标签: 智能家居

论坛坛友 一篇小猫夜灯建模，记忆精湛，成品精良。看得我心潮澎湃，于是乎萌生我也要学习建模的想法，说干就干。不信你们看 先附上原文链接： https://mbb.eet-china.com/blog/3854317-417931.html 先照猫画虎，划出一个外壳来。 生成一个实体 侧视看一下 修改倒角，美观第一。（前方高能预警。。。。） 忘了把中间抠出来了。改改就行。 哒哒哒哒哒 成了。 截面一看，咋是实芯的啊，这不是弄了个砖头吗，女票还不得拍死我 小改一下，问题不大。 OK了 总共耗时3分半，累死我了。然后弄个基准面出来，看看。 画个托台的截面，为了省事，其实不能这么做，因为尺寸不对头哈。 再看下，能过得去就行。 等下 哪里来的舌头，是嘲讽吗？？？哦，原来是，旋转搞得鬼，不要慌。切掉就行了。 侧视画个旋转切除，咔嚓一下不用愁，老衲洗头用飘柔。 切掉就行。 一千个人眼里有一千两哈雷摩托，所以我家的狗狗就长这个样子。 然后在画个精修小尾巴，专业人士，有备而来。 再画俩小耳朵，支棱起来。 最后画个小灯泡，注意啊，红点 是点睛之笔，意味着能参加德国红点奖。 打完收工。

从历史的某个时刻开始，我们用“智能手机”，并且随时代发展有了“智能家居”“智能楼宇”“智慧城市”“智能照明”……这里的“智能”和“智慧”从直觉来看究竟体现在哪儿？ 最早感受“智能手机”的震撼，恐怕是在十多年前，在我们用智能手机看图时，当手机横置，图片也能立刻调转显示方向。这一刻我们感觉，手机仿佛是知道我们在想什么的。虽然这项功能现在看来稀松平常，其实现的本质是重力传感器。 早年的智能家居，比如单纯用 app 来远程开关灯，大概并不能让人感受到“智能”。传感器技术的发展，真正让“智能家居”能够名副其实。比如说，下班回家一推门，起居室的灯就自动亮了；向智能音箱说一句“播放音乐”，就能立刻听到平常最喜欢听的曲子；夜间起床去洗手间，经过客厅时，客厅也能自动亮灯，并且在折返时自动关灯。 这种“被动式”体验，才称得上是“智能”的，其核心就在传感器技术上。英飞凌事业部总裁 Andreas Urschitz 说：“将现实世界和数字世界连接起来，其中需要克服的障碍就在于，你需要在各处都布局好传感器。英飞凌以半导体的形式，为技术赋予人的五官感知。”所以我们在英飞凌的传感器产品组合中，看到了智能感知（大气压力传感器）、智能耳朵（MEMS 麦克风）、智能鼻子（CO2 传感器）、智能眼睛（3D ToF 传感器、雷达技术等）这样的分类。 以英飞凌的产品覆盖，我们恰好可以了解当前的“智能”生活究竟已经进化成何种形态，以及如今的尖端传感器技术，又发展到了何种程度。为此，我们特别采访了英飞凌科技电源与传感系统事业部的工程师和负责人，来了解英飞凌在传递智能生活、“感知世界”时扮演的角色。 一个典型的例子：报警系统 在英飞凌的宣传中，直观感应解决方案，大多强调“系统”性方案。这种描述方式大概不够直观，我们尝试列举几个典型的应用场景，来谈谈这种“系统”解决方案究竟是如何成为“系统”的。 我们认为，比较具有代表性，而且在结构上相对简单的是英飞凌构建的“报警系统”（IAS）应用。这套解决方案主要解决的，是家庭、楼宇可能遭遇非法入侵的安保问题。早年国外针对玻璃破碎的报警系统，常见的解决方案是在窗户玻璃上贴用于检测震动的传感器。传统方案的问题在于，一方面影响美观性，另一方面则在楼宇窗户很多的时候，投入的成本会很高。 还有一些解决方案则采用麦克风来检测特定玻璃破碎的声音频率，在检测到匹配的相应频率时就发出警报。这种方案的问题是，存在较高的误报率，比如说家中玻璃杯被打碎，也可能被这种方案认为是非法入侵；另外，麦克风的可靠性、信噪比、动态范围等都是比较大的挑战。 英飞凌在传感器层面的解决方案是，将 MEMS 麦克风（IM69D130）和大气压力传感器（DPS310）做结合。其中麦克风用于检测玻璃碎裂的声响，而大气压力传感器能够获取物理冲击信号：即在房间的窗户/门被破坏时，捕捉压力信号模式的变化。这两者做融合，实现更为可靠的效果、避免错误报警的问题。 从传感器的角度来说，这是两种传感器的融合方案。如果从更高层级去看英飞凌针对这套系统提供的开发板，则能够发现这套系统除了传感器，还包含了 MCU（英飞凌的 XMC 系列），其上当然还需要跑应用，包括将传感器数据做融合与分析的算法方案——这就属于软件部分了。英飞凌相对高阶的解决方案，也提供云端连接的应用。 