從芯片到系統級方案，ADI 以創新傳感器技術賦能電子行業

在工業4.0浪潮席卷全球的今天，傳感器作為現代電子系統的“感官器官”，成為了連接物理世界與數字世界的橋梁，發揮著至關重要的作用。從精密制造的微米級精度控制，到人形機器人靈巧手指的力反饋調節；從新能源汽車電池熱失控的毫秒級預警，到低空經濟中無人機的自主避障導航——傳感器的性能邊界，正在定義著智能化的新高度。

在深圳國際傳感器與應用技術展覽會（SensorShenzhen 2025）上， 亞德諾半導體（ADI） 攜一系列前沿傳感解決方案亮相，展現了其在傳感器技術領域的技術實力和創新精神，為工業自動化、機器人、新能源等領域注入新動能。

“傳感器技術正在重新定義制造業的‘觸覺’與‘視覺’。”ADI中國區工業市場總監蔡振宇（Eric Cai）在接受《電子工程專輯》等媒體采訪時指出：“ADI不僅提供單一器件，而是從客戶應用場景出發，提供系統級解決方案，幫助客戶更快、更高效地實現產品落地。”

ADI中國區工業市場總監蔡振宇為媒體介紹產品方案

創新產品，推動行業升級

單芯片角度和多圈編碼器位置傳感器 ADMT4000

隨著全球制造業加速邁向智能化、柔性化生產，工業機器人已成為提升生產效率和產品質量的關鍵力量。要實現機器人更復雜、更精密的作業，離不開對周圍環境和自身狀態的精準感知以及各系統間的高效可靠互聯。

“在工業機器人領域，電機位置的精準追蹤一直是行業難題。傳統方案依賴齒輪或線性傳感器，不僅體積大、成本高，且斷電后需重新校準位置，極大影響生產效率。” 蔡振宇說到。

ADMT4000 是 ADI 針對工業機器人和自動化領域推出的一款革命性產品。它通過包括轉圈（TURN COUNT）傳感器和角度傳感器的雙磁傳感器架構，實現斷電狀態下的位置記憶，支持無源多圈記憶，可記錄 46 圈（0° 至 16,560°）的旋轉位置；省去傳統ADC轉換環節，精度高達 ±0.25°，可替代傳統齒輪或線性傳感器。

與傳統方案相比，ADMT4000 無需電池和額外器件，大大降低了系統的尺寸、重量和成本。

蔡振宇表示：“ADMT4000 的獨特之處在于其掉電位置保持技術，在斷電狀態下仍能精準記錄電機位置，上電后可直接復位，無需重新校準。這一技術已獲得多家人形和傳統機器人廠商的關注，未來我們還將推出擴展多圈型號，以滿足重型機器人的需求。”

高度可配置的互連解決方案 GMSL

GMSL （Gigabit Multimedia Serial Link，通用串行媒體接口）是一種基于 SerDes 技術的高速互連解決方案，支持通過單根同軸電纜或雙絞線全雙工傳輸視頻、音頻、控制信號及電源，顯著減少布線復雜度。

其中MAX96717串行器支持3G/6Gbps正向速率，具備4通道MIPI CSI-2輸入；MAX96724解串器支持GMSL1/GMSL2鏈路速率，可聚合或復制數據，并將其信號轉成D-PHY或C-PHY，供SoC處理。系統具備低延遲、強抗干擾性（優于以太網/USB方案），并通過ASIL-B功能安全認證。其8mm×8mm小封裝設計優化了空間布局，適用于多攝像頭傳感器與顯示屏的高分辨率數據傳輸，廣泛應用于汽車和工業領域。

據介紹，GMSL 最初主要應用于汽車領域，已替代傳統100M以太網成為車載多屏互聯的首選方案，如今在工業領域也得到了廣泛應用。例如，人形機器人可以通過 GMSL 將多個攝像頭的高清數據快速傳輸到 AI 模型平臺，實現對周圍環境的全面感知。

