光輸出(即有用功率),因此除了比LED背景光液晶顯示器更亮以外,功率效率也高很多。雖然如此,它們仍然以熱量形式產生大量的「耗散功率」。LED摸起來一般會很涼,這種現象似乎令人感到訝異。這是因為它們通常並不會以紅外線輻射形式產生熱量,一接觸就能感覺到。事實上有85%的能耗都是以熱量形式耗散的,因此,大型LED陣列需要的功率遠遠超過了光轉換功率。
大型LED面板的LED功耗會很高。例如,弗蒙街體驗顯示器(圖1)全亮時功耗為2.2MW,白天甚至需要更多的能量才能抵消陽光的作用;即使是小型顯示器,同樣也有大量的LED,功耗也很高。
圖1 弗蒙街體驗LED顯示器的解析度為7,552×552 個像素,像素間隔為2吋,全亮時功耗為2.2 MW。採用1,250萬LED,尺寸為 1,500×90。
圖片來源:印第安納波利斯藝術博物館
例如一家領導製造商產製的顯示模組有一個80×80的陣列,總共有6,400個LED,需要300W(5V、60A)的電源。因此,要實現效率最大化,關鍵須看LED電源供應器的設計。
大型LED陣列 無縫影像伸縮自如
由多個面板組成的大型LED陣列可以提供任意大小或形狀的無縫影像,從任何角度都能獲得優異的觀賞效果。就尺寸而言,從簡單的捲動訊息顯示器到與圖1所示的弗蒙街體驗(使用的LED有1,250萬個)類似的顯示器舉不勝舉。圖2是LED技術具有獨特優點的兩種顯示器實例:安裝在計程車上的LED廣告顯示器和環繞建築物側邊的高彎曲曲面顯示器。
圖2 LED顯示器可以變幻,以對即時車輛位置資訊作出回應(A),或者符合三維形狀(B)。
圖片來源:Vicor與commercialledscreens.com
級數最小化須優先設計
電源供應系統必須採用最有效率的方式,將傳入的AC電壓轉換成隔離的低電壓、高電流DC電。每一級功率轉換都會增加成本,浪費能量,因此,級數最小化須要優先設計。
大型視訊牆由許多連結在一起的模組組成,因此,有效率的設計還必須調整適當大小,使重複的功率轉換級最小化。
前兩大優先設計選項:
1.最小化配電損耗—電力透過電阻線路從電源供應器傳輸給LED陣列,會以熱量方式產生功率損耗,俗稱配電損耗。電流(I)的配電損耗與該電流的平方成正比,即:P=I2R,其中R為電線、母線或印刷電路板跡線的電阻。降低配電損耗,需要降低電流或降低電線的電阻。
降低電流的同時為負載輸出相同的總功率,則需要增大電壓(P=VI)。舉例說明,電壓從24V加倍到48V,會將電流降低50%,進而會使配電損耗下降75%。
嘗試藉由降低電線電阻來得到相同的結果時,導線截面積需要變為四倍,這樣會使重量和成本同時增加,這不太實際。
2.降低LED的發熱效應—如前文所述,熱量是LED的死對頭,而無效率的電源設計只會使事情變得更糟。溫度過高會縮短LED的有效壽命,並會造成變色(圖3)。更糟糕的是,光輸出會隨接面溫度的升高而下降;為LED應用提供有效的電源供應系統,必須注意每個獨立元件,避免局部熱點,這些局部熱點不僅會使LED更早損壞,而且在整個使用過程中也會更暗、不明亮。這對於光品質和均勻度同樣重要的視訊牆而言至關重要。
圖3 不同顏色LED的相對光輸出與接面溫度的關係
資料來源:RPI/LumiLeds
改善電源系統效率的簡易方法是最大限度減少轉換級數。例如,去掉一個轉換級可將系統效率改善5%~10%,並且以功率位準為準,可減少系統內所產生的熱量。要取消轉換級,設計人員需要選擇可在不影響效率的情況提供高降壓轉換比的元件。
電源系統元件實現差異化