从应用层面来看，这是个相对完整的“系统”，不仅有传感器融合，而且包括了硬件、软件的提供。 在其中的软件部分，英飞凌科技电源与传感系统事业部大中华区射频及传感器部门总监麦正奇表示：“我们提供这种简单的联结方式，客户自己也能开发自己客制化的应用。”英飞凌针对各种产品和解决方案，“提供基础的算法，包括数据传输、协议等。我们提供的 SDK 会有一些基本的功能，提供第一层、第二层的算法，那么客户就能基于我们的 SDK 去开发上百上千种的应用了。” 基础的算法，以及软件开发方面的更多支持，也是开发者快速开发产品的前提。 “其实我们的这个系统，在国内已经有几个 case 在谈，是供给一些大型企业的智慧型大楼。我们也想过在车载领域，这套系统是否也有可行性，很多的细节现在都在讨论。不过总体上，通过我们的 SDK，传感+算法，客户可以创造各种可能性。”麦正奇说。 点击图片报名参会 构建系统和平台 上面这个例子相对简单地传递了，英飞凌如何做传感器融合，加上结合自家 MCU 这样的优势资源，再搭配初步的算法构建起一个系统的例子。有关传感器自身可实现的一些能力，我们将在后文详述。针对构成一个完整解决方案的问题，我们认为在英飞凌的传感生态内，更具代表性的是 IoT XENSIV™ Lighting Platform 照明平台。 这也是一个通过传感器融合，无线连接到云端的系统，而且是模块化架构。它能够实现的一些典型应用场景，比如说应用在办公大楼，雷达检测到会议室有人时自动调亮灯光、调整空调温度；隧道/工厂用灯的节能；压力传感器检测到电梯不动，可自动远程报警给电梯管理相关机构；在一些共享空间，检测人流场景、空间占用，以实现智能的资源利用和分配优化。 实际上，我们可以认为前面的警报系统也是基于这样的平台构建的。来看一看这个平台的构成：它在大框架上，同样分成了硬件和软件两部分。 这个平台的硬件架构上，除了云服务涉及的部分，在设备端主体上包含了几个部分。分别是中央处理单元（MCU）、雷达系统、Optiga 数据安全芯片、XDPL LED 驱动、压力传感器，以及无线连接相关的组成部分。 上面这张图的中间部分是个中控板，围绕在周围的周边器件是可以模块化更换的。左边的是 XDPL LED 驱动；右边则是无线连接模块（典型的是 NBIoT/Sigfox 支持）；下方则是不同传感器的融合，比如 ToF、MEMS 麦克风、CO2 传感器、24GHz 雷达等。 除了硬件层面的部分，还有软件：上面这张图就是 IoT XENSIV™ Lighting Platform 平台的软件架构。下方是设备终端，有各种硬件支持，除了传感器还包括了无线连接。在靠上的应用层部分，就能看到比如雷达参数调试、LED 控制、OTA 软件升级等。上方是服务器端软件，与设备端对接。服务器端软件，涉及到数据库、账户管理、设备管理等等，而最上层也需要有灯光管理、人流管理、空间占用管理、电量计算等越来越多的功能实现。 这是一个相对完整的，英飞凌提供给开发者的系统或者平台，其上的很多板块是模块化的。填充、替换这些模块构成不一样的应用方案，比如前面提到的报警系统。 这里再尝试列举一个，英飞凌的智能路灯方案，就能搞清楚这个系统究竟是如何构建的。英飞凌的智能路灯，在硬件基础上包括了 XDPL 照明控制 LED 驱动芯片（提供数据参数读写及信息接口）、24GHz 雷达芯片（实现车辆、行人监测）、Optiga 数据安全芯片（连接安全认证）、CoolMOS（路灯作充电桩、电源管理），以及 MCU——英飞凌的 XMC 系列（核心处理）。 雷达收集的实时数据可以报告停车场信息，协助交通优化、人群管理，优化城市规划与管理。XDPL 芯片则可调节路灯明暗，并让终端掌握路灯状态；另外还有充电支持、安全连接等额外特性。 很显然在智能路灯这套方案中，英飞凌的能力包括了传感器融合，另外还涉及到了英飞凌在电源、MCU 等领域的更多能力。通过这种方式，能够像英飞凌这样做能力整合、构建平台和系统的企业，在行业内是不多见的。这也是英飞凌搭建系统和平台的基础。有了系统和解决方案，面向市场的各类千百种应用才能更快地付诸实现，落地到实际场景中。 “我们除了主要产品线以外，还有个 Sensor Solution Group，做传感器的融合，面向不同的应用。不同的传感器融合，再加上不同的 MCU，甚至和 partner 配合，将我们的硬件和软件能力都利用起来，为客户提供解决方案，实现各种各样的功能。”麦正奇表示。 