2021熱門技術發展展望：工業無縫連接、智能駕駛、UWB定位、無線快充

7月19日，第九屆EEVIA年度中國電子ICT媒體論壇暨2021產業和技術展望研討會在深圳成功舉辦。會上，多位技術專家向在座的媒體分享了關于工業物聯網、智能駕駛、UWB定位、無線快充等時下熱門技術的發展趨勢和走向。

ADI：無縫連接推動工業創新

數字化工廠可以提高資產管理效率和產能質量，減少廢品率，降低成本。今年中國在“十四五”規劃里著重強調了數字化轉型的概念。如何進行數字化轉型，邁向工業4.0呢？增強連接，連接是工業4.0第一步也是最重要的工作，有了大量的連接就可以拿到足夠量的數據。

ADI中國區工業市場總監蔡振宇表示，工業連接和實時數據是智慧工廠的基礎和基石，有了好的技術和基石數據，才能做到真正的數字化轉型概念。未來智慧工廠離不開有線和無線的連接，會有更多的以太網概念在里面。

蔡振宇 ADI中國區工業市場總監

原先的工業連接是比較獨立的，從設備到控制端，再到應用端，都有一道防火墻，沒有辦法跟真正的網絡去連接。現在工業4.0對智慧工廠提出了新的概念：直接從智能的終端產品到智能工廠，最后連接到真正的互聯網，達到IT和OT融合，把工廠數據跟現實的IT端融合；原本是垂直的網絡結構，未來就可以拓展成一個平面的垂直結構。只有正真做到有線和無線的無縫連接，把設備融合在一起，才是工業互聯網。TSN技術正好為無縫連接提供了可能性。TSN，時間敏感網絡，是一種基于IEEE 802.1的實時以太網標準。TSN專注于時間，它可以確保信息在固定且可預測的時間內從一個點移動到另一點，保證及時交付。

目前，在工業物聯網方面，無論是中高低客戶都有一個共同的痛點——缺少相應的專業網絡IT人員。因此，找到一個好的拍檔至關重要。ADI就是可以選擇的拍檔之一，它有很強的工業以太網的芯片核心。在物理層，ADI可以提供千兆、百兆的芯片，如最新的10BASE-T1L的雙絞線的新技術芯片。端口數的話，從單端到六端ADI都有相應的芯片。從網絡速率來看，ADI可以提供10兆、100兆、千兆以太網的芯片。ADI的產品基本上兼容或支持傳統主流的工業協議接口，網絡安全也做的很好。ADI的工業以太網平臺，可以做到從終端到云端的無縫連接。

ams OSRAM：先進光學技術賦能未來智能駕駛

光學是半導體里面比較特殊的領域，主要應用于傳感、光源、可視化三方面。在汽車智能化的應用里光學技術扮演者重要角色，比如激光雷達。據艾邁斯歐司朗市場與業務發展總監金安敏介紹，光學技術在汽車領域的應用有三個方向：自動駕駛、外飾照明、內飾照明與艙內傳感。

金安敏 艾邁斯歐司朗市場與業務發展總監

目前，大部分車企和系統供應商認為實現L4/L5的自動駕駛，需要激光雷達、毫米波雷達和車載攝像頭三者結合使用?，F在從硬件上，最后沒有啃下的一塊骨頭，就是激光雷達。毫米波雷達和車載攝像頭在新車上面已普遍安裝，個數還不少，兩者的成本已經降到較合理的水平。但是激光雷達至今為止，因為成本高，沒有很多車會安裝它。據預測，在接下來的3~5年，激光雷達將有一個進入車載的爆發期。艾邁斯歐司朗憑借領先的技術能夠幫助激光雷達廠家實現激光雷達快速上車，其VCSEL陣列和驅動器可實現純固態激光雷達高功率，低溫漂，可擴展；VCSEL還支持尋址功能，點亮裸片特定區域/特定視場角；還有高功率密度的邊發射激光器(EEL)，適合與MEMS和機械鏡組合使用；1-4通道的單條脈沖激光（即將推出8通道）；用于光纖激光雷達的激光泵。

