首頁Top區塊

根據TrendForce旗下拓墣產業研究院最新報告指出，繼vivo、華為、小米、OPPO之後，三星也即將推出搭載屏下指紋辨識方案的機種，隨著各大Android(安卓)手機品牌開始大規模導入屏下指紋技術，將持續拉升屏下指紋辨識於智慧型手機的滲透率，其中又以超聲波及光學兩項技術發展最具突破性，預估2019年超聲波與光學屏下指紋辨識技術占手機指紋辨識市場比重將從2018年的3%提升至13%。 拓墣產業研究院指出，屏下指紋辨識技術過往受限於良率不足及相關業者投入不夠，然隨著如vivo等手機業者對屏下指紋辨識的需求擴大，讓供應鏈相關業者正視此技術，並大量投入資源提升良率以及尋求更佳的成本方案。2017年新思(Synaptics)光學屏下指紋辨識的成本尚需要12~15美元，但隨著更多如匯頂(Goodix)、思立微(Silead)等業者投入，預估2019年其成本將有機會下降至8美元以下。屆時將有望看到各品牌將不僅於自家最頂尖的旗艦機種搭載屏下指紋辨識技術，甚至於部分中階機種導入此技術來順應全螢幕設計的智慧型手機。 另一方面，超聲波屏下指紋技術也在高通(Qualcomm)積極開發下，將在2019年囊括手機指紋辨識市場6.3%的市占率。市場傳聞三星將於明年導入高通的超聲波屏下指紋辨識方案，未來的屏下指紋辨識技術將不再由新思、匯頂的光學式方案獨大，預計2019年整體屏下指紋辨識技術市場規模將有數倍成長幅度。 隨著屏下指紋辨識技術因良率提升而價格逐漸親民，將成為2,500元人民幣以上之安卓機種的標準配備，為提供消費者更多元的選擇，預期多數品牌將同時推出具備指紋辨識(無論是否為屏下)與人臉辨識技術(包含3D與2D)並存的產品。  

汽車雷達需求持續攀升，Integrated Device Technology(IDT)近期宣布與Steradian Semiconductor建立戰略合作夥伴關係，共同為自動駕駛汽車市場，以及新興的工業、安全與醫療應用提供超高解析度的4D毫米波影像雷達(4D mmWave imaging RADAR)，4D毫米波雷達可以測量物體的距離、高度、深度和速度。 Steradian Semiconductor為一家總部位於印度的半導體公司，由擁有數十年設計蜂窩/射頻和微波收發器IC經驗的行業專家創建，該公司的獨特IP將使IDT能提供高度差異化的「SenseVerse」系列RADAR收發器IC。 IDT全球營運副總裁暨技術長Sailesh Chittipeddi表示，該公司基於毫米波技術的新款影像雷達架構，將成為自動駕駛在各種氣候、環境下仍能可靠自主運行的關鍵；SenseVerse RADAR系列將為視覺與感測增添新的效能，讓自動駕駛、工業4.0等需要高分辨率解決方案的終端市場產生全新變革。 據悉，與Steradian Semiconductor合作研發的SenseVerse SVR4410 IC，為多通道高解析度MIMO雷達設備，其工作頻段為76~81GHz，具有更高的抗干擾性能與更高的通道數量。另外，憑藉整合波束成形和支援多設備聚合(Multi-device Aggregation)，該產品擁有更小的外型、更佳的角度解析度/範圍，以及更低的功耗。 同時，兩家公司也正合作開發一系列高整合度產品以滿足市場需求，像是提供整合天線、SVR收發器(SVR Transceiver)、雷達處理IC或DSP演算法(DSP Algorithms)的雷達模組。 Steradian Semiconductor執行長Gireesh Rajendran指出，IDT的SenseVerse雷達系列提供全天候的高解析度感測，再結合該公司於RF領域的專業知識，將為自動駕駛、工業等廣泛的應用領域提供更高的價值。

格羅方德(GLOBALFOUNDRIES)宣布重要的轉型計畫，未來將依據執行長Tom Caulfield所訂定的發展方向，以高度成長市場客戶為目標，聚焦在供應真正的差異化方案，因此，將無限期暫緩7nm FinFET計畫，重新調整先進FinFET發展藍圖，並依此打造研發團隊。 格羅方德執行長Tom Caulfield表示，半導體的需求日益高漲，而現今主要的無晶圓廠客戶都期望充分利用設計至各個技術節點上的重大投資，以創造每一代更高的技術價值。為此，該公司正轉移資源的分配及焦點，於整體技術組合之中，加強投資客戶使用多年的現有技術，並打造差異化。 格羅方德將重新調整先進FinFET發展藍圖，轉移開發資源，提升14/12nm FinFET製程研發，並提供一系列的創新IP與功能，包括射頻、內嵌記憶體、低功耗及其他功能。為了投入此項轉型，該公司須精簡相關工作人力、重新打造研發團隊；大量頂尖技術人員須轉而投入14/12nm FinFET，研發產品及其他差異化方案，因此將無限期暫緩7nm FinFET計畫。 格羅方德指出，該公司會加強投資在具有明確差異與增添客戶實質價值的領域上，並著重於跨技術組合，以實現各種功能豐富的方案。其中包括FDXTM平台、頂尖射頻方案(RF SOI及高效能SiGe)、類比/混合訊號及其他技術，專門設計用於越來越多需要低功耗、即時連線能力及內建智慧的各種應用。 此外，該公司將成立獨立於晶圓代工業務之外的獨資子公司專責ASIC業務，以延續利用其在ASIC設計與IP領域的研發成果及重大投資。ASIC業務需要持續取得頂尖技術，此一獨立的ASIC子公司可提供客戶7nm及之後的替代晶圓代工選項，同時讓ASIC業務與更廣泛的客戶互動。 針對格羅方德宣布退出先進製程競賽，Gartner研發部副總裁Samuel Wang認為，格羅方德可藉此減輕在先進技術領域的投資負擔，進而在射頻、物聯網、工業、5G及汽車等快速成長的市場中鎖定目標加強投資，針對其中大部份的晶片設計人員打造真正重要的技術。雖然先進技術領域能夠獲得各界矚目，但可以承擔向7nm及精細尺寸的過渡的客戶正日漸減少，而14nm以上的技術在未來數年仍會繼續引領晶圓代工需求，具有充分的創新空間，推動下一波技術的革新。

