由Ayla物聯與京東JD+開放孵化器聯合舉辦的“互聯網+硬件”物聯網技術大師中國首場公開課在深圳軟件園智能奶茶館舉行，會場上來自斯坦福大學教授TOM Lee、Ayla物聯CEO David Friedman、TCL通訊應用智能化業務部總經理Daniel以及科通芯城&硬蛋創始人Jeffery Kan分享了對物聯網時代的看法，探討未來物聯網發展趨勢以及面臨的主要挑戰，現場一片火爆。
大咖談物聯網：未來一片光明要帶墨鏡
在這個信息不斷加速的時代，仿佛已經超越了臨界點，而物聯網將是一個重要的發展方向。據相關統計得出，每小時超過250000條信息被發送，全球每天銷售超過四百萬部手機，如此大的信息量在傳遞，這無疑對硬件以及網路提出了更高的需求，那么如何看待目前無線技術走勢？進入物聯網時代還有那些挑戰，應該如何去超越為此，電子發燒友特參加了此次會議，為發燒友們解開心中的疑惑。
向“人與人”演進的無線技術
硅谷物聯網技術大師TOM Lee表示，移動時代確實帶來了奇跡，從2002年無線通訊超過有限通訊，到目前有超過70億移動用戶，現在我們已然成為無線通訊的一代人。隨著無線技術不斷發展，到2016年使用無線服務的端口將超過地球上的總人口。
大咖談物聯網：未來一片光明要帶墨鏡
進而談到，從科技發展的角度來看，從西聯無線匯款到端到端電報發明，這其實就是一場有限的革命，開始是不向大眾使用。當然，這也是促使輪船有史以來第一次可以與陸地和其他船只互相聯系，從而使得無線電報的使用超過了有線電報，滿足了大規模的需求。
無線技術的發展開始是向“人與人”演進的，經過20世紀30到50年代的發展，廣播通訊得到爆炸式發展，以至于達到百萬規模，先是電臺、然后是電視。TOM Lee舉例說道，在二戰中人與人之間的無線溝通首次大規模應用，個人移動無線通訊被士兵所稱贊，所以二戰以后促使了移動電話服務。從此，人們為獲取移動電話服務不惜排隊等候，真正的無線時代來臨了！
在1978年蜂窩式通訊技術開始在芝加哥實驗成功，這是一個令人震驚的時段。到1981年有研究預測，2000年將會有90萬移動電話用戶，而2000年實際數字為1.09億，竟然超過了預測值得120倍。對此TOM Lee表示，千兆級的人對人蜂窩式通訊技術是最成功的，而且人的數量遠遠多于基站的數量，然而工程師必須面對的驚人趨勢，當時在深圳華強北2014年帶攝像頭和QQ軟件的GSM功能機是9美元一臺，智能手機是45美元一部，第三代硬件已經商業化普及，而芯片行業很讓人揪心。
物的時代是一個技術變革的時代
那么無線時代如何變革才能超越TOM Lee表示，每一個技術變革時代要在商業增長上實現飛躍，都是通過大量的深度用戶增長來實現。TOM Lee指出，下一個時代是關于物的時代，是機器對機器、人對機器的交互的時代，不僅僅是簡單的“IOT物聯網”，也不僅限于萬物互聯IOE，未來將出現比人更多的物，物聯網將會是最大的網絡。
當然，你無法控制不可衡量的東西，但物聯網可以讓你衡量和掌控一切。那么面臨的挑戰有哪些
其一，要構建萬億數量級設備，先需要設計出它們；
其二，需要定義它們的特征、功能、連接以及如何解決NRE（Non-RecurringEngineering）的問題；
其三，需要給它們供電，估計需要一萬億電池；
其四，需要它們物盡其用（SAAS或者PaaS）；
其五，需要確保安全性，一萬億連接的設備將是歷史上最大的受攻擊面。
