- Advertisement -
首頁 標籤 SDK

SDK

- Advertisment -

實現全球互聯互通 海爾積極布局智慧家庭

資策會MIC產業分析師曾巧靈 2019年全年財報海爾智家營收創下新高,達到2,008億元人民幣,較去年同期成長9.1%。其中,國外地區營收達到933.2億元,較去年成長21.7%,占總體收入比重達46.78%。同期,海爾智家雲App月活躍用戶數成長350%,物聯網生態收入48億元人民幣,較2018年成長68%。2019年公司國內成套產品收入占比達27.5%,較2018年上升5.4%。 2020年海爾35週年年會上宣布,智慧家庭將成為海爾第六大發展策略,2020 CES海爾智慧家庭系統已嵌入40%海爾家電產品中,全球IoT用戶約達2,000萬戶,其中1,330萬為亞洲用戶、416萬美國用戶、140萬歐洲用戶、100萬澳洲用戶。2020年第一季,中國大陸因新冠肺炎疫情對國內家電消費市場產生衝擊,海爾智家營業收入431.4億元人民幣,亦較2019年同期下降11.1%,但隨市場整體銷售下滑,海爾在中國大陸市場及海外市場之市占不減反增 克服智慧家庭致命傷 海爾智家認為,目前智慧家庭市場有三大痛點,第一為智慧家電產品零碎,無整套解決方案;第二為不同產品間無法互通互聯;第三為市面上智慧家庭解決方案仍以控制為主,應用範圍有限。根據前述痛點,海爾規畫其智慧家庭產品發展的三大核心理念。 多數智慧家電產品單一分化,無法成套,消費者在市場上只能東拼西湊各種智慧單品,而相較於其他家電大廠,海爾智家已經從單純的白色家電銷售,逐漸轉型為用戶提供全屋智慧解決方案,2019年6月海爾於上海啟動「海爾智家」001號,也成為目前全國最大的智慧家庭體驗中心。 截至目前,在中國大陸市場,海爾智家已建立超過3,500家智慧家庭體驗中心銷售智慧成套家電;在歐洲、東南亞、美洲等地區,海爾智家也先後建立智慧家庭體驗中心。海爾以中高收入者為主要目標客群,提供新屋整修、全屋智慧家庭系統配置等全套解決方案。 智慧家庭已成為海爾重要發展策略市場 不同品牌產品間未必能互聯互通,無法形成統一的體驗,同時也未必與居家空間布線、設計裝修風格一致,與理想中的智慧家庭相去甚遠,因此,海爾積極透過U+智慧生活雲平台,以及參與國際標準組織制定相關互連標準,強化裝置間、品牌間的互通性。 現有智慧家庭解決方案仍以控制為主要訴求,而非主動判斷用戶使用習慣,透過智慧化為用戶創造服務價值,為此近年來,海爾分別透過獨立研發與策略聯盟的形式,大規模投資人工智慧應用於智慧家庭,期望智慧家庭體驗從「被動控制」升級成「主動回應需求」,智慧化也成為重要發展策略。 海爾發展至今,除旗下多樣化智慧家電外,已於2014年正式發表U+智慧生活戰略1.0,並建立具備開放、相容與互動的IoT智慧家庭平台「U+智慧生活雲平台(後簡稱U+平台)」,從電冰箱、洗衣機等白色家電產品,逐漸建立起全場景智慧家庭情境。 U+平台是中國大陸物聯網產業中,首個智慧家庭領域開放生態平台,目前也吸引中國大陸與國際諸多優秀合作夥伴,包括硬體製造商、生態服務商、技術合作夥伴、開發者社群等,並透過海爾旗下七大品牌聯合銷售,包括美國GE Appliance、紐西蘭Fisher & Paykel、卡薩帝、統帥、日本AQUA等品牌,將U+智慧生活雲平台擴散於全球。 至於U+平台的架構包括UHomeOS、U+互聯互通協定、U+用戶大數據、U+人工智慧、U+用戶互動、U+生態平台六大核心技術,整個平台涉及包括開放軟體開發套件(Software Development Kit, SDK)、應用程式介面(Application Programming Interface, API)標準,讓第三方品牌各產品接入,以及平台的開放,為合作者提供開發新應用、新服務的統一標準及資源。 2017年3月,海爾發表U+智慧生活3.0戰略,新增智家雲腦,更加強化U+平台智慧化、主動學習用戶偏好與生活習慣,並能主動為用戶調整生活場景中的各式終端參數設定,同時主動推薦用戶感興趣的資訊與服務,也成為後續海爾人工智慧的前身。2019年海爾公布數據顯示,U+平台註冊用戶已達4,100多萬,其中活躍用戶530萬,接入U+平台終端設備數量已超過1,600萬,其中活躍設備650萬。 前瞻科技結合軟硬體立足市場 U+平台與智家雲腦主要依存物聯網以及人工智慧兩大技術,其核心功能包含下列三項。 目前U+平台支援Wi-Fi、BLE、ZigBee、NB-IoT等,讓不同通訊技術的產品能夠快速的接入家庭網路,並連接到U+平台,配置綁定場景更便捷。海爾更於2017年6月聯合晶片商瑞昱推出U+物聯雲解決方案/U+雲芯晶片,打造硬體、軟體與服務一體化產業解決方案。 智慧家庭可結合AI及物聯網等技術,建構軟硬體及服務的解決方案 雲芯晶片的特性在於提供更低功耗的智慧家庭產品,對於全套整屋方案,雲芯晶片可以從底層提升連接的安全性,用戶採用內建雲芯晶片之產品,最快可以在10秒鐘內,快速配對聯網,同時做到全屋無縫互聯互通,並具備網路故障自診斷/自修復、自動恢復聯網。  
0