物聯網已與主要網路攻擊產生關聯，通常涉及濫用易受攻擊的聯網裝置(例如監視攝影機)，以協助進行惡意活動。根據銓安智慧科技(InfoKeyVault)分析，駭客攻擊主要可從五個層面進攻，包含外接記憶體晶片接取(External Memory IC Access)、Debug Port Implants、旁道攻擊(Side Channel Attacks, SCA)、故障注入攻擊(Fault Injection)與低階逆向工程(Low Lever Reverse)等管道，其中有50%的駭客會直接攻擊外部記憶體，從而取得數據資料(如管理其他控制單元的金鑰密碼)；而有25%的駭客是透過Debug Port管道，取得微控制器(MCU)記憶體資料，進而打造一個仿真的設備，或者與其他物聯網設備溝通，趁機竊取相關的資料，若Debug Port通道沒關閉，就等於是為駭客開啟一道後門的概念。 英飛凌(Infineon)大中華區智能卡與保密晶片事業處資深經理田沛灝表示，Debug Port是每顆硬體元件都會有的機制，特別是形同設備中大腦角色的MCU，若Debug Port留了一個後門，讓駭客將裡面的程式碼(Code)，透過Debug Port這個窗口將程式全部拿走，就等同於核心失守。此外，CPU因為有需要存取記憶體的功能，故程式的撰寫必定與記憶體相關，當駭客透過Debug Port將暫存資料全部下載時，即能得知該裝置存取時間、資料與輸入密碼的時間點，進而攻破裝置本身的邏輯。 整體而言，物聯網安全設備不能從單一元件做為確保安全的唯一窗口，而需從整個系統架構來看。IEK產業經濟與趨勢研究中心電子與系統研究組專案經理徐富桂談到，安全防護須從雲端、網路與底層的感測裝置各別強化，以確保有效的安全防護管理。以現階段來說，物聯網系統受到了一些資安挑戰，導致安全亮起紅燈問題有三點。 首先，60%左右的物聯網裝置受限於成本與開發時程等因素，在開發時大多採用Open Source，故約60%左右設計，在設計之初並無考慮到安全問題，隱藏許多系統性弱點。(根據Trend Micro分析既有安全漏洞問題指出，現有物聯網裝置大多採用免費的開放原始碼Linux作業系統，隱藏約200個既有的安全漏洞。)；其次，有許多物聯網系統裝置、網路與雲端密碼強度不足；最後，聯網裝置的使用者對物聯網資安問題沒概念，導致大量裝置未更新至最新的系統版本。 為了改善上述問題，從物聯網設備製造商觀點，可由整體系統是否會被入侵，以及整個生命週期需要如何管理等問題進行改善，提升整體系統安全性。而物聯網設備營運商則須思考如何管理設備，包含設備本身是否設有仿冒的障礙、存取(Access)管控機制是否完整，傳輸資料是否可能被假造等，解決可預測的資安挑戰。

TrendForce記憶體儲存研究(DRAMeXchange)調查顯示，2018年第二季在Android陣營接續發表旗艦新機的帶動下，全球智慧型手機市場總生產數量季增近3%。由於高階機種主流搭載容量升至6GB，且8GB的搭載占比也較2017年擴大；加上市場供給仍舊緊缺，帶動第二季合約價格微幅上揚，在量增價漲下，第二季行動記憶體產值達88.69億美元，季增5.1%，再創新高。   展望第三季，DRAMeXchange指出，儘管有iPhone新機需求挹注，但整體智慧型手機市場成長趨緩，淡旺季差異不若以往，對於提振行動式記憶體需求幫助有限。再者，隨著下半年供應端產能開出，各廠先進製程的良率也逐步提升，行動式記憶體市場的供貨滿足率(Order fulfillment rates)將提高，第三季行動式記憶體合約報價與第二季持平，再加上現貨市場需求亦不熱絡，預估第三季整體營收成長力道將更趨緩。   觀察個別供應商表現，三星率先量產大容量的行動式記憶體產品，加上穩定的供貨能力，囊括多數大容量訂單，因此儘管第二季與第三季報價上漲幅度相對平穩，但三星依然以50.43億美元的營收表現穩居市場龍頭。製程進度上，三星幾乎已全採1X nm製程，僅少數LPDDR3 eMCP組合還有微量供應20nm產品。新製程方面，三星已於第二季開始小批量投產1Y nm，由於量產初期將優先以非手機應用的產品驗證為主，因此預估要到第四季才會提供少量樣品供手機品牌廠驗證。   SK海力士(SK Hynix)上半年1X nm新製程的良率提升緩慢，導致LPDDR4系列產能無法滿足大容量DRAM的交付數量，衝擊營收表現。SK海力士第二季行動記憶體營收僅季增1.4%，達21.52億美元，排名全球第二。在製程表現上，由於1X nm的良率在第三季獲得改善，LPDDR4系列中1X nm的比重將隨之提高；而LPDDR3系列仍以25nm微縮的舊製程為主，後續將逐步轉往1X nm製程，以增加成本優勢並擴大營收市占。  

為實現低功耗、長距離物聯網應用，三星(Samsung)宣布推出全新NB IoT解決方案--Exynos i S111。該產品提供更寬的覆蓋範圍、更低功耗、更高的安全性，且針對現今所需的即時追蹤應用(如穿戴式裝置或智慧電表)進行優化，可提供準確的位置。此一解決方案將數據機(Modem)、處理器、記憶體和全球導航衛星系統(GNSS)整合在一個晶片中，以提升連接設備製造商的設計效率和靈活性。 三星電子LSI營銷副總裁Ben Hur表示，物聯網將提供超越傳統空間的新應用，帶來更多廣泛的機會；而新推出的Exynos i S111，其高度安全性和高效的通訊功能，將為生活帶來更多NB-IoT應用。 隨著物聯網逐漸成為日常生活的一部分，聯網設備持續增加，並即時分享大量的、有用的訊息。像是常用的的通訊方式如藍牙(Bluetooth)、ZigBee適用於家庭或建築物之類的受限空間，進行短距離傳輸；而寬頻通訊通常用於需要高數據傳輸的行動設備；至於NB-IoT則適合低功耗、數據量小、寬範圍覆蓋的應用。 為了實現長距離，寬範圍且低功耗的NB-IoT應用，新推出的Exynos i S111採用省電模式(Power Saving Mode, PSM)和非連續接收模式(Extended Discontinuous Reception, eDRX)，可使設備長時間處於休眠狀態。另外，該產品採用LTE Rel. 14 標準，可以達到下載傳輸數率每秒127 kbps，上傳傳輸速率每秒158 kbps的表現。 除此之外，隨著愈來愈多穿戴裝置或應用具備即時追蹤功能，此一解決方案也整合GNSS，並支援到達時間差量測法技術(Observed Time Difference of Arrival,...