点击图片报名参会 那些模拟人类感官的传感器 无论是传感器融合，还是构建起完整的系统、平台，更具体的还是前文提到的这些传感器产品。这些是系统能够获得用户青睐的基础，比如前文提到的警报系统，其覆盖范围有多广，以及麦克风信噪比表现如何，都是影响这套警报系统具体实现的基础。这里我们选择英飞凌一些比较有代表性的传感器谈一谈。 1.MEMS麦克风 在更早期的市场上，英飞凌主要为 Goertek、AAC Technologies 这样的企业提供 MEMS 麦克风裸 die，不过如今英飞凌自己开始涉足完整的 MEMS 麦克风产品，以高信噪比密封双薄膜 MEMS 麦克风（high SNR sealed dual-membrane MEMS microphone）的形态存在，这可能与这部分市场的高速增长有关。 从统计机构的数据来看，英飞凌 MEMS 麦克风 die 的市场份额变化情况如上图所示，目前其整体市场份额在 37% 左右。其应用场景涵盖了语音识别、音频录制、语音通讯、主动降噪等。以 TWS 耳机如今的火热便不难想见，MEMS 麦克风市场有多火。这类产品在手机、平板、笔记本、可穿戴设备、智能家居中的广泛应用自不必多说。 我们在英飞凌的一则宣传视频中看到，其 MEMS 麦克风应用场景，除了正常音量向智能音箱发出“播放音乐”这样的指令；当屋内有人在睡觉，那么以很轻的耳语发出指令“关灯”，一样可以让智能家居做出响应。英飞凌在描述中提到，在小声说话场景下，其“命中率”高出至多 40%；另外远距离识别场景，命中率高出至多 25%——比如从厨房向起居室中的智能音箱发出指令。 这一点在技术层面，除了多麦克风阵列以外，针对 MEMS 麦克风信噪比的提升应该是有很大关系的。在产品的技术演进中，从 2010 年较低成本但声学性能较差的单 backplate，发展到 2014 年显著提升了声学性能——信噪比提升至 70dB 但防尘性能较差的双 backplate，及今年最高 75dB，而且还达到 IP57 防水防尘级别的密封双薄膜（sealed dual membrane）设计。 “麦克风的工作模式可以简单理解为一个带电荷电容， 固定不动的导电层即为 backplate。另外一层同样为导电层的振膜，可以随着外部进入声压的变化而发出不同幅度的震动。电容值的变化引起输入电压值的变化。从而实现了声信号到电信号的转变。”英飞凌科技大中华区电源与传感系统事业部市场经理钟至仁向我们解释说。 这种密封结构设计，一方面实现了防水防尘，另一方面则提升了信噪比，也就提升了声音信号的获取能力。而高信噪比不仅对于前述应用场景有帮助提升用户体验的作用，还在于对于反馈式主动降噪而言，高信噪比的麦克风也能令降噪效果表现更好。因为麦克风可以捕捉到更低的声压级（SPL），抗噪音表现自然会更好。从 65dB SNR 提升到 69dB，这种变化就已经相当显著了。那么就应用层面来看，对于 TWS 主动降噪耳机而言，更多功能的实现也能做得更好，比如说语音助手、现实增强等。 前文中提到应用于报警系统的麦克风传感器（IM69D130），信噪比就达到了 69dB，另外有 130dB 的 SPL——即最高可以听到 130dB 的信号。如此一来，麦克风无论离玻璃爆破音源很近还是很远，都能够将玻璃碎裂的声音记录下来。 2.压力传感器 而英飞凌报警系统中所用的电容式大气压力传感器，英飞凌的工程师介绍说，DPS310 压力传感器能够侦测到 5cm 的高度差（±0.004hPa），所以运动期间，如跑楼梯这样的动作，传感器也能判断每一级楼梯的落差——这也是它能够通过微小气压差别，去侦测玻璃爆破的原因。另外更多型号，如 DPS368 在参数上标的是可达到 2cm 高度差的侦测灵敏度。 其特性还包括了足够小的尺寸，如 DPS310 这颗压力传感器的三围 2x2.5x1.0mm；低功耗，压力测量时峰值电流 345μA，待机电流 0.5/1.0μA；外加防尘放水、温度稳定性高等特点。 这种压力传感器的应用范围也因此可以很广，包括用于智能家居、气象站、可穿戴设备的运动追踪，甚至还有室内室外的导航、气流测量（典型的比如用在扫地机器人/空调，作为传感器可侦测滤网何时需要更换）。 英飞凌为其预设的应用场景还包括了预测性维护（Predictive Maintenance）——我们曾在先前智慧工厂生产相关文章中介绍过这种技术。它能够提前预知生产设备、组件寿命，预防故障性停工。大气压力传感器应该是作为其中的组成部分存在的。 