De evolutie van embedded apparaten:complexe ontwerpuitdagingen aangaan

Ingebouwde apparaten waren vroeger relatief eenvoudig te ontwerpen vóór het internet der dingen. De ontwerper van een apparaat, industriële controller of omgevingssensor hoefde alleen de ingangssignalen te koppelen, te verwerken met een microcontroller en outputcontrole te bieden. Systemen waren op zichzelf staand; en afgezien van reverse engineering, was er geen enkele reden voor een hacker om toegang te krijgen tot een systeem.

Met de introductie van de smartphone verwachten we nu dat onze apparaten slim, opwaardeerbaar en via internet toegankelijk zijn. Beveiliging is niet optioneel - als beveiliging niet serieus wordt genomen, worden gegevens, merkreputatie en inkomstenstromen allemaal aangetast. Ook worden embedded systemen steeds complexer en kun je niet overal een expert in zijn! Gelukkig kun je bestaande standaarden en stapelbibliotheken gebruiken om een ​​project op een tijdige en veilige manier af te ronden.

Dit artikel schetst de belangrijkste ontwerpuitdagingen waarmee een embedded ontwikkelaar tegenwoordig wordt geconfronteerd, en enkele van de nieuwe technologieën die ontwerpers zullen helpen deze uitdagingen aan te gaan.

Belangrijke ontwerpuitdagingen en marktverwachtingen

1. Rijke gebruikersinterfaces

De eerste smartphones introduceerden een rijke gebruikersinterface met een hoogwaardig display en touchscreen. High-end embedded apparaten hebben LCD- en OLED-schermen en touchscreens toegevoegd. Dit heeft de verwerkingsvereisten verhoogd en de behoefte aan een applicatieprocessor en een rijk besturingssysteem. Voor degenen die geen applicatieprocessor nodig hebben, hebben technologische ontwikkelingen de kloksnelheden voor microcontrollers opgedreven van tientallen megahertz tot enkele honderden megahertz en geheugengroottes tot enkele megabytes. Hierdoor konden ontwerpers blijven profiteren van bekende architecturen, zoals die gebruikt worden voor Arm Cortex-M.

Veel embedded systemen hebben alleen een gebruikersinterface nodig voor configuratie en incidentele controle. Consumenten- en industriële IoT-apparaten zijn prijsgevoelig en profiteren van de internetverbinding om bediening via een webinterface of smartphone-app mogelijk te maken. Gegevens van industriële sensoren kunnen bijvoorbeeld op afstand worden bewaakt om prestaties en fouten te beheren en mogelijke storingen te voorkomen. Dit stelt de embedded engineer voor nieuwe uitdagingen. Ze moeten nu kennis hebben van RF, protocolstacks, beveiliging, beheer op afstand en firmware-updates.

Figuur 1:Slimme huisbediening (Bron:Getty Images, ID 908590688, Elena Pejchinova)

2. Lokale bediening en afstandsbediening

U kunt lokale en externe besturing implementeren via Ethernet, WiFi, Bluetooth, Z-Wave, Zigbee of Thread - elk heeft voordelen als het gaat om stroomverbruik, complexiteit en kosten . Over het algemeen zijn low-power protocollen zoals Bluetooth low energy, Z-Wave en Zigbee goede oplossingen voor batterijtoepassingen. Deze omvatten deursloten, omgevingssensoren en draadloze alarmsystemen. Apparaten die meer bandbreedte nodig hebben, zoals beveiligingscamera's en sensorgateways, worden via wifi met elkaar verbonden. Of apparaten op afgelegen locaties gebruiken mobiel. Een interessante optie is om WiFi en Bluetooth low energy te combineren. Bluetooth wordt vervolgens gebruikt voor inbedrijfstelling en lokale toegang voor lage latentie, en WiFi wordt gebruikt voor toegang op afstand via internet.

De uitdaging voor de embedded ontwerpontwikkelaar is niet alleen hoe ze de juiste oplossing voor hun product kunnen kiezen, maar ook de complexiteit van het integreren van radio, communicatiestacks en het beheren van stroom, allemaal zonder de kosten te verhogen.