 “GMSL的6Gbps傳輸速率（第二代）和12Gbps（第三代）比車載以太網更高，可滿足最高8MP四個攝像頭、四塊顯示屏的高清數據洪流需求。同時，傳統以太網需要6根線在車里繞一圈，而GSML只需要一根同軸電纜即可直接連接攝像頭與總控，降低了整車或設備的重量和成本。” 蔡振宇表示，人形機器人的多攝像頭布局與自動駕駛汽車異曲同工。GMSL技術讓工業AGV、AMR、服務機器人也能像智能汽車一樣，用“一根線”實現高效互聯。

目前，GMSL已廣泛應用于汽車360度環視系統、人形機器人和工業高速攝像領域，在全高清胃腸鏡等領域也有出色表現。

基于飛行時間的三維物體測量 ToF 解決方案

ADI 的 ToF （飛行時間）解決方案采用高分辨率 3D ToF 技術，基于微軟CMOS 成像以及深度計算技術，該系統使用納秒級的高功率光脈沖從目標照度場景中捕獲相關的深度信息。結合精確的圖像拼接算法，可以通過移動系統對大型不均勻物體進行準確尺寸標注，從而提高操作效率并減少錯誤。該方案的探測距離可達 7 米，在 5 米范圍內的誤差約為 3 毫米。

蔡振宇表示：“ToF 技術在物流和機器人視覺領域有著廣闊的應用前景。在物流領域，它可以幫助精確測量物品尺寸，優化包裝箱的選擇，減少浪費；在機器人視覺領域，它能夠不依賴環境光，實現對物體的精準識別和抓取，即使在黑燈工廠也能正常工作。”

在機器人的視覺識別技術中，目前業界主要有兩種技術：一種是雙目視覺，需要光源，采用兩個攝像頭拍攝，模擬人眼把物品大致外部形狀描繪出來；第二種ADI的方案僅用一個攝像頭，基于ToF技術，無需光源，從正面發射信號，信號在返回時會受到物體表面形態的影響，從而通過時間計算出整個物體的外形，這叫iToF。

iToF的優勢在于能夠模擬出產品外形，在機器識別的過程中，機器人不僅能識別物體并進行初步判斷，還可以實現精準操作。例如在抓取時，系統可以根據需求進行編程，決定從哪個角度夾取目標物體，并指示計算機執行相應任務。

據介紹，ADI已經將其3D-TOF 方案做成模組，下面是發光源，上面是接收器。模組直接通過USB將距離信號傳到后面的中央處理器，用這個處理器進行相應的計算和應用開發，兼具低噪聲、高分辨率和高系統效率。

ADI 壓力變送器集成芯片及工廠校準系統

構建高效、智能的工業物聯網已成為企業實現數字化轉型的核心戰略。通過部署廣泛的傳感器網絡，實時采集設備運行狀態、環境參數等關鍵數據，企業能夠實現更精細化的管理、更高效的運營助力工業數字化轉型。

當前，所有的壓力傳感器由于多晶硅或者單晶硅的結構帶來的壓力會造成一些偏差，因此所有的壓力傳感器出廠前都需要校準。ADI 的壓力變送器集成芯片及工廠校準系統是用于壓力變送器產品生產線校準的測試套件，由ADI全棧自研并提供技術支持，為工業物聯網的發展提供了有力支持。

其中，MAX40109集成AFE，具備高集成度、小封裝等優勢，能夠直接輸出數字信號，可連接至RS-485 接口或通過其他方式直接傳輸, 僅需一塊空板即可連接線束，實現壓力信號的傳輸與讀取；MAX32675C是集成HART調制解調器（Modem）的SOC，由兩顆芯片組成，前一顆芯片負責采集壓力傳感器的信號，但其輸出為模擬量，通常難以直接使用。此時，可將該模擬量傳輸至微控制器（MCU），借助ADI 24 位ADC將其轉換為數字量，讀數完成后，再通過 HART 通信協議進行傳輸。

值得一提的是，ADI的這款 MCU 是業界首款集成 HART 功能的產品，HART 在工業領域應用廣泛，可與各類工廠設備兼容。

從現場展示可以看出，這款校準系統以工業標準機箱形式提供，與PC機校準程序配合使用，通過采集相應的頻譜，再根據不同的電機就能得知振動的運行狀態。模擬接口支持4-20mA電流環和比例電壓輸出，數字接口支持I²C接口，每個校準機箱支持 12個板卡插槽，可選擇的模擬校準板或者數字校準板；每個校準板卡，無論是模擬還是數字校準板均支持 32 通道的待測設備，因此一個機箱可以支持 384 通道的設備校準。

