COVID-19は依然として大きな懸念事項であり、プロスポーツセクターはその最も目立つ犠牲者の1つです。NBAとWNBAが7月に隔離プロトコル下でプレーを再開したとき、チームは選手にOura Ringの着用オプションを提供し、健康を継続的に監視しました。 Ouraによると、リングのAIアルゴリズムは、症状が現れる最大3日前にCOVID-19症状の可能性をフラグでき、精度は90%に達するとのことです。 リングの分析プラットフォームは、ウェストバージニア大学のロックフェラー神経科学研究所とのパートナーシップで構築され、デバイスの内蔵センサーからの生理データを取り込む機械学習モデルを活用しています

アナログ・デジタルコンバータ（ADC）におけるサンプリング現象は、エイリアシングと容量性キックバックの問題を誘発し、これらを解決するために設計者はフィルタと駆動アンプを使用しますが、それらが独自の課題をもたらします。これにより、中帯域幅アプリケーション領域での精密DCおよびAC性能の達成が課題となり、設計者はシステム目標をトレードオフせざるを得なくなります。 本記事では、サンプリング問題を本質的かつ劇的に解決し、信号チェーンを簡素化する連続時間シグマデルタ（∑-Δ）ADCについて説明します。これらはアンチエイリアシングフィルタとバッファの必要性を排除し、追加コンポーネントに関連する信号チェーン

今日のドライバーは、静かな車内と車内外での完璧なコミュニケーションを両立させた車両を求めています。電気自動車はエンジン音を自然に静かにしますが、高速走行時にはロードノイズと風切り音に乗員がさらされるため、高度なノイズ制御が不可欠です。 車内静粛性をさらに高めるため、メーカーは洗練されたマイクロホンアレイ、高性能アンプ、統合スピーカー、最先端のデジタル信号処理を採用しています。これらの要素が連携してバックグラウンドノイズを抑制し、明確な車内音声会話を実現し、高音質ハンズフリー音声通話をサポートします。 アクティブノイズキャンセレーションの導入 遮音パネルや特殊タイヤなどの受動的戦略は重量を増し、

消費者、住宅所有者、従業員、日常ユーザーとして、私たちは日々の生活を形作る多数のデバイスと技術に依存しています。これらのツールはもはやオプションではなく、世界中で効率とタスク完了のために不可欠です。 スマートフォンがスポットライトを浴びることが多いですが、センサーフュージョンは、コンシューマーエレクトロニクス、ヘルス&ウェルネス、ロボティクス、IoTなど、業界を問わず利便性の核心にあります。モーション検出器を含む複数のセンサーからのデータを組み合わせることで、デバイスは文脈をインテリジェントに解釈し、最小限のユーザー操作でアクションを実行できます。 Amazon EchoやGoogle Hom

状態基準保全（CbM）はセンサーで設備健全性を追跡し、予知保全（PdM）はCbM、機械学習、分析を組み合わせて故障を予測します。ダウンタイム前に故障を検出、診断、予測するには、適切なセンサー選定が不可欠です。 産業用モーターはプラントや発電所で20年の連続運転向けに設計されていますが、多くが期待寿命に達しません1。原因には低負荷運転、不十分なメンテナンス、PdMシステムの不在があります。適切に実装されたPdMプログラムは修理をプロアクティブにスケジュールし、計画外停止を防ぎ、資産寿命を延ばします。 堅牢なPdM戦略は、高い信頼性で早期に故障を捕捉するために複数の手法とセンサーを採用します。万能

バッテリー駆動のワイヤレス接続デバイスは、コンシューマー、医療、産業分野で至る所に普及しています。バッテリー化学の進歩、小型低電力エレクトロニクス、クラウドベースの分析により、これらのガジェットは日常必需品へと変わりました。 ウェアラブル連続血糖モニター（CGM）、飲み込み型または埋め込み型センサー、スマートホームハブ、資産トラッカー、環境モニターのいずれであっても、各製品はコンパクトなフォームファクタ、長寿命、信頼性の高い動作、無理のないユーザビリティを要求します。 設計者にとっての主要な課題は、デバイスを必要なときに正確に通電させること、つまり展開までディープスリープ状態を維持することです

