AMD收购人工智能软件公司Nod.ai以强化开源产品阵容，磁致伸缩位移传感器助力军事装备智能化发展

传感新品

【中国科学技术大学：研制出一款可植入电池内部的高精度光纤传感器】

手机爆炸、电动汽车行驶或充电过程中的火灾事故在生活中经常可见，让人们在享受锂电池带来的便利的同时，也担心其在安全方面的重大问题。如何降低这一风险？

近日，中国科学技术大学教授孙金华、研究员王青松团队与暨南大学教授郭团团队研制出一款可植入电池内部的高精度光纤传感器。相关研究成果日前在线发表于《自然-通讯》。

“这款高精度光纤传感器可以在1000摄氏度的高温、高压环境下正常工作，同步测量出电池热失控全过程内部温度和压力，为快速切断电池热失控链式反应提供预警手段。”

破解国际性科学难题

手机、笔记本电脑、电动自行车、电动汽车中都有一个关键部件——锂离子电池。随着全球范围内能源危机的出现、“双碳”目标的驱动，锂离子电池产业迅速发展。

然而，锂离子电池常常会发生爆炸，也就是热失控，这是威胁电池安全的“癌症”，是制约电动汽车与新型储能规模化发展的瓶颈。

研究表明，电池热失控源于电池内部一系列复杂且相互关联的“链式反应”。“这可以从电池内部和外部两方面讨论。从内部来看，电池由正负极、电解液、隔膜等组成，其中电解液和隔膜都是易燃物，正负极和电解液在一定温度下又会产生化学反应，进而产生热量和可燃气体。也就是说，电池内部本身就是一个热不稳定的体系。”王青松说。

从外部来看，电池在使用过程中容易出现各种外部滥用：电滥用，如过充、过放等；热滥用，如高温、局部发热等；机械滥用，如撞击、挤压等。这些外部滥用会造成电池内部材料发生一系列连锁化学反应，电池内部温度快速提升，最高可达800摄氏度，导致电池起火或爆炸。

如何科学、及时、准确地预判电池安全隐患，是当前电池安全领域的国际性科学难题。

为攻克这一难题，研究团队提出一种可植入电池内部的高精度光纤传感器，在国际上率先实现对商业化锂电池热失控全过程的精准分析与提早预警。

《自然-通讯》的一位审稿专家评价道，“该研究有助于电池健康状态监测，并在不可逆损害前发出预警信号。”

小巧光纤实时监测电池健康状态

将光纤植入电池，并非王青松等人首创。

因光纤传感器具备体积小、重量轻、耐受高温高压、耐受电解液腐蚀等优势，前人将其植入电池。但他们主要测量的是电池循环过程中的内部参数，从未涉足电池热失控监测领域。

于是，王青松等人想将光纤植入电池内部，以监测电池热失控过程，并探索电池内部参数能否为电池热失控预警提供新思路。

研究思路有了，做起来却非常难，因为现有的大多数光纤传感器无法在热失控过程中“幸存”。

王青松解释说，电池热失控过程中，内部压力高达2MPa、温度高达500至800摄氏度，在这种高温高压的冲击下，光纤信号会中断，无法测得电池内部温度和压力数据。

研究的关键是开发一款“健壮”的光纤传感器。他们与郭团团队联合攻关，多次改进光纤结构，开展热失控实验，反复修改和验证，最终通过对光纤进行套管保护，在保证内部信号传输的同时解决了光纤容易断的难题。

“这款高精度光纤传感器总长度12毫米、直径125毫米，能够植入商业18650电池，实时监测电池热失控期间的内部温度和压力影响。”王青松向《中国科学报》介绍了光纤传感器的结构。

相比现有的外部监测技术，内部光纤传感技术更具有及时性、灵活性。

“就好比人们患病，当感知到疼痛时，往往为时已晚。这就像电池外部特征的变化一般都是滞后的。”王青松解释道，“而去医院体检，可以通过CT等看到内部器官变化，从而预知疾病的发生，并通过治疗手段阻止疾病进一步发展。但这种大型设备体积庞大，无法随时随地监测内部状态变化。如果在人体内植入芯片，就可以做到实时跟踪预警。就像在电池内部植入光纤传感器，可以做到实时监测预警。”

