Auf Basis des CM4 von Raspberry Pi

Mehr als ein Umgebungssensor

Sensor Auge
© shutterstock.com

Ein Sensor, der alles kann, gleichzeitig Plattform sowie Seismometer ist und zudem auf dem Raspberry Pi basiert – diese Idee steckt hinter einem Umgebungssensor von Sfera Labs. Wie sie zustande kam und was den Sensor so besonders macht, lesen Sie hier.

Mit dem »Exo Sense Pi« brachte Sfera Labs kürzlich einen Umgebungssensor für Innenräume auf den Markt. Das Interesse an Sensoren, die die Luftqualität und Anwesenheit von Personen überwachen, ist groß. Aufgrund der Corona-Pandemie ist der Markt jedoch ziemlich überfüllt.

Warum hat sich Sfera Labs dennoch entschlossen, ein Produkt zu entwickeln, das derzeit mit vielen Produkten konkurriert? Wäre es für ein auf Industrieanwendungen spezialisiertes Unternehmen nicht besser, sich vom Markt für Umgebungssensoren fernzuhalten? Warum dem nicht so ist und was zum Entwickeln des Exo Senso Pi geführt hat, beantwortet der Artikel.

Erste Produktidee

Grundsätzlich sind alle Produkte von Sfera Labs Plattformen, die Entwickler als Hardwarebasis für ihre Anwendungen nutzen können. Einen Umgebungssensor des Unternehmens sollten Entwickler nicht wie jede andere geschlossene Hardware betrachten, die vordefinierte Funktionen rund um die eingebauten Sensoren bietet. Stattdessen handelt es sich um eine komplette Sensorplattform, die Entwicklern viel Spielraum lässt. Gleichzeitig wollte man die Plattform von den Maßen her klein halten und das unauffällige Aussehen eines herkömmlichen Wandthermostats darstellen.

Eine Herausforderung besteht darin, dass Umgebungssensoren auf Basis von Mikrocontroller-Architekturen die Freiheit und Kreativität der Entwickler stark einschränken. Komplexe Logik ist auf anderen Plattformen unterzubringen, zum Beispiel in der Cloud oder einem externen lokalen Controller. Da das Know-how von Sfera Labs im Entwickeln Raspberry-Pi-basierter Hardware liegt, war es das Ziel, eine Sensorplattform auf Basis eines leistungsstarken und flexiblen Raspberry Pi zu schaffen. Leider passte in der Vergangenheit kein Raspberry-Pi-Modell für die angestrebte Größe der Platine in das gewünschte 80 × 80 mm große Gehäuse.

Puzzleteile fügen sich zusammen

Der am besten geeignete Raspberry Pi war das Compute Module, aber die Größe und die Einschränkungen des DDR2-SODIMM-Anschlusses machten es unmöglich, dieses unterzubringen. Ebenso wollten die Ingenieure von SferaLabs eine WLAN- und Bluetooth-Low-Energy- (BLE) Funkanbindung integrieren. Jedoch war die Aussicht, eine drahtlose Anwendung außerhalb des Pi-Moduls hinzuzufügen, nicht sehr attraktiv. Somit wurde das Projekt zunächst auf Eis gelegt.

Mit Erscheinen des Compute Module 4 (CM4) im Oktober 2020 änderte sich das. Das neue Compute Module stellt eine völlige Abkehr von den ursprünglichen Versionen dar – mit einem kompakten Formfaktor und integrierter Funkanbindung. Gleichzeitig begann Sensirion, ein Hersteller von Chip-Sensoren, mit dem Ausliefern zweier fortschrittlicher digitaler Sensoren: einem für das Messen von Temperatur- und Luftfeuchtigkeit sowie einem für die Luftqualität (VOC, Volatile Organic Compounds, flüchtige organische Verbindungen). Somit hat sich – wie oft beim Entwickeln von Produkten, die von anderen wichtigen Bauelementen abhängen – die Geduld bezahlt gemacht. Alle »Puzzleteile« waren plötzlich verfügbar.