3.CO2传感器 这是一种典型应用于空气质量监测的传感器，这让我们有机会窥见当代 CO2 传感器内部究竟是什么样。钟至仁向我们解释英飞凌 CO2 传感器的原理：“英飞凌的 CO2 传感器是基于光声效应的光声谱技术。红外光经过特定光栅，输出特定波长 λ=4.2μm 的光波，可被 CO2 气体分子吸收。在密闭腔内光被吸收引起热效应和压力改变。” “后端还有麦克风检测压力变化值，从而实现 CO2 浓度及浓度变化的检测。”低浓度的信号弱，而高浓度的信号就会比较强。 上面这张图是英飞凌 XENSIV™ PAS CO2 传感器模块，上方封装起来的就是感应腔。里面主要包括两部分，分别是发出红外光的部分，包括了过滤 4.2μm 波长的光学 filter——即钟至仁所说的光栅，以及一个 MEMS heater；探测器部分就是前文提到的 MEMS 麦克风。 除了感知腔体以外，整个模块实则还包含了英飞凌的 XMC MCU（跑补偿固件，支持 I2C/UART/SPI），以及驱动 MEMS heater 的 MOSFET。从 CO2 传感器模块的这个整体，也能够体现在“系统”构成层面，英飞凌覆盖的能力是相对全面的。 4.ToF传感器与雷达 ToF 和雷达，是英飞凌“智能视觉”或者说“智能眼睛”的表达方式。相关光学测距 3D ToF 的部分，我们在 5 月份发布的《 消费电子ToF技术与市场分析报告 》中曾详细介绍过技术原理，其中也提到了英飞凌选择的技术方向、技术特点和应用领域。 英飞凌通过与 pmd 合作的方式，共同推出 REAL3™ ToF 传感器解决方案，用于相对近距离的场景 3D 感知、成像。英飞凌在 3D ToF 实现上，主要选择的是连续波 iToF 方法。主要特点在于具备 SBI 背光抑制专利技术，以及和上述方案一样，有完整的包含传感器模块、软件驱动、3D 深度算法在内的系统性解决方案。这种技术在手机、扫地机器人、智能家居、智能安防、现实增强设备等领域都有应用。比如说应用到手机前置 ToF 摄像头，构建人脸 3D 深度图，则可用来做 3D 人脸识别，以及辅助拍照的效果加强；应用在电视之上，则可通过 3D 感知，来识别手势操作、体感控制之类的信号，实现交互加强。 同样是采用 ToF 技术（虽然并非光学测距），英飞凌的 60GHz 雷达实际上是比较值得一提的。这里的雷达，是英飞凌将车载领域相对成熟的硬件和方案，应用到消费类、工业类应用中的产品。其特色能力在于感应微动作（micro movement），比如室内有人时，这种 60GHz 雷达能够感知呼吸、心跳这些亚毫米级别的动作。 智能家居中比较流行的 PIR 被动式红外传感器，作为存在检测较大的一个问题就是，它无法侦测微小动作，比如在房间里办公，仅敲击键盘这样的微动作时，这种红外传感器就无法感知到。60GHz 的雷达波长为 5mm，皮肤 0.5mm 的微动，对雷达而言就是较大的移动距离了。作为写字楼智慧楼宇的存在检测，这种方案还是相对可靠的。 “雷达除了存在检测，也可以应用人数统计及追踪，甚至加上高阶演算法开发，就可实现非接触式心率监测、悬浮手势控制等应用。其中心率监测，就是利用雷达侦测胸腔呼吸振幅加上皮肤或者心率微动完成。”英飞凌科技大中华区电源与传感系统事业部市场经理吳柏毅表示。 英飞凌提供的 SDK 也包含了算法库，典型的比如开发者可设定雷达仅检测 1 米范围内的活体，1 米以外的活动可忽略。这还是体现了除硬件之外，英飞凌在软件方面为开发者提供的储备和方案。前面提到的智能路灯，和更多 IoT XENSIV™ Lighting Platform 平台应用，都有雷达的参与。 Google Pixel 4 上方的一长串传感器中，有一枚 Soli 雷达芯片 谷歌 Pixel 4 手机距离检测所用的“Soli”技术，所用的就是英飞凌 60GHz 雷达芯片。也算是对这项技术在尺寸和功耗方面的背书。 这些传感器产品，去年收归在英飞凌的“Power Management & Multimarket”业务中，这项业务原本包含针对能量管理的功率半导体、针对通讯基础设施和移动设备的产品（包括射频与电源器件），以及面向严苛环境的高可靠产品。 不过从英飞凌今年 3 月发布的 FY2020 半年报来看，这个部门已经正式更名为“Power & Sensor Systems”（电源与传感系统），组织结构和业务策略不变。