值得一提的是，该研究通过解析压力和温度变化速率，首次发现温度和压力变化速率的转变点可作为电池热失控早期预警区间。该发现适用于不同电量的电池，能够在电池内部发生“不可逆反应”之前发出预警信号，保证了电池后续的安全使用。

适合大规模推行量产

在王青松看来，光纤传感器尺寸小、形状灵活，具有抗电干扰性和远程操作的能力和适合大规模生产的标准制造技术，并且可以实现一根光纤在电池的多个位置同时监测温度、压力、气体组分、离子浓度等多种关键参数。光纤传感技术与电池的结合将在新能源汽车、储能电站安全监测等领域发挥重要作用。

为此，研究团队将探索光纤传感器在大容量储能电池中的应用。“大容量储能电池热失控相比此次研究中的18650电池更加剧烈，并且其热失控特性和机理与小电池有所差异，这将是对我们研究的进一步考验。”王青松说。

另一方面，团队将与电池制造商合作，希望在电池制作过程中植入光纤传感器，避免对电池二次破坏，加快光纤传感在储能和新能源汽车电池管理系统中的应用进程。

传感动态

【高华科技打造规模化工业传感器平台，4507万元投资工业物联网企业凯奥思】

高华科技发布公告称，为进一步完善公司的产业布局，强化产业链上下游整合，提升核心竞争力，公司拟4507万元增资并购买合计13%的南京凯奥思数据技术有限公司股权。

具体来看，公司拟以自有资金出资3667万元，认购凯奥思注册资本。其中，作为注册资本的金额为333.3333万元，计入资本公积的金额为3333.6667万元。

同时，高华科技拟以自有资金280万元，与南京开思商务咨询合伙企业（有限合伙）签署《股权转让合同》，认购其所持有的凯奥思40万元注册资本；拟以自有资金560万元，受让南京创熠邦盛新能源产业投资合伙企业（有限合伙）持有的凯奥思60万元注册资本。

本次交易全部完成后，公司合计持有凯奥思433.33万元注册资本，占凯奥思注册资本的13%，凯奥思注册资本将从3000万元增加至3333.3333万元。

高华科技主营业务为高可靠性传感器及传感器网络系统的研发、设计、生产及销售，主要为各大军工集团提供高可靠性传感器产品，其直接竞争对手多为集团下属科研院所或企业。

而投资标的凯奥思，则是一家专注于“工业物联网+”的研发型科技企业，以工业企业动设备（旋转、往复）在线过程监控保护、智能故障诊断和智慧运维为切入点，结合边缘和云端的机理与大数据建模分析，合理安排设备维护、降低设备停机风险和安全隐患，为工业领域客户提供更加智能、安全、高效的工业互联网产品及解决方案。

公告表示，高华科技希望通过与凯奥思的产业合作，借助凯奥思开发的相关数据治理、特征提取、模型编辑工具，快速提升软件及算法能力，帮助公司完成相关工业传感器的布局，打造规模化工业传感器产业平台。

高华科技董事会秘书陈新在接受《科创板日报》记者采访时表示，高华科技投资凯奥思，有着拓展公司业务领域的考量。一方面凯奥思已入选江苏省重点工业互联网平台，另一方面凯奥思在工业软件开发、核心算法能力等方面都具有较强优势，高华科技旨在打造与提升公司软硬件一体化服务能力，根据公司既定的工业互联网传感器产业平台计划，提升工业互联网状态监测和平台搭建。

《科创板日报》记者注意到，今年下半年，凯奥思PHM预测性运维管理平台入选江苏省重点工业互联网平台专业型（技术型）名单。目前，该平台已在钢铁、汽车、新能源、风电、化工等不同行业的运维领域，提供了超过35个解决方案，接入设备数万台。

从未经审计的上半年财务数据来看，凯奥思目前处于略亏损状态。截止2023年6月30日，公司资产总额近1.25亿元、负债4679.17万元。上半年营收2479.67万元，净利润-221.69万元。2022年经审计的营收为6309.49万元，净利润为485.29万元。