Figuur 2:Netwerk van een stad (Bron:Getty Images, ID 811360940, Dong Wenjie)

3. Laag en lager vermogen

Een laag stroomverbruik is van cruciaal belang in toepassingen met batterijvoeding. Zo moeten slimme watermeters op één batterij werken voor de levensduur van de meter, die kan oplopen tot 20 jaar. Daarentegen mag bij een deurslot de batterij één keer per jaar vervangen worden en dat vereist een zorgvuldig ontwerp. Een van de technieken die worden gebruikt voor energiebesparing is het ontwerpen van een microcontroller met een zeer laag vermogen die gedurende zeer korte perioden wordt ingeschakeld om gebruikersinteractie te detecteren. Het zal dan langere tijd slapen.

4. Apparaten worden slimmer

Ontwerpers zoeken naar manieren om hun producten te onderscheiden door slimme functies toe te voegen. Slimme features houden meestal in dat een toestel meer leert over de gebruiker, de omgeving en het systeem, en de functionaliteit kan aanpassen.

Machine learning is een manier om slimme functies toe te voegen met behulp van een algoritme dat kan leren en zich kan aanpassen. Machine learning zien we tegenwoordig overal om ons heen:van je vingerafdrukontgrendeling (overeenkomstig met een kleine set vingerafdrukafbeeldingen) of de autotagging-functionaliteit van Facebook. Het is echter een vrij nieuwe oplossing binnen embedded, kostenbeperkte systemen.

Een goed voorbeeld van machine learning voor embedded systemen zijn slimme thermostaten. De thermostaat leert het gedrag van de gebruiker aan op basis van zijn levensstijl, en zal na verloop van tijd de temperatuur automatisch aanpassen aan de meest comfortabele instelling. Voor de industriële markt zou een voorbeeld kunnen zijn een trillingssensor voor motoren. De sensor kan de normale trillingssignatuur van de motor leren en vervolgens het personeel waarschuwen wanneer de unit onderhoud nodig heeft of op het punt staat defect te raken.

De uitdaging voor embedded ontwerpers is om aan de slag te gaan met machine learning-algoritmen en om algoritmen aan te passen aan de behoeften van de applicatie.

Figuur 3:Smart home-klimaatregelsysteem (Bron:Getty Images, ID 474200292, MaxiPhoto)

5. Producten moeten worden bijgewerkt

Producten worden tegenwoordig zelden geleverd met de laatste functieset. Via over-the-air (OTA) updates kan nieuwe firmware worden gedownload om functies toe te voegen, bugs op te lossen of beveiligingslekken te dichten, waardoor de levensduur van het product aanzienlijk wordt verlengd. Producten moeten ook worden ontworpen met voldoende hoofdruimte in geheugen en verwerkingskracht om een ​​grotere codegrootte en functionaliteit mogelijk te maken.

Een uitdaging is ervoor te zorgen dat firmware-updates en alle communicatie veilig zijn. Wanneer een firmware-kwetsbaarheid wordt gepatcht, mag het systeem geen rollback van de firmware toestaan. Als dit het geval is, wordt de kwetsbaarheid aan het licht gebracht.

Afbeelding 4:Voorbeelden van ingesloten toepassingen die mogelijk OTA-updates vereisen (Bron:Afbeelding van Getty Images, ID 145676156, Earl Wilkerson. Pictogrammen:Arm)

Nieuwe technologieën om ontwerpers te helpen deze uitdagingen aan te gaan

Ik heb de uitdagingen geschetst waarmee embedded ontwerpers worden geconfronteerd en de branchetrends die hen drijven, maar hoe zit het met de mogelijke oplossingen? Ik zou zeggen dat er drie fundamentele ontwerptechnieken zijn die van invloed zijn op alle hierboven gedefinieerde gebieden:het implementeren van signaalverwerking, het beveiligen van je apparaat en het toevoegen van intelligentie door middel van machine learning.

Hoe kan ik de signaalverwerking vereenvoudigen en kosten besparen?

De meeste embedded systemen hebben analoge interfaces. Deze kunnen zo simpel zijn als het uitlezen van de temperatuur via een analoog-naar-digitaal converter tot complexere systemen zoals het verwerken van geluid van meerdere microfoons (straalvorming) en spraakherkenning.

Oudere ontwerpen voerden het grootste deel van de toepassing en filtering uit in het analoge domein, maar met speciale digitale signaalprocessors (DSP's) is de verwerking verplaatst naar het digitale domein. Dit komt omdat DSP's nauwkeuriger zijn, herhaalbaar in productie en in de loop van de tijd kunnen worden aangepast.