2010年，低功耗藍牙的誕生讓藍牙技術又向前邁進一大步。其影響力既深且廣，應用範圍涵蓋智慧型手機和平板、醫療和健身、智慧家庭，以及穿戴式裝置市場。以Mesh網路拓撲建立的無線通訊系統，已證實能夠有效提供大範圍的涵蓋率，不僅能延伸涵蓋範圍，而且相當穩定可靠。然而，在此之前這類網路都是建構在特殊技術之上，無法與大多數消費者的電腦、智慧型手機與周邊配件相容，亦不適用於企業端。 此次藍牙Mesh技術規格的制定是120家藍牙技術聯盟企業會員共同努力的成果，遠遠超越了一般正常的規模，也因此才能滿足全球對於藍牙網狀網路產業標準的要求。對藍牙技術而言，Mesh規格的制定，象徵著型態的轉變，而其影響層面之龐大，也讓它成為一項典範轉移。本文章共分上下篇，上篇敘述藍牙Mesh應用與特點，下篇則描述藍牙Mesh技術與設計架構。 藍牙Mesh實現智慧建築 想像一下，在一個天還未亮的冬日清晨，您開車去上班，經過公司保全系統之後，系統自動分配一個車位給您(圖1)。車位上方的編號自動亮起，引導您輕鬆將車停好。接著，車位分配系統立即將這個車位標記為已占用。 圖1　藍牙Mesh網狀網路涵蓋整個辦公室和停車場。 走進大樓，人員感應器偵測到您的存在，立即透過您的穿戴式裝置辨認您的身分。您走進電梯，搭到二樓，然後走出電梯。一如往常，您又是第一個進辦公室。當電梯門開啟，從電梯口到您辦公室及廚房的沿路，燈光自動亮起，咖啡是您公司不可或缺的要素，為了節能，其他區域依然保持在黑暗中。 您走進辦公室，身後的門自動關上。天花板及您桌上的檯燈都已經為您開啟，並且調整在您覺得最舒適的亮度。您注意到室內的溫度似乎比整個辦公室稍微溫暖一點，這正好是您個人最愛的溫度。您一坐下，您的電腦就自動將您登入。 您的一天就此順利展開，大樓自動回應了您的需求，甚至貼心地配合您的喜好。所有系統都很有效率地運作，而這一切是如何辦到的？ 幾個月前，公司安裝了一套藍牙Mesh網狀網路，一開始先安裝的是Mesh照明系統；後來人員感應器、環境感應器、無線暖氣空調及停車管理系統也陸續加入Mesh網路當中。公司因此省下了不少的電費和暖氣費，而且工作環境也變得更有人性，大幅提升了個人的工作效率。不僅如此，維護成本也因而降低，因為公司再也不必為了增加新的照明開關而大費周章地布線，既省下昂貴的成本，又不會干擾正常營運。 與此同時，大樓管理團隊也能透過各種資料來了解整個大樓及各項服務的狀況，同時掌握人們的使用情況，然後再利用這些資料將系統調整至最佳狀況。 藍牙Mesh網狀網路讓您輕鬆、經濟地掌握整棟建築的各項服務，並透過無線方式來操控並設定自動化行為。回想起來，您還真不知道以前沒有這套先進系統時是怎麼過活的。 藍牙Mesh技術基本概念 要了解藍牙Mesh網狀網路拓撲，首先要先對一些藍牙以外的最新科技名詞和概念有所認識。本章節將介紹一些最基本的名詞和概念。 「網狀網路」與「點對點」 大多數的低功耗藍牙裝置都是經由簡單的「點對點」網路拓撲來和其他裝置通訊(一對一通訊)，在藍牙的核心規格當中，這樣的網路稱為「Piconet」微微網。  想像一支智慧型手機和一台心率監視器之間建立了點對點連線，並將資料傳輸到手機上。藍牙有一項不錯的特性就是裝置可以建立多個連線，因此這支智慧型手機還可和另一個活動紀錄器建立點對點連線。儘管這支智慧型手機可以同時和兩個外部裝置直接通訊，但外部裝置彼此之間卻無法直接通訊。 反觀網狀網路則是一種「多對多」的網路拓撲(圖2)，網狀網路中的每個裝置都能與其他任一裝置通訊，這一點會在後續的文章當中詳細說明。裝置之間通訊的方式是透過訊息，而且每一裝置都可以轉發訊息，因此從兩端的通訊距離可以超越個別節點無線射頻功率所及的範圍。 圖2　採用訊息轉發架構的多對多網路拓撲。 裝置與節點 網狀網路中的每一個裝置就是一個節點，而尚未加入的裝置則稱為「未啟動配置裝置」(Unprovisioned Device)。因此，一個未啟動配置裝置轉變成網路節點的過程就叫做「啟動配置」(Provisioning)。想像一個情境，使用者新買了一個支援藍牙Mesh技術的燈具帶回家安裝，而為了將它加入藍牙Mesh網路，必須先啟動配置燈具以便能夠透過現有的藍牙照明開關或調光器來操作。 啟動配置是一個安全的程序，經過此一程序，未啟動配置的裝置會獲得一連串的加密金鑰，並且向「啟動配置器」(Provisioner)裝置(通常是平板或智慧型手機)註冊，其中一把金鑰是「網路金鑰」，簡稱NetKey。 Mesh網路中的所有節點至少都會有一把網路金鑰，也正因為擁有此一金鑰，裝置才可算是該網路的成員，並稱為一個節點。不過，節點在能發揮作用之前，還要滿足幾項條件；首先最基本的就是透過一個安全的配置程序取得一把網路金鑰。 元素 有些節點會有多個組成單元，每一個單元都能夠獨立被操控。在藍牙Mesh技術的術語中，這些組成單元叫做「元素」(Element)。圖3顯示一個LED燈具，當它加入藍牙Mesh網狀網路時，會變成一個擁有三個元素的單一節點，每一元素則分別對應至不同的LED燈。 圖3　包含三個「元素」的照明節點。 訊息 當一節點須要查詢其他節點的狀態，或者操控其他節點時，就要傳送某種類型的訊息；若節點需要向其他節點通報自己的狀態，也是藉由發送訊息通報。 網狀網路中的所有通訊都是透過「訊息」來達成，藍牙Mesh技術已定義了許多訊息類型，每一類都有自己獨特的代碼(Opcode)。 訊息主要分成兩大類：「須確認」(Acknowledged)和「不須確認」(Unacknowledged)兩種。須確認訊息的接收端節點必須做出回應，回應有兩項目的：第一，確認訊息已收到；第二，將接收端的資料傳回發送端。 須確認訊息的發送端若未收到預期的回應，可重新發送訊息，因此須確認訊息必須具備等冪(Idempotent)特質。換句話說，當某個節點收到多次相同的須確認訊息，效果和收到一次是一樣的，不須確認訊息則不須回應。 位址 訊息的傳遞必須從某一位址到另一位址，藍牙Mesh技術定義了三種位址。單點傳播(Unicast)位址用來對應單一元素定址，在配置程序中，單點傳播位址會被指派至裝置。 群組位址是一種群播(Multicast)位址，可用來對應一個或多個元素定址。群組位址可由藍牙技術聯盟定義或動態指派，前者就是所謂的「SIG固定群組位址」(SIG Fixed Group Addresses)。目前共定義了四個SIG固定群組位址，包括All-proxies、All-friends、All-relays及All-nodes。