電子發燒友網報道（文/黃晶晶）在近日舉行的深圳國際傳感器展會上，ADI帶來了數款新品包括鋰電熱失控監測、TOF、高度可配置的互連解決方案GMSL、單芯片角度和多圈編碼器位置傳感器ADMT4000、Voyager4無線數據采集模塊、壓力變送器集成芯片及工廠校準系統等，展示了ADI在工業、汽車以及人形機器人、低空經濟等方面的傳感器技術和產品實力。

鋰電熱失控監測，多傳感器融合

ADI用于鋰電熱失控監測的多傳感器融合方案，包括煙霧傳感器、氣體傳感器、壓力傳感器和溫度傳感器等。其中煙霧傳感器具有體積小、靈敏度高等特點，便于嵌入到EV的電池系統中。ADI中國區工業市場總監蔡振宇表示，當前國家對電動車尤其是大巴提出嚴格的安全要求，比如在電池發生熱失控后，大概多少分鐘要疏散相應的乘客。ADI的方案正是為此而設計，它可以幫助大客車或乘用車司機提早察覺異常，對乘客進行疏散。

該方案不僅能實現實時探測與報警，還可在電池內部部署化學粉末滅火裝置，若探測到冒煙，系統會啟動滅火機制，避免爆燃或其他安全隱患。

在實際設計上，客戶只需要對方案進行適當調整，便可快速產品化，從而減短上市時間。隨著電動車的普及，鋰電熱失控監測領域的需求在不斷增加。

基于TOF的三維物體測量方案，可用于物流、機器人視覺識別

ADI基于飛行時間(ToF)的三維物體測量方案采用正方形接收的射頻模塊，可以形成1MG×1MG像素，能夠識別出3D產品的尺寸。

蔡振宇談到TOF在兩個領域應用廣泛。其一是物流體系。針對非規則形狀的物品，通過TOF可以精確的測量物品的外形，以物品是一把椅子為例，可以將其測量并兜成一個正方形的形狀，從而計算出來合適的包裝箱尺寸，該測量在5米范圍內的誤差約為3毫米左右。



在機器人的視覺識別方面，目前業界主要有兩種識別技術，其一是雙目視覺，采用兩個攝像頭拍攝模擬人眼。其二是基于ToF的技術，例如ADI的方案僅用一個攝像頭，正面發射信號，信號在返回時會受到物體表面形態的影響，從而通過時間計算出整個物體的外形。確切地說叫做iToF，能夠模擬出產品外形。

在機器識別的過程中，機器人不僅能識別物體并進行初步判斷，還可以實現精準操作。例如，在抓取時，系統可以根據需求進行編程，決定從哪個角度夾取目標物體，并指示計算機執行相應任務。

與雙目視覺不同，ADI的TOF方案不依賴環境光照，而是自發光，通過激光進行測距，即使在黑燈工廠也可以使用，完全靠機器的視覺獨立操作。這對于工廠自動化的場景非常友好。

高度可配置的互連解決方案GMSL

高度可配置的互連解決方案GMSL，是一種SerDes技術，在汽車行業內使用較為廣泛。該方案可同時連接四路攝像頭，最高可支持8MP的像素，并通過串行編碼合成后，通過高速傳輸傳到后面的MAX96724解串器。



蔡振宇表示，由于攝像頭的速率在不斷提高，傳統的以太網100M根本無法滿足這一需求，GMSL可以達到6Gbps（第二代），而第三代則可達到12Gbps，12Gbps基本可以滿足高清攝像頭所需的速率。除了快速傳輸之外，GMSL只要一根同軸電纜即可直接連接攝像頭與總控，極大簡化線纜架構，從而有效減少線束重量，降低整車成本。

GMSL Demo演試中可以看到，客戶的車載360度環視系統，包含前攝、后攝以及兩側共四個360度環視攝像頭，多攝像頭傳感器可以實現顯示屏的高分辨率數據傳輸以及做一些處理，以優化空間布局，實現多線路高清攝像頭的融合，或全景變化的支持。

GMSL不僅應用在汽車領域，也可用于人形機器人。人形機器人頭上裝兩個攝像頭，腿部或者腰部有時也會配備攝像頭。這種設計的好處在于，可以將大量數據快速傳到AI模型平臺。

此外，在工業領域快速相機也有類似的應用。比如可以在幾毫秒內完成一次拍攝，通過閃光燈快速拍下，并將高速攝像數據上傳進行分析。還有胃腸鏡的圖像由標清升級到高清時，之前用于高清的以太網或光纖技術并不合適，相對來說要實現全高清GMSL更為合適。

ADMT4000用于人形機器人

ADMT4000是單芯片角度和多圈編碼器位置傳感器，最大的應用場景是機器人。它具備核心特性包括，首先是ADMT4000支持無源多圈記憶，在電機旋轉多圈后仍然可以精準記錄絕對位置。