FY2020 Q2，这项业务的营收相较去年同期增长 4%，财报中特别提到了 MEMS 麦克风业务的亮眼成绩。业务营收近两年基本上稳定在整个英飞凌营收的30%左右。 麦正奇表示：“这次改名也表明了我们对于 sensor 和射频器件的重视。在市场上，我们在 sensor 方面有很大的投资，包括 R&D 的投入增大。未来在 sensor 和射频这块会使我们非常重要的产品线。” “未来我们要聚焦的，包括了各种智能应用场景，包括智能家居、智能照明、智能楼宇等等。5G 时代的到来，IoT 万物互联，对于整个行业都是相当大的机会，同时也是挑战。这两者不仅对于我们的硬件产品，也对算法提出了更高的要求。所以我们也给客户准备了更多基础演算法。为了满足客制化需求，我们也会和合作伙伴共同开拓这片市场。”智能生活范围的扩展还在持续。 点击图片报名参会

众所瞩目的5G应用加速智慧家庭构建，然而，厂商却将面临5G中频段与4G、军用雷达等既有Wi-Fi频段重迭而产生干扰。你能确保产品不受干扰稳定运作，同时达到节能、实时监控、居家安全等效果?身为物联网检测专家的百佳泰，经由实测各类智慧家电常见问题，累积各项实验数据，开发了一套智慧家庭IoT验证测试方案，以协助厂商解决产品在功能、应用或是软硬件整合方面的问题。 打造智慧家庭生态圈 在物物相连的IoT时代，使用者只需透过手机App或是智能音箱进行简单的操作，便能轻松控制智慧冷气、智能灯泡等设备。而各大厂如Amazon、Apple、Google、小米、华为更是积极布局、建立自己的智慧生态圈，期望能带给使用者更方便、节能省电、提升生活质量的智慧家庭服务。 整个智慧家庭生态圈由不同类型产品组成，各司所职，环环相扣︓ 然而，当所有智能家电都连接到网络时，消费者将遇到较过去更为复杂的问题: 经由百佳泰实测发现，从使用者透过手机App进行操作开始，到装置和AP之间的互连性，甚至到云端之间的数据同步，在整个操作流程中会发生各样式问题与潜在风险。 轻松解决产品功能难题 为了消弭厂商潜在问题，百佳泰透过不断累积的测试实验数据，结集成了五大解决方案，验证各式潜在问题: 基本法规认证 1. 使用 Wi-Fi 、 Bluetooth 技术的智能家居和传统家电的智能化应用将大幅增长，确保智慧家庭装置 Wi-Fi 、 Bluetooth 性能与质量，当务之急。 Ｗi-Fi数据会说话： (1)根据IDC统计，2023年全球Wi-Fi设备出货量将达到200亿部，全球Wi-Fi 6设备出货量将达到50亿部。 (2)根据思科调查，在目前4G时代，59%的数据流量是透过Wi-Fi传输，而到5G时代，将有71%的数据流量经过Wi-Fi，经5G通讯处理的流量反而下降到低于30%。 · Wi-Fi 6 认证 · Wi-Fi 4EU 规范 · Wi-Fi 全系列认证 Bluetooth 数据会说话： 根据蓝牙技术联盟发布的2019年蓝牙市场最新信息，2023年全球智能家电的出货量将达到5.4亿部；游戏系统和电视等互联家居设备的出货量将接近9亿部，100%语音控制装置均采用蓝牙。 · Bluetooth 认证 其他法规认证测试： · Amazon Alexa · LoRa · OCF · Thread 硬件规格确认 硬件信号测量、无线性能验证为确认产品质量首要任务。 天线性能测试证实 良好的机构设计是质量关键 蓝牙产品为了固定住外壳与PCB板而灌胶，在灌胶后天线频率往更低频段偏移(从标准蓝牙2.4GHz频段，偏移到1.9GHz)，造成较多的信号反射损失（Return Loss）。 减少讯号损失关键　发掘互连性根本原因 灌胶前蓝牙频段调整成2.7GHz，灌胶后频段为标准蓝牙频段2.4GHz。 软件/App/互连性验证 对于消费者而言，最容易察觉的问题，不外乎手机App下载、操作流畅性，智能装置是否容易断线等问题。因此，良好的软件应用与互连性体验，是产品致胜关键。 · 软件验证实验室 : 依照产业生态圈与系统装置的特性，验证软件的完整性，以贴近真实用户的需求。 · 互连性测试中心 : 确保装置产品能够和手机或是市场上其他厂牌的软硬件顺利运作。 测试数据证实 确保智能居家第一道防线靠得就是互连性 当智能门锁无法连接上无线AP；智能门锁无法和手机配对，使用者就得苦苦守在门外不得其门而入，甚至得使用传统钥匙开锁。而这些潜在风险，经由我们实测证实： 1. 客户智能门锁和L牌无线AP无法联机，发生机率达 20 ％ 2. 客户智能门锁和Ｓ牌手机无法蓝牙配对，发生机率竟高达 50% 智能门锁成功解锁关键 发掘互连性根本原因 1. 