本文後續會對代理(Proxy)、好友(Friend)和轉發(Relay)等名詞的意義做進一步解釋。 動態群組位址的用意是要讓使用者透過一個組態設定程式，建立並對應一棟建築的實體組態。 例如，建築中的每一個房間都有對應的群組位址，虛擬位址則用來對應一個或多個元素定址的位址，並可涵蓋多個節點。其格式是一個128位元的通用唯一識別碼(UUID)，可對應任何元素，就如同標籤的作用。 發布/訂閱 「發布」就是傳送訊息的動作，而設定讓節點從特定位址接收某些訊息的動作，就是「訂閱」。一般來說，訊息會發送至群組位址或虛擬位址。群組和虛擬位址的名稱，通常會讓使用者一看就知道用意，因此在使用上既方便又直覺。 如圖4，我們看到「開關1」節點會發布訊息到「廚房」群組位址。「燈泡1」、「燈泡2」、「燈泡3」這三個節點，則訂閱了「廚房」這個位址， 因此會接收及處理發布至該位址的訊息。換句話說，「燈泡1」、「燈泡2」和「燈泡3」即可透過「開關1」來操控。 圖4　發布/訂閱情境示意圖 「開關2」會發布訊息到「餐廳」這個位址。而圖中只有「燈泡3」訂閱了該位址的訊息，因此「開關2」只能控制此一燈泡。請特別留意，此範例也示範了節點可訂閱不只一個位址的訊息，這樣的設計既強大又彈性。 同樣地，請特別留意「開關5」和「開關 6」兩個節點皆可發布訊息至「花園」這個位址。採用群組和虛擬位址並搭配「發布/訂閱」的通訊機制的另一絕佳優點，就是當網路中移除、更換或新增節點時，不須重新設定其他節點。 想像一下，如果餐廳需要新增安裝一盞燈會需要哪些流程。首先，新的裝置必須經過配置程序加入網路，並且設定訂閱「餐廳」的位址訊息；而其他的節點完全不會因改變而受到影響。「開關2」就像之前一樣，依然將訊息發布至「餐廳」，但現在「燈泡3」，以及新的燈泡都會做出回應。 狀態與屬性 元素可以有多種狀態，在藍牙Mesh技術當中，這樣的概念是透過狀態值來表示。「狀態」為一元素當中某種類型的數值(請參閱文後的「伺服器」模型章節)。除了數值以外，狀態還有一些對應的行為，且無法重複應用在其他情境。 例如一顆簡單的燈泡，其狀態不是「開」就是「關」。藍牙Mesh技術定義了一個叫做「通用開關」(Generic OnOff) 的狀態。燈泡即含有這樣的狀態，因此，數值「On」對應的就是燈泡開啟的狀態，或者讓燈泡點亮。 反觀一個數值為「Off」的Generic OnOff狀態，對應的就是燈泡關閉的狀態，或者讓燈泡熄滅。 稍後我們會再談到Generic通用定義的重要性。屬性與狀態一樣，都含有關於某元素的數值，這方面兩者類似，但在其他方面卻截然不同。對於熟悉低功耗藍牙的讀者可能會聯想到特性(Characteristic)，這是一種沒有對應行為定義的資料類型，因此可應用至各種不同情境，屬性提供解讀某個特性的情境。 為了示範情境對於屬性的重要性及使用方式，本文舉「Temperature 8」為例，這是一個8位元的溫度狀態類型，並且有一些對應的屬性，包括當前室內周遭溫度(Present Indoor Ambient Temperature)與當前室外周遭溫度(Present Outdoor Ambient Temperature)。 這兩個屬性可讓感應器發布感應器讀值，供接收訊息的裝置可以根據溫度的情境，更正確地解讀溫度數值。屬性主要分成兩大類：製造商(Manufacturer)屬性是一種唯讀屬性，系統管理員(Admin)屬性則是讀寫兩用屬性。 訊息/狀態/屬性 訊息是用來觸發Mesh網路裝置運作的機制。形式上，訊息類型代表著一種針對個別或一群狀態數值的操作。所有訊息都可歸為三大類型，各自反映藍牙 Mesh技術所支援的操作類型，這三大類分別為，讀取(GET)、設定(SET)和狀態(STATUS)。 讀取訊息用以取得一個或多個節點的狀態數值。狀態訊息則是用來回應讀取訊息，內含對應狀態的數值。設定訊息用來改變某狀態的數值。須確認的設定訊息最後會產生一個狀態訊息，以回應設定訊息；不須確認的設定訊息則不須回應。狀態訊息則用來回應讀取訊息、須確認的設定訊息，或者單獨使用無關的其他訊息，例如某個元素上的計時器所觸發的狀態訊息。 訊息所參照到的個別狀態，必須從訊息的代碼導出其意義；屬性則不然，在通用屬性相關訊息當中，它是直接以一個16位元屬性識別碼(ID)來表示。 狀態轉換 從某一狀態變成另一個狀態就叫做「狀態轉換」。狀態轉換可以是瞬間的，或者持續一段時間才完成，這段時間就叫做「轉換時間」。狀態的轉換很可能會對節點在應用層的行為產生影響。 狀態綁定 狀態之間彼此可能會存在著某種關係，因此改變一個狀態，可能會連帶影響另一個狀態。這樣的關係就是「狀態綁定」(State Binding)。一個狀態可以跟其他多個狀態綁定。例如某個透過調光器控制的燈泡有兩個狀態：通用開關通用高低(Generic Level)，彼此互相關聯。假使將亮度調整至通用高低的數值「零」(也就是全暗狀態)，就會使得通用開關的狀態從「On」轉換至「Off」。 模型 模型則將前面所介紹的概念都集合起來，用來定義一個元素在網狀網路當中的部分或所有功能，模型基本上分成三種。 第一種是「伺服器」模型，此模型定義了一些狀態、狀態轉換、狀態綁定，以及包含此模型的元素可能發送或接收的訊息。此外，伺服器模型也定義了訊息、狀態、狀態轉換對應的行為。 第二種是「用戶端」模型，此模型未定義任狀態，但定義了其可能發送或接收的訊息，以便「讀取」、「設定」狀態或接收其對應伺服器模型中所定義的「狀態」訊息。第三種是「控制」模型，此模型同時結合了「伺服器」模型(可與其他用戶端模型通訊)以及「用戶端」模型(可與伺服器模型通訊)。 當然，也可以透過延伸其他模型來建立模型，未延伸過的模型稱為根模型(Root Model)。模型一旦定義就永遠不能改變，換句話說，不能透過新增或移除行為來改變模型，要滿足新的需求，唯一正確且允許的方式就是延伸既有的模型。 Generic通用定義 有許多不同類型的裝置，其基本上都有一些意義相同的狀態。最簡單的就是「開」和「關」兩種狀態，例如燈泡、風扇、插座，全部都可切換成「開」或「關」。 因此，藍牙Mesh模型規格定義了一系列可重複使用且通用的狀態，例如通用開關和通用高低。同樣地，也定義了一系列作用於通用狀態的通用訊息，例如：通用開關讀取「Generic OnOff Get」和通用高低設定「Generic Level...

