• 无线加速计与温度传感器如何简化 IIoT 机器监控的部署

    在工业物联网(IIoT)的落地实践中,机器状态监控长期面临一个看似简单却难以跨越的障碍:部署成本。传统的振动与温度监测方案依赖有线布线,传感器必须通过屏蔽电缆连接到采集单元或网关,每增加一个测点,就要重新规划走线、开孔、焊接或加装端子,往往还需要停机改造,这在连续生产的产线、高架设备和异地设备上尤为棘手。无线加速计与无线温度传感器的组合,正在从测点布局、供电方式到数据上云全链条上,把 "部署" 这个最容易被低估的环节重新定义。

  • 机器人的惯量参数为什么不能照着图纸抄

    具身智能的控制,很依赖一个模型:机器人各个连杆的质量、质心位置和转动惯量。这些参数通常由机械设计给出,写在三维模型里,看上去是确定的。真到了控制环里,事情没那么简单。线缆、散热、紧固件、线束走向,都会让实际的质量分布和图纸上有偏差,而这些偏差会直接影响平衡和步态。

  • 4 比特量化之后,为什么总有那么几个通道把精度拽下来

    把大模型压到 4 比特,端侧才有机会跑起来。可每次压到 4 比特,都会撞上同一堵墙:权重看着还算正常,一到激活上,总有那么几个通道的数值比周围高出好几个数量级。这几个通道把量化区间整个撑大,别的通道就被压成了很小的台阶,精度自然掉下来。

  • 机器人力控为什么要跟自己的惯性较劲,阻抗带宽是被谁卡住的

    机器人要跟人协作、要抓鸡蛋、要拧螺丝,光会精确走到某个位置不够,还得能在接触的一瞬间把力收住。这种"碰到就软下来"的能力,靠的是阻抗控制。

  • 端侧多模态模型塞进手机,瓶颈不在算力在算子

    端侧大模型这两年在文字上已经跑通了。一到几亿参数的小模型,量化之后能在手机 CPU 和 NPU 上流畅出字。可用户真正想要的,是让手机"看懂"东西。拍张照问它是什么,指着屏幕问它怎么操作,给它一段视频让它总结。

    端侧AI
    2026-10-15
    手机 端侧AI
  • 机器人关节的电机为什么又慢又有劲,能不能两样都要

    人形机器人和可穿戴设备这两年的关节,越来越流行一种叫准直驱的做法:电机前面只挂一级低减速比的减速器,传动比从传统工业机器人的一百比一上下,砍到十比一甚至更低。这么做的好处很实在,关节变得能反着推、能靠电流估出力矩、碰撞时能顺势让开。代价也跟着来:减速比小了,扭矩放大得少,绝大部分力矩得由电机自己出。电机要做得又大又有劲,劲大了转速又上不去。一篇发表在 Actuators 上的论文,讨论的就是这个死结能不能从绕组上解开。

  • 端侧跑大模型,为什么算力标得高也没用

    把大模型放进手机、PC,或者任何不带风扇的盒子里,是过去两年被反复提起的方向。厂商介绍端侧芯片时,习惯把算力标在最前面:多少 TOPS,能跑多大的模型,第几代 NPU。这个数字当然重要,但它掩盖了一个更硬的约束。一篇发表在 ISLPED 上的论文把端侧大模型的推理拆开测了一遍,发现真正的瓶颈不在算力,而在内存带宽,而且两者差了将近两个数量级。

  • 指尖上的六维力传感器为什么只能做到 10 毫米见方

    机械手要拿稳一个易碎的东西,靠的不只是视觉,还有指尖上那一点力。把力传感器做进指尖是很多年的目标,但传感器一缩小,六个轴的灵敏度就开始打架。成均馆大学和 Aidin Robotics 的一篇论文给出了一颗 10 毫米见方的电容式六维力传感器,做法是用一个数学指标把六个轴拉平。

  • 唤醒词识别塞进单片机:为什么只盯准确率会踩坑

    带语音的设备里,有一段代码是从不掉线的。麦克风一直开着,唤醒词检测一直在跑,等你说出那一句话。这个功能叫关键词识别,英文缩写 KWS,它的功耗直接决定了设备要靠多大的电池。把这件事塞进单片机执行,约束就更紧了。一篇被 IEEE Sensors 2025 收录的论文把这条流水线从头到尾测了一遍,得出的结论有点反直觉:光看模型准确率,选出来的方案可能并不省电。