针对高华科技意欲深入工业互联网传感器领域，陈新称，“公司计划与凯奥思合作，研究适用于关键行业领域的高可靠、带边缘计算功能的多传感器采集终端，丰富公司的产品线，以增强公司在关键行业市场的竞争力，提升公司感知器件产品的需求。”

需要注意的是，从高华科技目前产品线来看，存在产品结构较为单一的情况。截止上半年，高可靠性传感器营收1.204亿元，占总营收83.52%；传感器网络系统营收2179万元，占总营收15.12%。该公司高可靠性传感器当前以军品销售收入为主，占总营收比例超70%。

从这个角度看，高华科技投资凯奥思，不仅是为了利用算法提升传感器及其系统的网络化和智能化，也有助于公司进一步切入工业传感器领域。

中航证券表示，我国工业传感器市场空间广阔，国产能力提升是国内工业传感器发展的重要驱动。目前，美国、德国、日本传感器发展规模和水平处于全球领先，市场份额合计占到近七成。与全世界生产的超过2万种产品品种相比，中国国内仅能生产其中的约1/3。

高华科技工业传感器的终端客户主要为中车集团、宝武集团、郑煤机、三一集团、徐工集团等大型工业企业集团。但其所面临的工业领域行业格局竞争也较为激烈，不仅有丹佛斯、德鲁克等国外厂商，还有宁波中车时代传感技术有限公司、康宇测控仪器仪表工程有限公司等国内厂商。

从公司近几年研发投入数据看，今年上半年研发投入不及预期。今年上半年，研发费用1866万元，营收占比12.95%，相较于去年同期仅增加0.04个百分点。2019-2021年及2022年上半年，公司研发费用分别为2158.2万元、2051.52万元、2696.33万元、1699.84万元，分别占当期营业收入的比例为16.57%、13.16%、11.91%、12.91%，高华科技在研发投入上并没有保持逐年加大的趋势。

【大疆行业全新激光雷达负载禅思L2发布 定位新一代平民化航测工具】

10月10日，DJI大疆发布全新一体化行业应用激光雷达负载禅思L2，这是继大疆首款激光雷达负载禅思L1后的全面升级。禅思L2集成了框幅式激光雷达、高精度自研惯导及可见光测绘相机，它赋予飞行平台更加精准高效的三维数据采集能力，配合大疆智图（DJI TERRA）软件，为需要获取高精度三维数据的用户提供可靠的一体化解决方案。

DJI 大疆创新高级战略总监兼对外新闻发言人张晓楠表示：“无人机挂载激光雷达，是近几年行业发展热点，确切说自动驾驶所需传感器的快速发展，催化了无人机激光雷达平民化的进程。三年前大疆禅思L1的出现，为地理信息、电力、林业等多个行业领域提供可靠、高性价比的三维数字化解决方案，如今全新禅思 L2更标志着新一代平民化航测工具的到来。大疆以推动行业发展为使命，不断通过技术创新解决用户痛点，重塑行业生产力。”

大疆机载激光雷达技术可广泛应用于测绘、电力、林业、工程基建等多种行业，为不同客户提供精准、高效的三维数据一体化解决方案。

在地形测绘中，利用禅思L2可快速进行大面积点云测绘，帮助作业人员高效完成地形测量作业。点云数据完成提取后，经过自动化处理，还能生成许多成果应用，如标准格式的三维点云、DEM数字高程模型及土方量测量等。

得益于激光雷达穿透能力及多回波特性，禅思L2在植被茂密的地形上可穿透树层，从而分析树木的冠幅、生长密度、面积、蓄积量及生长趋势等，动态监测植物的生长情况。去除树木还可精准获取林下的地形信息，为地形分析提供更加准确的决策依据。

在电力行业，对于杆塔金具、电线或绝缘子这种细小的物体，使用摄影测量进行重建一直都是难点，通过无人机搭载禅思L2进行激光雷达三维点云数据获取，可精准识别线路上的细小物体，经过点云分类，还能输出树障分析、风偏分析和覆冰分析报告。此外，基于电塔点云，还可实现离线航线规划，生成自主飞行路线，辅助电力部门进行精细的电力设施巡检。

