突发!ST 欧洲大罢工!芯片继续缺货!

发布时间:2020-11-06 00:00
作者:
来源:Ameya
阅读量:1304
(备注:文章来源于网络,信息仅供参考,不代表本网站观点,如有侵权请联系删除!)

在线留言询价

相关阅读
STM32WL与LoRa联机的芯片,促进物联网联机创新
  STM32WL是全球首颗内置LoRa收发器的SoC,在同一芯片上集成了通用微控制器和 sub-GHz 无线控制单元,是世界上第一颗将LoRa收发器集成到SoC芯片上的无线微控制器。  可与LoRa低功耗广域网(LPWAN)联机的系统芯片,STM32WL系列让用户能够打造功率配置非常紧密之兼具高效节能和可靠性的物联网(IoT)装置。  LPWAN是一个可以覆盖广阔地理区域和偏远地点的经济无线网络联机技术,能够扩充物联网的覆盖范围,并让智慧技术为公用事业、农业、物流、交通运输等产业带来更高的价值。  产品优点  多达双核心32位ARM cortex-M4+ M0 @48MHz  高达256 KB Flash,64 KB RAM  调频范围150MHz至960MHz  LORA的调制,(G)FSK,(G)和MSK BPSK  发射器高输出功率,可程序设计至+ 22dBm  符合以下射频法规,例如ETSI EN 300220,EN 300113,EN 301166,FCC CFR 47第15、24、90、101部分和日本ARIB STD-T30,T-67,T-108  待机(+ RTC)模式为360nA(V DD = 3V)  安全和识别硬件加密AES 256位  12位DAC,低功耗采样保持  2个超低功耗比较器  2xUSART/2x SPI/3x I 2 C/3x16bit timer  多达43个I / O,最耐5V  超低功耗, 关断模式为31nA(V DD = 3V)  –40°C至+ 105°C的温度范围  应用范围  智慧电表  工业物联网  智慧农业  智慧城市楼宇  智慧物流  智能家居
2023-11-16 15:51 阅读量:2034
ST超低功耗飞行时间 (ToF) 传感器:解锁智能生活新场景
  未来,ToF在接近检测传感器、人体存在检测和激光自动对焦等领域的应用中不可估量。作为主要的ToF技术和方案提供商,意法半导体针对这些应用需求不断对产品技术进行更新迭代。  为了让飞行时间 (ToF) 传感器达到最低功耗,ST开发了一套驱动程序,能够有效地将FlightSense传感器配置为节能版接近检测器。此外,一旦检测到物体,驱动程序会立即将传感器切换回标准测距模式,充分发挥飞行时间 (ToF) 技术的优势。传感器经过特殊设计,其设置和测距流程完全内嵌于固件中,能够显著降低功耗。  ST具有超低功耗 (ULP) 模式的FlightSense单测距传感器主要包括三款产品:VL53L1CX、VL53L3CX、VL53L4CD。  VL53L1CX能够在ULP模式下以1 Hz的测距频率和仅65 μA的电流消耗检测到距离高达1400 mm的物体。超低功耗驱动程序 (STSW-IMG032) 可以轻松地将VL53L1CX FlightSense?传感器设置为ULP模式,用作节能版接近检测器。一旦传感器检测到物体,驱动程序会立即将传感器切换回测距模式,准确测距距离高达4米,更有高测距频率 (50 Hz) 和自定义视场 (FoV) 功能。最低功耗800 mm处65 µA,最长检测距离1400 mm处300 µA。    VL53L3CX能够在ULP模式下以1 Hz的测距频率和仅55 μA的电流消耗检测到距离高达840 mm的物体。超低功耗驱动程序 (STSW-IMG033) 可以轻松地将VL53L3CX FlightSense?传感器设置为ULP模式,用作节能版接近检测器。一旦传感器检测到物体,驱动程序会立即将传感器切换回全直方图测距模式,使用意法半导体直方图算法,准确多目标测距距离高达5米,盖片串扰抗扰度超过80 cm,并具有动态污迹补偿功能。最低功耗230 mm处55 µA,最长检测距离840 mm处240 µA。    VL53L4CD能够在ULP模式下以1 Hz的测距频率和仅55 μA的电流消耗检测到距离高达1100 mm的物体。超低功耗驱动程序 (STSW-IMG034) 可以轻松地将VL53L4CD FlightSense?传感器设置为ULP模式,用作节能版接近检测器。一旦传感器检测到物体,驱动程序会立即将传感器切换回测距模式,准确测距距离从仅1 mm扩大至1300 mm。还配有新一代18°FoV激光发射器,提高了环境光条件下的性能,其测距速度可达100 Hz。最低功耗310 mm处55 ?A,最长检测距离1090 mm处240 ?A。    目标应用  ST超低功耗飞行时间 (ToF) 传感器可应用在智能水龙头、智能马桶、智能小便斗、智能垃圾桶、咖啡机、自动售货机等丰富的智能生活场景。    完整的开发工具集  ST提供全面的应用设计支持服务,帮助用户充分利用这些传感器的优势,加快产品上市,同时降低设计风险。  VL53L1CX开发工具包括面向STM32 Nucleo的VL53L1CX扩展板和两个VL53L1CX转接板。VL53L1CX扩展板是即用型VL53L1CX评估套件,带可调式盖片架,配有Arduino UNO R3连接器以及包括示例代码和图形用户界面在内的完整系统软件。两个VL53L1CX转接板可以通过两个10针连接器连接。    VL53L3CX开发工具包括面向STM32 Nucleo的VL53L3CX扩展板和两个VL53L3CX转接板。VL53L3CX扩展板是即用型VL53L3CX评估套件,带可调式盖片架,配有Arduino UNO R3连接器以及包括示例代码和图形用户界面在内的完整系统软件。两个VL53L3CX转接板可以通过两个10针连接器连接。   VL53L4CD开发工具包括面向STM32 Nucleo的VL53L4CD扩展板和基于VL53L4CD的两个转接板。VL53L4CD扩展板是即用型VL53L4CD评估套件,带可调式盖片架,配有Arduino UNO R3连接器以及包括示例代码和图形用户界面在内的完整系统软件。基于VL53L4CD的两个转接板,可轻松集成。
2023-10-20 09:52 阅读量:2701
ST携手Leopard Imaging,让座舱监控系统走向普罗大众
  去年5月,Leopard Imaging公司在Embedded Vision展会上推出车内摄像模组,这成为驾驶员监控系统(DMS)发展历史上一个新的里程碑,开辟了一条在汽车上普及DMS之路。作为ST授权合作伙伴,Leopard Imaging此前已经采用ST的VG5761器件推出了多款车内摄像头模组。现在,它又通过采用ST的VB56G4A背照式全局快门图像传感器支持更宽的光照条件,以提高机器学习算法的准确度,同时降低系统的总功耗。由此,Leopard Imaging能够为汽车厂商提供更多方案选择,包括带背照的和不带背照的模组,让驾驶监控系统(DMS)和乘员监测系统(OMS)成为主流应用。  现代DMS概念的诞生至少已有20年的历史。2004年,德国帕德博恩大学和澳大利亚昆士兰科技大学的研究人员在IEEE国际系统、人类和控制论大会上宣读了一篇论文,论述如何通过传感器跟踪眼睛和眨眼来确定驾驶员是否疲劳或分心。由于研究使用了更常用的元器件,这篇论文脱颖而出,打开了DMS通向主流应用的大门。然而20年后,DMS和OMS并没有在汽车上普及。是什么阻碍了这项技术的发展?Leopard Imaging在Embedded Vision上的展品有何独特之处?接下来,由AMEYA360电子元器件采购网来一探究竟。  ST的VG56G4A器件让DMS/OMS适配更多环境  Leopard Imaging在该领域已深耕15年,而VG56G4A则可以帮助他们利用已有的技术积淀创造新机遇。事实上,该公司已经推出了无需补光光源的摄像头模组,例如基于ST VG5761的DMS模组。过去,他们一直是在方向盘后面安装这些模块,并在其他地方安装光源。问题是这种做法只适合特定的座舱。因此Leopard Imaging认为,一定要设法根据环境定制解决方案。总之,创新就是让技术能够在更广阔的空间中发挥作用。  ▲Leopard Imaging开发的LI-ST-VB56G4A-MONO-DMS-ADJ  由于配备了940nm近红外激光发射器,VB56G4A的光源不会产生分散注意力的红光。该波长也不受阳光的干扰,可以在任何光照环境中工作。此外,VCSEL光源还可以配合940nm窄滤光片,更好地过滤阳光中的红外线。  此外,用全局快门代替卷帘快门传感器消除了图像伪影,因此可以检测快速的横向移动,更精确地检测目标边缘。此外,使用背照式图像传感器还可以在以前无法安装的机位安装摄像头模组。Leopard Imaging在Embedded Vision展会上展示了LI-ST-VB56G4A-DMS-GMSL2和LI-ST-VB56G4A-MONO-DMS-ADJ 两个摄像头模组。  ▲LI-ST-VB56G4A-DMS-GMSL2  多年来,Leopard Imaging一直在研究座舱监控技术,并已推出相关的解决方案。这两个新模组具有很重要的意义,因为它们能够以更低的价格实现更强大的定制性、更高的性能和能效,部署起来也更简单,让该公司凭借多年的技术积淀开发出适合更多用例的解决方案。因此,我们把基于VG56G4A的新模组视为里程碑式的创新,不是因为它们让DMS和OMS成为可能,而是让它们成为主流。  Leopard Imaging模组助力DMS/OMS向机器学习转型,并遵守新法规  推动DMS和OMS成为主流应用的另一个里程碑是边缘机器学习越来越深入的应用。Leopard Imaging在与客户合作用摄像头模组收集训练数据时注意到,基于启发式的DMS和OMS正在向机器学习转变,这种转型可让开发人员在不使用更多资源的情况下实现更多用例,这也意味着降低了开发成本。机器学习算法并没有通过数十年的技术积累来完善应用方案,而是将决策过程转移到可随时间轻松进行自我优化的神经网络上。  随着新政策法规不断出台,DMS和OMS日益受到行业的重视。2021年,美国参议员提出了新法案,提议研究DMS的好处并强制出厂新车安装DMS。欧洲议会更加积极主动,已于2019年批准2024年中期前实施DMS法规。欧洲安全组织正在考虑要求DMS发布五星评级。Leopard Imaging一直在与方案开发商合作,以便及时了解新法规的内容并使自己的解决方案符合新法规要求。随着行业挑战不断被克服,DMS和OMS也将成为普罗大众汽车的标配。
2023-09-21 09:30 阅读量:1838
ST机器学习解决方案助力车企探索汽车AI可能性
  意法半导体的首款车规机器学习解决方案SL-AIAID012401V1由AEKD-AICAR1评估套件、AI人工智能插件和AutoDevKit车规开发板组成,能够识别驻车、正常路况、崎岖道路、车轮侧滑或突然转向四种汽车状态。这是一个难得的机会,可以通过测试和开发汽车人工智能应用,以确定该技术是否适合这个市场。事实上,许多车企还在探索在行业现阶段,机器学习对他们是否有意义。从头开始创建算法需要投入大量的人力和资金。把评估解决方案导入我们的AutoDevKit平台,可以让开发人员更轻松地探索车规人工智能的可行性。  将机器学习引入汽车的挑战在寻找正确的应用  ▲汽车状态识别系统的整体架构  虽然机器学习的热度在消费市场上稳步上升,但是,汽车行业仍在探究机器学习技术可以为汽车带来什么。几十年来,人工智能一直是汽车行业的一个热门话题,研究人员早在2001年就已经在探索如何在导航系统中应用机器学习。然而,人工智能趋向于用在几种应用场景,例如,自动驾驶或事故检测。此外,出于安全性和可靠性考虑,汽车行业几十年来一直依赖启发式方法。简而言之,汽车制造商在不需要训练神经网络的情况下就已经擅长提供先进的功能。因此,开发平台必须降低汽车机器学习的技术门槛,同时又不影响设计者构想较为传统的应用。       找到正确的工具  为了帮助开发人员创建他们的杀手级应用程序,无论它是否使用机器学习算法,AEKD-AICAR1都配备了一个带有4mb闪存的MCU,以及AEK-LCD-DT028V1显示屏,用于UIs和更一般的应用程序。主板还提供两个CAN FD收发器和两个电位器,用于测试模数转换器的性能。因此,这个电路板可以连接执行器板驱动电机,处理无线通信功能,或者管理LED等设备。