在外飾照明方面，矩陣式LED前照燈可提供最廣視野范圍和時尚樣式。未來不僅是照明的作用，大燈很有可能像投影儀一樣，變得智能化和數字化。艾邁斯歐司朗擁有廣泛的產品組合，用于外飾照明、指示燈、傳感應用的一流元器件和模組，如新產品EVIYOS 2.0可以把車頭燈做成投影儀的效果，更好地實現車輛與人之間的交互。

在內飾照明與艙內傳感方面，涉及到的應用很多，有交互、屏幕、投射、氛圍燈等。未來車內的氛圍燈會像劇院里一樣酷炫，側窗也可以作為屏幕。照明與傳感結合，可以做到3D方案，將整個艙內覆蓋起來，從而可準確的知道車內的每個人的狀態、在做什么，然后基于人的狀態調節氛圍燈、空調系統。還有車內遺留物檢測、人機交互、抬頭顯示，也需要照明和傳感。艾邁斯歐司朗可以提供用于手勢控制、駕駛員狀態監測和車內監控的IRED、VCSEL發射器和圖像傳感器；用于智能內飾照明的LED，實現舒適座艙；用于顯示屏亮度動態調節的環境光傳感器；提升駕駛安全的駕駛員狀態監控和艙內監控；用于下一代AR-HUD的邊發射激光器。

NI：平臺化測試方案應對無限自動駕駛測試場景

目前，自動化駕駛發展成四個趨勢：一是電子電器結構，從原來的傳感器、ECU，到后續都將用中央域控制器；二是相關法規不斷完善，帶了很多新的測試需求和挑戰；三是軟件定義汽車，如特斯拉OTA技術，軟件的投入和測試愈發重要；四是AI和深度學習，為了不斷優化ADAS的算法，需要通過真實的道路場景測試。由此可見，自動駕駛測試的復雜度日益增加，自動化測試的硬件和軟件，需要不斷的迭代和更新。

據NI資深汽車行業客戶經理郭堉介紹，汽車以后會越來越多向消費類電子的模式去發展，隨著造車新勢力的不斷增加，我們需要可以快速做驗證的平臺，最大化測試的效率。更多的測試以后會停留在軟件在環的測試中，也就是汽車需要更多的仿真。就拿特斯拉來說，消費者對它的自動駕駛安全性還存有很大的疑慮，那需要到很多真實的場景不斷地訓練算法。如果部署很多車隊，讓它去跑真實的道路，要花費的成本和時間無法想象，所以我們就需要構建一個高保真度的軟件測試環境，去訓練AI的算法，識別目標物，從而達到避障和主動駕駛的功能。

郭堉 NI資深汽車行業客戶經理

NI在今年正式宣布收購了monoDrive公司，用戶可以將收集的數據通過monoDrive進行數據重構和孿生，構建高保真的測試場景。monoDrive可以還原真實的道路情況，樹葉、欄桿、地面上的標志圖形都能完整地復現出來；對于天氣也能仿真，如雨天路面的積水情況，因為路面積水會影響發射條件，進而會影響傳感器是否能完整的體現出來；路燈、垃圾筒表面的參數系數、反射系數也可以實時地表現出來，甚至日落黃昏的環境也能仿真出來。

當然，光有仿真不夠，還要有真實的數據。NI的PXI平臺提供了豐富的接口，攝像頭接口、車載以太網等都有涵蓋，可以所有傳感器數據無損的保存下來。除了軟件仿真，還有硬件在環仿真，測試的對象一般是ECU里面的控制部分或ECU里面的算法，需要模仿外圍設備，讓ECU以為連接的是真實的電機。PXI平臺同樣支持硬件仿真。從研發開始到最后的生產部署，NI的軟硬件平臺有完整工具鏈，工程師可以不用學習各種廠商的不同接口、不同硬件平臺的操作，不用學習新的軟件，就可以實現整個從研發到部署的流程。