機器視覺應用的潛在商機龐大，研究機構Market Research Future指出，由於3D模型與產品的需求不斷增加，大幅提升了3D機器視覺的市場潛力，預計該市場到2022年將達到19億美元；自2017年至2022年的年均複合成長率將為9%(圖1)。 圖1　3D機器視覺市場預測 資料來源：Market Research Future 由於機器視覺技術的成熟，在工業領域除了協助檢測與掃讀條碼之外，在近年來更開始運用在視覺導引機器人(VGR)之中。單一機械手臂可以透過機器視覺辨識零組件款式，進而調整抓取、搬移、組裝的角度與力道，更能有效防止機器人意外碰撞，維護工業現場安全。 機器人+3D視覺正夯 由於智慧製造與人工智慧(AI)風潮興起，全球機器人大廠便開始在其機器視覺系統裡導入機器學習功能，欲打造新的工業機器人技術壁壘。包括日本發那科(FANUC)、安川電機、DAIHEN與三菱電機等多家工業機器人大廠，均展示了導入人工智慧深度學習的工業機器視覺應用，包括表面檢測、工件位置、力回饋自我調整等功能。在台灣，亦能看到自2017年起，鈺創科技、工研院機械所等廠商更紛紛推出了針對工業應用的3D機器視覺解決方案，期待能藉由機器視覺技術的提升，使智慧製造技術更精進。 拓墣產業研究院分析師柏德葳(圖2)指出，3D機器視覺技術整合人工智慧正成為主流趨勢，讓工業機器人具備人腦思維，以執行更高精度、更複雜的工作。例如取代過去長期由人工負責的品管檢驗，也可以進行肉眼無法檢測的細節檢驗。各大廠陸續在台北自動化大展、東京機器人展與漢諾威工業展等上展示智慧視覺方案，包含3D視覺取放系統與AI球鞋檢測系統。其中3D視覺拾取系統內建深度學習的AI功能，可以學習備品或產品的外形，並自動辨識以及撿取；例如可以學習不同顏色的羊毛或織布，再由系統進行判別後自動撿取分類。在應用領域方面，比較看好的則是汽車工業、電子組裝業、金屬加工業、製鞋業等。 圖2　拓墣產業研究院分析師柏德葳指出，3D機器視覺技術整合人工智慧正成為主流趨勢，眾大廠皆在展會上展示自家智慧視覺方案。 使用廠商對於3D機器視覺的主要需求是在於定位、辨識、驗證、測量和缺陷檢測。至今為止，3D視覺系統技術的發展已趨於成熟，且能夠讓工業機器人有效地識別和抓取料框中不同形狀的工件，由此可見其應用前景廣泛。包括發那科、安川電機、三菱電機等在東京機器人展均有展示「3D視覺引導工業機器人抓取、放置零組件(Random Bin Picking)」之類的解決方案，而其3D視覺系統已能區分類似的形狀和色彩，也可以隨機堆放的零組件。 3D機器視覺技術多      雙鏡頭方案成本最低 要實現機器視覺有非常多種技術方法，得看生產線的需求來決定導入何種技術應用。目前主流作法有以下三種： ．雙鏡頭 雙鏡頭解決方案是以兩顆相機進行三角運算，進而實現3D機器視覺。資策會MIC資深產業分析師林信亨(圖3)表示，由於各類相機、鏡頭技術發展已相當成熟，因此雙鏡頭解決方案在3D機器視覺中，是比較便宜的作法。 圖3　資策會MIC資深產業分析師林信亨表示，由於各類相機、鏡頭發展相當成熟，因此雙鏡頭解決方案在3D機器視覺中，是比較便宜的作法。 雙鏡頭解決方案通常稱為立體視覺，也會被稱為2.5D的機器視覺解決方案，並非真正能提供完整立體資訊的3D技術。並且，鏡頭所能做到的判斷可能會有將近公分等級的誤差，因此，目前在工業生產線上的運用以邊緣特徵點清楚的物件貨運、夾取、尺寸估算為主。 ．雷射＋鏡頭 由雷射光加上鏡頭的影像資訊，能真正提供3D立體資訊。該作法雖然精準度高，然而掃瞄速度較慢，在當今機械手臂動作已經非常快速的狀況下，就算只是1~2秒的延遲時間，都將大幅拉低手臂的運動效率。因此，雷射加上鏡頭的解決方案較為適合用於樣貌缺陷的檢測。工研院便針對此需求，推出了結合雷射與相機技術的3D視覺模組。該模組可以依照工件的大小，調整掃描角度、相機解析度，具備很好的調變性。 ．投影機＋鏡頭 另一種提供3D機器視覺資訊的方式，是以投影機發送結構光，結構光在遇到物件後會變形反射，再由相機鏡頭判讀結構光反射的結果。由於此方式夠做到相對較高的判讀速度，因此，目前大約八成以上的廠商是用此技術搭配機器手臂使用。   低成本/色彩判讀為優勢　2D機器視覺不退場 儘管3D機器視覺技術能夠做到多種產線應用。然而，2D機器視覺依然具備成本較低的優勢，並且能夠提供色彩資訊。因此在未來2D機器視覺技術滲透率將與3D機器視覺一同成長，並不會由於3D視覺技術的發展而受到擠壓。 2D機器視覺最大的優點在於能提供色彩資訊，許多瑕疵檢測必須偵測產品是否有污染、異色的情況，這時候許多3D技術反而無法判斷。另一方面，成本也是許多製造商在導入機器視覺時的考量，因此在導引組裝、定位等產線需求，依舊會以成本較低的2D機器視覺方案為主。 柏德葳說明，在工業檢測領域，若被檢測的對象是平面的圖案或者攤在平面上的物品，2D機器視覺就能夠滿足檢測的需求；若被檢測的對象是立體物品或者在箱子裡堆疊一團的加工金屬工件等，才需要使用3D機器視覺提高辨識準確率、加速辨識速度。 工研院機械所工業視覺技術部經理蔡雅惠(圖4)亦指出，若是生產線工件較為平坦、無過大的高低起伏，其實也常有2D機器視覺配合機械手臂的應用。或是在農業場域，也能運用機器人搭配2D視覺技術收成水果。 圖4　工研院機械所工業視覺技術部經理蔡雅惠(右)指出，在農業場域，也能運用機器人搭配2D視覺技術收成水果。