MEMS振动传感器、AMR和TMR传感器@2026年美国传感器展览会
2026-05-23 09:40:49 来源:麦姆斯咨询 评论:0 点击:
据麦姆斯咨询报道,近日,2026年美国传感器展览会(Sensors Converge 2026)集中展示了有关传感器及传感解决方案的多项最新技术成果,其应用场景涵盖可穿戴设备、智能手机、工业以及汽车领域。该展览会汇聚了160余家参展商,他们通过演示边缘人工智能(AI)、机器人技术与自主系统的实际应用案例,凸显出行业正逐步将重心转向边缘AI与智能互联系统。
在传感器厂商持续推进传感方案与封装尺寸小型化的同时,在该展览会上推出的新品也反映出市场对低功耗传感器的需求持续攀升。以下为本次展览会重点展示的多款新型传感器介绍。
面向可穿戴设备和工业领域的振动传感器
Upbeat Technology发布了其最新系列低功耗MEMS振动传感器及振动处理单元(VPU),包括搭载UP201/301双核精简指令集‑V(RISC‑V)AI微控制器(MCU)的UPM01、UPM02系列,Upbeat产品以小体积实现高保真语音清晰度与预测性智能感知。

UPM01/UPM02系列MEMS振动传感器
UPM01/UPM02系列MEMS振动传感器(亦称骨传导麦克风)尺寸为3.2mm × 2.5mm,适用于空间受限的应用领域;UP201双核RISC‑V AI微控制器尺寸为3.0mm × 3.0mm。二者协同构成Upbeat的微型AI引擎(Tiny AI Engine),为可穿戴设备、工业系统、无人机及消费电子产品提供端侧智能。该方案可实现开放式可穿戴立体声(OWS)耳机、智能眼镜、智能录音笔的高清纯净拾音,同时为工业自动化设备提供预测性维护服务。
Upbeat表示,UPM01系列可提供多款接口型号:包括UPM01A(模拟型)、UPM01Ax(高灵敏度模拟型)、UPM01D(数字型)、UPM01Dx(高灵敏度数字型);UPM02系列同样支持模拟与数字两种信号输出规格,具备更高信噪比(SNR),适用于对音频清晰度要求严苛的场景。
UPM01将传统MEMS振动传感器的频率响应范围拓展至5Hz ~ 11.3kHz,信噪比达60dB(A),可实现更精准的声音采集;UPM02的频率响应范围为5Hz ~ 5.4kHz,信噪比最高可达68 dB(A),性能优异。
UPM01/UPM02系列振动传感器产品功耗极低,单次充电即可长时间工作,适用于移动设备、可穿戴设备及其它电池供电类产品。
UP201/UP301异构双核RISC-V边缘AI平台面向高能效深度学习应用,支持在数据源端就近开展AI分析,实现快速响应并减少带宽占用。该平台具备超低功耗、常开式智能感知能力,以极低功耗实现持续传感,并可瞬时唤醒执行高算力AI任务。
Upbeat同时推出UP301+UPM01猎鹰(Falcon)开发套件,为可直接运行的机械振动分析评估平台,面向需要开发、验证预测性维护方案的工程师。该套件配置包含UP201双核RISC‑V AI微控制器评估板(EVB)、调速电机、两块UPM01D柔性电路板(FPC)以及电源适配器,同时配套猎鹰图形用户界面(GUI)和Upbeat振动分析套件图形界面软件。
Upbeat其它现场演示产品包括:开放式可穿戴立体声耳机、搭载AI语音交互的智能眼镜、智能AI录音笔、工业设备机械振动监测应用,以及支持触控手势识别的智能AI玩具。
意法半导体(STMicroelectronics)发布了一款宽带三轴MEMS振动传感器IIS3DWBG1,旨在为工业及汽车状态监测应用节省空间与能耗。IIS3DWBG1传感器工作温度范围拓宽至-40℃ ~ 125℃,可在严苛环境下完成振动监测。