存在検知システムは高度に専門化されています。異なる小売シナリオをサポートするために必要なセンサーとアーキテクチャは大きく異なり、各導入ではスペースレイアウト、電力、ノード通信、データセキュリティを考慮する必要があります。 小売業にとってソーシャルディスタンスが重要な理由 2020年のパンデミックにより、厳格な距離確保への突然のシフトが強いられました。開けたエリアでも6フィート（約1.8m）のバッファを維持するのは困難で、買い物客はガイドラインを誤解したり無視したりしがちです。小売業者は一夜にして新しいポリシーを導入せざるを得ませんでしたが、明確で自動化された執行手段がないと、緊張と混乱が高まり

RISC-Vエコシステムが最初に登場したとき、主な焦点は、以前は専有CPU命令セットアーキテクチャ（ISA）に依存していたディープリーエンベデッドシステムのコスト削減でした。SoCがFinFETプロセスに移行するにつれ、高いマスクコストが多くの設計者を、RISC-V ISA上に構築されたプログラマブルマイクロシーケンサで有限状態マシンを置き換える方向に押しやりました。このシフトが初期の熱狂を生み、2014年から2018年にかけて軽量RISC-Vコアのコモディティ化をもたらしました。 アーキテクチャが成熟するにつれ、RISC-Vはリアルタイム、高性能アプリケーション、特にAI、AR/VR、コンピ

USBの進化：1.1から3.2、そしてそれ以降へ 1996年に最初に発表されたユニバーサルシリアルバス（USB）は、複数の接続タイプの役割を統一し、コンピューティングとコンシューマーテックで至る所に普及しました。その導入により、キーボード、マウス、プリンター、カメラ、外付けドライブなどの周辺機器接続がシンプルかつ便利になりました。デバイスはもはや個別のインターフェースを必要とせず、ユーザーはあらゆるものを単一の標準ケーブルに接続できるようになりました。 USB 1.1は最大12 Mbpsのデータレートをサポートしました。USB 2.0では速度が480 Mbpsに跳ね上がり、ビデオストリーミング

現代のコンピュータシステムはこれまで以上に高度で複雑になっており、サイバー攻撃の巧妙さは驚異的なペースでエスカレートしています。業界は長らくソフトウェアの強化に注力してきましたが、攻撃者は設計、製造、運用中に生じる脆弱性を悪用し、ハードウェア層を標的にすることが増えています。 学術および業界の研究は、多くの場合ハードウェアとソフトウェアのエクスプロイトを融合させた高度なハードウェアベースの攻撃手法を文書化しており、公開された知識がハッカーに大きなアドバンテージを与えていることを示しています。しかし、ハードウェア設計者は、ソフトウェア向けに確立されたCommon Weakness Enumera

多くのタッチスクリーンや携帯デバイスは、基本的またはまったく触覚フィードバックを提供していません。高まるユーザー期待に応えるため、エンジニアは圧電トランスデューサに注目しています。これらは従来の振動モーターと比較して、優れた物理的・電気的性能を発揮します。 この記事では、圧電トランスデューサの原理、理論、モデリングを概説し、これらのトランスデューサの独自特性を駆動するために特別に設計された電子回路について議論します。また、圧電技術を用いた触覚アプリケーションを探求し、アンプ入力電力が異なる圧電負荷構成とどう関連するかを検証します。 圧電アクチュエータによる触覚振動は、逆圧電効果、すなわち電気刺

インダストリー4.0は、ビッグデータと呼ばれる前例のない量の複雑なセンサーデータを生成しています。数千のセンサーと拡大し続けるデータストリームにより、機械、システム、プロセスのデジタル表現はますます粒度が細かくなっています。この粒度はバリューチェーン全体で新たな価値を解き放ちますが、その価値を抽出することは依然として大きな課題です。鍵は、生の膨大なデータを高品質で実行可能な情報、すなわち具体的な経済的メリットをもたらすスマートデータに変換することにあります。 課題 すべてのデータポイントを収集し、クラウドに保存してから事後分析する従来のアプローチは非効率で、多くの場合効果的ではありません。非構

スマートフォン、ウェアラブル、IoTガジェットなどの現代的なモバイルデバイスは、ますます高度化しています。設計者は現在、密集したセンサーとペリフェラルのアレイに直面しており、これらすべてが中央アプリケーションプロセッサへのより高速で信頼性の高いデータパスを要求しています。 2020年1月15日に発表されたMIPI I3C v1.1インターフェースが登場しました。この仕様は、すべてのペリフェラルを単一のアプリケーションプロセッサに前例のない速度で統合し、制御性、管理性、完全性を向上させます（図1）。オプションでシングル、デュアル、クアッドバスレーンを備え、I3C v1.1は追加の複雑さ、コスト、

2020年、デロイトは7.5億個以上のエッジAIチップ（デバイス上で直接機械学習を実行または加速する完全または部分的なプロセッサ）が販売され、26億ドルの収益を生み出すと予測しました。エッジAIチップセグメントは、より広範な半導体市場を上回る成長が見込まれており、2024年までに販売台数が15億個を超え、年平均成長率（CAGR）は少なくとも20%に達すると予想されています。これは、業界全体の長期予測である9%のCAGRの2倍以上です。 図1: インテリジェンスを組み込める場所 (画像: Deloitte Insights) エッジAIチップは、ハイエンドスマートフォン、タブレット、スマートスピ

最新の集積回路（IC）は、膨大なデータを処理し、リアルタイムで安全に関わる意思決定を行い、機密データを保護するための計算およびシステム制御機能を提供します。ASIC（アプリケーション特化型集積回路）やFPGAシステムオンチップ（SoC）をゼロから設計するのは、コストと時間の面で非現実的です。多くの重要機能は、サードパーティの知的財産（IP）を用いて実装されます。たとえばプロセッサコアは、専門組織から調達され、その命令セットアーキテクチャ（ISA）を通じて柔軟でソフトウェアプログラム可能な機能を提供します。ISAはハードウェアとソフトウェアのインターフェースを定義します。オープンソースプロセッサ

SoC設計はますます複雑化していますが、多くのシステムレベル検証テストスイートは、依然として数千行の手書きCコードで構成されており、自動化の原則に反する時代遅れのアプローチがとられています。特に、製造前のデバイス全体を検証するために組み込みプロセッサ上で実行されるCテストは、依然として手作業に頼っています。 テスト作成の自動化は、SoC開発のあらゆる段階で生産性を向上させます。UVMテストベンチでの制約付きランダム手法は、シナリオ固有のランダムベクトルを生成し、ブロックレベルでのカバレッジを改善します。しかし、設計はブラックボックスのままであり、刺激、チェック、カバレッジコードが別々に記述され

SLAM（Simultaneous Localization and Mapping：自己位置推定と環境地図作成の同時実行）は、ロボット、ドローン、自律走行車両などのデバイスが、周囲の環境のリアルタイムマップを作成しながら、そのマップ内での自分の位置を特定することを可能にします。SLAMは、カメラ、LiDAR、ソナー、レーダー、慣性計測装置（IMU）など、多様なアルゴリズムとセンサーで実装できます。 低コストでコンパクトなカメラの普及により、単眼ビジュアルSLAMは、火星探査車、農業用機械、配送ドローン、都市型自律プラットフォームなど、多くのロボットにとって標準的なソリューションとなっています

最初の2つの時代の32/64ビット組み込みプロセッサーは、独自アーキテクチャによって定義されました。第3の時代はそのモデルから脱却しつつあります。 第1時代（1980年代〜1990年代）半導体企業が自社CPU設計を構築・維持し、断片化した状況を生み出しました。これらのアーキテクチャを維持するコストは増大し、サードパーティソフトウェアベンダー——費用、複雑さ、投資収益率を理由に——複数の独自コアをサポートすることを躊躇しました。この圧力で多くの企業が社内設計を放棄し、実証済みプロセッサーIPのライセンスへ移行しました。 第2時代（1990年代後半〜2000年代）ライセンスが標準となりました。Ar

タンク外壁に空気誘電体伝送線路をクランプし、リフレクトメータチップでRFインピーダンスの変化を検出することで、穴を開けずに液面を測定できます。このガイドでは、Analog DevicesのADL5920のような単一チップリフレクトメータがいかにプロセスを簡素化するか、経験的設計例を通じて説明します。 従来のフロートベースセンサーと比較して、リフレクトメータベースのシステムは以下を提供します： リアルタイム、高速測定 広範なデジタル後処理 非接触動作——液体汚染なし 可動部品なし、信頼性向上 最小限の放射RF——遠方界キャンセル 漏れなし設計——タンク壁への貫通不要 本質安全——タンク内に電気部

PROCENTECなどの業界リーダーは、RS-485ベースのフィールドバス展開、特にPROFIBUS®と急速に拡大するPROFINET Industrial Ethernetの着実な増加を報告しています。2018年には世界で6100万PROFIBUSノードが設置され、プロセスオートメーション（PA）ノードが前年比7%増加しました。PROFINETのインストールベースは2600万ノードに達し、2018年にだけ510万デバイスが追加されました。1 Industry 4.0がスマートで接続された工場の採用を推進する中、信頼性の高い高性能システムのためにフィールドバス技術を最適化することが不可欠になっ