應用

技術

物聯網世界 >> 物聯網新聞 >> 物联网熱點新聞
企業注冊個人注冊登錄

下一代智能設備的关键技術:室內定位与導航芯片

2019-11-05 09:06 半导体行业观察

導讀:一旦室內導航SLAM系統和算法確定之後,中國芯片公司也將會成爲主流供貨商。

芯片 半导体 ,室內定位与导航,导航精度,導航芯片,智能装备,SLAM芯片

圖片來自“Unsplash”


人们对于以GPS为代表的定位和导航技術并不陌生,使用百度地图等APP配合GPS在户外场景中导航已经成为日常生活中常见的一幕。随着技術和應用场景的演进,对于室内导航的需求正在逐渐上升。室内导航和室外导航有诸多差异的技術需求,而为室内导航专门设计的硬件芯片有希望成为GPS的增补进入相关的设备中。

为什么需要室內定位和导航

說起室內導航,各人的第一個想法可能就是,爲什麽不能用GPS?其主要原因在于信號和精度問題。GPS使用的是衛星信號,在地面接收到的信號非常微弱,其最理想的使用場景在開闊且沒有遮擋的室外場景,而在室內,甚至是在一些都会裏建築物比較密集的區域就會出現信號被遮擋的情況,反映到定位上的表現就是遲遲無法搜索到GPS信號。

除了信号问题之外,另一个室内导航和室外导航的区别在于精度。对于驾驶等室外导航應用,通常精度需求在几米的数量级就可以接受,而对于室内导航来说其精度需求往往比室外导航有数量级的提升,因此必须有相应的技術。

室內定位和导航第一个重要應用在于包罗无人机在内的机器人导航。对于大型货仓等應用场景,室內定位和室内导航技術至关重要。利用室内导航技術,机器人可以制定最优路线以到达目的地,而室內定位技術则能在多机器人的應用场景下提供每个机器人的位置,从而资助每个机器人在导航时考虑到其他机器人的位置以幸免堵塞。

除了机器人應用之外,另一个重要的室内导航和定位的技術是下一代智能設備,尤其是AR/VR头戴设备。在典型的AR應用中,虚拟内容会显示在现实世界中的固定位置(例如下图中的宇航员和地球出现在桌子上)。

为了让这些虚拟物体看上去更具真实感,我们希望这些虚拟物体能看上去是固定在物理世界中的某个位置而不会随着用户移动而改变。为了实现这一点,必须有非常精准的室內定位和导航技術。

举例来说,如果我们希望在佩戴AR眼镜时在桌子上召唤出一个地球和宇航员的虚拟物体,那么首先我们需要有室內定位系统把桌子的位置给确定下来,从而当用户移动到桌子附近的时候可以在桌子上显示相关虚拟物体;此外,随着用户的位置移动,必须要渲染虚拟物体差异的尺寸和视角以满足真实感,因此会需要非常精确的室内导航系统知道用户是怎么移动的。

室內定位原理和相关芯片分析

室內定位最基本的原理是多基站原理,即根据设备和多个已知位置的基站之间的信号关系来推断设备的位置。如果我们有三个以上的基站且能计算出设备到每个基站之间的距离,那么根据几何原理我们就可以猎取设备的位置。

室內定位的基础版本可以说是蓝牙/WiFi信号定位。此类定位技術上根据设备到已知基站(路由器)之间的WiFI/蓝牙信号强度信息来估量设备的位置。由于WiFi/蓝牙信号的强度会收到出了距离之外的其他因素影响(例如遮挡),因此基于WiFI/蓝牙的室內定位精度通常在米数量级。

蓝牙/WiFi信号定位

除了利用WiFi/蓝牙等基于信号强度来估量距离之外,还可以利用超宽带(UWB)技術来实现更高精度的室內定位。UWB定位芯片目前得到了业界的认可,苹果的最新iPhone即搭载了自主研发的U1芯片用于UWB定位。

UWB定位技術是基于UWB信号规范。与传统的无线通信高功率高集中度的频谱差异,UWB把信号功率分散在非常宽的频谱上。因此,即使UWB信号总的功率并不低,但是每个频点的功率密度很低,因此对于其他使用该频段的通信协议造成的干扰非常小。

UWB超宽带频谱信号反映到时域就是一个非常短的脉冲。因此,其时域信号与雷达的脉冲信号很接近,这也是为什么UWB可以利用类似雷达的原理去做与基站之间的距离估量以实现室內定位。与基于WiFi/蓝牙无线信号强度的距离估量相比,基于UWB的距离估量使用的是信号的飞行时间(与雷达相同),即设备发射一列UWB脉冲信号并根据回波的时间差来估量与基站的距离。因此,UWB信号做定位不受遮挡的影响,可以做到更高的定位精度(十厘米级别精度,相比米级此外精度好了一个数量级)。

