PNI Sensor：传感器公司向AI独角兽的蜕变
2017-03-29 14:02:17 来源：麦姆斯咨询 评论：0 点击：
PNI Sensor发布PlacePod& 8482;智能停车解决方案，凭借传感器融合算法和人工智能（AI）算法准确地检测到车位上是否有车辆停靠，并实现智能化车位管理。为了深入了解这匹“冉冉升起”的AI独角兽，麦姆斯咨询拜访了PNI Sensor上海办公室，采访了PNI Sensor首席技术官George Hsu
——99.99%准确率的智能停车解决方案
微访谈：PNI Sensor首席技术官George Hsu
采访背景：城市停车问题一直以来都没有得到很好的解决，这不仅给经济和环境带来了不利影响，而且还会降低人们生活的满意度。技术上的进步和社会发展的需要正促使新一代的停车系统不断得到推广。近日，PNI Sensor在“MSIG亚洲论坛2017”上介绍了其最新的PlacePod™智能停车解决方案，凭借传感器融合算法和人工智能（AI）算法准确地检测到车位上是否有车辆停靠，并实现智能化车位管理。为了深入了解这匹“冉冉升起”的AI独角兽，麦姆斯咨询拜访了PNI Sensor上海办公室，采访了PNI Sensor首席技术官George Hsu先生。
George Hsu先生展示PlacePod™车位检测模块
麦姆斯咨询：首先，请您介绍下PNI Sensor公司情况及主要产品吧。
George Hsu：PNI Sensor在起步阶段发明了一种独特的磁传感器，它目前仍是世界上可以量产的最高性能磁传感器。创业伊始，为了满足捷联式电子罗盘应用需求，PNI Sensor就利用自己的磁传感器和倾角传感器（PNI Sensor也获得了该传感器的相关发明专利）开发了具有倾角补偿功能的电子罗盘算法，并将该算法存储、运行于微控制器。如今，PNI Sensor结合其高性能的传感器和尖端的算法优势提供独特的“端到端（End-to-End）”物联网（IoT）解决方案，逐渐发展成为一家人工智能（AI）公司。
因为物联网/人工智能的数据始于传感器，通过基于微处理器和云端的数据处理算法来为终端客户提供独特的见解和价值，所以，为了进一步提升客户服务，PNI Sensor投资建设了一个云处理平台，尤其适合于运动算法处理。PNI Sensor目前为可穿戴设备、智能手机、虚拟现实（VR）/增强现实（AR）、无人机、机器人、停车系统和汽车等领域提供完善的解决方案，典型客户包括索尼、三星、福特、通用汽车、华硕、任天堂、意法半导体、HTC、iRobot等。
PNI Sensor典型客户
麦姆斯咨询：请您阐述下PlacePod™智能停车解决方案的基本原理？主要采用了哪些传感器？
George Hsu：PlacePod™智能停车解决方案主要由PlacePod™车位检测模块、PNI LoRa网络路由器、PNI LoRa网络云端及服务组成，如下图所示。
PlacePod™智能停车解决方案示意图
PlacePod™智能停车解决方案Demo演示
PlacePod™车位检测模块集成了3颗单轴磁传感器（RM3100）组装成三轴磁传感器，以及传感器融合处理芯片SENtral-A2。三轴磁传感器及SENtral-A2中的车辆检测算法能够定期检查车位是否被占用，并通过无线方式（如LoRa）传送车位信息到云端服务器。PlacePod™车位检测模块由电池供电，低功耗使其持续使用时间长达10年之久。
PlacePod™车位检测模块
PlacePod™车位检测模块内部情况
PNI Sensor高性能磁传感器基于磁阻抗效应（MI），以数字接口输出，如SPI。在实际使用过程中，即使停车环境的磁场强度超过其测量范围，也不会产生磁滞现象；一旦远离环境磁场，磁传感器也不需要借助外围的复位电路，也可以自行恢复。
PNI Sensor高性能磁传感器：RM3100
SENtral-A2是PNI SENtral系列传感器融合处理芯片（Sensor Hub）的最新一款定制化的32位处理器产品，集成了运动和车辆检测算法，主要特点包括小体积、极低功耗、算法集扩展性好等。
传感器融合处理芯片SENtral-A2
麦姆斯咨询：除了高精度的磁传感器，PlacePod™智能停车解决方案的难点是否在于算法？你们的算法有何特别之处？
George Hsu：是的，算法是准确检测车位的难点之一。我们的PlacePod™智能停车解决方案的算法主要包括两部分：（1）“地端”的传感器融合算法；（2）“云端”的人工智能算法。“地端”的传感器融合算法采用X、Y、Z三轴的地磁数据建立当前时间点的磁场特征向量，在特定空间中使用正太分布的叶斯分类器将当时时间点划分为有车和无车两种状态，车位检测的准确率达到98.9%。为了进一步提升准确率，“云端”服务器采用自学习人工智能算法，及时发现异常车位状况，可将“犯错概率”几乎降低至0。按照保守说法，PlacePod™智能停车解决方案的准确度为99.99%。
“云端”的人工智能数据分析
麦姆斯咨询：相比其它竞争对手的停车方案，PlacePod™智能停车解决方案有哪些特点或优势？
