机器人是AI人工智能的产物,机器人需要在很多杂乱的数据背后发现规律,然后建立模型,再进行深度学习;这其中包括数据采集,数据分析,指令发送等环节;然而想要实现机器人自主化不仅仅是需要AI,编程,更需要硬件的支持,比如传感器,石英晶体等电子元器件.这些原件就相当于是机器人这栋大楼的地基;只有将地基打牢固,功能特性才具备发展与提升的首要前提条件.那么在机器人自主化上为什么会使用差分晶振呢?

差分晶振是有源晶振中较为特殊的一款石英晶振,顾名思义便是输出是差分信号的晶振,差分晶振是指输出差分信号使用2种相位彼此完全相反的信号,从而消除了共模噪声,并产生一个更高性能的系统.一般情况下都是采用LVPECL和LVDS两种输出模式,其实它除了输出信号模式以外,其它的参数就和普通有源晶振差不多了.不过差分晶振也有差分晶振的好处,如以下几点:

①能够很容易地识别小信号.

②对外部电磁干扰(EMI)是高度免疫的.

③能够沉着精确地处理'双极'信号.

④能够输出差分信号.

由于机器人被设计成适应最广泛应用的最灵活的选择,因而它们需要在低光、多尘或明亮的环境中工作.这种灵活性可以通过组合传感器信息——aka、传感器融合来实现.换句话说,不同传感器的信息可用于重建机器人环境的弹性表示,从而在更多应用中实现自主性.例如,如果一个相机被暂时覆盖,则其他传感器必须能够使机器人安全运行.为确保机器人能对其所处环境有全方位的了解,机器人传感器数据需要以限时的方式进行路由,并用少量的电缆连接到机器人控制器,以最大限度地提高连接的可靠性.

如今,高带宽低延迟总线主要基于LVDS晶振输出的低压差分信号(LVDS).然而,LVDS接口并没有标准,这就导致传感器到控制器的生态系统出现分裂,并且使来自不同供应商的混合和匹配解决方案变得困难.一旦传感器数据被传输到机器人控制器,一系列基于深度神经网络的机器学习算法可以帮助提高机器人所处环境的精度.用深度学习教父YannLeCun、YoshuaBengio和GeoffreyHinton的话说,”深度学习允许由多个处理层组成的计算模型学习具有多个抽象层的数据表示.”这些深度神经网络可以在机器人内部用于快速、实时处理,也可以在云中用于元信息收集或更复杂的推理.

可见机器人的自主化实现是需要指令低时延,高可靠的传输,而这种性能是基于低压差分信号来实现的,而差分石英晶体振荡器正好是输出低压差分信号的,可给传输系统提供一个较为稳定的传输环境,这对于实现机器人自主化意义重大.

并且如今还出了一款尺寸为1008的超低相噪差分SMD晶振,可集成到各种微小芯片之中,十分符合现代高集成化的设计理念.