无线AP芯片和智能门锁不兼容 2. 手机蓝牙芯片和智能门锁不兼容 真实场域／使用者情境模拟测试 影响IoT产品的无线性能关键因素： · 各式真实场域： 建材、装潢材质以及Wi-Fi 2.4G与蓝牙同频干扰、5G通讯中频段5G的中频段与Wi-Fi干扰 · 不同使用情境： 包括多人联机、多台装置联机、摆放位置距离 以实际情境为考虑，从用户行为角度出发，模拟真实无线环境，避免发生「 实验室Pass、市场Fail 」的尴尬处境，验证产品实际表现力。 模拟真实世界情境证实 无线干扰影响手机Ａpp排程设定导致家庭用电过度 账单超额 以智能温度计的手机App为例，无线干扰信号影响Away Home的设定值，在居家空间为２５℃时，竟同时启动冷暖气，用电过度。 手机App正常运作关键 发掘无线干扰根本原因 调整厂商固件 品牌生态圈提升计划ORS(Quality Requirement Specification) 针对市场趋势、产业特性与客户需求， 质量提升计划(QRS:Quality Requirement Specification) ，严加制定了一套符合客户产品规格与性能的测试规范: · 确保产品质量 · 协助客户扩大生态圈规模，加速生态圈的完善与质量 · 带给终端用户良好的用户体验 目前我们服务客户包括英特尔Intel、苹果Apple等知名国际大厂。

我之前在一家智能家居设备公司呆了一年多。虽然我当时的主要工作是做偏市场的，不过因为老板知道我非常热爱技术，所以公司的所有技术文档也对我开放分享。而且我经常偷听硬件、结构和软件工程师们开会时在说什么：因为是初创公司，所以他们就在办公室里说。而我的座位是在我们老板旁边的，所以他与所有工程师的几乎所有对话我都能听到。 我来电子工程专辑第一个参加的活动就是Silicon Labs的，那次恰好也是在展会上，我就去Silicon Labs展位逛了逛。发现在应用场景展示部分，赫然出现前公司的智能家居产品，当时看见还蛮开心——这大概也算是个缘分吧。 在这家智能家居公司，我感觉我学到最多的，是对智能家居的理解。很多人以为，智能家居就是把家电，比如灯泡、电饭煲、空调、新风系统什么的接进网络，然后手机可以远程控制。我们老板不是个懂得市场宣传的人，但我很清晰地了解到，他对智能家居产品的理解是：你把一盏灯连到手机上，不管你是WiFi、Zigbee还是别的什么，然后用手机来远程开关灯——这件事是非常反人类的。 科技本身在用户层面的最佳体现，就是让你感觉不到科技的存在，同时又让你觉得你离不开它，而不是时刻提醒你：我这个东西很高级的哟！最典型的例子就是苹果对指纹识别在手机领域的普及，Touch ID主体上需要Secure Enclave、电容指纹识别传感器，以及操作系统层面的三方配合。几方配合实现的是一种技术的无感，你把手贴上去，跟按下普通Home按键一样，手机就解锁了，全过程非常符合直觉，就好像根本不存在这项技术一样。但Touch ID实际解决的包括了Biometric Credential的加密与存储机制（以及全盘数据加密），指纹识别过程的极佳体验（体现在高识别率、容差也比较大），以及具体的应用场景。这几个实现起来其实都不容易，都需要花很多的时间。但在用户看来，这东西就跟不存在一样，与此同时也离不开了。 三星在Galaxy S4时代就这部分是失败的，一方面那时的Android甚至都还欠缺对Trustzone硬件的支持（可能已经支持，这部分可以追溯到Galaxy Nexus），另一方面滑动式的指纹识别存在感太强了，而且容差很小，识别成功率低。这种东西一定是失败的。 手机app开关灯这件事的离奇就在于，我明明每天回家，摸到门边的实体开关就能开关灯，我为什么要解锁手机、找到控制app，然后在菜单中找到那盏灯，再点一下。这就是它反人类的地方，一套流程下来明明就比直接按个开关复杂太多了。 但其实讲真的，就市场上实际的应用来看，还是有大量的开发人员和初创企业在做这件事：即便是以他们认为更科学的方式，变来变去都不过是手机远程控制这回事。这件事的存在感太强了，每次点开app都仿佛反复跟用户强调：我这是个智能设备，你看，手机都成中枢遥控器了。小米有个床头灯是蓝牙连接手机的，除了买来时我用手机app试了下开关操作，以及尝试定时操作，其余任何时候，我都不会用手机去操控这盏床头灯。 这是我本人的手没错，好看吗？ 以前Jawbone公司还很火的时候，他们的CEO提过一个很有趣的理念。