Met de introductie van digitale signaalcontrollers (DSC's), of microcontrollers met DSP-uitbreidingen, kunnen ontwerpers nu het beste van twee werelden hebben. Een enkele controller die de DSP- en besturingsfuncties kan uitvoeren, biedt een vermindering van kosten, bordruimte en stroomverbruik.

Digitale signaalverwerking kan complex zijn, maar ontwerpers hoeven geen experts te zijn om geavanceerde verwerking te gebruiken. Arm biedt bijvoorbeeld een gratis softwareframework voor embedded applicaties, CMSIS-DSP-bibliotheken.

Waarom zou ik om beveiliging geven?

Een product dat onvoldoende beveiligd wordt geleverd, kan leiden tot gegevensverlies, gênante publiciteit, financiële kosten en frustratie bij de klant. Beveiligingsaanvallen kunnen alle sectoren omvatten en hebben verschillende impactniveaus, van toegang krijgen tot een domoticasysteem en het in- en uitschakelen van lichten tot industriële spionage en toegang krijgen tot een netwerk via IoT-apparaten.

Externe bedreigingen kunnen worden onderverdeeld in vier soorten aanvallen:communicatie, levenscyclus, software en fysiek. Maar hoe weet u tegen welke bedreigingen u zich moet beschermen en hoe u het juiste beveiligingsniveau voor uw apparaat ontwerpt? Vorig jaar hebben we een beveiligingsraamwerk gelanceerd voor iedereen die verbonden apparaten ontwerpt, Platform Security Architecture (PSA). Het is een proces in drie fasen dat ontwerpers en ontwikkelaars alles geeft wat ze nodig hebben om het beveiligingsniveau en de risicobeperking te bepalen waarvoor ze moeten kiezen. De PSA-documentatie en open source-code (Trusted Firmware-M) maken het voor ontwikkelaars gemakkelijker om aan de slag te gaan.

Figuur 5:Arm-technologie beschikbaar om beveiligingsproblemen op te lossen (Bron:Arm)

Hoe voeg ik slimme functies toe?

Slimme functies kunnen worden toegevoegd door complexe algoritmen te implementeren die zijn geschreven door datawetenschappers. Een systeem dat reageert op spraakcommando's kan worden geïmplementeerd door geluidsvoorbeelden te analyseren en deze te vergelijken met een sjabloon voor elk commando. Het probleem met deze aanpak is dat het misschien goed werkt voor één gebruiker, maar niet voor een groot aantal gebruikers, en niet robuust zou zijn in een lawaaierige of veranderende omgeving.

Slimme functies die gebruikmaken van machine learning, vereisen dat het systeem wordt getraind met behulp van een dataset, zoals spraakopdrachten die door veel sprekers in verschillende omgevingen en omstandigheden worden uitgesproken. Deze training maakt meestal gebruik van cloudservers. Zodra het model is gebouwd en geoptimaliseerd, kan de conclusie of het gebruik van het model worden voltooid op een ingebouwde processor.

Een oplossing is CMSIS-NN, een gratis neurale netwerkbibliotheek die is ontwikkeld om de prestaties te maximaliseren en de geheugenvoetafdruk van neurale netwerken op Cortex-M-processorcores te minimaliseren.

Nieuw tijdperk – zowel nieuwe kansen als nieuwe uitdagingen

Het lijdt geen twijfel dat embedded apparaten complexer zijn dan ooit - de productvereisten nemen toe, er is een groeiende druk op de kosten en de bezorgdheid over de veiligheid blijft toenemen, vooral voor aangesloten apparaten.

Deze factoren vormen allemaal een grote uitdaging voor ontwikkelaars. Maar het goede nieuws is dat de industrie evolueert om dit te ondersteunen met IP, software, tools en trainingsbronnen om embedded ontwikkelaars te helpen de grenzen van wat mogelijk is te verleggen.

Phil Burr is directeur van de gevestigde productportfolio binnen de Embedded Group at Arm. Hij leidt een team dat verantwoordelijk is voor Arms CPU-portfolio en zorgt ervoor dat deze processors nieuwe en bestaande partners in staat stellen te innoveren. Phil beheert ook het Arm DesignStart-programma - een goedkope, gemakkelijke toegang tot Arm IP.