圖左為工研院機械所智慧機器人技術組副組長張彥中。 目前在市場上2D機器視覺依然很普遍，在所有工業機器視覺應用之中，2D機器視覺占有八成使用率，相較之下3D依然是比較少見的。然而，蔡雅惠指出，以國際趨勢來看，3D機器視覺確實會越來越受歡迎。 DLP結構光精度高　導入手臂應用多 近年來，3D機器視覺的市場規模正穩定成長中，尤其是在工業應用市場，相對更能夠更精準的預測未來市場變化。德州儀器(TI)DLP資深應用工程師劉旻利(圖5)分享，該公司客戶由五年前開始導入由德州儀器所推出的數位光源處理技術(Digital Light Processing, DLP)機器視覺解決方案，到了今年，差不多就是到了設備汰舊換新的週期。因此，該公司由大約三年前便開始隨時關注工業應用的新需求，以推出相對應的解決方案。 圖5　德州儀器DLP資深應用工程師劉旻利分享，工業客戶對於機器視覺的需求，不外乎就是解析度、速度以及使用彈性三大重點。 劉旻利進一步說明，工業客戶的需求，不外乎就是解析度、速度以及使用彈性三大重點。針對近年來的工業需求，德州儀器更開發了TRP新技術，讓解析度可以拉高雙倍。 劉旻利分享，在開始推廣DLP 3D機器視覺解決方案時，也常聽到客戶認為可以藉由DLP技術解析度高、速度快的特性，導入機器手臂之中，做到少量多樣的彈性產線。當時出現了許多有趣的應用概念，但是幾年下來真正實現的應用卻很少。原因就在於其實許多機器手臂的應用其實只要2D機器視覺技術便能實現。 然而，3D機器視覺的應用依然將持續與手臂結合並精進。劉旻利舉例，近年來許多行動裝置皆講求防水功能，要做到防水功能除了將孔洞移除之外，組裝過程中一定要使用膠水黏貼縫隙。而目前的點膠控制多由機械手臂處理，若要做到一步到位的點膠、黏貼，並將誤差值控制在公釐等級以下，便需要3D機器視覺先掃描物件並規畫點膠路徑。此應用需要快速、高精準度的3D機器視覺輔助，若要將3D機器視覺模組導入在機器手臂之中，模組的微型化也將非常重要。由於TRP技術，能夠使投影機做到更高的光利用效率、體積也能夠更小，因此也相當適合機器手臂應用。 產業老經驗AI來傳承 在導入3D機器視覺到產線的過程中，當然成本會是業者很大的考量。然而除此考量之外，由於機器視覺所累積的巨量資料能夠透過人工智慧加以分析並回饋、改善產線，因此所帶來的助益不單純是可以透過簡單的價格、收益來計算的。工研院機械所智慧機器人技術組副組長張彥中表示，在與一些製造業者合作的過程中，發現許多產線的調校其實都是仰賴老師傅的經驗累積，因此隨著老師傅逐漸退休，他們的經驗該如何傳承將成為一大問題。透過機器視覺搭配人工智慧能以另一種方式保留技術經驗，這也是廠商願意在此投入成本的重要原因。 蔡雅惠指出，無論是在機器手臂的應用，或是品質檢測的掌握上，透過2D或是3D機器視覺都能讓製造商掌握大量的資訊與產品的品質狀態。蔡雅惠便提到，藉由品質監控的數據回推，就能進一步推測出製程參數是否設定正確。 舉例而言，工研院由2017年開始與鏡片廠合作，在鏡片烤彎的過程中，烤爐的溫度必須隨著氣候環境的溫度調整，因此，產線製程的設定參數必須時時調校。過去像這樣的工作執行，皆是透過老師傅的經驗調整，然而在產線布置3D機器視覺技術之後，還可以布置一些環境溫度、濕度的感測器，以及爐區溫度、生產線輸送速度的感測器，透過各種感測器蒐集到數據並加以計算分析後，就會知道設定參數是否正確。也能再利用人工智慧運算回饋，即時調整生產線的參數值。 蔡雅惠說明，在此鏡片廠的案例中，過去透過人工調整大約能達到60%良率，導入人工智慧後，鏡片良率則能高達90%。 3D機器視覺加持　建築機器人大顯身手 在人口老化與少子化的雙重壓力下，不只製造業缺工，工作環境不佳、辛苦或危險的工作(即俗稱的3K產業)也越來越難找到工人。在此情況下，用機器取代人力從事這類勞動，勢必成為趨勢。然而，相較於製造業產線，其他產業的工作現場可能更為複雜，如何讓機器人在這種環境下工作，無疑是一大考驗。而3D機器視覺跟自主協作，或將成為這類機器人必備的能力。 天目時科(Tmsuk Formosa)董事長川久保勇次表示，雖然製造業仍是目前機器人產業最重要的客戶，但隨著人口老化跟少子化的情況越來越嚴重，勞動力不足將成為每個行業都必須面對的挑戰。如何用機器協助人類提高生產力，甚至在某些環境比較不好，或危險性程度較高的作業現場，完全用機器取代人類，將是每家企業都必須思考的問題。而這也是該公司作為機器人ODM業者的生存利基。 天目時科是一家商業模式相當特別的機器人業者。目前在機器人產業中，大型的機器人供應商多半是鎖定製造業應用，推出標準化的機器手臂產品。但天目時科並不提供標準產品，而是按照各行業客戶的需求，替客戶開發、生產客製化機器人。在某些情況下，客戶甚至會跟該公司共同開發，以確保產品能符合其應用需求。 近期該公司便與日本積水住宅共同發布了一款專為天花板工事所設計的機器人方案。該方案由兩台可分成上下兩個單元的機器人--Carry與Shot所組成。兩台機器人都搭載3D與2D機器視覺，其中3D視覺主要是用來偵測場景中的障礙物，避免碰撞。至於2D機器視覺，則使用在天花板的施工過程中。Carry機器人的2D機器視覺主要用來量測天花板骨架的長寬尺寸，並會將資訊傳遞到平板電腦上，讓作業人員能據以裁切出尺寸正確的石膏板，再交由Carry將石膏板舉到定位並初步打釘；Shot的2D機器視覺能力則負責檢查石膏板是否正確對位，並指揮Carry進行微調，確認位置無誤後再將剩餘的釘子打上，將石膏板完全固定。未來天目時科會進一步將2D機器視覺升級為3D機器視覺，以實現更精準的量測跟對位。據積水住宅估計，這套方案約可減少現場工作人員七成工作負擔。 值得一提的是，這兩台機器人的四個單元會透過Wi-Fi彼此通訊，自主協調工作動線，因此在作業過程中不會發生碰撞。此外，兩台機器人也具備偵測人員活動的能力，當有人員出現在其作業範圍內時，機器人會感知到人類的存在，進而採取對應動作。 川久保指出，按照協作機器人的設計原則，當有人類靠近時，機器人應該放慢動作，甚至完全停止作業。該公司在開發此機器人時，也按照這個原則進行設計。但對建築現場來說，把機器人直接停下來是否是最安全的作法，還有待商榷，這也是機器人開發商要跟業主深度合作的原因。因此，天目時科還會跟積水住宅進行後續研發，把這套機器人解決方案做得更完善。天花板作業機器人預定將在2020年大規模導入。 另一方面，因為Carry跟Shot是由上下兩個單元所組成，因此，若使用者有不同作業需求，可以替換搭載其他功能的上部單元。舉例來說，天花板的清掃或是要在高處懸掛裝飾物品，用人力作業其實有一定的危險性，這也是Carry跟Shot能派上用場的地方。天目時科未來還會開發支援其他用途的單元，讓Carry跟Shot能執行更多不同的作業。

機器視覺應用的難點在哪些方面，以及什麼使GigE Vision在系統整合商中如此受歡迎？機器視覺硬體和軟體規格眾多，每個解決方案都有特點，使用者可以從中選擇最適合需求的選項和組合。機器視覺架構的主要大腦都是中央處理單元(CPU)。今天的多核CPU提供卓越的性能，又能使軟體設計人員能夠開發C和其它特定檢測功能的基本應用程序(如符號讀取，字符識別或存在/不存在零件檢測)，並可藉由特定CPU組態、指令集優化程式，同時可由下列幾項協同處理器提高系統性能。 繪圖處理器(GPU)是專用電路，旨在提供巨大的浮點計算能力，可用於加速圖像處理，並且能夠快速處理定義此類圖像的相關數據。GPU可以在大數據集的所有元素上同時應用通用指令，例如構成圖像的元素，且強大的平行運算架構，也是目前深度學習在訓練模型中最佳的方案。 現場可程式邏輯陣列(FPGA)是另一種形式的整合電路，可以對其進行優化以快速執行多條指令，可用於快速執行複雜的功能和計算。 處理器與協同處理器可以組合形成CPU+GPU、CPU+FPGA和CPU+GPU+FPGA，機器視覺處理架構因此可以針對各種的應用進行量身定制，並且實現可擴展的性能。角色的分工處理如下：CPU執行算法；GPU編碼，解碼和顯示訊息；FPGA執行數據預處理，特別是在空間/頻率域中。而在一個晶片上整合CPU和FPGA的SoC系統，由於整合電路體積小、功耗低，因此較常使用在行動設備中。另一方面，對於高頻寬、即時(Real Time)線上檢測環境，CPU+FPGA設計也能得到較好的結果。 對於高資料量與多相機的這類型應用，一台或多台工業相機須通過高速通訊協定將圖像資料傳送到PC，因此GigE Vision成為工業相機介面主流。 GigE Vision最具吸引力的特點是支持更長的電纜長度，與FireWire 4.5公尺的最長電纜長度和Camera Link的10公尺長度相比，GigE Vision支持高達100公尺，而毋須使用中繼器。GigE Vision還能使用乙太網交換機輕鬆擴展其系統。由於每台工業相機都可以使用IP地址進行尋址，因此在同一網路上可以無限制的連接多顆工業相機。同時乙太網電纜能夠通過100公尺長的電纜使用乙太網供電(PoE)；相較於FireWire和Camera Link來說可節省更多配線成本與時間。Cat 5e和Cat 6電纜的低成本使GigE成為需要長距離走線最具成本效益的解決方案。 GigE Vision工業相機協定是基於GenICam的指令結構，GenICam是由歐洲機器視覺協會(EMVA)所定義。以確保符合GigE Vision視覺標準的工業相機都能相容於所有第三方軟體和硬體。這能為系統整合商降低視覺系統整合和維護的成本。此外，GigE Vision結合了其他工業相機所欠缺的許多功能，如高資料量傳輸速率、未壓縮影像傳輸、低配線成本、隨插即用功能。同時也不須額外採購特殊介面且複雜的圖像擷取卡。 現今，市場有為數眾多的GigE Vision相機供應商，提供低至高解析度，高速，單板，緊湊型等各式工業相機，使GigE Vision標準成為最理想的機器視覺相機標準。 Gigabit乙太網和GigE Vision工業相機的優勢可歸納為以下優點： 1.基於PC Base視覺系統的最佳成本效益解決方案。 2.長距離連接：每段100公尺，總長度幾乎不受限制。 3.靈活、多樣化的網路配置。 4.高性能，擴充性好(可通過GigE Vision介面卡或交換器)。 5.基於GigE Vision和GenICam標準，優異的相容性和眾多供應商與型式。 占用CPU資源成GigE Vision限制 使用GigE Vision相機，由於圖像資料是以網路封包的方式從相機傳輸至PC Base平台，須占用系統CPU資源解析網路封包並轉為圖像資料，因此應用程式方面系統整合商可能須要根據系統優先順序和調整CPU多工處理，以達到預期的結果。另一方面在多相機的應用方案中，嵌入式工業控制器或機器視覺系統可能無法提供所需的所有乙太網路接口。在這種情況下，系統整合商可以使用PCI...