恩智浦透過MCU和Wi-Fi/藍牙解決方案供具擴展性平台

恩智浦半導體(NXP)宣布其MCUXpresso軟體現已支援該公司的Wi-Fi以及Wi-Fi/藍牙組合解決方案和i.MX RT跨界微控制器(MCU),進而簡化產品開發,藉由此全新整合,擴展其EdgeVerse邊緣運算和安全平台的連接能力。透過在該軟體開發套件(SDK)中預先整合驅動程式支援,提供開發人員靈活且具擴展性的平台,幫助其加快實現法規遵循、縮短產品上市時間並使MCU、Wi-Fi或Wi-Fi/藍牙組合設備的混和搭配成為可能。 恩智浦資深副總裁暨邊緣處理部門總經理Ron Martino表示,藉由此全新邊緣連接平台,本公司將持續擴大針對Wi-Fi和藍牙的投資,幫助開發人員靈活選用i.MX RT MCU與進階連接解決方案,實現更加無縫與符合成本效益的產品開發。此全新整合經過全面測試和認證的高度差異化產品,提供『一站式(One-stop-shop)』的平台開發方法,幫助開發人員輕鬆快速地大規模部署無線裝置。 恩智浦已在FreeRTOS將專用於新品的Wi-Fi/藍牙驅動程式和通訊堆疊(Communications Stacks)進行預先整合,進而簡化並加速應用開發。透過使用該軟體開發套件,開發人員可以輕鬆地將無線連接與i.MX RT系列的人工智慧/機器學習功能、顯示控制器和圖形加速器相互整合。預先整合的Wi-Fi/藍牙驅動程式已經通過驗證與測試,能夠提供數個有用案例,包含iPerf outility、Wi-Fi Direct、命令列介面(CLI)、Amazon Web Services等。 恩智浦與全球領先的模組供應商緊密合作,包含Azurewave、Murata、Panasonic以及u-blox,共同為開發人員設計提供經過全面認證、平台整合的模組。
0