UWB脉冲信号

苹果的U1芯片目前已经进入主流手机,我们认为UWB高精度室內定位可望为下一代智能設備中的重要應用赋能,这类應用包罗AR等相关應用。从芯片设计的角度考虑,UWB芯片的主要设计难度在于如何设计一个能在很宽频率范围内都有较好频率响应的射频系统。

与传统通訊系统中的带通射频系统差异,UWB系统的频率范围要高10倍以上,而UWB信号在每一个频点的信号功率密度都很低,因此如何克服宽带内噪声的问题将是接收机的一个重要课题。

此外,UWB系统的天线需要满足宽频带,这与传统通信系统中的窄带天线差异。如果UWB定位系统中的设备端需要同时推断基站与设备之间的方向关系,那么还会需要设计一个天线阵列,这也增加了设计的难度。从功耗上来说,UWB的功耗通常较低,因此我们可望看到UWB技術进入更多的智能設備中。

室内導航芯片

室內定位可以提供设备的位置(精确到米或者0.1米的数量级),而室内导航技術则从另一个角度提供设备的精确运动轨迹。

精确运动轨迹对于许多任务来说至关重要(例如家用扫地机器人就需要能知道自己的运动轨迹以推断哪些位置已经扫过哪些没有),而精确运动轨迹对于每次丈量之间相对误差的需求往往小于10厘米,因此光靠室內定位就不够用(例如每次室內定位的精度在10厘米级别,那么两次定位之间的相对误差最多就会到20厘米,对于轨迹来说误差太大)。

室内导航的主要技術是SLAM技術,即同时完成定位和环境的地图建模。目前應用在消费應用中的SLAM技術可以分成两类,一类是基于惯性傳感器加视觉的SLAM方案,另一类是仅仅基于视觉的SLAM方案。

SLAM对于算力的需求很高。这是因为SLAM算法的本质是找到环境中的特征点,根据环境特征点的变化来估量设备的移动轨迹。例如,SLAM算法需要首先从摄像头傳感器的图像中去提取特征点(可以用传统的sift等特征,也可以用基于神经网络的特征),之后需要做特征点匹配算法,再之后才是移动估量。这一套算法在DSP或CPU上的执行效率都不够高,因此需要使用专用加速器芯片来实现高效率SLAM。

随着室内导航應用在机器人和AR/VR设备上的普及,我们可望见到SLAM加速器芯片或专用IP进入相关设备SoC。

目前,室内导航SLAM芯片在学术界已经得到了广泛的重视,也有一些芯片研究发表在ISSCC或VLSI Symposium等重要的会议上。对于基于IMU和视觉的SLAM,MIT的Amr Suleiman在今年早些时候发表了Navion系列芯片,该芯片把IMU+视觉 SLAM的整个计算流水线都放到了芯片上,同时做了图像压缩、稀疏计算优化等优化,最终能实现低至2mW的计算功耗,因此非常适合微型无人机等需要SLAM但是对于功耗非常敏感的應用。

Navion芯片

在纯视觉SLAM方面,由于没法借助IMU,而必须纯粹靠视觉特征点的匹配和位移去做运动轨迹估量,因此算法要更复杂一些。该领域的芯片最新的研究结果是密歇根大学发表在ISSCC 2019上的视觉SLAM加速芯片,该芯片使用卷积神经网络做特征提取,而且对于特征点匹配、深度估量等都做了相应优化,最终整体芯片的功耗仅240mW。

展望未來

随着下一代智能設備和机器人應用的普及,我们认为相应的室內定位和室内导航专用硬件会成为一个专门的品类,而相应的芯片也会有可观的出货量,苹果的UWB室內定位芯片就是一个例子。

在室內定位方面,以UWB为代表的下一代室內定位芯片将会逐渐成为主流。室內定位芯片主要是射频系统芯片,我们认为中国半导体行业在该领域并不落后美国太多,因此如果UWB真正得到广泛认可我们期望看到许多中国芯片厂商成为该领域的重要出货商。

在室內導航方面,SLAM芯片實質上是專用的算法加速芯片,其本質類似于攝像頭ISP。因此,該芯片的主要挑戰不僅僅在于電路設計,而更在于算法的選擇和參數調優,一旦有了公認的主流算法,那麽中國半導體行業在相應的芯片設計方面將會很快占據主導地位。這一點其實和人工智能芯片很像,在卷積神經網絡確定成爲主流算法之後,中國已經誕生了許多家能走在世界前列的人工智能芯片公司。一旦室內導航SLAM系統和算法確定之後,中國芯片公司也將會成爲主流供貨商。