三轴MEMS振动传感器IIS3DWBG1
IIS3DWBG1支持可选的±2/±4/±8/±16g满量程加速度,可测量最高6 kHz带宽的加速度信号,输出数据速率为26.7 kHz。这款MEMS振动传感器采用2.5mm × 3mm LGA‑14L封装,适用于工业状态监测系统,此类系统中,要想保证测量精度,传感器的布设与安装方式至关重要。
意法半导体表示,该产品体积小巧、工作温度范围宽,既可灵活将小型外置传感器布设于最优诊断点位,也可集成至智能电机、智能变速箱内部。
此外,该MEMS振动传感器具备低功耗特性,可保障电池供电设备长时间稳定工作。凭借宽带宽与高分辨率,可精准捕捉设备故障、磨损对应的振动特征,以及松动与不对中等安装异常信号。
IIS3DWBG1还可检测线圈、变压器、吸收电容、母线排、连接器的机电振动,以及牵引逆变器等电力电子模块产生的常规振动,使汽车原始设备制造商(OEM)将远程诊断范围拓展至电动汽车的功率模块与牵引逆变器。
得益于直流至6kHz以上(‑3dB点)的平坦频率响应,以及三轴模式下75µg/√Hz的噪声密度,IIS3DWBG1可检测极微弱振动信号,实现更精准的早期预警,预防设备故障。意法半导体表示,该传感器具备优异的抗机械冲击性能,并集成多项数字功能,包括可配置的低通/高通滤波器(截止频率可选)、内置FIFO缓存、中断功能、温度传感器及自检功能。
各向异性磁阻(AMR)与隧道磁阻(TMR)传感器
村田(Murata)推出超低功耗AMR传感器MRMS166R与MRMS168R,用于延长医疗健康、可穿戴设备及物联网(IoT)设备的电池续航。其中MRMS166R为业内首款平均功耗20 nA、支持1.2 V供电的AMR传感器,可大幅提升纽扣电池供电设备的续航时长。

村田AMR传感器MRMS166R/MRMS168R
村田表示,这类固态磁传感器可检测磁场大小,并输出信号供系统逻辑控制设备启停、休眠等模式切换,实现无机械结构的非接触式开关功能,提升了系统可靠性,并支持密封化与小型化的设计。
村田介绍,AMR传感器工作模式与休眠模式的自动切换可降低电池供电设备的待机功耗、延长使用寿命,现已广泛应用于各类场景,涵盖胶囊内窥镜、医用贴片等医疗健康设备,增强现实(AR)眼镜、无线耳机等可穿戴设备,以及门窗开合检测系统、智能锁等安防类物联网设备。
村田称,此类设备大多采用氧化银纽扣电池(典型电压1.55 V),电池容量与工作电压均存在局限。因此,用作磁开关的AMR传感器,需在低电压下稳定运行,并最大限度降低电流功耗。
为解决该问题,村田重新设计了AMR传感器内部电路,实现超低电流消耗,最低工作电压可达1.2 V,大幅降低设备待机功耗,常规使用场景下续航可超两年。
MRMS166R供电电压范围1.2V ~ 3.6V(典型值1.5 V),平均功耗20 nA,最大输出电流1 mA;MRMS168R供电电压范围2.0V ~ 3.6V(典型值3.0V),平均功耗80 nA,最大输出电流12mA,可为大负载电流设备提供更强输出驱动能力。两款产品均采用1.0mm × 1.0mm × 0.4mm紧凑型封装,现已量产。
多维科技(MultiDimension)于本次展览会上推出两款面向智能手机摄像头的TMR线性传感器TMR2531(线性量程±1000高斯)与TMR2539(扩展线性量程±1500高斯)。两款超小型TMR线性传感器已实现量产,专为智能手机高精度光学防抖(OIS)场景打造。

