一年一度的慕尼黑上海電子展于日前圓滿落幕。作為意法半導體今年的展會首秀。此次ST共帶來100多件展品，涉及智能出行、電源&和能源管理、物聯(lián)網&5G等。為了深入探討ST在新能源汽車方面的研發(fā)活動、產品和愿景，我們還參加了國際汽車電子和電動汽車創(chuàng)新論壇。通過慕尼黑上海電子展，ST對外展示了“重應用，輕概念”的亞洲市場戰(zhàn)略，關注于我們的合作伙伴和客戶能夠為最終用戶做些什么。

在此，我們要向您重點介紹三大展品：模型車、LED顯示屏非接觸式連接模塊、通過慣性傳感器運行機器學習算法的預測性維護解決方案。

ST模型車展示

ST模型車總共搭載了31款展品，展現(xiàn)了ST在電源管理、車輛控制單元、車身控制模塊、網絡連接等領域的技術實力。在本文中，我們將重點介紹其中3個具體展品：驅動電機逆變器、電池管理系統(tǒng)和OLED尾燈。

基于ST中國團隊幫助設計的L9963電池管理控制器，模型車演示了如何通過精確測量和快速響應等方式來大幅改善電池管理能效。ST模型車還展示了我們的LED大燈解決方案和提供多種定制選擇的OLED尾燈，幫助汽車制造商提供更安全的駕駛體驗和提升品牌辨識度。確實，由于進行了大規(guī)模的優(yōu)化，基于ST的PowerPC MCU，僅一條CAN總線就可以支持多達4096像素的OLED面板，極大地簡化了開發(fā)過程，使開發(fā)團隊能夠選擇接口更少、性價比更高的產品。

這里還要著重介紹ST展車上的驅動電機逆變器參考設計。ST碳化硅產品已經出現(xiàn)在目前上路行駛的汽車中，這些產品確實讓車企能夠開發(fā)出體積更小、更經濟劃算的逆變器模塊，從而降低車價。ST驅動電機逆變器參考設計組件包括SiC MOSFET、柵極驅動器和PowerPC處理器等。ST還提供一個軟件旋轉變壓器解碼方案，幫助確定電機轉子位置，要是在過去，這種功能的實現(xiàn)需要使用專門的芯片。現(xiàn)在，有了ST的軟解碼方案，開發(fā)團隊只需使用處理器就可以享受相同的功能。因為設計背后的效率，這種全面的參考設計可確保較小的團隊能夠更快地提出概念驗證。

基于ST60的LED顯示屏非接觸式千兆以太網模塊

ST在慕尼黑上海電子展上的另一個產品演示是使用中國合作伙伴EPS開發(fā)的內置ST60的非接觸式收發(fā)器模塊。簡單地說，視頻數(shù)據通過HDMI線纜從PC機傳到視頻控制器，接著再送到由以太網連接器、以太網PHY芯片和ST60組成的EPS千兆以太網模塊。然后，該系統(tǒng)將信號發(fā)送到與顯示面板相連的另一個EPS模塊，通過非接觸方式傳輸高分辨率視頻信號，甚至可以穿透塑料、木材或玻璃等障礙物。因此，驅動大型LED顯示墻變得非常簡單，由于該解決方案省掉許多線纜，因此有助于降低維護成本，易于安裝，并提高了連接的可靠性。

ST所展示的以太網模塊支持1.25 Gbit/s的通信帶寬，但ST60本身可以達到6.25 Gbit/s，提供低功耗、點對點和低延遲的傳輸性能，通信距離可達幾厘米。該展品在業(yè)內屬于稀缺技術，因為目前很少有競爭對手能夠利用60 GHz免許可的V波段傳輸信號。在ST展位上，參觀者可以觀看ST60的實際應用情況和市面上可以買到的采用ST60的產品，例如，EPS的千兆以太網模塊。我們的中國合作伙伴發(fā)布了兩個版本的ST60非接觸式以太網模塊：用于橫向連接的板對板操作的有號角天線的SK202和用于縱向通信的有帶貼片天線的SK201。

基于LSM6DSOX的預測性維護

預測性維護演示

最后一個我們要重點介紹的展品是一個在 LSM6DSOX機器學習內核上運行基于AI算法的預測性維護系統(tǒng)。該MEMS傳感器可以檢測到電機異常行為，并發(fā)出異常提示信號，以便企業(yè)在實際故障發(fā)生前維修故障零部件，避免造成更大的經濟損失。我們正通過開發(fā)社區(qū)提供 逐步開發(fā)指南，確保大家都能在家里重復和復制這個實驗。

我們在產品推介會上展示了一個通過Bluetooth LE藍牙連接NUCLEO-F401RE開發(fā)板的SensorTile.box數(shù)據收集器和EDT開發(fā)的7英寸顯示器。EDT是ST合作伙伴計劃成員，為了更好地了解它們如何依靠STM32和TouchGFX開發(fā)應用的，我們最近采訪了這家公司。過去，Nucleo板上的MCU必須處理來自傳感器的原始數(shù)據并負責運行算法，這需要消耗約30 mA的電流。通過在MEMS上處理傳感器數(shù)據，系統(tǒng)可以延長睡眠時間，MEMS運行機器學習算法僅消耗1 mA的電流，并且只有在檢測到異常時才喚醒系統(tǒng)。

逐步開發(fā)指南還能解決棘手又耗時的數(shù)據收集和清理問題。在檢測到異常事件之前，機器學習內核必須知道異常是什么樣子。因此，在逐步開發(fā)指南中，ST介紹了如何用加速度計記錄數(shù)據的方法。ST還將展示如何在Unico GUI中使用加速度計數(shù)據，并將其轉換為機器學習內核可以處理的信息。

更多展品信息，歡迎參觀意法半導體electronica China虛擬展臺!