其次是高精度的磁傳感技術，傳統磁傳感器為了輸出的模擬精度，需要配備ADC或MCU將電壓轉換為精度，本產品可以省去這一轉換環節。

最重要的特性是無需電源或者接觸便可以跟蹤旋轉。在斷電狀態下可以對機械臂的位置信息進行記錄，在上電后可以判斷出機械臂的運動。



蔡振宇解析，該技術采用雙磁傳感器架構，包括轉圈（TURN COUNT）傳感器和角度傳感器。為了保證精確，這兩個磁傳感器呈90度傾斜排列，從而使磁場能夠正確地進入到傳感器范圍內，外部磁場可以使傳感器產生微弱的電流，從而被寫入寄存器進行保存。該產品由ADI去年進行全球首發，是獨有的技術。

以人形機器人為例，傳統方案下人形機器人斷電后無法識別電機位置，需要重新判斷手臂或腳的位置后才能重啟，也就是復電后手臂需要旋轉一圈才能復位。而ADI的方案可以實現斷電狀態下利用主控單元對位置信號進行記憶（可以計46圈的圈數變化），電機重新驅動后手臂可以直接從靜止位置復位。目前該技術已獲得多家人形、傳統機器人廠商的關注。后續的產品升級目標是使其可運用至重型機器人的上百圈或者上千圈的轉動需求上。

Voyager4無線數據采集模塊

Voyager4無線數據采集模塊，配置有ADI振動監測方案。內部集成了主振動傳感器ADXL382和副振動傳感器 ADXL367兩種不同的振動傳感器。其中，ADXL367振動傳感器的功耗較低，用以采集初始至稍大幅度振動之間的數據；當振動變大以后，就需要用到ADXL380/2振動傳感器，這一方面是由于ADXL380振動傳感器的振動頻率范圍更大可以達到4K Hz-8K Hz，另一方面可檢測的振動帶寬更寬，可以達到4至60G左右的振動范圍，類似于飛機加速再剎車的速率。



蔡振宇表示，由于ADXL382振動傳感器功耗相對更大，為了延長電池壽命，又保持運動傳感器的靈敏度，該方案集成了ADXL382和ADXL367這兩個振動傳感器。為了實現無線數據采集，該方案輔助配備了藍牙SOC MAX32666，振動后通過傳感器將振動數據傳出。信號傳出前端來到AI Edge SOC MAX78000 MCU。ADI基于這個MCU撰寫了AI的數據采集算法。通過算法對振動數據進行采集和處理，用以判斷電機狀態好壞。ADI可提供整套方案的模塊給客戶。

壓力變送器集成芯片及工廠校準系統

壓力變送器是許多工業設備中用于控制工業過程和壓力變化的重要元件，可用于測量壓力、液位、流速、密度等。ADI壓力變送器集成芯片及工廠校準系統，包含一體化MAX40109集成AFE，以及MAX32675C 集成SOC芯片。MAX32675是一款基于Cortex-M4F、具有強大安全功能的低功耗微控制器，除了具備高性能模擬前端外，內部增加了HART模塊，在功耗、Flash等方面也有了進一步的提升。

蔡振宇說道，由于多晶硅或者單晶硅結構帶來的壓力，壓力傳感器會造成一些偏差，因此所有的壓力傳感器出廠前都需要校準。為了配合芯片的推廣，ADI應用工程師做了一個數字和模擬的校準系統。客戶采購芯片的同時可獲得完整的校準系統，方便客戶在產線上做相應的校準生產，提高客戶產品投放市場的速度。傳統方案需要客戶自行開發校準系統，而ADI提供一套完整的解決方案。

看好人形機器人、低空經濟，ADI更注重系統性解決方案

行業普遍將2025年視為人形機器人元年，公眾對人形機器人產生了一定的認知。但是，目前人形機器人主要以工業實驗性質的場景為主，現有產品的續航能力、動作精度及AI智能化水平還需要持續迭代。

蔡振宇舉例說，以前研發的工業機器人采用固定的動作、用力、力矩，技術已經成熟。人形機器人最困難的就是適應多場景的應用。例如讓機器人同時處理藥片分揀、杯具抓取與搬桌子，在研發時很難調整力矩實現智能性，這就是落地的挑戰之一。據透露，針對人形機器人，ADI明年將推出新的傳感器產品，相關概念已在討論中。

在低空經濟方面，ADI的MEMS已廣泛應用于無人機、無人機器人等領域，助力地震救災、山林救火、物流運輸。例如使用帶滅火功能的無人機器人，又如地震后沒有無線及照明的情況下，救災無人機攜帶5G基站懸停協助救災。

隨著工業領域產品的智能化升級，ADI致力于提供系統性解決方案，通過一整套的解決方案，簡化客戶的設計流程，幫客戶的產品實現更高附加值。