自研AI触觉芯片,「他山科技」为智能座舱提供更低成本的解决方案

简介: 2020年底完成流片,正在拓展母婴、家电、3C等领域。

云栖号资讯:【点击查看更多行业资讯
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

当前人工智能落地应用较多的是基于视觉、听觉的技术,触觉一直是机器人发展过程中的短板。

一方面机器人触觉的技术难度挑战非常高,因为它不同于视觉、听觉只需要采集某种特定的变量,触觉所包含的信息来自力度、外形、材质、温度等多种变量,对系统的识别能力有严格要求;另一方面,国内触觉技术相关的产业链及生态尚不完善,产品的落地场景碎片化也是限制量产的一大因素。

他山科技是一家自主研发人工智能触觉芯片,并提供解决方案的公司。公司成立于2017年,计划于2020年底完成流片。公司最早从智能驾驶领域切入,与奔驰、宝马等车企合作开发视触融合的解决方案,具体切入到方向盘离手检测、辅助按键开发等细分环节上,帮助用户降低研发及生产成本;2019年开始,公司重点进入消费市场,在母婴、家电、消费电子领域提供基于触觉的解决方案。

从技术路线上看,首先公司具备的核心技术壁垒在于——基于电容触感技术,能够从采集到的混合变量中提取出7-10个单独变量,从而提高设备的灵敏度和对信号的识别能力,从混合变量中提取独立变量非常困难,这也是传统的电阻触觉不能够做到的(电阻只能做接触情况下的力识别)。

现在的芯片公司包括TI ADI推出的芯片(他们的核心还是在数模转换,包含一些最基本的电容算法)与他山科技的主要区别在于——是否以基于AI架构的数字算法为核心。

他山科技的人工智能触觉芯片,里面包含三部分:AI算法架构、数字算法、和AD模数转换。其中,数字算法是核心,它代表了公司设计的算法逻辑,它要根据对电容数字信号的识别,判断进入触感空间的材质、形状,以及手势、悬停、滑动、触摸等操作。AI算法用的是SNN,脉冲神经元算法。

这款芯片是公司与英国曼彻斯特大学Steve Furber团队合作开发,CDC分辨率达到1fF,转换时间小于1ms,代表当前最高精度,满足触觉对灵敏度和响应时间的要求,这也是全球首款数模混合AI触感芯片。

公司COO马扬表示,目前人工智能触觉并没有通用的解决方案,公司选择的商业路径是——在自研芯片的基础上开发多种应用场景,重点落地被动触觉感知领域,这涉及到广泛的人机交互场景,比如目前相对较成熟的指纹识别、触摸屏等等,其实这方面市场上的公司已经比较多,例如全球最大的半导体指纹识别传感器供应商AuthenTec(被苹果收购后专供苹果)、瑞典的按压式指纹识别传感器供应商Fingerprint Cards AB、国内的汇顶科技、思立微、台湾的神盾等。

他山科技更关注非屏智能触觉领域,寻找细分领域的应用场景。例如在自动驾驶的方向盘离手检测场景下,传统依赖视觉的解决方案基本只能满足远距离识别,在近距离,比如手离方向盘10cm的情况下,视觉的灵敏度不及触觉方案。因此,他山科技提出了视触融合的方案,之后扩展到了人体姿态检测等应用场景。

他山科技曾为宝马设计汽车侧边座椅,团队采取了以布置在座椅皮层下的柔性电极材料代替传统按键的方法,不仅解决了低识别率的痛点,更重要的是成本只有传统方案的50%。高识别率和低成本,是新技术方案快速量产化最重要的两个因素。

基于在汽车行业积累的经验,他山科技将业务逐渐扩展到了消费领域,比如,公司在母婴市场为好孩子设计的,在儿童座椅上安装触觉感知系统,实时感知儿童的状态,保障儿童安全。另外在家电、电梯领域,公司已研发出将设备虚拟按键植入表面材料下层的解决方案,这就需要在多变量检测的基础上具有空间穿透及材质识别能力,因为人手并不会直接接触到按键。在保证系统灵敏度的基础上实现开发成本,这是公司核心技术在应用层的优势所在。

他山科技已经与奔驰、宝马、惠而浦、好孩子等头部客户达成合作,提供定制化的解决方案。在芯片量产之后,公司将逐渐转向提供通用触觉芯片及开源模块。公司2020年将有数个项目实现量产,预计未来三年营收将快速增长。

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/live

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-04-28
本文作者:李念真
本文来自:“36Kr”,了解相关信息可以关注“36Kr

