Mouser Blog | France

De nombreux pays à travers le monde se sont fixé des objectifs en matière de décarbonation afin de limiter le réchauffement climatique. Dans le cadre de l’objectif zéro émission nette de gaz à effet de serre d’ici 2050, l’efficacité énergétique est un facteur essentiel pour maximiser le rendement de chaque unité d’énergie consommée. C’est pourquoi les ingénieurs automobiles étudient toutes les sources d’énergie disponibles dans l’éventualité de pouvoir les intégrer à leur système ou les employer de façon détournée.

Nous voici de retour pour notre série sur la création de modèles d’apprentissage automatique (machine learning, ML) pour les systèmes embarqués à l’aide d’Edge Impulse. Dans les articles de blogs suivants, nous explorerons le processus et les outils permettant d’analyser les performances des modèles ML et de les ajuster de façon à optimiser leurs performances.

Initialement, les composants en carbure de silicium (SiC) avaient vocation à remplacer l’électronique CMOS traditionnelle. Ils avaient pour cela l’avantage du RDS(ON) et de fréquences de commutation plus élevées. Au fil du temps, les circuits ont été entièrement repensés afin de s’adapter aux caractéristiques particulières des matériaux à large bande interdite. Depuis que les matériaux à faible bande interdite se sont répandus sur un plus vaste marché, ils font l’objet d’études poussées de la part des fabricants de semi-conducteurs de puissance qui cherchent à en parfaire les avantages par rapport aux semi-conducteurs au silicium. C’est ainsi que le premier MOSFET SiC a été commercialisé en 2011.

L’électrification de nombreux aspects de notre vie quotidienne s’intensifie et prend de multiples formes sous l’impulsion de nombreux facteurs convergents. Ici, nous considérons les facteurs que les concepteurs doivent prendre en compte lors de la sélection des meilleurs composants pour leur conception.

La détection et l’identification d’objets résident au cœur de la grande majorité des applications de vision et il existe presque autant de moyens d’y parvenir que de raisons de le faire. Dans le présent article de blog, nous nous pencherons sur les principales technologies de capteurs utilisées pour la détection d’objets.

Les robots et les appareils de vision par ordinateur (machine vision) utilisent divers mécanismes de rétroaction pour garantir la précision. Les techniques utilisées jusqu’à présent suffisaient à répondre aux problèmes qui se posent. La nouvelle génération de conceptions basées sur la vision entend détecter la profondeur et des volumes avec un degré de précision plus élevé.

Dans notre dernier article de blog sur Edge Impulse, nous avons commencé à approfondir le sujet du flux de travail Create Impulse en examinant les différents types de blocs de traitement ainsi que leur usage respectif. Dans le présent article, nous nous intéresserons aux blocs d’apprentissage ainsi qu’au bloc de sortie, qui vient conclure le flux de travail Create Impulse. Dans Edge Impulse, on entend par blocs d’apprentissage les algorithmes d’apprentissage automatique qui servent à entraîner des modèles sur des données prétraitées.

Les communications optiques sont l'une des plus anciennes méthodes pré-technologiques de transmission de signaux à longue distance. Les surfaces réfléchissantes permettent de refléter les rayons du soleil et les diriger vers un endroit spécifique en tant que signal ou alerte. Les communications optiques sont toujours utilisées aujourd'hui, principalement dans les fibres optiques et les télécommandes de télévision, même si de nos jours, les radiofréquences sont le support électromagnétique privilégié pour les communications unidirectionnelles et omnidirectionnelles à haut débit. Mais l'optique n'a pas encore dit son dernier mot.

Les écrans tactiles sont agréables à utiliser. Et quoi de plus sympa que le contrôle gestuel sans contact ? Mais lorsqu’il s’agit de mettre en œuvre un mécanisme de contrôle fiable, rien ne vaut les bons vieux commutateurs électromécaniques. Peu sensibles aux interférences électromagnétiques, à la température ou à l’humidité, les interrupteurs et les leviers demeurent indispensables, ne serait-ce qu’en tant que système de secours en cas de défaillance d’un système plus sophistiqué.

Nous nous reposons sur nos sens pour nous aider à comprendre le monde qui nous entoure. Chacun d’entre eux fournit des informations spécifiques que notre cerveau associe entre elles pour créer une image de notre environnement. Avec l’essor de l’intelligence artificielle (IA) et de l’apprentissage automatique (ML, pour machine learning), nous nous appuyons de plus en plus sur la technologie pour prendre des décisions complexes.