戴樂格新WiRa軟體開發套件抑制COVID-19病毒傳播

英商戴樂格半導體(Dialog)日前宣布推出新的無線測距(Wireless Ranging, WiRa)軟體開發套件(SDK),為其BLE SoC的DA1469x系列增加了高度準確和可靠的距離測量功能。 隨著COVID-19新冠病毒的出現,對更精確,可靠的距離測量和追蹤技術的需求變得尤為重要。 隨著全球企業計劃進行有限度的復工,他們正在尋找解決方案,以確保員工之間的安全距離和更好的接觸追蹤功能,以確保安全的工作環境和員工的信心。 當前市場上用於距離測量和定位的藍牙低功耗產品基本是針對所接收到的無線電訊號的強度或功率進行測量,即接收訊號強度指示器(RSSI)測量。但是,由於無線電路徑中物體的敏感度會阻擋或反射無線電訊號,因此這些接收到的功率測量先天會存在瑕疵。 Dialog的新型無線測距SDK能補足RSSI不足之處,它利用一個專有類似於雷達的方式,大幅提高了BLE連接設備之間的距離測量精確度。透過將BLE數據封包與恆定音調頻率交織在一起,DA1469x晶片內建2.4 GHz無線電產生了相位測距所需的訊號。 高解析度的無線電波晶片上採樣提供了高品質的IQ樣本,這些樣本建構了確定距離的輸入值,資料處理演算法會過濾資料中的噪音,干擾和反射,以產生最短的空中訊號路徑長度,以作為精確的距離輸出值。 Dialog提供的BLE相容堆疊和軟體無需硬體修正或外部主機處理器,因此確保了藍牙通訊與距離測量程序的彼此共存。 Dialog連結及音訊產品部門資深副總裁Sean McGrath表示,Dialog的藍牙低功耗晶片已經使用在多種產品中,以幫助減緩COVID-19新冠病毒的傳播。透過為DA1469x SoC添加獨特的精確距離測量功能,期望在未來幾個月內,全球將出現許多追蹤類型應用和產品。我希望這可以有效地減緩或阻止病毒傳播。
0