本次发布的禅思L2激光雷达负载，拥有多项自主研发技术，在满足高精度、高效率的基础上，配合国产化工业软件大疆智图，进一步降低了操作门槛、提高产品易用性、实现作业流从硬件到软件的全方位闭环。大疆将持续解决行业用户痛点，不断推动产品效率革新，为各行各业提供便捷高效、安全可靠、性价比高的技术与服务，让无人机技术发挥更大的社会价值。

【革新军事行业的利器：磁致伸缩位移传感器助力军事装备智能化发展】

在当今高科技时代，军事行业也迅速进步，智能化装备的研发与应用成为军事现代化的重要标志。在这个背景下，磁致伸缩位移传感器作为一种先进的测量技术，不断发挥着重要作用，助力军事装备的智能化发展，为军事行业带来了革新。

军事行业对于装备的安全性和精确性要求极高，而磁致伸缩位移传感器恰好满足这些要求。在军用雷达中，磁致伸缩位移传感器被广泛应用于指示和控制雷达天线的定位和姿态。通过实时测量雷达天线的位移和变形，磁致伸缩位移传感器帮助军事人员精确控制雷达系统，确保雷达的准确目标追踪和目标识别能力。

除了雷达系统，军用飞机也是磁致伸缩位移传感器的应用领域之一。在飞机的结构监测中，磁致伸缩位移传感器可以准确测量飞机各部位的位移、变形和振动情况，为飞机结构的完整性和安全性提供保障。这对于飞行过程中的精确控制和飞行安全至关重要。

此外，磁致伸缩位移传感器在军用装甲车辆中也有广泛的应用。装甲车辆的稳定性和行驶性能是其关键问题。磁致伸缩位移传感器可以实时监测车辆各部位的位移和变形情况，帮助驾驶员掌握车辆的运动状态，准确判断路况和操控车辆，保证装甲车辆的稳定性和行驶安全。

最后，磁致伸缩位移传感器在军事训练中也有着重要的应用。通过安装在士兵装备上，磁致伸缩位移传感器可以实时监测士兵的姿势、动作和运动情况。这样的实时数据反馈能够帮助训练指挥员及时评估士兵的表现情况，做出精确的训练调整和指导，提升士兵的训练效果。

总结来说，磁致伸缩位移传感器在军事行业的应用范围广泛，并在智能化装备的研发和应用中发挥着关键作用。随着科技的不断进步，磁致伸缩位移传感器将继续推动军事行业的发展，助力军事装备实现更高水平的智能化和精确化。相信在磁致伸缩位移传感器的引领下，军事装备领域必将迎来新的革命性的变革。

【AMD 收购人工智能软件公司 Nod.ai 以强化开源产品阵容】

10 月 10 日消息，AMD 今晚宣布收购开源人工智能软件公司 Nod.ai，以拓展其开源 AI 产品能力。AMD 没有透露收购的财务条款。

公开资料显示，Nod.ai 成立于 2013 年，投资者包括 8Square Capital、Atlantic Bridge、Pointguard Ventures 和 Walden International。

此前曾开发过一个由开发人员工具、库和模型组成的软件生态系统，可加快 AMD 芯片 AI 解决方案的部署，包括用于消费级 PC 的 Ryzen AI 芯片、EPYC CPU、Radeon GPU 以及用于数据中心的 Versal 处理器。

“收购 Nod.ai 将大大增强我们为 AI 客户提供开放软件的能力，使他们能够轻松部署针对 AMD 硬件进行优化的高性能 AI 模型。”AMD 人工智能集团高级副总裁 Vamsi Boppana 说：“Nod.ai 团队的加入加快了我们推进开源编译器技术并实现可移植、高性能 AI 解决方案的能力，这些解决方案横跨 AMD 的产品组合。如今，Nod.ai 的技术已经在云、边缘和各种端点设备中广泛部署。”

审核编辑 黄宇