Plattform for sensorfusjon og maskinlæring

Rutronik System Solutions' kortfamilie får et nytt medlem med det nye RAB1 - Sensorfusion.

Publisert

Adapterkortet tilbyr sin egen plattform som tillater maskinlæring- (ML) basert sensorfusjon, noe som danner grunnlaget og fremtiden for kunstig intelligens (AI), ifølge Rutronik.

Det er utstyrt med de beste sensorene fra Infineon, Bosch SE og Sensirion. Alle sensorer er også tilgjengelig i Rutroniks produktportefølje.

Takket være de avanserte komponentene og den mulige intelligente kombinasjonen av sensorverdier, er kortet egnet for et bredt spekter av bruksområder for sensorfusjon, som for eksempel luftkvalitetsmåling eller røyk- og gassdetektorer.

En detaljert analyse av komplekse systemer krever data. Å kombinere og koble sammen ulike måleverdier fra flere sensorer er av enorm betydning for å få tilstrekkelig informasjon. Denne prosessen er kjent som sensorfusjon.

- Ved å bruke vårt RAB1 - Sensorfusion Board får utviklere et perfekt egnet utviklingskort. En faktor er utvalget av moderne sensorer fra ledende produsenter. På grunn av sammenstillingen er det enkelt for utviklere å teste og velge de best egnede komponentene eller kombinasjonen av sensorer for den respektive applikasjonen. Det reduserer tiden-til-markedet betydelig," sier Stephan Menze, leder for Global Innovation Management.

Eksempelvis har kortet den barometriske lufttrykksensoren DPS310 fra Infineon, BMI270 IMU og BME688 intelligent gasssensor fra Bosch Sensortec, og SGP40-D-R4 og SHT41-AD1B-R2 temperatur- og fuktighetssensor fra Sensirion. I tillegg tilbyr Rutronik System Solutions programvare inkludert ulike applikasjonseksempler.

Som alle kort fra Rutronik System Solutions har RAB1 - Sensorfusion også et Arduino-grensesnitt. Så det er enkelt å bruke med alle andre kort, inkludert Rutronik Basis Board RDK2. Med denne fleksibiliteten og kompatibiliteten kan individuelle proof-of-concepts utformes avhengig av applikasjonen, førutviklingsfasen går raskere og tiden til markedet reduseres, mener de.

Powered by Labrador CMS