George Hsu：PlacePod™智能停车解决方案的特点或优势较多，主要包括：（1）超低功耗；（2）超高准确率：99.99%；（3）端到端加密；（4）易于扩展多个节点；（5）易于安装和部署；（6）易于与第三方网络集成；（7）一站式解决方案和服务能力；（8）中国本土化的技术支持。
麦姆斯咨询：低功耗是很多物联网解决方案必须考虑的问题，请问你们从哪些方面来降低PlacePod™智能停车解决方案的功耗？
George Hsu：PlacePod™智能停车解决方案的低功耗表现在多个方面：（1）磁传感器的低功耗：PNI磁传感器功耗仅为70微安，而常用的霍尔效应传感器的功耗为280微安。（2）SENtral系列传感器融合处理芯片的低功耗：其比市场上通用32位处理器的功耗低10倍。（3）广域网通信技术LoRa及传输方案的低功耗。（4）整体解决方案的功耗优化。
PNI磁传感器与霍尔效应传感器对比
麦姆斯咨询：由于磁传感器容易受到外界干扰，那么在PlacePod™智能停车解决方案中，你们如何对其进行校准和诊断？
George Hsu：PlacePod™智能停车解决方案具备：（1）自校准功能，可根据安装地点磁场任何长期变化（如新建地铁和高铁线路）自动进行校准；（2）自检功能，定期对智能车位传感器的各种状态进行检测。此外，用户还可利用低功耗蓝牙（BLE）在移动或桌面应用端，对其进行无线设定、校准、诊断和软件升级。
麦姆斯咨询：LoRa与NB-IoT是最有发展前景的两个低功耗广域网通信技术，PlacePod™智能停车解决方案为何选择了LoRa？
George Hsu：LoRa网络易于建设和部署，已成为当前最为普遍应用的物联网专用网络通信技术之一，发展形势如火如荼。一方面，PlacePod™智能停车解决方案是在美国开发的，LoRa技术在美国应用更为广泛；另一方面，2016年初，随着中国LoRa应用联盟（CLAA）的成立，LoRa技术的CLAA网络架构方案已经形成，中国LoRa网络部署全面起跑。PNI Sensor也积极响应，加入了CLAA联盟。但是，LoRa不是PNI Sensor唯一的选择，未来我们也会考虑其它低功耗广域网通信技术，如NB-IoT，为客户提供多样化的网络传输方案。
PNI Sensor是中国LoRa应用联盟成员
麦姆斯咨询：您认为中国智能停车系统的发展状况如何？PNI Sensor计划如何开拓中国市场？
George Hsu：目前，国内厂商的智能停车系统正处于快速发展阶段，但据一些客户反馈，技术可靠性还有待加强。能提供完整解决方案的厂商暂时不多，相关产品也并没有形成主流的品牌，导致用户在设备和方案选择时找不到参照的行业标杆。一般的智能停车系统厂商生产规模都不大、技术力量相对薄弱，在品质管理和生产成本控制上都有一定的局限性。
PNI Sensor在智能停车系统方面积累丰富，并将积极开拓中国市场，一方面，我们会联合优质代理商一起实施客户拓展计划，另一方面，我们也会探讨与中国领先互联网公司的合作，如百度和高德等地图服务商、滴滴快车和易到用车等约车服务商。
麦姆斯咨询：能否列举一些PlacePod™智能停车解决方案的典型客户案例？
George Hsu：PNI Sensor早在15年前就开展了智能停车解决方案研发及应用，第一个客户案例发生在澳大利亚，这是一个政府定制化的车位管理项目，有几千个车位。后来经过十多年完善，我们近期发布了PlacePod™智能停车解决方案，并实施了一些应用，如Semtech在其公司总部采用了PlacePod™智能停车解决方案，如下图所示。目前，PNI Sensor正全力拓展广阔的中国市场，从我们接触的客户群来看，深圳的客户需求最多，其中一个典型客户案例为深圳市道路交通管理事务中心推出的路边停车应用——“宜停车”。此外，一线大城市，如北京、上海、广州，都是我们重点关注的客户地区。
Semtech公司总部采用了PlacePod™智能停车解决方案
麦姆斯咨询：请您谈谈PNI Sensor的未来发展规划。
George Hsu：PNI Sensor将继续瞄准垂直细分高性能传感器市场和应用，给客户带来差异化竞争力。我们会继续加大研发投入，不仅仅是提升传感器的性能，还将注重于新的算法开发，利用这些算法可以将传感器的性能发挥到极致，应用领域也会拓展到医学诊断、工业和安防。
从智能手表、手环等可穿戴设备，到机器人、无人驾驶、智能医疗、AR/VR等热点词汇的兴起，智能产业成为新一代技术革命的急先锋。近期Alpha Go大胜李世石的人机围棋对战更进一步掀起了人工智能的浪潮。人工智能产业是智能产业发展的核心，是其它智能科技产品发展的基础。因此，PNI Sensor的商业模式将沿着“传感器组件→系统与解决方案→人工智能”路径发展。新的商业模式将为客户带来显著优势，我们也可以从产品附加价值中获得更多收益。
若要成为AI独角兽，只做技术服务商肯定不行，一定要提供整体解决方案——选个适合的行业，把我们的技术产品化，然后为用户/客户实现商业变现，最后还能获得更多的行业数据，进而“反哺”我们的AI技术。总之，PNI Sensor要做技术、产品、数据的“全栈”，形成价值驱动的AI商业闭环！
延伸阅读：