相关文章
|
7天前
|
人工智能 算法 定位技术
[AI aider] 打造终端AI搭档:Aider让编程更智能更有趣!
发现Aider,一个能在终端中与AI搭档编程的工具,让你的编程体验更智能、更有趣。
[AI aider] 打造终端AI搭档:Aider让编程更智能更有趣!
|
9天前
|
人工智能 资源调度 算法
内附原文|SIGMOD’24:百万核的智能调度,云数仓如何结合AI处理用户混合负载
论文提出的Flux通过使用AI技术将短时和长时查询解耦进行自动弹性,解决了云数据仓库的性能瓶颈,同时支持了资源按需预留。Flux优于传统的方法,查询响应时间 (RT) 最多可减少75%,资源利用率提高19.0%,成本开销降低77.8%。
内附原文|SIGMOD’24:百万核的智能调度,云数仓如何结合AI处理用户混合负载
|
2天前
|
人工智能 搜索推荐 安全
智能增强:AI技术在现代教育中的应用与挑战
随着人工智能(AI)技术的飞速发展,其在教育领域的应用也日益广泛。本文探讨了AI技术如何重塑教育行业,包括个性化学习、智能辅导系统、以及自动化评估工具的开发。同时,文章也指出了AI在教育中所面临的挑战,如数据隐私问题、教师角色的转变以及技术不平等现象。通过分析AI技术在教育中的利与弊,本文旨在为教育工作者和政策制定者提供洞察,以促进AI技术在教育领域中的健康发展。
|
2天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI在IT基础设施管理中的应用
【6月更文挑战第24天】本文将深入探讨人工智能(AI)如何革新传统IT运维模式,提升效率与响应速度。通过分析AI技术在故障预测、自动化处理和安全防护等方面的应用实例,揭示其对现代IT基础设施管理的深远影响。文章旨在为读者提供一个关于AI赋能运维领域的全面视角,同时指出实施过程中可能遇到的挑战与对策。
22 5
|
5天前
|
人工智能 运维 监控
智能化运维:AI在IT运维中的应用与挑战
【6月更文挑战第21天】本文将深入探讨AI技术如何革新传统的IT运维领域,通过案例分析展示AI在故障预测、自动化处理和安全监控等方面的应用。同时,文章也将讨论AI运维带来的挑战,包括数据隐私、系统复杂性和成本问题,并提出相应的解决策略。
185 6
|
6天前
|
机器学习/深度学习 数据采集 人工智能
智能化运维:AI在IT管理中的角色与挑战
随着人工智能技术的不断进步,智能运维(AIOps)正逐渐改变传统IT运维的面貌。本文将深入探讨AI在IT运维中的应用、面临的挑战以及未来发展趋势,为读者呈现一个全面而深入的智能运维世界。
|
5天前
|
机器学习/深度学习 人工智能 运维
智能化运维:利用AI和机器学习提升系统稳定性与效率
【6月更文挑战第21天】在数字化浪潮下,企业对IT系统的依赖程度日益加深。传统运维模式已难以满足现代业务需求,智能化运维应运而生。本文将探讨如何通过集成人工智能(AI)和机器学习(ML)技术,实现预测性维护、自动化故障处理和优化资源配置,以提升系统的稳定性和运行效率,同时降低运维成本。
213 5
|
5天前
|
机器学习/深度学习 人工智能 运维
智能化运维的崛起:AI在IT管理中的应用与挑战
【6月更文挑战第21天】随着人工智能(AI)技术的飞速发展,其在信息技术(IT)运维领域的应用已成为推动效率和创新的关键动力。本文将深入探讨AI如何重塑IT运维的面貌,包括自动化故障检测、预测性维护、以及智能决策支持等方面。同时,我们也将分析在实施智能化运维时所面临的技术挑战和道德考量,并提出相应的解决策略。
309 4
|
7天前
|
机器学习/深度学习 数据采集 人工智能
智能化运维的探索与实践:AI在IT运维中的应用
【6月更文挑战第19天】随着人工智能技术的不断成熟,其在IT运维领域的应用也愈发深入。本文将探讨AI技术如何赋能传统IT运维,提升效率和响应速度,实现故障预测、自动化处理及优化决策。通过分析AI在运维中的实际应用案例,我们能更好地了解其潜力与挑战,并预见未来智能化运维的发展路径。
222 6
|
9天前
|
机器学习/深度学习 数据采集 人工智能
智能运维:AI在现代IT服务管理中的应用
【6月更文挑战第17天】随着人工智能技术的不断进步,智能运维已成为提升IT服务效率和质量的关键手段。本文将探讨如何通过集成机器学习、大数据分析等技术来优化传统运维流程,实现故障预测、自动化处理及持续的性能优化,旨在为IT专业人士提供实施智能运维的洞见与策略。

热门文章

最新文章