三向直搗技術/智慧應用難關 聊天機器人起腳射門

時至今日,全球各地,從制定相關決策的政府機關,大型上市公司與夾縫求生存的中小企業,無一不提出數位轉型、扶植新創、組織創意轉型等方向。而此篇文章將試圖探討在現今的技術條件與市場期待心理下,是否能夠因為使用新技術、或者開闢新賽道進行聊天機器人的市場突圍? 聊天機器人無法滿足使用者期待 科技的快速發展來自人追求快速、方便的本性,但人類的想法與思緒十分複雜,因此聊天機器人難以全面滿足使用者的需求。回想日常生活的溝通情境,當人們在日常溝通的時候,除了說出口的字句,對方的肢體動作與眼神有沒有影響到自身的判斷?讀者是否會自行腦補一些情境?尤其跟老闆、同事或下屬進行具目的性的談判對話時,語句之外的線索顯得更重要。 聊天機器人不夠聰明的原因,是它距離人類多模態交互的能力還很遙遠。現今最普遍和流行的生活應用,當屬智慧音箱(如Amazon的Echo),一般人在買回去的當下充滿興奮感,嘗試各種指令來挑戰智慧音箱的極限後,就將它放置在屋裡的某一角落,成為一個可有可無的家用品,無法實際融入使用者的生活情境中。即便仰賴大數據和人工智慧(AI)的相關技術持續更新,用戶體驗也漸入佳境,但仍缺乏具代表性的現象級App,無法滿足多數人的使用需求。另一方面,若人們嘗試降低自己對產品的期待,單純利用聊天機器人詢問明確的問題(如天氣),請它做一件明確的事情(如播放音樂),這樣的基本需求可以被滿足。 聊天機器人技術發展三向剖析 聊天機器人是一項技術整合的產物,其中牽涉的技術範圍有電腦視覺、自然語意、機器學習(Machine Learning, ML)與深度學習(Deep Learning, DL)等。本文根據市場調研機構Gartner所提供新興科技發展週期報告,來審視各個技術目前位處的位置、困境、與待解決的問題。 電腦視覺 電腦視覺(Computer Vision, CV)目前處於泡沫化的谷底階段,意即此技術無法滿足使用者的期待,導致大家對於它的創新了無興趣。CV從實驗室的前沿技術,到如今能夠聽懂人類的指令,花了整整半個多世紀,產生瞄準在新零售、醫療、工業製造和網路娛樂等應用的期待。然而,人工智慧情緒識別離開人類的干預,對複雜情感的理解和表達能力,仍須持續的技術突破。其中,利用AI判斷並理解實體環境的CV,不僅是辨識情緒的關鍵技術之一,也被公認為未來三至五年最重要的技術之一,不僅眾多新創企業投入,大企業也紛紛利用自己既有的優勢企圖先布局並搶占先機,現階段大約聚焦在下列4個發展方向: 1. 服務平台:提供機器學習開發工具和雲端服務的商業型平台,讓開發者毋需從頭自行建構。 2. 影音資料庫:利用海量資料進行機器學習的模型訓練,將使用者上傳的相片和影音資料,與個人特徵資訊進行連結,大量使用電腦視覺技術客製化廣告投放以增加營收。 3. 硬體製造:如NVIDIA、英特爾(Intel)的晶片製造。 4. 消費性產品:近期可期待者為手機人機互動的介面。 自然語意 自然語意(Natural Language Procession, NLP)與CV處於泡沫化谷底階段。自然語意發展分為兩大階段,一種是應用傳統的分詞執行自然語言處理,第二階段則是近年由於機器學習快速發展,大家開始應用機器學習執行NLP。透過NLP所能實現的功能包含神經機器翻譯(Neural Machine Translation)、智慧人機交互(就是所謂的聊天機器人,受限於技術,目前只能在特定場景實現多輪次的對話)、機器閱讀理解與機器創作。但如前言所述,現實狀況下,人與人當面溝通,仍會有語意上的誤解,在此情況下,如何期待科技可以奇蹟似地解決這一切?自然語言處理首先透過斷詞、理解詞,接下來是分析句子,包含語法和語義的自然解析這兩個步驟,再轉化為電腦容易處理與計算的形式。上述在處理時,需耗費大量的人力成本,除此之外,還牽涉建構者本身對於所屬領域的專業度、邏輯與理解能力(所謂的人工智慧訓練師)。此外,NLP毫無疑問的是一個未來巨大的市場,無論電腦視覺或是語音識別,想要實現更人性化的功能,就需要NLP的加持,同時可預期隨著NLP技術的不斷發展,將會逐漸呈現NLP、語音與視覺融合發展的趨勢。 機器學習/深度學習 機器學習與深度學習位處在過度期望的高峰階段,各方話題與議題熱度竄升。機器學習指的是可以從資料中歸納規則的方法,是第三波人工智慧發展的代表技術,而在眾多機器學習演算法中,深度學習則是近幾年成長最快,表現最好的技術。遺憾的是,截至目前為止,幾乎每個深度學習實踐者都認同的一件事是:深度學習模型數據效果有限。要實現真正的深度學習需要滿足下列三點,這三點可以協助讀者辨別此項技術到底是人工智慧還是科幻小說。 1. 大量的數據與活動:為了使神經網路能發現新的模型,就需要有大量的數據,這些數據可以透過反覆試驗來處理和分類。 2. 運算能力:假設已有一定量的有意義數據,則需要運算能力,所幸目前已有一系列更低成本的選擇,如微軟Azure等雲端託管服務。 3. 新的敏捷方法:最後,也是最重要的一點,需要採用新的敏捷方法思考和解決問題。 大型資料庫用於訓練精確模型的必要性已成為一個非常重要的問題,同時,需要低效的人工標注數據成為一個更大的挑戰。在當前的深度學習應用中,數據的問題無處不在,由於建基於大規模數據,當滿足所需環境和約束條件時,這些系統會產出令人驚豔的成果;但若不符合上述場景,它也可能完全失效。舉例來說,若有人試圖解決大量翻譯或無人駕駛的問題,則需花很長時間來思考重要數據中的所有因素,需先建構演算法,而在過程中有很高的失敗機率。雖說如此,深度學習和先進模型的興起仍是一次革命性的進步,加速了那些針對以前無法解決的問題之技術解決方案出現,在思維上邁出重要的一步。 聊天機器人短期內破局可能性具困難度 產業中的廠商若以業務角度分析,主要分為三類: 1. 2C公司:產品直接面對用戶,如Amazon的Echo,由於未能滿足人類對於AI的美好想像,距離規模化應用上有大段距離。 2. 2B公司:如金融領域的智慧監管系統、醫療領域的醫療問答和診斷助理等。但是實際效果仍牽涉上述自然語意建構的縝密度,與場景應用設計的順暢度而有不同。 3. 2G公司:為面向政府執行行政業務類的知識庫建構和問答業務,如政府服務大廳的引導型聊天機器人、一站式辦公機器人等。 從生態系統來看,聊天機器人可分為產品,框架(Framework)和平台三類;其中框架是為了加速產品的研發,以SDK或SAAS服務的型態,提供有市場敏感度,或創意點子的需求者可快速架構特定場景和領域的聊天機器人。 短期若要大規模地拓展市場,恐怕有一定的困難度,除非在上述的關鍵技術中突然有突破口,縱然如此,各式場景應用與垂直深化探索仍不斷地激起人們對未來的想像。相信未來的聊天機器人與虛擬生命,將會以更好的體驗和型態呈現在人們面前。 (本文作者任職於優拓資訊)  
0