  • 能量采集器件:解锁物联网传感器无电池新未来

    随着物联网技术深度渗透工业、农业、智慧城市、环境监测等领域,海量分布式传感器节点构成了万物互联的基础感知网络。目前,绝大多数物联网传感器依赖传统化学电池供电,但电池固有的短板已成为制约物联网规模化、长效化部署的核心瓶颈。续航有限、更换成本高、废旧电池污染环境、极端工况稳定性差等问题,极大限制了偏远区域、密闭设备、高危场景下传感器的应用落地。在此背景下,可捕获环境微能源的能量采集器件快速迭代,逐步成为替代传统电池、实现物联网传感器自供电的核心方案,为无源物联网发展提供了全新路径。

  • 提速赋能产业落地:加速降压转换器在工控、5G与物联网中的规模化应用

    随着工业自动化深度升级、5G全域组网与物联网终端海量普及,电子供电系统正向高密度、低时延、高可靠、低功耗方向快速迭代。降压转换器(Buck)作为板级电能变换的核心器件,承担着高压总线电压精准降压、为各类终端芯片与模块稳定供电的核心职能,是工控设备、5G通信单元、物联网感知终端稳定运行的电力基石。当前行业普遍面临设备工况复杂、电源适配性差、调试周期长、高低负载能效失衡等问题,制约了产业规模化落地。通过技术架构优化、场景化参数定制、标准化设计、量产方案精简等多重手段,可大幅加速降压转换器在三大核心领域的渗透应用,为智能制造、5G通信、万物互联产业升级提供高效电力支撑。

  • 最大化嵌入式控制系统电池寿命的低功耗模拟技术

    在物联网终端、无线传感节点、便携采集设备与无人值守嵌入式控制系统中,电池续航是决定产品实用性与运维成本的核心指标。多数低功耗嵌入式设计过度依赖软件休眠、数字时钟裁剪等数字节能手段,却忽略了模拟电路长期静态漏电、有源器件偏置冗余、采样损耗等隐性功耗问题。实际上,模拟前端、电源管理、传感采样与基准电路的静态功耗,是设备待机耗电的主要来源,往往占据整体功耗的七成以上。依托低功耗模拟技术对电源、采样、偏置与唤醒链路进行底层优化,能够从硬件根源削减无效能耗,大幅拉长嵌入式设备电池使用寿命,是实现数年长效免维护运行的核心技术路径。

  • 面向工业4.0的IIoT模块化叠加网络设计与数据处理优化方案

    工业4.0的核心是设备互联、数据互通、智能决策与柔性生产,而工业物联网(IIoT)作为数据采集与传输的核心载体,面临设备协议异构、数据冗余量大、传输时延高、网络扩容难等行业痛点。传统工业扁平化网络架构软硬件耦合度高,新增设备、升级算法需整体改造,无法适配柔性生产线动态调整需求,海量原始数据上传云端还会造成带宽拥堵、算力浪费与决策滞后。为此,适配工业场景的**模块化叠加网络**成为最优解决方案,通过分层模块化叠加架构,实现数据就地筛选、分层处理、按需传输与弹性扩容,全方位优化IIoT数据处理效率,支撑工业智能化、实时化、轻量化升级。

  • 当今物联网领域广泛应用的无线通信传输技术浅析

    物联网作为数字世界与物理世界互联互通的核心载体,依靠各类传感器采集环境、设备状态等海量数据,而无线通信传输技术正是连接终端感知层与云端平台的关键纽带。伴随工业物联网、智慧家居、智慧城市、远程设备监测等场景持续落地,单一通信技术已经无法覆盖多样化的物联网需求。不同无线技术在传输距离、功耗、带宽、成本、时延等方面各有取舍,形成了长短距离互补、高低功耗并存的技术体系。各类无线传输技术共同支撑起庞大的物联网网络,推动万物互联从概念走向大规模工程应用。

  • 融合边缘分析与操作数据,最大化释放物联网核心价值

    物联网作为数字经济的核心基础设施,已广泛渗透于工业制造、智慧城市、能源电力、智能交通等诸多领域。海量物联网终端全天候采集设备状态、环境参数、运行工况等海量数据,成为产业数字化转型的核心数据源泉。但传统物联网架构普遍存在“重采集、轻分析,重上云、轻落地”的问题,大量原始传感数据上传云端集中处理,不仅存在时延过高、带宽冗余、数据安全风险等问题,还导致海量操作数据无法及时转化为可落地的决策价值。将边缘分析技术与现场操作数据深度融合,实现数据就近处理、实时研判、闭环赋能,成为突破物联网价值瓶颈、最大化挖掘数据潜能的关键路径。

发布文章