有許多方法都可分區電源供應系統,將AC市電轉換成用於LED驅動器及控制電路的低電壓DC電。無論選擇哪種特定分區,一般的設計都包含以下組塊:
.由熱保護金屬氧化物變阻器(TMOV)或類似裝置提供的輸入保護。
.AC濾波整流組塊。
.含功率因子校正(PFC)的整體式AC-DC轉換組塊,用於最大化AC市電提供的電源並遵守嚴謹的設備功率因子要求。
.負載點(PoL)DC-DC降壓穩壓器,用來產生負載端高穩壓率電壓輸出。
如圖4所示,簡化大型視訊牆的電源供應器設計。這會帶來可最大幅度減少轉換級並且只需極少外部元件的簡易設計。
圖4 混合電壓AC-DC電源系統分區。PFM將中間母線電壓輸出至各面板的負載點轉換器。
資料來源:Vicor
AC輸入級
AC輸入前端模組(AIM)可執行線路整流、EMI/RFI濾波、暫態保護及湧流限制,為後級提供非隔離式整流AC線路電壓。
AC-DC轉換
PFM系列可為AC-DC系統提供具有PFC的隔離、穩壓型AC-DC轉換器。這款AIM/PFM組合能夠以高達92%的效率,將通用AC轉換成隔離式48V或24V電壓,以供高達400W的系統使用;其外形比普通智慧型手機還小。本系列採用雙面散熱外殼,提供底盤安裝和電路板安裝兩個選項。
DC-DC降壓轉換
Cool-Power是高輸入電壓、寬輸入範圍DC-DC零電壓切換(ZVS)降壓穩壓器系列,採用單個封裝高度整合了控制器、電力開關以及各種支撐元件。ZVS拓撲可實現百萬赫茲切換頻率,其可降低閘極驅動損耗與本體二極體傳導損耗;Cool-Power ZVS穩壓器的運作輸入電壓可以是12V、24V,也可以是48V,可達到超過97.5%的效率,並且只需一個外部電感器和極少的電容器,便可構成完整的DC-DC降壓穩壓器解決方案。
使用上述建置組塊,LED視訊牆可能有幾種系統分區。由多個較小面板組成的大型面板顯示器必須能夠關斷公用母線電壓。將AC電源直接配送給各面板,然後在各面板上進行AC-DC轉換,這樣做不僅成本高,而且體積大,通常不是基於安全考慮的選項。相反,單個整體式AC-DC轉換器級常用於供應隔離式低電壓母線電壓,為各個獨立面板提供電力。就大型面板而言,從整體式AC-DC供應器到LED驅動器的距離可達數公尺長,隨著功率位準提升,挑戰也會跟著出現。
採用48V配電 既安全又省電
24V和12V配電一直是LED面板最常用的母線電壓。與AC配電相比,可從面板消除潛在致命的電壓,而且符合低電壓電源供應器的安全特低電壓(SELV)「安全」電壓位準要求。
然而,比12V或24V更好的選項是,將中間電壓加倍到48V。48V低於60V,因此仍然符合SELV準則,甚至還包含20%的過壓保護容差。與24V系統相比,這不僅可在給定功率位準下將電流減半,而且還可減少纜線成本和重量,達到更加節省的效果。
此外,它還可將配電損耗減少75%,熱產生降低。更低的運作溫度可提高系統可靠性,而更低的電流則可縮減LED面板的厚度。母線以更低的配電損耗傳輸更高的電壓還會使視訊牆更有效率,讓終端使用者的生命週期運轉成本降低。
生成隔離式48V配電母線可能會非常簡單,除了AC輸入PFM以外,高功率3相位AC-DC轉換器後面可能還連接有母線轉換器模組(BCM),用來以高達98%的尖峰效率將380V轉換成隔離式48V。單個高電壓BCM能在63×22毫米封裝內進行1.75kW的功率輸出,功率密度為2,735W/in3。48V解決方案後面隨後既可連接48V輸入Cool-Power降壓穩壓器,也可連接48V輸入Cool-Power升降壓穩壓器,以直接供電給LED或LED驅動器。
48V讓LED更亮/壽命更長