TOM Lee進而表示，萬物互聯將是第一個億萬級的互聯網絡，但物的定義與以往不同，物聯網市場將永遠是去中心化的，這使其很難發展規模經濟，可能的解決方案主要有五類。
一是利用自動化設計工具，倍增生產力；
二是無線充電以及循環能源收集，以減少電池需求；
三是采用FPTAs，從而分攤大量芯片的NRE；
四是使用PaaS服務，減少開發時間增加價值；
五是使用可調整的安全引擎，具備可信賴、可驗證的隨機數發生器RNG。
當然時間上也是一個重要的問題，如何能快速實現連接？在網絡運營商在過往的成就光輝下，是否會面臨停滯發展狀態？TOM Lee表示，隨著摩爾定律結束，半導體行業面臨更大的挑戰，比如當無線數據ARPU值超過語音時，所有人都在尋找高CAPEX和高消費者感知極限，使得單純的提高數據流量消費已經不再有效，而物聯網可以為網絡運營商和任何其他人帶來可持續發展的商業模式。
TOM Lee最后談到，物聯網已經處于早期發展階段，從2013年的默默無聞到2015年的人盡皆知，物聯網將以無法想象的方式改變人類的生活，物聯網里的殺手級應用還沒有出現，或將是多種技術并存，目前會有很多工作要做?？偟膩碚f，物聯網是一座創新金礦，未來一片光明，TOM Lee表示要帶上墨鏡。腕戴式健身手環和智慧手表正大舉納入心率監測功能，半導體廠因應此一發展，推出高效能整合型光感測器方案，以及經過臨床實驗的心率演算法，協助穿戴式裝置開發人員克服準確度、耗電量、尺寸與厚度等設計挑戰。
腕戴式健身手環和智慧手表正從基本的加速計式“智慧型計步器”，邁向納入心率監測器等生物辨識感測功能的新一代產品發展。帶動這股趨勢的背后原因，是制造商為了在成長迅速的穿戴裝置市場中尋求區隔，以及消費者對想要達到更有效的訓練，以提升健身效果與體能。
即時而持續的心率監測有助于刺激消費者根據心率區的反饋來調整本身健身方式。將心率監測套用在下一代穿戴裝置產品中時，設計人員面臨多項挑戰，包括心率測量準確度、運動時的追蹤準確度、驗證諸多獨立個體效能、縮小穿戴式設計尺寸與厚度，以及延長電池壽命。
穿戴式系統設計人員可選擇非侵入式的光或電技術。電技術一般是用胸帶，靠皮膚上的兩個接觸點來測量心率。這種方法通常很準確，但終端用戶必須在胸部綁上附有電池和無線通訊的笨重束帶，所以可能會不舒服又不方便。光技術則較理想，因其排除不舒服的胸帶，而是用腕帶來整合光發射器和感測器。
腕型光學心率監測 采PPG技術
發光二極體(LED)的紅外線(IR)光照在用戶手腕的皮膚上，如圖1所示，照進皮膚的光會被組織、骨頭、靜脈和動脈吸收、打散和反射，這些微弱的反射是靠光感測器來偵測。
圖1 心率監測系統的紅外線光偵測
組織和骨頭所反射的光為非時變性(Time-Invariant)，所形成的等級只有直流(DC)。當心跳動時，動脈血液所反射的光會改變并形成交流(AC)訊號。進階數位訊號處理會去掉DC訊號，并從微弱的AC訊號計算心率，這套處理技術會產生光體積描記圖(PPG)訊號。
PPG訊號在光學設計中的準確度，是取決于光發射器波長、系統在這些波長中的靈敏度、發射器和感測器的間距、LED所發出的光量、發射器數目，以及系統雜訊。
腕式心率監測設計考量
對某個用戶理想的心率監測系統不見得適用于另一個用戶，因為個別手腕的膚色和其他生理特征會有所不同。設計人員必須小心選擇，并利用可能的調整技術來配合廣泛消費群。如果無法達到此點可能會造成顧客不滿，以及穿戴式產品的退貨率偏高。
發射器的波長
穿戴式裝置光發射器使用黃色和綠色LED皆可(表1)，但要在提高成本和耗電上稍加權衡。調整技術則可用來選取最佳的訊號，以計算每個獨特個人的心率。
