Bosch Sensortec stellt KI-fähigen BME688 Luftqualitätssensor vor, um Virusübertragungsrisiko zu senken
Die COVID-19-Pandemie hat den kritischen Bedarf an sauberer Innenraumluft verdeutlicht. Ob zu Hause, im Büro oder in öffentlichen Verkehrsmitteln – die Sicherheit der Luft, die wir atmen, ist wichtiger denn je. Bosch Sensortec hat mit dem BME688 reagiert, einem Umwelt-MEMS-Sensor, der fortschrittliche Hardware mit KI-gestützter Software kombiniert, um Infektionsrisiken zu reduzieren.

Bosch Sensortecs BME688
MEMS-Sensoren sind bereits allgegenwärtig, doch um weiterhin echten Mehrwert zu liefern, besteht Bosch Sensortec auf engerer Hardware-Software-Co-Design, das raffinierte Algorithmen und eingebettete KI nutzt. Laut Vice President und Head of MEMS Product Area, Ralf Schellin, wird Sensor-Software MEMS-Geräte zunehmend in präzise, sichere und personalisierte Systeme verwandeln, die sich jeder Umgebung anpassen.
In seinem kürzlichen MWS 2021 MEMS Titans Webinar hob Schellin hervor, dass Software nicht nur dem Sensor selbst, sondern dem gesamten System Wert hinzufügt.
4-in-1Jeder ausgeatmete Atemzug winzige Tröpfchen freisetzt, die, wenn infiziert, Viren über die Luft übertragen können. Niedrigere Luftfeuchtigkeit und Temperatur verlängern die Aerosol-Schwebefähigkeit und erhöhen das Übertragungsrisiko. Der BME688 vereint vier Sensormodalitäten – Gas, Luftfeuchtigkeit, Temperatur und barometrischen Druck – neben KI-Fähigkeiten, um dieser Herausforderung zu begegnen.
Der Gassensor detektiert flüchtige organische Verbindungen (VOCs), flüchtige Schwefelverbindungen (VSCs) und Spurengase wie Kohlenmonoxid und Wasserstoff im Parts-per-Billion-Bereich. Zwar detektiert der BME688 das SARS-CoV-2-Virus nicht direkt, doch Schellin sagt, er könne das Infektionsrisiko deutlich senken, indem er VOCs, Luftfeuchtigkeit und Temperatur überwacht, was kontrollierte Lüftung oder automatische Luftreiniger-Aktivierung ermöglicht.
KI-basierte SoftwareAls „digitale Nase“ bezeichnet, identifiziert der BME688 Gase durch ihre einzigartigen elektronischen Fingerabdrücke und unterscheidet komplexe Mischungen. Der Sensor erfordert Training via Machine Learning, das Bosch Sensortec durch die BME AI-Studio Software bereitstellt. Nutzer können benutzerdefinierte Gasdaten sammeln, Algorithmen trainieren und ein finales Modell für die Integration mit der BME-Bibliothek in ihren Projekten exportieren.
„Sie können Ihre eigenen Use Cases untersuchen und das System genau für diese Anwendung trainieren“, erklärt Schellin.

Durch temperaturzyklischen Betrieb des BME688-Gas-MEMS können verschiedene Gasmischungen erkannt und klassifiziert werden. (Bildquelle: Bosch Sensortec)
Standardkonfigurationen detektieren VSCs als Indikator für Bakterienwachstum. Der Gasscanner kann für Sensitivität, Selektivität, Datenrate und Stromverbrauch abgestimmt werden. BME AI-Studio ermöglicht Entwicklern, den Gasscanner des BME688 für Haushaltsgeräte, IoT-Geräte oder Smart-Home-Ökosysteme anzupassen.
Die Software läuft auf einem externen Applikationsprozessor; Schellin merkt an, dass die aktuelle Architektur zwar getrennt ist, zukünftige Iterationen die KI jedoch direkt auf dem Sensor integrieren könnten. Bosch hat bereits On-Device-KI mit seinem BHI-Bewegungssensor demonstriert, was den Fahrplan des Unternehmens unterstreicht.
Bosch Sensortec bietet auch ein Adafruit-kompatibles Development Kit zur Beschleunigung der Adoption an.
3,0 x 3,0
Das kompakte Gehäuse des BME688 misst gerade 3,0 × 3,0 × 0,9 mm. Schellin vergleicht es mit dem BMM150-Magnetometer (1,56 × 1,56 × 0,6 mm) und sieht weitere Größenreduzierungen bei gleichzeitiger Hinzufügung smarter Features voraus. „Wenn wir physische Limits erreichen, fokussieren wir uns auf Einbetten weiterer Intelligenz statt Dimensionsschrumpfung“, sagt er.
Vom Sensordesign bis zur eingebetteten KI baut Bosch Sensortec alles In-House, um Integrationsvorteile zu maximieren. „Wenn Sie ultra-low power brauchen, aber die Hardware-Limits nicht kennen, können wir nicht sagen, was erreichbar ist, ohne es selbst zu bauen“, erklärt Schellin, obwohl Zusammenarbeit mit Partnern offen bleibt.
>> Dieser Artikel wurde ursprünglich auf unserer Schwesterseite EE Times Europe veröffentlicht.Verwandte Inhalte:
- Sensorfusion bringt vielfältige Vorteile
- Medizinischer Sensor-ASIC embeddet ML-Beschleuniger
- Sensor-basierte Lösungen für Vitalzeichenmessungen
- Den passendsten Predictive-Maintenance-Sensor wählen
- Interfacing mit modernen Sensoren: Interface-Design
- Fortgeschrittene Sensortechnologien ermöglichen personalisierte Luftqualitätsüberwachung
- Sensor könnte Smartphone Vitalzeichen messen lassen
Für mehr Embedded abonnieren Sie den wöchentlichen E-Mail-Newsletter von Embedded.
Eingebettet
- Renesas erweitert Indoor Air Quality Sensor Plattform mit eingebetteter KI für verbesserte Geruchserkennung
- Raspberry Pi Luftqualitäts- & Wetterstation mit InfluxDB & Grafana bauen
- Luftqualität messen mit OpenSensors: Arduino & Python Anleitung
- DIY Luftqualitätsmonitor: Kosteneffektiver EPA-konformer Detektor
- Helium-basierter solarbetriebener Luftqualitätssensor: Design- und Deployments-Guide
- IoT-Sensoren revolutionieren Luftverschmutzungsüberwachung und öffentliche Gesundheit
- Effektive Luftqualitätskontrollstrategie: Wichtige Aspekte für die Industrie
- IoT-gestützte Umgebungsluft-Qualitätsüberwachung: Sicherheit, Produktivität & Nachhaltigkeit
- Silikon-Armbänder: Günstige passive Sammler für präzise Luftqualitätsüberwachung
- Fortschrittlicher kohlenstoffbasierter NO₂-Sensor verbessert Innenraumluftüberwachung