先深入了解幾種方法的優點。在大型視訊顯示器中驅動成千上萬個LED,需要有效率的電源系統,才能產生所需要的低電壓、高電流電源。將電壓提升到48V,也可獲得許多24V無法提供的效益:
1.熱產生減少/熱管理更容易。
2.更少的電纜敷設/降低了成本,縮小了尺寸及重量。
3.LED效能提升/顯示品質改善。
4.面板壽命更長/可靠性更高。
5.功率效率更高/用電量更少。
以Vicor的模組化電源系統元件為例,可以輕鬆組合可組配、高密度、高效率的LED電源供應系統。性該組件系統具備高靈活只需極少的操作,就能適應幾乎任何功率位準、尺寸或封裝。高靈活、高效率的建置組塊與直觀式線上設計工具及易於使用的開發套件相結合。
為了確保下一代大型LED顯示器部署,讓LED更亮、使用壽命更長,請從48V開始。
(本文作者為Vicor資深產品行銷經理)
降低製造成本 噴墨印刷成OLED普及關鍵
然而,手機面板的面積畢竟有限,無法支撐一個顯示產業,因此,OLED從小尺寸的應用在技術成熟後進入中大尺寸的應用市場是必然的趨勢,也是主流顯示器技術能夠存活的必然途徑。
不過,未來在中大尺寸應用市場以OLED取代LCD的競爭中,目前OLED高成本的真空蒸鍍製程是降低成本的一大障礙,因此開發低成本的OLED製程成為OLED能否取代LCD的關鍵。噴墨印刷不須在真空進行,高世代大型噴墨設備價格比真空設備低廉,採用按需供給(Drop on Demand)的圖案畫方式,材料使用率高,在大尺寸世代設備價格低廉與提高材料使用率的考量下,大尺寸OLED製造採用溶液式的噴墨印刷製程是降低OLED成本的最佳選擇。
本文從顯示器發展的趨勢探討OLED技術勝出的機會,從技術面檢討目前OLED製造成本高昂的問題與噴墨印刷OLED的解決方案,同時深入的回顧噴墨OLED的發展經歷、現況與未來展望。
顯示器發展趨勢與OLED發展瓶頸
每一種新技術要產業化成產品都必須經過市場嚴苛的考驗,新產品進到市場大致可以區分為兩大類:第一類為創新性應用(Innovative Application),另一類為取代性應用(Replacement Application)。
創新性應用產品在市場上尚無參考比較,成功與否常決定於產品功能能否為客戶帶來全新價值感受,因此市場上能夠容許比較高的產品價格。而取代性應用則以現有產品技術為標竿,勝出的機會在於新技術是否能夠帶來比舊技術更高的價值感受,這些比較的標竿包括產品的價格、功能與產業環境。若以此準則來檢視顯示器發展的歷史就可以感受各種顯示技術發展的成敗興衰。
LCD取代CRT技術關鍵在於LCD找到了筆記型電腦的創新型應用,使LCD技術存活下來並且茁壯到取代CRT。已經退出舞台的電漿顯示技術PDP就找不到創新的應用空間,在取代性應用則面臨無法超越CRT、LCD的標竿而黯然下台。
當今顯示技術是LCD當道標竿,OLED技術要存活只有找到一個可以成為創新應用的產品舞台來擺脫LCD的競爭,使技術得以有繼續發展的空間,很幸運的,在LCD生產逐漸過剩與手機通訊改朝換代的產業環境配合機緣下,折疊手機產品為OLED找到一個折疊面板的藍海,OLED將以折疊手機應用為生存基礎,逐漸建立起有競爭力的技術與產業環境。
然而,手機是以攜帶性功能設計的行動裝置,面板尺寸面積畢竟有限,以產能面積來估算,到了2022年全球OLED規劃的產能達到8,300萬平方公尺,若只應用於折疊手機,無法支撐整個OLED產業。因此,OLED從折疊手機的小尺寸應用,在技術成熟後進入中大尺寸的市場是必然的趨勢,以創新性應用為基礎,擴大到取代性應用是主流顯示器技術能夠存活的必然途徑。
因為LCD面板無法彎折,因此OLED在折疊手機的應用,是創新型應用,客戶在意的是折疊面板本身功能能否符合產品需求,產品能否為客戶帶來全新的價值感受。然而,當OLED產品進入到監視器、電視等非折疊的中大尺寸應用時,OLED變成取代型的應用,這些應用就必須以LCD為標竿,來檢視OLED各項技術指標與價格競爭力。
從技術的角度來看,OLED面板可以從輕、薄、省電、反應快、色域廣等勝出沒問題,但是最終還得面臨成本的比較,意即最終產品價格競爭力是否與LCD相當或者更低是能否取代成功的關鍵。在2000年,OLED技術剛萌芽時,我們都認為OLED的結構比LCD簡單很多(圖1),所以理當具有成本競爭力,但是近20年過去了,最終成本競爭力這一部分仍然很模糊,以目前的製程技術、材料使用率的角度來看,有不容樂觀的理由,若是OLED的成本無法與LCD抗衡,即使有諸多影像的技術優勢,要有絕對性的取代仍很困難,因此降低OLED的製造成本是OLED在站穩折疊手機軟性面板的應用基礎上,擴大到中大尺寸應用成功的關鍵。
圖1 OLED與LCD結構比較圖
降低OLED製造成本有三個途徑(圖2):
圖2 OLED降低成本之三大途徑
1.產業規模化:從材料、設備建立完整規模化的產業鏈,並加速生產技術的建立與良率提升,以達到降低成本的目的。這部分目前OLED產業鏈由於面板廠龐大投資的牽引,逐漸建立中,降低成本的效果指日可待。
2.模組元件結構整合優化:過去OLED發展主要著重於面板結構的優化,包括有機材料發光效率與壽命提升、增加封裝製程的生產力等,未來對於包括圓偏光片、觸控與蓋板等功能性膜材的整合優化將有助於進一步降低成本。
3.新製程:開發新製程以取代目前昂貴的真空蒸鍍與薄膜封裝製程。
OLED在2000年左右萌芽時,就有溶液印刷與真空蒸鍍製程方向兩大流派,這兩大製程方向各有其優劣。當時溶液印刷製程僅有荷蘭飛利浦與台達電投資的翰立光電有生產線,在2007年,翰立光電結束後,全世界也就沒有溶液印刷製程的OLED生產線;另一方面,投入真空蒸鍍製程的廠家較多,目前大部分投入OLED生產的廠家也都採用真空蒸鍍方式,因此,真空蒸鍍製程技術相對成熟很多,帶動相對應的材料與設備技術也比較成熟。
成本昂貴為OLED真空蒸鍍製程發展瓶頸
OLED是自我發光的顯示機制,透過電子(Electron)與電洞(Hole)在有機發光材料複合,使發光材料發光,OLED元件是一種將電能轉換成光能的機制。為了增加光電轉換效率,OLED的陽極與陰極分別置入電洞注入層(Hole Injection Layer, HIL)、電洞傳導層(Hole Transporting Layer, HTL)、電子注入層(Electron Injection Layer, EIL),以及電子傳輸層(Electron Transporting Layer, ETL)。彩色主動矩陣有機發光顯示器(Active Matrix OLED, AMOLED)每一個像素(Pixel)都需要有控制驅動電路,這個電路以目前用於高解析度LCD的低溫多晶矽(Low Temperature Polysilicon, LTPS)薄膜電晶體(TFT)技術最適合。其結構與製程如圖3所示:
圖3 典型主動驅動的AMOLED結構
AMOLED的製程可分為三大部分,驅動的LTPS TFT、OLED蒸鍍製程與封裝製程。驅動AMOLED的TFT與驅動LCD結構雖然有些差異,但是基本上都是塗布、顯影、蝕刻的黃光製程,採用的製程與設備與LTPS...
