摘要本文展示了电源的尺寸,建模和表征(输出3.3 V,200 ma最大,11天完全自主权),用于为无电池的无线传感器节点供电,但与电池一样可用。该系统对于各种光线(室内和室外)是模块化的。仅使用商业电路很容易将其集成到传感器节点中。考虑到太阳能电势和消耗量,解释了光伏表面(无定形硅,5%,35cm²)和超级电容器值(2x 25F,2.7V)的选择。本文的原始部分致力于发行启动,其中我们证明,在安装了特定预付后,设备可以在所需的时间(15天内)作为触发任何光源,例如手机的LED启动。
生物传感器是包含生物识别元件的分析设备,可捕获分析物和换能器,以将识别相互作用转换为可测量的信号。生物学识别元件可以是核酸(DNA和RNA),适体,肽,酶,抗体和微生物。生物识别元件的生化特性使生物传感器高度敏感和高度选择性对于检测分析物,在测试样品中存在其他生物活性分子或物种的情况下,最小干扰。传感器将生物识别事件转换为可测量的信号,该信号可能是电化学的(安培计量法,电位计和损伤法),光学的(例如等化性,发光和比色),压电,微力机械等。生物传感器提供了许多有吸引力的优势,包括高灵敏度和特异性,快速响应,相对紧凑的大小以及用户友好且具有成本效益的操作,从而允许时间分析。因此,生物传感器在许多应用领域都有非常有希望的未来,包括疾病和健康监测的早期诊断。
摘要 — 低功耗(1-20 mW)近传感器计算的最新应用需要采用浮点算法来协调高精度结果和宽动态范围。在本文中,我们提出了一种低功耗多核计算集群,该集群利用跨精度计算的细粒度可调原理,以最低的功率预算为近传感器应用提供支持。我们的解决方案基于开源 RISC-V 架构,将并行化和子字矢量化与专用互连设计相结合,能够在内核之间共享浮点单元 (FPU)。在此架构的基础上,我们提供了全面的软件堆栈支持,包括并行低级运行时、编译工具链和高级编程模型,旨在支持端到端应用程序的开发。我们对周期精确的 FPGA 仿真器上的跨精度集群的设计空间进行了详尽的探索,并改变了内核和 FPU 的数量以最大限度地提高性能。正交地,我们进行了垂直探索,以确定在非功能性要求(工作频率、功率和面积)方面最有效的解决方案。我们对一组代表近传感器处理域的基准进行了实验评估,并通过对功耗进行布局布线后分析来补充时序结果。与最先进的技术相比,我们的解决方案在能源效率方面优于竞争对手,在单精度标量上达到 97 Gflop/s/W 的峰值,在半精度矢量上达到 162 Gflop/s/W。最后,一个实际用例证明了我们的方法在满足精度约束方面的有效性。
本期特刊回顾了BCI研究的最新进展,突出了尖端的方法,新颖的应用和跨学科方法,这些方法突破了可能的界限。领先专家的贡献涉及关键主题,例如大脑信号获取,实时处理技术,机器学习算法以及BCI与新兴技术(例如人工智能和机器人技术)的集成。通过汇集不同的观点,该出版物旨在促进合作并激发这个迅速发展的领域的未来进步。
通过合规运动,他们的环境,例如pH,[6,7]温度,[8-10]湿度,[11-15]和光[16-18]。他们发挥了巨大的潜力来满足人造肌肉,能量发电机,阀门,握手,游泳者和步行者领域的感测和致动要求。最近,据报道了溶剂蒸气驱动的软驱动器[19-21],并被视为人类 - 环境相互作用的有前途的设备。当前,分子吸收驱动的软致动器通常仅限于水,乙醇和丙酮蒸气,从而阻止其在晚期可穿戴应用中使用。最近对工程智能材料[22-25]及其作为软执行器的应用[26]表现出复杂的三维形状变形,已广泛审查以进行更全面的分析。简而言之,可以通过将非均匀的外部刺激应用于各向同性结构或通过各向异性执行器的概念来诱导3维(3D)变形,而后者是诱导可编程和可控制变形的有利选择。迄今为止,已经报道了一大批杂种结构,例如双层,梯度和图案结构。[27]在本文中,我们通过开发能够以受控方式精确曲线和扭曲的溶剂响应式仿生软执行器来利用这种方法。它们基于Su-8光敏环氧树脂的刚性微纹理,该树脂在聚二甲基硅氧烷(PDMS)薄膜的一个或两个侧面图案化,以模拟生物生物。[30–35]将所得的微型结构软致动器与双层执行器进行比较,该动力器由在挥发性有机化合物(VOC)下膨胀的活性层组成,并沉积在被动层的顶部。PDM属于硅胶类,是高性能溶剂响应式软动力执行器的出色候选材料,因为它固有的机械灵活性和耐用性,可反复变形。PDMS除了在暴露于VOC时肿胀的能力外,还表现出较高的热和湿度稳定性。实际上,PDM经常用于分析化学领域[28],例如作为水性培养基中采样分析物分子的有效矩阵材料。[29]尽管对于应用数量不需要PDM的肿胀,但它作为分子驱动的软设备的驱动材料提供了极好的选择性。据报道,基于PDM的聚合物构造的各种自我折叠微观结构已据报道,驱动机制,包括双层和表面张力驱动结构之间的热,磁性,应力不匹配。
摘要:光检测和范围(LIDAR)技术现在已成为许多应用程序中的主要工具,例如自主驾驶和人类 - 机器人协作。基于点云的3D对象检测因其在挑战性的环境中对相机的有效性而在行业和日常生活中广泛接受。在本文中,我们提出了一种模块化方法,可以使用3D激光雷达传感器检测,跟踪和分类人员。它结合了多个原则:用于对象分割的强大实现,带有本地几何描述符的分类版和跟踪解决方案。此外,我们通过在没有任何以前的环境知识的情况下通过运动检测和运动预测来获取和预测感兴趣的区域来减少要处理和预测感兴趣的区域的积分数量,从而在低绩效机器中实现了实时解决方案。此外,由于局限性的视图或极端姿势变化,例如蹲伏,跳跃和拉伸,我们的原型即使在具有挑战性的情况下也能够成功地检测和跟踪人员。最后,在室内环境中进行的多个真实的3D激光雷达传感器记录中测试并评估了所提出的解决方案。与最先进的方法相比,结果在人体的积极分类中特别高。
光束质量,并可以使用光电二极管捕获和分析反射。几个空间分布的微型激光器扫描周围空气中的颗粒,光电二极管测量返回光束的干涉,系统计算发现的空气颗粒的大小和数量。测量过程称为 SMI(自混合干涉)。由于测量是纯光学的,因此无需直接接触空气 - VCSEL 受到小窗格的保护。也不需要用于测量的吸入空气的风扇 - 因此传感器完全无噪音工作,并且无需清洁或维修。通过这种新的测量方法,传感器的体积可以缩小到只有几毫米,使其比所有以前的细尘传感器小 450 倍。博世 Sensortec 的 Peter Ostertag 很高兴:“别在意火柴盒了,新传感器只有火柴头那么大。”该技术使抽油烟机能够在烹饪过程中产生过多细尘时自动调节功率。或者当建筑物中的细尘传感器发出警报时启动通风系统。