NXP運用微軟Azure RTOS簡化裝置與安全邊緣至雲端開發

恩智浦半導體(NXP)日前宣布擴大與微軟(Microsoft)的合作關係,將全面即時操作系統(Real-time Operating System, RTOS)Microsoft Azure RTOS運用於EdgeVerse產品,組合成更廣泛的處理解決方案。透過本次合作,使用恩智浦產品的開發人員能夠透過MCUXpresso軟體和工具無縫存取Azure RTOS的功能,包含文件管理、圖形使用者介面、資訊安全、網路和有線/無線連接的全面整合中介軟體(Middleware)與工具。 Microsoft Azure IoT企業副總裁Sam George表示,非常高興能與恩智浦擴大合作,讓客戶能夠透過恩智浦的MCUXpresso SDK使用Azure RTOS。藉由本次合作,開發人員能夠將設備無縫連接至Azure雲端,快速建構創新的智慧邊緣運算解決方案並提交給客戶。 目前,Azure RTOS已經可以支援恩智浦的32位元LPC微控制器(Microcontroller Unit, MCU)以及i.MX RT系列等多項低功耗晶片。此次恩智浦將進一步擴大與微軟的合作關係,在其MCUXpresso軟體開發套件(Software Development Kit, SDK)中支援Azure RTOS,進而支援更廣泛的MCU產品組合。該全面性整合方案將簡化開發週期中的步驟,如選擇適合的處理器、研發並部署安全的邊緣運算智慧裝置、建構安全的區域網路(Local Area Network, LAN)和連接雲端。 恩智浦和微軟希冀透過本次合作,將能降低開發人員生產成本,並幫助他們更快地將全新工業和物聯網邊緣應用推向市場。
0