皮膚光耦合度
手腕和穿戴式裝置間的光訊號耦合良好很重要，因為氣隙會降低準確度，有彈性腕帶就能戴得服貼而舒適。假如帶子太緊，血流可能會受限，使準確度變差；假如帶子太松，則會亂晃。單顆LED系統有個普遍的問題是，腕帶可能需要往手臂上方多挪動一點或稍微轉動，才能發揮最佳的效能。
用兩顆LED擺在光感測器的兩端則能盡量減少配戴帶子和歪斜的問題。當腕帶一邊對皮膚耦合良好，另一邊有氣隙時，在運動中可能就會發生歪斜問題。穿戴式設計以使用三顆LED為宜，以便為形形色色的終端用戶確保最高的準確度。例如高效能的Scosche Rhythm Plus健身手環就是用兩顆綠色LED和一顆黃色LED擺成三角形。
發射器的光能
發射器的光能主要取決于LED的驅動電流、電壓、脈沖啟動時間、半角(Half-Angle)和發光強度。只要有光感測器系統能控制其中多個參數，軟體就能為每個獨特個人自行組構到最適合的狀態，例如順向電壓高的綠色LED或許必須在LED的電壓和電力輸出上有所取舍。
LED電壓較高并非都行得通，所以可以用較長的脈沖啟動時間來提高發射器光能，同時保持在LED正常運作參數內，自動感測功能可以調整LED的驅動電流和/或LED啟動時間，以最佳化獨特個人的反射訊號。這種自動DC感測有助于系統的類比數位轉換器(ADC)把動態距離要求降到最低，并把訊號置于最適當的距離來偵測微弱AC心率訊號。
運動時追蹤準確度
市面上大多數腕戴型裝置的最大缺點，是在用戶運動時無法準確追蹤心率。穿戴裝置一般都會采用加速器，只要配合先進的訊號處理來減少移動假影(Motion Artifact)，就能發揮作用。這些演算法可以透過加速器數據來排除被雜訊破壞的心率樣本，或是主動消除雜訊。
盡管有這些演算法，心率訊號還是有可能臨時斷訊。調整式演算法是靠品質評級來分辨感測器的數據什么時候無效，使估算技術能在用戶運動時提供一貫的追蹤準確度。以代表不同膚色、種族、年齡和體重的大量用戶樣本來驗證演算法也很重要。
縮小終端產品尺寸/厚度
在穿戴式設計中加入心率感測器需要較大空間。目前有很多心率感測穿戴裝置的設計是用分離式大型光電二極體搭配類比前端(AFE)和微控制器。類比前端包括LED驅動器、類比數位轉換器(ADC)、類比濾波與控制。把較小型的高靈敏度光電二極體跟類比數位轉換器整合起來，加上類比濾波與LED驅動器，這樣就能大幅降低雜訊層，使用較少位元數的類比數位轉換器，并且縮小體積。
提高電池壽命
心率監測器耗電最多的部分一般都是LED取樣用電，以及為了減少移動假影的訊號處理。耗電關鍵因素則是所使用的取樣速率。當運動的每分鐘心跳數(BPM)偏高時，心率監測就要有較快的取樣速率才能準確，根據每分鐘心跳數，利用動態演算法來改變取樣速率，這樣就能保持準確并且盡量降低用電。
對樣本插補值(Interpolation)也比調高取樣速率更能降低用電。能動態改變LED驅動電流的感測器可以自動感測DC等級，以降低用電并改善效能。在系統設計中動態使用一顆、兩顆或三顆LED也能保持高效能，并盡量減少耗電。
高整合方案降低設計挑戰
為了使光學心率監測在快速成長的消費型穿戴裝置市場上成為不可或缺的功能，半導體廠無不使出渾身解數。然而，把光學心率監測解決方案設計到穿戴產品中有許多技術上的挑戰。藉由高效能的整合式光感測解決方案搭配上經臨床研究驗證的心率演算法，開發人員就能設計出強大的穿戴式系統，使腕型心率監測裝置的電池壽命盡量拉長，實體尺寸則盡量縮小。