蔡振宇指出：“我們的校準系統可以同時校準 12 塊電路板，兼容RS-485接口與HART協議，將傳統工程師需要手動調節、耗費數周的校準周期，通過自動化系統一鍵壓縮至數小時，大大縮短開發周期。這是我們為客戶提供的增值服務，旨在幫助客戶更快地將產品推向市場。”

同時，ADI 還提供完整的校準系統，幫助客戶快速完成傳感器的校準工作，提高生產效率。 目前該方案已應用于儲能電站電池包應力監測、工業壓力傳感器量產測試等領域。

ADI 振動監測方案 ——Voyager4 無線數據采集模塊

Voyager4 無線數據采集模塊是 ADI 針對工業設備狀態監測推出的一款解決方案。它內置 ADXL382 和 ADXL367 兩個振動傳感器，能夠實時采集振動數據，并通過藍牙 SOC MAX32666 將數據傳輸到上位機進行分析。

其中主振動傳感器ADXL382負責捕捉振動頻率范圍4KHz-8KHz、振動帶寬4至60G的高頻振動（如軸承故障），副振動傳感器 ADXL367的功耗較低，負責采集初始至稍大幅度振動之間的數據。同時該方案具備靈活的電源管理方案，可在兩個傳感器之間實時切換，還支持Python算法實時提取振動特征值，避免海量數據上傳云端。

值得一提的是，該模塊開創了“本地AI+邊緣計算”的新模式。其AI Edge SOC MAX78000支持端側 AI 數據采集算法，內置硬件CNN加速器可實現本地化振動狀態監控，并對振動數據進行初步處理，判斷設備的運行狀態，減少了對云端的依賴。

蔡振宇表示：“Voyager4 的優勢在于其動態功耗管理和BLE5無線傳輸功能，電池待機時間可達兩年。它主要應用于水泵、煤礦、水泥廠等大型設備的振動監測，能夠幫助客戶及時發現設備故障，避免非計劃停機損失。”

用于鋰電池熱失控監控的多傳感器融合方案

鋰電池的安全問題一直是行業關注的焦點。特別是在以鋰電池驅動的載人交通工具上，熱失控一旦發生，將帶來嚴重的安全隱患，需要提前數分鐘預警并疏散乘客。

針對鋰電池的安全問題，ADI 推出了多傳感器融合方案。該方案用于實時監控鋰電池熱失控過程，主要應用于儲能電站和電動汽車電池包，通過檢測煙霧、CO、H2、壓力、溫度等指標參數，能有效監測鋰電池熱失控前后的參數變化，并借助SmartMesh無線網絡將數據實時傳輸到主機分析，及早準確的發出火災報警/鋰電池熱失控信號。

據悉，ADI提供包括煙霧傳感器ADPD188BI、氣體、壓力、溫度傳感器信號調理電路以及SmartMesh無線芯片等完整解決方案。該方案不僅支持無線傳輸，還兼容滅火裝置，聯動電池管理系統（BMS）觸發應急機制。例如大巴車內部如果探測到冒煙，系統會啟動滅火機制，避免爆燃或其他安全隱患。主要應用場景包括火災預警、商用/家用儲能電站鋰電池熱失控監控、電動汽車鋰電池熱失控監控等。

最初，ADI只是做了一個小的傳感器塞到電池里面。但跟客戶交流后了解到，僅檢測煙霧是不夠的，電池在燃燒前可能先釋放氫氣、一氧化碳和二氧化碳，而且電池會發生鼓包，所以要讓它檢測相應的應力?；谶@一應用場景，ADI在原有方案的基礎上，除了煙霧探測器，我們還加了氣體傳感器、壓力傳感器和溫度傳感器，使整個方案更加完善。

“客戶如果有相關需求，只需要對我們的方案進行適應調整，便可快速上市，減短上市的時間。而且隨著電動車的普及，這一領域的需求也在不斷增加。”蔡振宇介紹道：“我們的方案體積小巧，可以兼容方形/圓柱電池包非接觸式安裝，能夠提前檢測到熱失控的跡象，為司機和乘客爭取寶貴的逃生時間。”