軟/硬體解決方案齊備 環景/自動停車系統再進化

這些自動化功能(包含多重攝影機輸入、視覺感受與場景產生)需要更強大的汽車處理能力。先進駕駛輔助系統(ADAS)應用的處理器必須能結合視覺或其他感測器資料,為車輛提供具高度可靠的轉譯環境,讓車輛在低速下不論是否由駕駛操作,都能安全運作。例如德州儀器(TI)設計Jacinto 7處理器系列便是克服此挑戰的選擇之一。 本文將舉例說明汽車客戶如何以TI Jacinto TDA4VM建立ADAS應用,提供輔助與完全自動化的停車功能。包含討論此類系統的技術需求,內容涵蓋所有汽車市場類型(迷你型、中型、大型、豪華型)與Jacinto TDA4VM矽晶裝置和軟體平台,並說明如何開發安全舒適的自動停車技術。 自動停車/輔助三系統解析 依系統功能,將停車輔助系統分為三種基本類別(表1)。首先是基本環景系統,運用多個攝影機輸入,立即為駕駛提供車輛周遭區域360度的環景影像。攝影機輸入整合在單一俯視影像中,並以車輛為中心點,提供駕駛視覺資訊,於手動停車時提供協助。覆蓋部分表示車輛與物體、人行道或停車線的相對位置,強化環景影像。 表1  環景系統與自動停車應用和需求 其次為半自動自主停車系統,結合攝影機、超音波與位置資訊,可打造更完整的車輛周遭環境影像,進而協助部分的自動停車工作。車輛可根據這些資訊完成基本停車任務,控制方向盤、煞車、油門與換檔,自動操控車輛進入(或離開)平行或垂直的停車位。在此情境中,駕駛需先尋找可用車位並保持完全控制,讓系統適時接手自動停車任務。 最後,全自動泊車系統功能更上一層樓,車輛可完全自動停入與駛出定義清楚的停車區。駕駛從尋找可用車位起,便可在停車過程停止對車輛的控制。此應用需要更多感測器輸入及更複雜的處理和演算法,才能讓汽車既可靠又安全地執行停車任務。 從基本環景檢視到全自動泊車,每種方式所需的感測器、資料與資料處理量皆大幅增加。因此專為這些應用而設計的處理器SoC需要以下功能: ·影像輸入處理程序 ·通用處理 ·針對深度學習任務加快速度 ·為覆蓋影像產生進行圖形/汽車安全完整性等級(ASIL)處理,以確保系統運作安全 表1說明各系統類別所需的演算法與晶片功能,包含深度學習兆次運算(DLTOPS)、Dhrystone每秒百萬指令數(DMIPS)、每秒十億次浮點運算(GFLOPS)、影像訊號處理器(ISP)或硬體加速器(HWA)的百萬畫素處理能力等。依照各種功能所需的絕對性能,可再細分系統類型。 軟/硬體組合滿足不同系統功能需求 從表1中的資訊發現,汽車製造商和Tier 1供應商若要在生產汽車時引進前述功能,系統設計師和商業團隊將會面臨一些挑戰。首先,汽車製造商希望提供適用各種車款的功能,也就是在經濟型車輛上使用簡易版功能,在中階與豪華型車輛則提供較高階資訊與自主性。每款車型都需面對不同經濟現實,也就是經濟型車輛使用的電子裝置不會與高階豪華車款相同,然而為各種車型更換處理器平台進行新軟體開發與驗證需耗費大量時間與成本。所以Tier 1供應商偏好能提供通用型解決方案的平台,只要在基本設計中增加額外感測器與攝影機,即可供低階與高階車輛使用。重新使用硬體與軟體資源可達必要的工程效率,以各種產品替代方案將R&D費用降到最低並加快上市速度。 有鑑於此,Jacinto TDA4VM處理器系列與TI處理器軟體開發套件(SDK)結合,為OEM與Tier 1供應商提供新的問題解決方式。這些裝置具備異質處理功能來提供應用性能,同時進行耗電量管理,並可在受溫度與體積限制的嵌入式空間中使用。TI的Jacinto TDA4VM SoC運用硬體加速、自訂處理器核心、訊號處理器、通用處理器與微控制器(MCU),幫助設計人員打造有效的系統解決方案。TI為解決各種問題選擇並設計了各智慧財產(IP)零組件,且適合各式各樣的終端系統需求。表2針對簡易環景監控應用及較複雜的自動泊車案例,說明常用的處理步驟與IP零組件。 表2  環景系統與自動停車應用處理步驟,以及使用的 SoC IP 異質方法需依處理器核心或加速器類型使用專用軟體,可利用高階軟體概念提取低階軟體堆疊並使核心最佳化,幫助簡化開發及提供高性能核心存取。OpenVX便屬於這種軟體架構,不但開放、毋需權利金,並專為即時嵌入式視覺處理而設計。TI SDK處理器使用OpenVX範例,說明如何運用SDK的軟體零組件來打造應用(如環景監控)。 停車應用SoC整合元件促成高效運作 停車輔助與自動應用的基本需求,需具備取得攝影機與影像感測器資料的特定功能,並為處理階段準備資料。處理階段會使用影像資料執行分析與深度學習演算,提取與停車應用相關的重要功能。此階段將整合(或融合)其他感測器資料,勾勒更完整的車輛周遭環境,並將影像用來執行決策,在這裡則指安全操控車輛進出停車位。最後一步是以直覺方式將影像資料呈現在駕駛眼前,幫助駕駛安全駕駛車輛。保存影片資料以供未來檢閱也是一項重要步驟,特別是全自動情況。以上所有步驟都在安全運作環境下執行,除了提供備援,邏輯上(或實際上)也將關鍵功能與其他運作分開。 TI在TDA4VM SoC設計中考慮到多數的應用需求。TDA4VM SoC以對系統的了解為基礎,並以提供有效率、靈活且使用方便的解決方案為目的,整合各種零組件以執行擷取、處理和轉譯需求。其中一個主要設計是平衡處理與資料需求,以確保本機記憶體充足並確實存取高速外部記憶體,同時讓處理系統以高效率運作。圖1說明TDA4VM裝置在環景使用案例下的簡易方塊圖。 圖1 以TDA4VM為基礎的簡易環景系統 圖1展示影片與其他感測器輸入、顯示器輸出與壓縮影片檔案儲存位置。表3則說明環景與自動停車應用的處理階段,以及TDA4VM裝置支援這些處理階段的主要功能。如前所述,TDA4VM裝置是適合停車應用的完整系統晶片。但所有晶片解決方案都需能夠搭配晶片的軟體環境,因此TDA4VM SoC支援Linux完整軟體套件與TI即時作業系統(RTOS)核心。這些套件稱為處理器SDK,包含完整驅動程式、作業系統核心、應用程式庫、開機範例、OpenVX應用架構,以及說明在實際系統應用中使用軟硬體零組件的應用範例。這些套件經過TI可用裝置的評估模組認證。 表3  環景應用階段與TDA4VM裝置功能對照 Jacinto TDA4是裝置規畫推出的系列產品,其中TDA4VM是第一款。處理器系列中其他產品會以各種方式整合相同晶片級IP,無論是著重分析的應用,還是有成本最佳化需求的消費級車輛皆在整合範圍,為ADAS市場各種需求提供良好的產品。由於這些裝置都是以相同的基本硬體IP和軟體技術打造,裝置間仍具有完整相容性。為某一裝置開發的軟體資產可擴充並重複使用在同系列的其他裝置上,不但能提升開發效率,也可針對各車款輕鬆推出具各種功能組合的完整產品線。Jacinto系列技術,有助於開發不同的應用功能,如環景系統所發展的停車輔助與自動泊車。 (本文作者John Smrstik為德州儀器產品行銷;Aish Dubey為德州儀器系統工程師)
0