示波器搭配觸發和解碼包 100BASE-T1介面偵錯不費力
示波器組合觸發/解碼包降低偵錯複雜度
100BASE-T1介面的標準化相容測試涉及使用示波器和網路分析儀量測電氣特性。記錄所有乙太網資料流程量的乙太網協定分析工具可用於驗證電子控制器(ECU)是否正確處理通訊。然而,除此之外,很難執行詳細的根本原因分析,因為傳輸錯誤僅記錄為電報錯誤。
為了進行更深入分析,有必要將合適的觸發和解碼包(Decode Bundle)與所選示波器相組合,透過使開發人員能夠直接將電訊號與傳輸的電報內容相關聯。例如,羅德史瓦茲(Rohde&Schwarz)的100BASE-T1觸發和解碼包能夠在汽車乙太網應用中偵錯匯流排問題,就像實現傳統CAN匯流排一樣容易。
測量儀器須有強大分析/診斷能力
因為100BASE-T1通訊基於雙向資料的同時傳輸,所以匯流排上的任何訊號量測都提取疊加的資料流程。若是要分析兩個資料流程,必須使用定向耦合器。
例如透過Rohde&Schwarz的RT-ZF5乙太網探測夾具上的定向耦合器將它們分離,將探棒插入乙太網線並分離資料流程,允許示波器用非侵入方式記錄100BASE-T1通訊。
探棒擷取的訊號流仍然受到100BASE-T1發射器中等化器施加的預失真影響,以保護它們在非遮罩雙絞線上的傳輸。下一步是示波器均衡訊號以使其返回到未失真狀態,然後擷取並顯示傳輸的資料包文和空閒幀。
100BASE-T1訊號與電報內容的相關性,再加上廣泛的觸發功能,可用於依據源或目標位址顯示隔離電報,從而支援汽車乙太網路越來越急需的強大分析和診斷功能。
另外,100BASE-T1解碼提供了一種揭示匯流排通訊和其他訊號之間定時關係的方法(圖1)。例如,ECU的啟動時間可以透過量測觸發12V電源示波器和第一個有效電報到達之間的時間來確定,可以使用類似的方法來驗證匯流排上通訊的穩定性。在這種情形下,示波器配置為電源電壓的短期中斷觸發,因此開發人員可以分析這些中斷導致的異常匯流排數量。
圖1 此螢幕截圖顯示與解碼電報內容相關的差動100BASE-T1訊號的兩個級別。
資料來源:Rohde&Schwarz
電磁干擾可能導致零星的匯流排錯誤,如果沒有進一步分析,很難偵錯。但是,解碼100BASE-T1通訊的能力意味著開發人員可以分析所有OSI協定層的匯流排通訊,使用量測的定時相關性來識別來自干擾源的耦合。
考慮圖2所示量測,其中100BASE-T1訊號的MAC和空閒幀在記錄開始時正確傳輸,然後中斷資料流程。在較低訊號中,繪製干擾訊號的頻譜,能夠顯示其原因:2MHz處的干擾峰值。專用協定解碼與示波器提供的廣泛分析工具之組合簡化了諸如間歇性干擾等複雜問題的偵錯。
圖2 透過協定分析和頻率分析的整合,精準確定匯流排通訊中的零星中斷。
資料來源:Rohde&Schwarz
隨著資料速率越來越高,汽車通訊變得越來越複雜。100BASE-T1汽車乙太網標準的出現緩解了現有車載匯流排系統的頻寬問題,但代價是更複雜的偵錯挑戰。
舉例來說,Rohde&Schwarz開發了一個觸發和解碼包選項用於偵錯100BASE-T1訊號,其中包括用於非侵入式訊號訪問的探測夾具。該工具使開發人員能夠將電訊號量測與傳輸電報的解碼內容相關聯。因此,使用者可以在偵錯期間分析協定內容,並快速確定發生的任何匯流排錯誤之原因。
(本文作者為Rohde&Schwarz示波器業務產品經理)