目前，熱失控監控已成為新能源車企剛需，ADI的方案已在商用車領域批量應用。該方案已在大巴車和儲能電站中得到應用，未來還將進一步拓展儲能電站、低空飛行器等應用領域。”

洞察行業趨勢：機器人、飛行器、AI

行業普遍將2025年視為人形機器人元年，公眾對人形機器人產生了一定的認知。在采訪中，蔡振宇也談到了機器人行業發展面臨的技術挑戰。他表示，目前人形機器人主要以工業實驗性質的場景為主，電池續航能力、電機功耗和智能化水平是當前機器人技術發展的三大關鍵問題。

以近期北京要舉辦的機器人馬拉松為例，機器人需要攜帶電池持續運行近一個小時，這對電池的能量密度提出了極高的要求，而當前機器人續航普遍不足30分鐘。

其次，電機的功耗問題也不容忽視，需優化伺服驅動系統以實現“單次充電全天候運行”， 這不僅有助于延長電池的續航時間，還能提升機器人的整體性能衡。

第三，機器人的智能化水平有待提升。尤其是當前大火的人形機器人，除了需要具備語音識別能力，能夠理解并執行語音指令外，靈巧手的力反饋控制也依賴預設程序，難以應對復雜操作場景，需要具備更高的自適應能力。

以前的工業機器人采用固定動作、固定用力、固定力矩，技術已經成熟，但人形機器人最困難的就是適應多場景的應用。例如，在抓取物體時，機器人需要根據物體的形狀和材質調整握力，抓取一枚藥片和抬起一個重物的區別，如何“既能捏住物體又不會捏壞它”，對力傳感器技術和AI算法提出了更高的要求。

對于低空經濟的發展，蔡振宇認為其核心在于“行業級”需求——如電網巡檢、山林防火，而非單純追求載人技術。 ADI 的 MEMS 技術在這些場景具有很大的優勢，他表示：“低空經濟中的無人機器人在救災、山林救火、物流運輸等領域有著廣泛的應用前景。ADI的MEMS傳感器已在物流無人機中驗證，尤其在救災場景中，掛載5G基站的無人機可實時回傳高清視頻，并恢復一定范圍內的通信。”

隨著 AI 技術的快速發展，AI 與傳感器的融合成為行業關注的熱點，但邊緣計算和云端計算的選擇需根據場景而定。

蔡振宇認為，邊緣處理可以減少數據傳輸量，而云端則適合復雜計算。ADI的策略是提供靈活的解決方案，滿足不同客戶的需求。 “我們已經推出了基于邊緣處理的振動傳感器應用，能夠在邊緣端對數據進行初步處理，減少云端的計算壓力。”未來，ADI將繼續加大在 AI 與傳感器融合領域的研發投入，為客戶提供更智能的解決方案。”

結語：從芯片到系統，ADI 助力客戶創新

從本次展會的產品可以看出，ADI 正從單一芯片供應商轉變為系統級方案供應商，通過提供完整的硬件、軟件和算法支持，將碎片化的傳感器數據轉化為可執行的決策依據，助力客戶實現“硬件-軟件-服務”的全棧能力。

“ADI深耕行業數十年，知道痛點在哪里，以及如何更好地滿足客戶的需求?？蛻糁恍鑼Ｗ⒂诤诵膬r值的創造，而ADI負責解決復雜的技術難題。”蔡振宇形象地將 ADI 的解決方案比喻為 “預制菜”：“我們為客戶提供的解決方案就像預制菜一樣，客戶只需進行簡單的開發和調整，就可以快速將產品推向市場。這不僅降低了客戶的研發成本，還縮短了產品的上市時間。”

此外，ADI正加速本地化開發，針對中國市場推出定制化產品。蔡振宇表示：“我們觀察到中國市場對快速迭代的需求，例如西門子和ABB的季度產品發布周期。ADI也將通過更貼近市場的研發，幫助客戶縮短上市時間。”

在未來的發展中，ADI 將繼續秉持 “在中國，為中國” 的理念，深入了解客戶需求，不斷推出創新的解決方案，與客戶攜手共進，共同推動電子行業的智能化升級。