恩智浦通過微軟Azure Sphere認證 簡化軟體開發步驟

恩智浦半導體(NXP)日前與微軟(Microsoft)合作,導入微軟Azure RTO即時作業系統(real-time operating system, RTOS),拓展EdgeVerse解決方案平台的執行範圍。雙方合作將提供使用恩智浦 MCUXpresso軟體開發與工具的社群存取Azure RTOS系統,可以套用平台上文件管理、圖形使用者介面、資安、網路與有線/無線連接等功能。 圖 恩智浦半導體與微軟合作,導入微軟Azure RTO的即時作業系統。來源:微軟 Azure RTOS已經可以支援恩智浦的32位元LPC微控制器(MCU)及i.MX RT系列等多項低功耗晶片。為了擴大與微軟的合作關係,恩智浦開放MCUXpresso的軟體開發工具(SDK)存取Azure RTOS系統,藉以支援更多元的MCU系列產品。此次的全面性整合達到簡化軟體開發步驟的目標,例如選擇適合的處理器、研發並部屬安全的邊緣運算智慧裝置、建構安全的區域網路(Local Area Network, LAN)和連接雲端。恩智浦的處理器與微軟作業系統之整合,可望降低軟體開發成本,並加速物聯網邊緣運算裝置推向市場。 針對Azure Sphere作業系統的安全性與認證機制,微軟Azure Sphere首席產品規劃師Josh Nash曾表示,安全是物聯網應用的前提,因此微軟在設計Azure Sphere作業系統時,對物聯網安全做了通盤考量,除了將各種安全功能內建到作業系統中,也僅有通過Azure Sphere認證的微處理器晶片才能執行Azure Sphere。第一款通過驗證的微處理器是由聯發科提供的MT3620,隨後為恩智浦(NXP)宣布其MCUXpresso的軟體開發套件(software development kit, SDK),未來高通(Qualcomm)等晶片大廠也會針對不同應用市場推出通過Azure Sphere驗證的處理器產品。
0

貿澤供貨芯科無線Gecko模組

貿澤(Mouser)即日起開始供應芯科(Silicon Labs)xGM210P無線Gecko模組入門套件。這是一個功能強大的入門套件,內含利用已預先認證的MGM210P和BGM210P(xGM210P)模組打造無線應用原型時所需要的完整硬體和支援工具。 貿澤電子供應的Silicon Labs xGM210P無線Gecko模組入門套件可讓設計工程師用來開發智慧型LED、家庭自動化,以及工業物聯網(IIoT)等解決方案。該套件包含兩個無線入門套件主機板、兩個SLWRB4308A+20dBm無線電板和兩個SLWRB4308B+10dBm無線電板、一個Silicon Labs Simplicity偵錯轉接板以及相關纜線。MGM210P模組支援Zigbee、Thread、藍牙和多重通訊協定功能,BGM210P則只支援藍牙功能。 與Silicon Labs Gecko軟體開發套件(SDK)和Simplicity Studio搭配使用時,xGM210P無線Gecko模組入門套件提供一個完整的開發平台,此平台提供可靠穩定的軟體堆疊、進階的除錯與最佳化工具、範例應用程式碼、預先編譯的展示、說明文件以及各項其他資源。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -