一年一度的慕尼黑上海电子展于日前圆满落幕。作为意法半导体今年的展会首秀。此次 ST 共带来 100 多件展品,涉及智能出行、电源&和能源管理、物联网&5G 等。为了深入探讨 ST 在新能源汽车方面的研发活动、产品和愿景,我们还参加了国际汽车电子和电动汽车创新论坛。通过慕尼黑上海电子展,ST 对外展示了“重应用,轻概念”的亚洲市场战略,关注于我们的合作伙伴和客户能够为最终用户做些什么。


在此,我们要向您重点介绍三大展品:模型车、LED 显示屏非接触式连接模块、通过惯性传感器运行机器学习算法的预测性维护解决方案。

 

 

 

ST 模型车展示

ST 模型车总共搭载了 31 款展品,展现了 ST 在电源管理、车辆控制单元、车身控制模块、网络连接等领域的技术实力。在本文中,我们将重点介绍其中 3 个具体展品:驱动电机逆变器、电池管理系统和 OLED 尾灯。

 


基于 ST 中国团队帮助设计的 L9963 电池管理控制器,模型车演示了如何通过精确测量和快速响应等方式来大幅改善电池管理能效。ST 模型车还展示了我们的 LED 大灯解决方案和提供多种定制选择的 OLED 尾灯,帮助汽车制造商提供更安全的驾驶体验和提升品牌辨识度。确实,由于进行了大规模的优化,基于 ST 的 PowerPC MCU,仅一条 CAN 总线就可以支持多达 4096 像素的 OLED 面板,极大地简化了开发过程,使开发团队能够选择接口更少、性价比更高的产品。

 

这里还要着重介绍 ST 展车上的驱动电机逆变器参考设计。ST 碳化硅产品已经出现在目前上路行驶的汽车中,这些产品确实让车企能够开发出体积更小、更经济划算的逆变器模块,从而降低车价。ST 驱动电机逆变器参考设计组件包括 SiC MOSFET、栅极驱动器和 PowerPC 处理器等。ST 还提供一个软件旋转变压器解码方案,帮助确定电机转子位置,要是在过去,这种功能的实现需要使用专门的芯片。现在,有了 ST 的软解码方案,开发团队只需使用处理器就可以享受相同的功能。因为设计背后的效率,这种全面的参考设计可确保较小的团队能够更快地提出概念验证。

 

基于 ST60 的 LED 显示屏非接触式千兆以太网模块

ST 在慕尼黑上海电子展上的另一个产品演示是使用中国合作伙伴 EPS 开发的内置 ST60 的非接触式收发器模块。简单地说,视频数据通过 HDMI 线缆从 PC 机传到视频控制器,接着再送到由以太网连接器、以太网 PHY 芯片和 ST60 组成的 EPS 千兆以太网模块。然后,该系统将信号发送到与显示面板相连的另一个 EPS 模块,通过非接触方式传输高分辨率视频信号,甚至可以穿透塑料、木材或玻璃等障碍物。因此,驱动大型 LED 显示墙变得非常简单,由于该解决方案省掉许多线缆,因此有助于降低维护成本,易于安装,并提高了连接的可靠性。

 


ST 所展示的以太网模块支持 1.25 Gbit/s 的通信带宽,但 ST60 本身可以达到 6.25 Gbit/s,提供低功耗、点对点和低延迟的传输性能,通信距离可达几厘米。该展品在业内属于稀缺技术,因为目前很少有竞争对手能够利用 60 GHz 免许可的 V 波段传输信号。在 ST 展位上,参观者可以观看 ST60 的实际应用情况和市面上可以买到的采用 ST60 的产品,例如,EPS 的千兆以太网模块。我们的中国合作伙伴发布了两个版本的 ST60 非接触式以太网模块:用于横向连接的板对板操作的有号角天线的 SK202 和用于纵向通信的有带贴片天线的 SK201。

 

基于 LSM6DSOX 的预测性维护

 

预测性维护演示

 

最后一个我们要重点介绍的展品是一个在 LSM6DSOX 机器学习内核上运行基于 AI 算法的预测性维护系统。该 MEMS 传感器可以检测到电机异常行为,并发出异常提示信号,以便企业在实际故障发生前维修故障零部件,避免造成更大的经济损失。我们正通过开发社区提供 逐步开发指南,确保大家都能在家里重复和复制这个实验。

 

我们在产品推介会上展示了一个通过 Bluetooth LE 蓝牙连接 NUCLEO-F401RE 开发板的 SensorTile.box 数据收集器和 EDT 开发的 7 英寸显示器。EDT 是 ST 合作伙伴计划成员,为了更好地了解它们如何依靠 STM32 和 TouchGFX 开发应用的,我们最近采访了这家公司。过去,Nucleo 板上的 MCU 必须处理来自传感器的原始数据并负责运行算法,这需要消耗约 30 mA 的电流。通过在 MEMS 上处理传感器数据,系统可以延长睡眠时间,MEMS 运行机器学习算法仅消耗 1 mA 的电流,并且只有在检测到异常时才唤醒系统。

 

逐步开发指南还能解决棘手又耗时的数据收集和清理问题。在检测到异常事件之前,机器学习内核必须知道异常是什么样子。因此,在逐步开发指南中,ST 介绍了如何用加速度计记录数据的方法。ST 还将展示如何在 Unico GUI 中使用加速度计数据,并将其转换为机器学习内核可以处理的信息。