CAN匯流排調試過程中出現封包發送失敗，很多工程師都對此只知其一不知其二，今天我們就CAN封包發送失敗的問題來做一次探討。在瞭解CAN封包為什麼會發送失敗之前，我們先看看一條正確的CAN封包到底應該是怎麼樣的，表1是一個正常標準資料幀的封包組成。 ACK為CAN通訊關鍵要素 CAN匯流排是一種基於廣播的通訊方式，為了保證匯流排上的每一個正常節點都能正確的接收到封包，封包的發送者要求每一個接收節點在封包發送結束前要作出應答，這也是封包裡ACK存在的原因。 一幀CAN封包中ACK段長度為2個位，包含應答間隙(ACK Slot)和應答界定符(ACK Delimter)。在應答場裡，發送站發送兩個隱性位。當接收器正確地接收到有效的封包，接收器就會在應答間隙(ACK Slot)期間(發送ACK訊號)向發送器發送一「顯性」的位以示應答。 ．應答間隙： 所有接收到匹配CRC序列(CRC SEQUENCE)的站會在應答間隙期間用一顯性的位寫入發送器的隱性位來作出回答。 ．應答界定符： ACK界定符是ACK場的第二個位，並且是一個必須為隱性的位。因此，應答間隙(ACK Slot)被兩個隱性的位所包圍，也就是CRC界定符(CRC Delimter)和ACK界定符(ACK Delimter)。  ACK出錯之原因 而如果匯流排上沒有ACK應答(即應答間隙為隱性)，發送器就會發送一個錯誤標誌，並且發送錯誤計數器值加8，節點就會對封包進行自動重發。 若是自動重發依然收不到ACK，則會在發送錯誤計數器計數滿128後(即出現16幀錯誤幀)，由錯誤主動轉為錯誤被動狀態，如圖1所示。 圖1　應答界定符錯誤幀 那麼，導致ACK段出錯的原因有哪些呢？下文總結了數個原因。 首先是匯流排上只有一個有效節點。發送封包的節點在發送出一幀封包後會檢測匯流排上應答間隙的狀態，如果檢測到應答間隙為隱性位，則表示該幀封包沒有得到ACK，發送失敗，需要重發，而由於發送錯誤計數器會在發送失敗後累加，直到該節點關閉。 所以，當匯流排上只有一個有效節點時，這個節點是發不出去資料的，因為它所發出的資料幀中的ACK Slot沒有另外一個節點來填充，將永遠是隱性位，這個節點會一直重發資料直到發送成功或發送被取消。 至於其他的原因還包括：串列傳輸速率不匹配或者節點沒有初始化，導致沒有ACK；匯流排線纜短路、斷路、接反；高速CAN匯流排上接的節點不是高速CAN，而是容錯低速CAN，導致不匹配。 當調試CAN匯流排時出現節點發送封包失敗的情況時，一定要檢查是不是以上幾點疏漏導致匯流排上ACK異常。而借助恰當的儀器，可以在查找CAN匯流排錯誤時事半功倍。圖2即採用致遠電子的CANScope來對錯誤幀進行標記，同時找到錯誤幀對應的波形來查找出錯誤情況。CANScope還可以對CAN匯流排實體層、資料連結層、應用層做一系列的測試，為CAN工程師解決測試難題。 圖2　沒有ACK的封包。 CAN封包位元解析 CAN-bus匯流排是應用最廣泛的現場匯流排之一，而很多非常熟練的CAN工程師，面對一條CAN封包到底有多少位的問題時，卻不能非常準確地回答。對此，本文就從最基本的框架格式來解惑一條CAN封包的到底有多少位。 CAN封包幀分為幾種呢？CAN-bus通訊幀共分為資料幀、遠端幀、錯誤幀、超載幀和幀間隔；而資料幀和遠端幀又有標準幀和擴展幀兩種，其框架類型以及用途如表2所示。 數據幀 資料幀從結構上看分為7段，分別為起始段、仲裁段、控制段、資料段、CRC校驗段、ACK應答段、幀結束段。 ．幀起始段： 該段由單個顯性位元構成，在匯流排空閒時才允許發送，所有節點必須同步於開始發送的資料幀的起始位元。 ．標準幀仲裁段： 標準幀的仲裁段由11位ID碼和一個顯性位RTR碼組成，RTR碼為遠端幀標識位元。 ．擴展幀仲裁段： 擴展幀的仲裁段由29位ID碼、一位顯性的SRR碼、一位隱性的IDE碼和一位顯性的RTR碼組成。 ．標準幀控制段： 標準幀的控制段由單位顯性的IDE、保留位r0和4位元資料長度代碼DLC組成，DLC資料段採用BCD編碼。 ．擴展幀控制段： 擴展幀的控制段由兩個保留位r1和r0和4位的DLC資料段組成，r1和r0都為顯性填充，接收時無論保留位是顯性還是隱性都沒有影響。 ．資料段： 一個資料段為8個位元組。 ．CRC校驗段： CRC校驗段由15位的校驗碼和1個隱性位填充的CRC界定符組成，CRC校驗範圍為幀起始、仲裁段、控制段和資料段。 ．ACK段： ACK段由ACK碼和一個隱性位ACK界定符組成，發送節點在ACK段發送兩個隱性位，接收節點在收到的封包ACK前面的框架格式沒有錯誤時，將發出ACK碼為顯性位的封包。 ．幀結束段： 由7個連續的隱性位組成。 遠程幀 遠端幀框架格式跟資料幀類似，也分為標準幀跟擴展幀，但是遠端幀屬於被請求發送節點發送的封包，而資料幀是發送節點的封包，如圖3，遠端幀沒有資料幀。參照資料幀可瞭解遠端幀的結構，但是兩者之間也有不同。 圖3　標準遠程幀和擴展遠程幀的結構圖 ．SRR段和RTR段： 資料幀是顯性電平，遠端幀是隱性電平。 ．節點性質： 資料幀是發送節點發出的封包格式，遠端幀是被請求發送的節點發送的封包格式。 ．CRC校驗範圍： 資料幀是幀起始、仲裁段、控制段和資料段，而遠程幀則是幀起始、仲裁段和控制段。 瞭解了資料幀跟遠端幀的標準封包格式後，有些使用者可能會詢問，有時看到的封包為什麼跟標準格式的位數不一樣？下文便詳細說明。 CAN-bus位元填充規則 CAN-bus屬於非同步串列通訊，這種通訊方式沒有時鐘線，所以各個收發器的時鐘不可能完全一致，時鐘不一致就會造成偏差。所以為了解決這個問題，CAN匯流排採用同步的方式來校準時鐘。 CAN-bus規定訊號的跳變沿為同步訊號，只要訊號發生變化，節點時鐘就被同步一次；CAN-bus還規定同步的最大週期為5個位。 但是問題來了，要是出現連續性的5個位甚至更長時間沒有邊沿跳變(例如資料段全為0×56)，那該如何解決呢？CAN-bus對這種情況又進行了規範，如果傳輸的位元訊號連續5個位是相同的，就要插入一個電平相反的位，這個就是CAN-bus的「位元填充」規則。  0×00和0×55封包解析 由於位元填充規則的存在，所以就存在著即使兩個幀都是標準資料幀，但是發送不同ID，或者是資料段的時候封包時間會不同。 圖4為1M串列傳輸速率下ID跟資料都為0×00的標準資料幀封包，原本108個位的標準資料幀的真實封包時間為123us。 圖4　標準資料幀0×00封包 而0×55的標準資料幀封包格式則如圖5。ID為555H，資料段為55H，封包沒有出現連續的相同位，所以填充位最少，8位的資料段位時間為標準的8us，全封包時間為108us。 圖5　標準資料幀0×55封包 表3給出了標準資料幀、擴展資料幀、標準遠端幀，以及擴展遠端幀四種框架類型在發送不同ID和資料時位元時間的差別。 總而言之，通過CAN-Scope匯流排分析儀的封包接收和示波器，可以將每一幀封包跟波形做對應，快速分析匯流排上的封包時間和波形情況，實現CAN匯流排的快速故障定位和干擾排除。 (本文作者任職於致遠電子)