embedded world 2021:ein digitaler Nasengassensor mit KI

Bosch Sensortec hat eine neue Version seines Gassensors auf den Markt gebracht, die eine künstliche Intelligenz auf dem Sensor sowie einen Gasscanmodus für flüchtige Schwefelverbindungen (VSCs) bietet. Mit dem neuen BME688 können Kunden den Sensor für ihre eigenen kundenspezifischen Gasmessanwendungen trainieren, für Anwendungen wie Mundgeruch und die Erkennung frischer Lebensmittel.

Bosch Sensortec behauptet, dass der neue BME688 der erste Luftqualitäts-MEMS-Sensor ist, der Gas-, Feuchtigkeits-, Temperatur- und Luftdruckmessung mit künstlicher Intelligenz (KI) kombiniert – im Wesentlichen die „weltweit kleinste“ Vier-in-Eins-Lösung zur Messung der Luftqualität.

Die BME688-Hardware ist vollständig abwärtskompatibel mit dem vorhandenen BME680-Sensor, wobei beide auf derselben Plattform basieren. Der neue Sensor verfügt jedoch über einen höheren Gaswiderstandsbereich, der in einem anwendungsspezifischen integrierten Schaltkreis (ASIC) ermöglicht wird. Es verfügt jetzt auch über einen speziellen Gasscanning-Modus für VSCs und seine neue BME AI-Studio-Software, mit der Daten zu bestimmten Benutzerumgebungen importiert, gekennzeichnet und dann zur Erstellung eines maßgeschneiderten Algorithmus für diesen Anwendungsfall verwendet werden können.

Der Kunde kategorisiert seine eigenen Daten und wendet diese dann bei der Entwicklung seines KI-Modells im BME AI-Studio an. Im Wesentlichen trainiert er den BME688, um beispielsweise die verräterischen Anzeichen von Bakterienwachstum auf den Lebensmitteln zu erkennen. Sobald der Sensor trainiert ist, läuft der endgültige KI-Code auf einem System-Mikrocontroller im Endprodukt des Kunden. Dieser KI-Code ist im Allgemeinen leichtgewichtig und läuft recht einfach auf dem vorhandenen Mikrocontroller, der Systemsteuerungs- und Verwaltungsaufgaben übernimmt.

Maßgeschneiderte Anwendungen können beispielsweise die Überprüfung auf Mundgeruch, die Überprüfung des Zustands einer Windel oder die Erkennung der Frische von Lebensmitteln in einem Kühlschrank umfassen. Ob Lebensmittelverderb oder rechtzeitige Waldbranderkennung, der Sensor ermöglicht die Erkennung vorhandener Gase und die Verfolgung von Temperatur- und Feuchtigkeitsänderungen.

In Verbindung mit dem neuen Softwaretool BME AI-Studio des Unternehmens soll dies den Kunden die schnelle Entwicklung individueller Lösungen für ihre spezifischen Anwendungsfälle erleichtern. Bosch Sensortec bietet auch ein Adafruit-kompatibles Entwicklungskit, um die Entwicklung zu verbessern.

Der Gassensor erkennt jetzt das Vorhandensein vieler Gase, einschließlich flüchtiger organischer Verbindungen (VOCs), flüchtiger Schwefelverbindungen (VSCs) und anderer Gasarten wie Kohlenmonoxid und Wasserstoff im Bereich von Teilen pro Milliarde (ppb).

VSCs können auf verdorbenes Essen oder ein Beispiel für die Erkennung von Mundgeruch hinweisen

Wenn ein Kunde ein sensorbasiertes Produkt entwickeln möchte, das verdorbene Lebensmittel erkennen kann, würde dies durch die von Bakterien im Lebensmittel produzierten VSCs angezeigt. In ähnlicher Weise könnten Mundgeruch oder Körpergeruch anhand der von ihnen produzierten VSCs erkannt werden.

Der optimale Ansatz besteht darin, indikative Real-Life-Daten direkt im Feld zu sammeln. Zum Beispiel durch Probenahme von Gasen in der Nähe von frischen und verwesenden Lebensmitteln, um dadurch verschiedene Kombinationsmodelle für die in der gegebenen Luftprobe vorhandenen VSCs zu erstellen. Der BME688 ist standardmäßig in der Lage, VSCs sehr genau zu erkennen, und das BME AI-Studio ermöglicht die Optimierung für andere Gasgemische und Anwendungen.

Durch die Probenahme von Gasen im Feld statt im Labor sind die abgeleiteten Algorithmen, die von den neuen Detektionsgeräten verwendet werden, bei der Bewertung der tatsächlichen Bedingungen weitaus zuverlässiger. Zusammen mit den Gasdaten misst der BME688 gleichzeitig Feuchtigkeit, Luftdruck und Temperatur als zusätzliche Dateneingaben für eine vollständige KI-Modellierung.

Der BME688 wurde für mobile und vernetzte Anwendungen entwickelt, bei denen Größe und geringer Stromverbrauch eine entscheidende Rolle spielen. Der Sensor ist in einem kompakten Gehäuse untergebracht und misst nur 3,0 x 3,0 x 0,9 mm ³ . Die Stromaufnahme kann je nach benötigten Datenraten und Funktionen zwischen 2,1 µA und 11 mA konfiguriert und mit dem BME AI-Studio optimiert werden.