当时所有的智能家居还在争论说，到底什么东西是智能家居的入口：手机？电视？还是什么插头、路由器之类的。Jawbone当时就说：智能家居的入口肯定是可穿戴设备啊！什么意思呢？其实他具体指的是生物特征计量设备（不管是植入式的，还是可穿戴），比如可以监测你的心率啊、血氧含量啊各种乱七八糟的。 因为这些生命特征可以表达你当前的状态，比如你可能觉得太热了，你紧张了，你累了。这个时候根据这样的数据去智能调控家居设备的状态，比如背景音乐、空调温度。那么这时，Jawbone就成为智能家居的“入口”了。 这个观点当然是为了Jawbone赚钱才提出来的，而且我觉得也不一定对。但至少它说对了一点，那就是智能家居应该是“主动”去理解人的，人是“被动”去体验智能的。而不是说，我现在要开灯或者电饭煲，我就把手机拿出来，找半天远程控制开关在哪里——甚至我还要对着机器喊一句：嘿开灯。这是反人类和倒退的... 越来越多的企业能够意识到这一点，比如前一阵去日本千叶参加CEATEC，旭化成展台展示的就是这种“被动”体验，它的核心就在“传感器”上。比如传统摄像头通过一些算法来检测主人的脉搏，并且通过毫米波雷达来检测主人的动作，可以去理解这个时刻主人是个什么状态。再举一些实际特别简单的例子：门窗磁传感器——智能家居的组成部分，是在你回家推门的时候就让玄关亮灯。这是个非常简单的场景。再比如说红外检测——如果你用几个红外检测传感器（甚至在普通开关中集成的方式），就能很轻易实现《黑镜》里面那种我在家里，走到哪里，灯就开到哪里，并且我走过的地方还自动灭灯，这种操作。 如果传感器做组合的话，能够达成的自动化效果还是相当多样的。比如主动实现对“离家”场景的识别，就是门窗磁传感器检测到关门，与此同时，红外传感器检测到一个你从玄关某一侧经过的路径，那么这个场景基本就可以判定你已经离开家了——而且这个离家场景的识别方式特别经济。 当然，这种场景识别还有别的实现方式。苹果的HomeKit在基础软件层面充分利用了手机的特性，比如说基于手机GPS来给你定位。在你快到家的时候，就给你开启家里的空调（或者在你快到家的时候提醒你买牛奶）；或者发现你不在家超过20分钟了，就自动把家里的灯都关了，而不需要你自己去主动触发一个场景。 在“智能家居”这一类场景内，很多走在马路上的老百姓都觉得这些离我们十分遥远，实现起来太难了——事实上却根本不是这样的。他们为什么有这种错觉？大众对于智能家居的理解真的就在“远程遥控”这个程度，去年我爸妈给我家装灯，然后特地嘱咐我说，儿子啊，现在你在家，晚上睡前可以不用下地去关客厅的灯了，因为咱现在有遥控器了。然后就把一个实体的遥控器递给我，毕竟我自己床头柜有一把遥控器。 这件事其实是反人类的，对“睡眠”这个动作的识别，原本就应该由传感器或现代科技去完成。甚至我觉得说一句“嘿Siri，晚安。”然后由HomeKit来关灯，这件事情仍是反人类的，这些东西不应该我们去做。 而实际上，实现一整套我所说的这些方案，真的不贵，而且也不是什么尖端技术。它只是需要开发者去把某些东西做到位，并且教育市场，我能做到什么。 小米有个感应夜灯，特别简单的一个东西，50块钱。它不能联网，不能接入手机。但它内置了红外探头，你晚上经过的时候它会亮大概几十秒，之后自动熄灭。这东西当然仍然是不够智能的，但我觉得特别方便，我买了好几个贴在我家客厅里。它不是让我喊一声，或者还要开个手机app去开关灯。 说个比较有趣的实现方式，前公司的具体产品有一款叫“感应开关”。从外形来看，感应开关就是个大号的按钮——用很多人爱说的，它是“可编程开关”，你可以设定按下它，执行什么操作，比如按一下，家里的灯统统灭掉，那么我就可以把它放在床头，它本质上就是个遥控器；但它内部还集成了两枚红外线探头、温度传感器、照度检测传感器。 所以它某些具体的应用可以是这样的：当它发现家里太暗，而且你还经过的时候，就自动把某几盏灯打开；折返时自动关灯。所以堆砌传感器，总是有效的方案，这个场景说起来似乎没什么，但真正使用后就会觉得完全离不开，以后家里开关灯这件事根本就不需要我去处理。 这家智能家居公司在我离开时，已经着手做AI了。除了我前面提到的这些应用场景都能完成——但他们毕竟还是需要你去设定规则，比如 IF门窗磁传感器==关 &红外传感器==从左到右移动，THEN触发离家场景。这东西还是需要你自己去设定规则，但当AI加入的时候，去学习你的使用习惯。