Fraunhofer-Institut für Mikroelektronische Schaltungen und Systeme IMSDie Erfassung von Umweltparametern erfolgt heute mit komplexen Systemen, die nicht nur den eigentlichen Sensor enthalten, sondern eine Vielzahl weiterer elektronischer Komponenten zur weiteren Verarbeitung des Sensorsignals. Am Fraunhofer IMS beschäftigen wir uns mit solchen integrierten Sensor-Systemen mit dem Ziel, möglichst viele Funktionen Sensor nah in einer integrierten Schaltung unterzubringen. Durch die Serienfertigung der Mikroelektronik lassen sich integrierte Sensor-Systeme kostengünstig und miniaturisiert für eine Vielzahl von Anwendungen entwerfen. Je nach Art des Einsatzes umfassen solche Systeme unterschiedliche Funktionsgruppen von der einfachen Signalverstärkung über die Umsetzung der Sensorsignale in die digitale Form bis hin zu neuronalen Netzwerken zur Erkennung von Merkmalen und Mustern. Unsere Entwicklungstätigkeit im Bereich integrierter Sensor-Systeme umfassen die folgenden Schwerpunkte:
Integrierte Sensorsysteme
Für integrierte Sensoren und Sensorsysteme entwickeln wir alle erforderlichen elektronischen Komponenten vom analogen Frontend bis zum digitalen Interface
© Fraunhofer IMS
Integrierte Sensor-Systeme
Sensor Frontends
Sensoren liefern häufig sehr kleine, häufig nicht lineare elektrische Signale, die zudem in unterschiedlicher Ausprägung als Strom, Spannung oder auch als Widerstandsänderung vorliegen. Die Aufbereitung der Signale zur Nutzbarkeit auf höheren Anwendungsebenen ist die Aufgabe von sogenannten »Analogen Frontend«-Schaltungen (AFE). Häufig muss eine Verstärkung der geringen Signale erfolgen, dabei ist der Verstärkungsfaktor idealerweise programmierbar. Zum Teil sind Sensorsignale auch mit einem hohen Offset beaufschlagt, der durch die AFE kompensiert werden muss, um einen optimalen Aussteuerbereich zu gewährleisten. Einige Sensoren, z. B. Widerstandsbrücken, benötigen zudem ein elektrisches Signal (Strom), das eingespeist werden muss, um ein Sensorsignal (Spannung) zu erhalten. Auch dies ist die Aufgabe der AFE. Daneben kommen auch kompliziertere Verfahren wie z. B. Autozero- oder Chopper-Verstärker zum Einsatz, um etwa niederfrequentes Rauschen zu reduzieren.
Zunehmend werden Sensordaten digital weiterverarbeitet. Als Schnittstelle zwischen der analogen und der digitalen Signalform werden Analog/Digital-Umsetzer eingesetzt, für die je nach Anforderung unterschiedliche Verfahren Anwendung finden. Für die Sensorsignalverarbeitung haben sich vor allem Umsetzer nach dem SAR-Verfahren (Sukzessive-Approximation) oder Sigma-Delta-Umsetzer bewährt.
Detaillierte Informationen über das Leistungsangebot bei analogen Frontends finden Sie hier.
Mixed Signal Design
Moderne integrierte Schaltungen für die Sensorsignalverarbeitung bestehen in der Regel aus analogen und digitalen Komponenten. Zwischen diesen Schaltungsteilen gibt es eine Vielzahl an Interaktionen. So werden viele analoge Komponenten digital programmiert, um z. B. Verstärkungsfaktoren einzustellen, bestimmte Funktionen zu aktivieren oder zu deaktivieren oder um Kalibriervorgänge durchzuführen. Die erforderlichen Abläufe werden vom Digitalteil gesteuert. Die notwendige Verbindung zur Außenwelt wird über Standard-Schnittstellen (SPI, RS485) hergestellt. Wegen der eng verzahnten Entwicklung von analogen und digitalen Komponenten hat sich der Begriff »Mixed-Signal-Design« etabliert. Was sich genau dahinter verbirgt und welche Funktionen wir dabei realisieren, erfahren Sie hier.
System-on-Chip Design
Von System-on-Chip Lösungen spricht man, wenn alle Aufgaben eines funktional abgegrenzten elektronischen Systems auf einem einzigen Silizium-Chip realisiert werden, z. B. Sensor und/oder Sensorausleseschaltung, analoge Funktionen, Rechenleistung in Form eines Mikrocontrollers, Speicher und lokale Taktgeneratoren. Vorteile von SoC sind der geringe Platzbedarf, sowie die geringe Stromaufnahme verglichen mit Systemen aus Einzelkomponenten.
Beim System-on-Chip Design bieten wir am Fraunhofer IMS Entwicklungen sowohl von FPGA-basierten als auch von kundenspezifischen ASIC-Lösungen an. Dabei kommen u. a. eingebettete Mikrocontroller, wie die am Fraunhofer IMS entwickelte RISC-V Implementierung (RV32IMC) zum Einsatz. Spezifische Befehlssatzerweiterungen für den RISC-V wurden zur effizienten Lösung von Spezialaufgaben (z. B. künstliche Intelligenz) erstellt. Hardware-Beschleuniger erlauben die Umsetzung von KI-Algorithmen oder Verschlüsselungsverfahren. Weitere Informationen dazu finden Sie hier.
Integrierte Sensoren
Einige Umweltparameter können durch Sensoren gemessen werden, die direkt auf einem Siliziumchip realisierbar sind. Das eröffnet die Möglichkeit zu extrem kleinen und effizienten Sensorsystemen, die an Stellen eingesetzt werden können, wo dies bisher undenkbar schien. Dadurch haben sich z. B. ganz neue Möglichkeiten in der medizinischen Diagnostik ergeben. Hier macht man sich zum einen physikalische Effekte des Siliziums selbst zunutze, wie z. B. Temperaturabhängigkeit oder piezoelektrische Wechselwirkungen, zum anderen kann man integrierte Sensoren aber auch durch mikromechanische Bearbeitung oder durch das Aufbringen zusätzlicher Schichten auf das Siliziumsubstrat erzeugen. Die vielfältigen Möglichkeiten, die sich dadurch eröffnen, reichen von mikromechanischen Beschleunigungssensoren bis hin zu bioaktiven Schichten, die z. B. Krankheitserreger erkennen können.
Weitere Informationen über das Leistungsangebot »Integrierte Sensoren« finden Sie hier.
Neuronale Netze
Der zunehmende Einsatz von Sensoren liefert eine Fülle von Daten, die für eine Verarbeitung in höheren Anwendungsebenen bereitstehen. Häufig ist es gar nicht erforderlich, sämtliche Rohdaten aus Sensorsystemen an die Systemebene zu übertragen, sondern es reicht, in diesen bestimmte Merkmale zu erkennen. Neuronale Netze werden zunehmend eingesetzt, solche Merkmale bereits in den Rohdaten zu erkennen beziehungsweise auszuwerten und lediglich signifikante Informationen weiterzuleiten. Auf diese Weise kann eine beträchtliche Reduktion der zu übertragenden Datenmenge erreicht werden.
Am Fraunhofer IMS forschen wir an neuronalen Netzen, die hocheffizient auf einfachen Hardware-Plattformen implementiert werden können. Ziel ist es, noch effizientere Sensorsysteme zu entwickeln, die bereits ein hohes Maß an Signalinterpretation beinhalten.
Weitere Informationen zum Thema »Neuronal Netze« finden Sie hier.