
Silicon Labs(芯科科技)很榮幸與Emanate Wireless公司共同通過基于BG22與MG26 SoC所打造的RadioVision?實時定位服務(RTLS)解決方案,榮獲Edge AI Foundation 的2026年Blueprint獎項。依托芯科科技優異的低功耗無線連接、AI/ML和安全技術支持,Emanate Wireless的RadioVision?方案可達到99.9%房間級別(Room-Level)的定位精確度,意指在室內環境中,該RTLS服務能夠準確區分人員或設備所在的房間,將醫院應用的RTLS推向更實用的邊緣驅動架構。

Edge AI Foundation 的2026年Blueprint獎表彰了芯科科技和Emanate Wireless合作開發的標準、邊緣驅動的RTLS方案,使得醫療院所得以從傳統的專有、基礎設施密集型RTLS轉換至更具成本效益且仍可在真實醫療環境中實現 99.9%室內房間精度的新型解決方案。
探索芯科科技與Emanate Wireless公司的成功案例:https://cn.silabs.com/applications/case-studies/emanate-wireless-achieves-clinical-grade-rtls-for-hospitals
為什么多數醫院仍缺乏可靠的房間級定位智能
深究其原因并不是醫院沒有相關需求,而是現有系統無法在不依賴昂貴、專有基礎設施的情況下提供臨床級精度。
多年來,醫療機構被迫在兩種方案間取舍:要么部署基于有線基礎設施和供應商鎖定技術的昂貴系統以獲得精度,要么采用低成本但無法滿足真實臨床工作流的解決方案。在病患護理、員工安全與合規依賴精確房間級感知的環境中,這種取舍根本行不通。
RadioVision?為解決醫療RTLS問題提供新方法
RadioVision?并非持續估算房間內的位置,而是專注于更可靠的指標:準確知道某物何時進入或離開房間。這一轉變徹底改變了架構。
這種方式使系統在真實醫院環境中實現 99.9%的房間級精度,而無需有線基礎設施或專有讀寫器生態。
邊緣 AI 帶來準確且實用的部署
室內無線信號復雜多變,反射、干擾與持續移動讓傳統算法難以可靠定位。RadioVision?采用根本不同的方法:
Emanate Wireless首席執行官Neil Diener 表示:“行業一直試圖通過增加基礎設施來解決房間級精度問題。我們采取了不同的方法—聚焦門口并使用邊緣機器學習,在沒有高成本與復雜性的情況下實現99.9% 精度。芯科科技的低功耗無線與設備端 AI 能力是實現這一架構實用與可擴展的關鍵。”
房間級精度為醫療服務帶來的實質影響
當具備可靠的房間級精度,它將能提供更智能化的醫療服務,例如:
這些不是漸進改進,而是直接影響病患結果、員工效率與運營可視性。
以MG26和BG22實現醫療臨床級RTLS
RadioVision?基于芯科科技的MG26 多協議無線 SoC與BG22藍牙SoC,結合低功耗無線連接、AoA能力與嵌入式AI/ML硬件加速器。
低功耗架構消除了密集有線基礎設施需求。無需PoE安裝與專用讀寫器網絡,RadioVision?可作為緊湊電池供電卡點部署,在典型醫院工作負載下電池壽命可達五年。
成果是一個可擴展、節能的RTLS模型,將每間房的基礎設施成本從超過1,000美元降至約100美元,使臨床級房間精度更易于各類醫院采用。
邊緣AI的新藍圖
Edge AI Foundation Blueprint Award不僅關注性能,更強調架構上的根本創新。RadioVision?代表了這種轉變:
雖然最初為醫療而開發,但該架構遠不止于此,任何需要可靠實時室內感知的環境都能受益。芯科科技與Emanate Wireless合作將這一創新推向市場。通過獲獎的RadioVision? RTLS解決方案證明,實現99.9%室內房間精度無需復雜基礎設施或專有生態,而是需要一種全新的思維方式。


