传感器|36氪首发 |「测度空间」完成千万级天使轮融资,开发工业传感器并提供AI数据分析服务( 二 )


二是算法应用 , 工业应用涉及的算法非常多 , 例如动车组故障的算法就多达6000种 , 用传统方法开发模型的工作量会十分繁杂 , 开发效率慢 。 对此 , 测度空间采用自动化机器学习的方法训练模型 , 使其能自适应不同任务 , 无需人工调整优化 , 大大降低了模型开发的成本和时间 。
三是故障具有小样本特点 , 实际上具体类别的工业故障出现次数较低 , 意味着一些潜在故障严重缺少训练模型数据样本 , 因此必需解决小样本甚至零样本学习问题 。 测度空间的解决方案是针对正常数据训练样本 , 构造充分反映正常运行状态的数据表征 , 然后在线比对预测数据和实际采集数据 , 通过残差检验来发现潜在故障 , 以此对未知故障具备一定的预测能力 。
从行业角度看 , 目前国内包括西人马、必创科技、柯力等公司都在布局工业物联网传感器 。 其中 , 西人马拥有MEMS\\ASIC\\SoC及非硅基芯片的设计、制造、封测能力 , 能够帮助客户搭建具有监测与控制功能的AIoT系统 , 系统解决方案覆盖电梯故障诊断、智慧电力、轨道交通、车路协同等领域;必创科技的主营业务之一包括MEMS压力传感器芯片及模组产品的研发、生产和销售 , 主要落地汽车电子及消费类电子市场 。
实际上 , 测度空间能够与其他玩家形成差异化优势 , 与公司团队经验和测试设备的稀缺性息息相关 。
一方面 , 测度空间核心团队同时具备了传感器研发、数据分析、集成电路开发能力 。 CEO杜忠诚拥有传感器设计应用领域超20年经验 , 曾任日本SHION株式会社等公司技术产品总监 , 参与设计日本最早的动力电池安全评估防护系统 , 以及专用MEMS传感器采集芯片设计 。
此外 , 项目发起人、首席科学家邓仰东为清华大学博导、副教授 , 博士毕业于卡内基梅隆大学电子与计算机工程系 , 在工业人工智能、图形处理器体系结构和并行计算等方面曾获工信部5G示范项目、科技部重点研发项目等多个国家级和国际合作项目的支持 , 率领团队在Pascal VoC、COCO、CVPR WAD、CVPR 2020 ActivityNet等多项国际顶级AI竞赛中连续获得第一名 。
另一方面 , 为了保证MEMS封装和生产的一致性 , 公司创始人拥有日本工作时期MEMS专用配套ATE测试机技术和自行设计升级能力 , 杜忠诚从日本回国时带回了他在日本设计的一套MEMS专用的ATE设备 , 意味着公司拥有了MEMS自动化生产的校准能力和指标器件分筛优化能力 , 大大降低了MEMS的生产封测成本 。
目前 , 测度空间的玻璃幕墙安全传感器已率先在上海实现落地应用 , 今年订单预计达4万支 , 未来规模将超16.8亿元;与安杰电梯联合开发的电梯物理安全传感器系统已进入产品试制阶段 , 预计未来将覆盖全国30%的电梯控制器市场;与上海某高端低压电器制造商联合研发的接触器/断路器物理安全传感器已完成板级原型 。