
Infineon et PolyN glissent de l’apprentissage automatique dans les capteurs de pression des pneus La société israélienne PolyN Technology, qui a développé sous forme d’IP un bloc de traitement du signal analogique de type neuromorphique (NASP, Neuromorphic Analog Signal Processor) et qui propose des frontaux neuromorphiques pour capteurs toujours actifs (lire notre article), s’est engagée dans une collaboration avec Infineon autour de produits de surveillance de la pression des pneus. Au terme de ce partenariat, le fournisseur de semi-conducteurs allemand sera en mesure de proposer des capteurs TPMS (Tire Pressure Monitoring System) de nouvelle génération dotés d’une capacité de détection des signaux de vibration. Des capteurs équipés en pratique des frontaux neuromorphiques (NFE) de PolyN pour le prétraitement des données de vibration au niveau de la puce. Les frontaux NFE à technologie NASP de l’Israélien intègrent un réseau de neurones qui extraient des "patterns" de vibrations pour l'analyse de l'état des pneus et des routes. Selon PolyN, ils sont capables de réduire le volume de données collectées par les accéléromètres TPMS d'un facteur 4 000 avec une consommation d'énergie extrêmement faible de seulement quelques microwatts. « La solution combinée issue de la collaboration entre Infineon et PolyN pour la surveillance des pneus sera particulièrement adaptée au marché des flottes de véhicule et aux voitures autonomes, indique Henry Hu, de la division Automotive d'Infineon. Elle offrira de nouvelles possibilités de contrôle de l'état des routes et de l'usure des pneus d'une manière économique et éco-efficace. » Rappelons que, de manière générique, une puce (ou un bloc d’IP) NASP forme une couche logique Tiny AI et s’appuie, pour effectuer ses prédictions, sur des modèles d’apprentissage automatique préalablement entraînés. Dans le concept NASP, le circuit de traitement des données est synthétisé à partir de réseaux de neurones déjà entraînés par les outils de synthèse et de compilation ad hoc de la société. Cette approche, explique PolyN, est particulièrement efficace dans les applications telles que l’extraction vocale, le traitement de vibrations et de sons, les mesures réalisées dans des dispositifs électroniques portés sur soi, etc. Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA

Infineon et PolyN glissent de l’apprentissage automatique dans les capteurs de pression des pneus

La société israélienne PolyN Technology, qui a développé sous forme d’IP un bloc de traitement du signal analogique de type neuromorphique (NASP, Neuromorphic Analog Signal Processor) et qui propose des frontaux neuromorphiques pour capteurs toujours actifs (lire notre article), s’est engagée dans une collaboration avec Infineon autour de produits de surveillance de la pression des pneus.

Au terme de ce partenariat, le fournisseur de semi-conducteurs allemand sera en mesure de proposer des capteurs TPMS (Tire Pressure Monitoring System) de nouvelle génération dotés d’une capacité de détection des signaux de vibration. Des capteurs équipés en pratique des frontaux neuromorphiques (NFE) de PolyN pour le prétraitement des données de vibration au niveau de la puce.

Les frontaux NFE à technologie NASP de l’Israélien intègrent un réseau de neurones qui extraient des "patterns" de vibrations pour l'analyse de l'état des pneus et des routes. Selon PolyN, ils sont capables de réduire le volume de données collectées par les accéléromètres TPMS d'un facteur 4 000 avec une consommation d'énergie extrêmement faible de seulement quelques microwatts.

« La solution combinée issue de la collaboration entre Infineon et PolyN pour la surveillance des pneus sera particulièrement adaptée au marché des flottes de véhicule et aux voitures autonomes, indique Henry Hu, de la division Automotive d'Infineon. Elle offrira de nouvelles possibilités de contrôle de l'état des routes et de l'usure des pneus d'une manière économique et éco-efficace. »

Rappelons que, de manière générique, une puce (ou un bloc d’IP) NASP forme une couche logique Tiny AI et s’appuie, pour effectuer ses prédictions, sur des modèles d’apprentissage automatique préalablement entraînés. Dans le concept NASP, le circuit de traitement des données est synthétisé à partir de réseaux de neurones déjà entraînés par les outils de synthèse et de compilation ad hoc de la société. Cette approche, explique PolyN, est particulièrement efficace dans les applications telles que l’extraction vocale, le traitement de vibrations et de sons, les mesures réalisées dans des dispositifs électroniques portés sur soi, etc.

Vous pouvez aussi suivre nos actualités sur la vitrine LinkedIN de L'Embarqué consacrée à l’intelligence artificielle dans l’embarqué : Embedded-IA