你每天回家，第一件事情就是开某个家电：那我就知道你需要这个东西；以及，在你离家前你究竟做了些什么，那么我们自动去生成一些规则。 所以AI+IoT就智能家居，就是实现某种对科技的无感，以及未来你离不开这些实际上并不复杂（或可能非常复杂）的科技。 最后一点，用户是最终端的部分。他们接触的是产品、软件（app）。产品和软件，如果在开发时尽责的话，应该让它们对用户隐藏细节。你为什么要让用户知道，你的智能家居“入口”是什么，你有个 Hub或者你构建了一个多么高明的生态来完成这一切？这很奇怪。 这就好像，任何一个层级之间相互脱藕，是信息技术行业原本的特点：我做高级语言开发，我不需要去关心你MCU怎么为我实现这一切的；或者我做app，需要用到你的AI/ML硬件资源，我理应不需要知道你怎么充分调动算力的/怎么抑制存储子系统带宽瓶颈的，那是你的工作。这和用户不需要知道，你的智能家居如何组建网络，如何连接hub，如何与云互通，是一样的。 而目前，我上面所说的这些功能，智能家居都可以实现了，普罗大众却都还不知道，很大程度上就是源于开发者都没有尽责去“脱藕”：用户要花20分钟研究我怎么把这个灯泡，连接到Zigbee网关，你这个产品就足够失败。当然，这个问题的解决，大概可能需要更多层级来共同配合解决。还有市场教育或许还没到那一步，以及也可能是“智能家居”设备销售的切入点，或许应该是房地产商，而未必是终端用户：因为他们可能真的不大想去折腾。房地产商在卖房子的时候，就让这套智能家居的部署，与用户之间实现了脱藕。 这个时候，我们回过头来看看，你把电扇、灯泡什么的连到手机上，做个app就把产品上市了，还宣称我这个是智能的，这件事就会显得十分滑稽。这是我从前公司学到的一件事，我们老板就反复强调过，这事儿不靠谱。所谓的“易用性”，“易用性”这一点听起来特别官方和冠冕堂皇，其本质就是如何完成脱藕，以及用人类直觉和习惯的方式来完成操作、部署的过程。产品真的做好了“易用性”，那就是大牛了。

0. 引言 阅读文档帮助，熟悉开发流程。 本次应用测试按照提供的 help 文件说明，如图 1 连接好系统。采用 Micro-USB 通信方式。 图 1 应用测试系统配置硬件连接 PC 为 windows 7. 将目标设备安装在目标板上。将单片机的操作模式设置为单开机模式。也就是 J20 两针不连接。 第一次使用本开发板，按照下面的步骤启动和设置 FLASH 程序。 第一步：启动 FLASH 烧录程序 .exe 例如： C:\Flash Programmer\bin\FlashProgCM.exe 第二步： Set up a work environment 建立一个工作环境 - Target Device ——目标设备 - Object file - - - - - - 对象文件 - Comunication port ——通信端口 - Password ——密码 找到目标文件：参考 “3.7 Startup from an Object File”. 注意：当与目标设备建立了连接时，无法完成后续建立过程。比如，开发板已经加电。 第三步： Execute commands 执行命令 - Programming - - - 编程 - Verify/Compare - 验证 / 比较 - Blank Check ——空白检验 - Erase ——擦除 程序烧录：参考 help 的 “3.8 CUI Startup ”. 第四步： Save the work environment 保存工作环境。结束 1. 系统功能需求： 门磁信号检测及声光告警 . 但门打开时，蜂鸣器发出声响、黄色 LED 闪烁告警，实现门控安全检测。 （ 1 ）器件： TT_M3H 开发板、门磁传感器、蜂鸣器和黄色 LED. （ 2 ）开发工具： KEIL 和 flashProgCM.exe 2. 硬件连接说明： 门磁传感器， 1 根线接 CN5 D11, 一根线接 CN5 GND ；蜂鸣器，正极接 CN3+5v, 另一个引线接 CN5 D8 ；黄色 LED 正极接 CN3 3.3V ，负极接 CN3 D5. 连接状态如图 2 。门处于开启状态时系统的告警示意图如图 3 所示。 图 2 门磁检测器件连接示意图 图 3 门处于开启状态时系统的告警示意图 3. 结论： 用东芝 TT_M3HQ 开发板设计实现了智能家居门磁信号检测及声光告警功能，该开发板性能稳定，可以用于类似系统中物联网传感器节点的应用。