多维科技表示,新款TMR传感器可实现音圈电机(VCM)模组微米级位移测量,使音圈电机驱动芯片在拍照、录像时实时精准校正画面抖动。该TMR传感器采用由四颗高信噪比TMR元件组成的惠斯通全桥结构,测量垂直于Z轴的磁场幅值。
多维科技介绍,潜望式长焦镜头将光学防抖的精度要求提升至微米级,需在大范围运动区间精准控制镜头位置;全新TMR传感器凭借高信噪比、宽线性测量范围、强抗磁干扰能力,攻克了上述难题,适用于旗舰智能手机的高端摄像头自动对焦与光学防抖方案。
两款TMR传感器支持1.0V ~ 5.5V宽电压供电,具备±3000高斯抗磁屏蔽能力,可在磁场干扰较强的音圈电机环境中稳定工作;器件采用尺寸0.8mm × 0.5mm × 0.25mm的DFN4L微型封装,适配音圈电机的紧凑化结构设计。
新工具加速传感器研发与应用进程
TDK在本届展览会推出两款开发工具,用以简化传感器的评估工作。InvenSense SensorStage软件是一款评估平台,用于简化TDK SmartMotion系列MEMS惯性测量单元(IMU)与TMR磁力计的开发流程、加速数据分析;SensorGPT借助AI生成仿真数据集,优化并加快边缘AI物联网设备的研发进程。
TDK表示,一体化平台SensorStage 填补了简易图形用户界面(GUI)与定制化测试台之间的应用缺口,搭载高级可视化分析与自动化脚本功能,工程师无需手动配置,即可完成从参数搭建到数据分析洞察的全流程开发。SensorStage可对应用于光学防抖、可穿戴设备、AR设备/智能眼镜及物联网领域的复杂片上算法进行评估,其前瞻性架构可兼容现有及新一代高性能传感器。
SensorStage平台可搭配SmartMotion开发板使用,可实现机器学习(ML)算法、MEMS陀螺仪辅助融合APEX引擎、运动与事件检测、芯片级功耗等复杂片上功能的可视化呈现,实现复杂方案的精准校准,有效缩短产品上市周期。目前,SensorStage已支持InvenSense ICM‑456xx、ICM‑426xx系列SmartMotion惯性测量单元,后续将兼容更多InvenSense MEMS传感器方案。

TDK的SensorStage平台可与SmartMotion开发板搭配使用
TDK称,SensorGPT依托生成式AI、信号处理、统计学方法与仿真技术,可规模化生成并管理传感器数据,重点面向智能物联网、环境物联网应用场景。该AI工具能够简化模型开发与部署流程,缩短研发周期、降低成本,同时提升边缘AI模型及应用的性能与运行效率。
SensorGPT传感器数据合成技术,可基于有限的真实场景数据训练生成式模型,以学习潜在模式,生成与真实数据高度仿真的合成数据。TDK表示,借助智能传感器数据合成技术,可降低对实测数据的依赖,数据采集工作量由80%降至约10%,实现边缘AI快速迭代与规模化开发。

利用TDK SensorGPT在振动传感器演示中生成的数据集
TDK解释道:该AI工具基于物理建模与数学模型生成合成传感器数据,通过数学与计算技术模拟反映真实传感器输出的动态特征和性能参数。 其它功能包括:数据增强技术,自动将现有传感器数据转化为覆盖多工况、多场景的多样化数据集;辅助标注功能,简化训练数据标注流程,提升模型训练质量。
TDK表示,SensorGPT生成的合成传感器数据与真实数据相似度可达90%,可利用该合成数据快速完成边缘AI方案的原型开发、测试与部署,将边缘AI模型的构建周期从五个多月缩短至数周。
延伸阅读:
《村田MEMS惯性测量单元(IMU)SCHA63T产品分析》
《Vesper压电MEMS语音加速度计VA1200和VA1210产品分析》
《村田MEMS惯性测量单元(IMU)SCH1633产品分析》
相关热词搜索:MEMS 振动传感器 TMR传感器 AMR传感器
上一篇:MEMS器件推动眼科疾病诊断、治疗与监测技术变革
下一篇:最后一页