因此,这块板子的灵活性足以帮助开发团队用其他的系统开发应用。然而,顾名思义,我们的开发团队用AEKD-AICAR1开发应用,因为汽车行业要求降低机器学习的技术门槛。  AEKD-AICAR1:让机器学习变得更好用的解决方案在指引开发者  ▲AEKD-AICAR1套件  AEKD-AICAR1配有AEK-CON-SENSOR1连接器板和AIS2DW12三轴加速度计。开发人员可以获取MEMS数据,并使用长短期记忆(LSTM)递归神经网络(RNN)确定汽车的四种状态。该套件还旨在简化演示应用的开发,因为AEKD-AICAR1在MCU闪存内预装了提前训练好的神经网络。LSTM RNN当前版本是在Google Colab环境中使用TensorFlow 2.4.0框架开发的神经网络,然后,我们使用意法半导体的工具将提前训练好的神经网络转换为适合在STM32上运行的C代码库。  为了进一步指导和培训开发者,我们为用户提供了一份Google Colab环境、模型训练、数据采集等工具的用户入门指南。用户可以使用TensorFlow等众多热门机器学习框架创建、训练和验证神经网络,从而使团队能够借用许多现有的社区项目。然后,我们还展示了意法半导体神经网络所用人工智能插件是如何优化算法,使其适合在微控制器上运行。简而言之,我们分享我们的知识经验和实用工具,以便开发人员可以更轻松地测试项目,确定机器学习是否适合汽车应用。  使用真实环境  最终,工程师将获得一个程序,这个程序可以让他们尝试用传感器开发新应用,评估自己的需求,并更好地了解从头开始需要付出的成本的一小部分内是可行的需求。在AEKD-AICAR1捆绑包中有连接器板,这意味着用户可以轻松换用另一个传感器,做进一步的评测。汽车行业固有的安全性和可靠性限制要求让开发者无法用市面上可以买到的消费级电路板测试汽车产品概念。AEKD-AICAR1通过在许多人用于开发实际应用的汽车级平台上进行实验,从而解决了这个问题。  构想原创应用  由于汽车行业的机器学习仍处于起步阶段,用户经常寻找具有最大灵活性的平台。事实上,用一个系统开发多个项目有助于节省时间和资源,例如,有一位客户对LSTM节点稍加改动,即可分析车辆悬架的响应性能,确定弹簧补偿程度,从而改善驾驶体验。同样,开发人员可以用传感器开发新应用,例如,预测电池的充电状态,或将传感器安装在方向盘上,用于检查驾驶员的心率。简而言之,AEKD-AICAR1灵活多变,应用不限于传统的汽车应用及状态检测。
2023-09-15 10:12 阅读量:1848
  • 一周热料
  • 紧缺物料秒杀
型号 品牌 询价
RB751G-40T2R ROHM Semiconductor
CDZVT2R20B ROHM Semiconductor
BD71847AMWV-E2 ROHM Semiconductor
MC33074DR2G onsemi
TL431ACLPR Texas Instruments
型号 品牌 抢购
ESR03EZPJ151 ROHM Semiconductor
BU33JA2MNVX-CTL ROHM Semiconductor
IPZ40N04S5L4R8ATMA1 Infineon Technologies
STM32F429IGT6 STMicroelectronics
BP3621 ROHM Semiconductor
TPS63050YFFR Texas Instruments
热门标签
ROHM
Aavid
Averlogic
开发板
SUSUMU
NXP
PCB
传感器
半导体
相关百科
关于我们
AMEYA360微信服务号 AMEYA360微信服务号
AMEYA360商城(www.ameya360.com)上线于2011年,现 有超过3500家优质供应商,收录600万种产品型号数据,100 多万种元器件库存可供选购,产品覆盖MCU+存储器+电源芯 片+IGBT+MOS管+运放+射频蓝牙+传感器+电阻电容电感+ 连接器等多个领域,平台主营业务涵盖电子元器件现货销售、 BOM配单及提供产品配套资料等,为广大客户提供一站式购 销服务。