Bei der Entwicklung intelligenter Sensoren für IoT-Edge-Anwendung wird der konventionelle CMOS-IC-Designfluss mit der modellbasierten MEMS-Entwicklung kombiniert. Die Tanner-Tools sind eine Toolchain dafür.
Der erste intelligente elektronische Sensor wurde vermutlich 1980 von S. Middelhoek und J.B. Angell entwickelt. Er bestand aus einem MEMS-Sensor und einem Analog-Digital-Wandler. Die Idee war es, Sensordaten an einen Prozessor zu führen. Zu diesem Zeitpunkt waren allerdings MEMS- und CMOS-Prozessor-Technologie noch nicht bereit für die Entwicklung einer derart integrierten Lösung. Heute ist die Technologie jedoch verfügbar und intelligente Sensoren werden als Schlüssel für die Entwicklung innovativer IoT-Edge-Systeme gesehen.
Intelligente Sensoren sollten folgende Schlüsselelemente enthalten (Bild 1):
Darüber hinaus ist eine Signalkonditionierung erforderlich, die das Signal der Sensoreinheit in Daten umwandelt, die der intelligente Sensor verwenden kann. Diese Konditionierung kann eine Verstärkung, Signalbereinigung oder -abstimmung beinhalten. Der Analog-Digital-Block wandelt das analoge Meßsignal in ein digitales Signal um, so dass der Prozessor und die Software die Informationen nutzen und den Sensor kalibrieren können.
Designer können elektronische Sensoren mit einer Vielzahl von Technologien wie Silizium-Photonik, CMOS, Fluidik-Chips und LEDs realisieren. MEMS-Sensoren sind jedoch, auf Grund der weiten Verbreitung auf dem Markt, die interessanteste Technologie für intelligente Sensoren. Laut dem Bericht „Status of the MEMS Industry 2017“ von Yole Développement erzielte der Markt für MEMS-Sensoren im Jahr 2016 einen Umsatz von über 11 Milliarden US-Dollar (Bild 2).
Im Jahr 2003 entwickelte die Knowles Corporation das erste MEMS-Mikrofon. Mit seinem Formfaktor und seiner Hitzebeständigkeit, die eine Oberflächenmontage ermöglicht, fand das Produkt seinen Weg in Smartphones. 2005 kamen Smartphones mit Beschleunigungssensoren auf den Markt, die das derzeitige Wachstum der MEMS-Sensoren weiter vorantrieben. Laut dem Bericht von Yole Développement gab es 2016 aufgrund der Komplexität der 4G/5G-Kommunikation einen starken Anstieg beim Einsatz von HF-MEMS-Filtern. Der durchschnittliche Verkaufspreis (ASP) von Sensoren ist jedoch auf unter einen US-Dollar gefallen.
Betrachtet man den gesamten Sensorabsatz, so ist der Consumer-Bereich mit Smartphones, Drohnen, Smart-Home-Geräten und Wearables der mit Abstand größte Markt für Sensoren. An zweiter Stelle steht der Automobilmarkt mit Fahrerassistenz-, Sicherheits- und Selbstfahrtechnik, die mit Sensoren ausgestattet sind. An dritter Stelle kommt der industrielle Markt, der den Sensorumsatz im Bereich Industrial IoT steigert.
Angesichts eines durchschnittlichen Verkaufspreises für MEMS-Sensoren von etwa 60 US-Cent pro Einheit stellt sich die Rentabilitätsfrage auf dem IoT-Markt. Für Marktführer mit Milliarden von verkauften Sensoren ist das Volumen ein Umsatzfaktor. Fusionen und Übernahmen können den Markt ebenfalls erweitern. Es gibt jedoch auch andere Ansätze mit denen Anbieter die Umsätze steigern können. Ein solcher Ansatz ist die Sensorfusion.
Bei der Sensorfusion wird ein Produkt entwickelt, das mehrere Sensoren, einen Prozessor und eine intelligente Software zu einem hochwertigen System kombiniert, das genauer ist als der Einsatz einzelner Sensoren. Ein gutes Beispiel dafür ist das InvenSense (TDK) ICM-20728, der weltweit erste integrierte MotionTracking-Chip mit sieben Achsen: Eine Single-Chip-Plattform enthält ein Gyroskop mit drei Achsen, einen Beschleunigungssensor mit drei Achsen, einen Drucksensor, einen integrierten digitalen Bewegungsprozessor und Firmware-Algorithmen.
Software öffnet das Tor zu neuen Einnahmequellen. Beispielsweise können Hersteller ein Portfolio von anwendungsspezifischen Produkten zu unterschiedlichen Preisen anbieten, bei denen die Hardware gleichbleibt. Die intelligente Sensorfunktionalität wird jedoch ausschließlich über die Software gesteuert. Da der Sensor mit anderen Sensoren und dem Internet verbunden ist, kann der Anbieter jetzt Dienstleistungen nutzen. Zu diesen Dienstleistungen gehören unter anderen die Datenfusion zur Optimierung von Systemen oder zur Kalibrierung von Sensorsystemen aus der Ferne, Datenanalyse sowie Ferndiagnose und -wartung.