Relevante Anbieter

ExoSensePi
Bild 1. Das Gehäuse und Innenleben des Exo Senso Pi mit dem Compute Module 4.
© Sfera Labs

Sensorplattform für Entwickler

Mithilfe des Embedded-CM4 differenziert sich der Exo Sense Pi stark von anderen Umgebungssensoren. Anstelle einer herkömmlichen MCU ist er mit einem Quad-Core-Arm-Cortex-A72-Prozessor auf 64-bit-Basis mit bis zu 1,5 GHz Taktfrequenz, bis zu 8 GB LPDDR4-ECC-RAM, bis zu 32 GB Embedded-eMMC-Flash-Speicher oder einer externen μSD-Karte ausgestattet (Bild 1).

Der Rechner ist leistungsstark und nutzt ebenso die hohe Anzahl an Software-Ressourcen des Raspberry-Pi-Ökosystems. Zeit und Kosten für das Entwickeln lassen sich im Vergleich mit einem ähnlichen Produkt auf einer MCU somit erheblich reduzieren. Noch wichtiger ist: Die Plattform ermöglicht das Entwickeln von Anwendungen, die mit den begrenzten Ressourcen einer MCU bisher nicht möglich waren – nicht einmal mit 32-bit-MCUs mit hoher Performance. Neben der reinen Rechenleistung, dem Arbeitsspeicher und Massenspeicher verfügt das CM4 über einen Wireless-Stack mit 2,4 und 5 GHz IEEE 802.11 b/g/n/ac WiFi sowie Bluetooth 5.0 und BLE.

Hohe Leistungsaufnahme als Herausforderung

Leider bringt eine derart leistungsstarke CPU in einem kleinen Umgebungssensor ebenfalls Herausforderungen mit sich. Etwa der hohe Energiebedarf der schnellen CPU-Architektur sowie des Funkmoduls. Diese Energie wird abgeführt, was zu einer erheblichen Eigenerwärmung des Sensors führt. So muss die Stromversorgung eine beträchtliche Menge an Strom liefern und Spitzen problemlos verarbeiten, da der CM4, wie alle modernen CPUs, Strom in Abhängigkeit von der Prozessorlast zieht. In Summe benötigt der Exo Sense Pi etwa 2 W Leistung, wenn die CPU leicht ausgelastet ist, und über 5 W bei 100 Prozent CPU-Last. Zum Vergleich: Ein MCU-basierter Umgebungssensor mit geringer Leistungsaufnahme nimmt lediglich 100 mW an Leistung auf – also 20- bis 50-mal weniger als der Exo Sense Pi.

Kann ein kleiner Regler auf einem einfachen linearen Low-Dropout-Design basieren, erfordert der Exo Sense Pi einen effizienten Schaltregler. Er bringt zusätzliche Kosten, Komplexität, interne Wärme und mögliches Schaltungsrauschen mit sich. Konkret verwendet der Sensor von Sfera Labs den »LT8640S« von Analog Devices, der bis zu 6 A bei 5 V Ausgangsspannung liefert. Seine interne Architektur ist speziell darauf ausgelegt, EMV-Emissionen zu minimieren und gleichzeitig einen hohen Wirkungsgrad bei hohen Schaltfrequenzen zu erzielen.

Blockschaltbild ExoSensePi
Bild 2. Sensoren für die Temperaturkompensation.
© Sfera Labs

Kompensation interner Wärmebildung

Bei den meisten Umgebungssensoren kann die intern erzeugte Wärme gering und konstant sein, sodass sich der Ausgang der Temperatur-, Feuchtigkeits- und Luftqualitätssensoren einfach mit einem festen Korrekturfaktor oder einer einfachen Formel kompensieren lässt. Im Gegensatz dazu ist die Eigenerwärmung des Exo Sense Pi erheblich und unterliegt großen Veränderungen – je nach CPU-Last und anderen Betriebsbedingungen.

So ist zum Beispiel die Lufttemperatur im Inneren des Gehäuses bei geringer Auslastung in etwa 5 °C höher als die Außenlufttemperatur, kann aber bei hoher Dauerauslastung bis zu 10 °C höher sein. Mit einem statischen Korrekturfaktor allein lässt sich das nicht kompensieren, daher sind zwei »LM75A«-Temperatursensoren erforderlich: Einer unter dem Compute Module und einer in der Nähe der erhöhten Platine, auf der sich die drei Sensoren befinden (Bild 2). Sfera Labs verwendet den Temperaturgradienten zwischen beiden, um die Menge der selbst erzeugten Wärme abzuschätzen und alle betroffenen Sensoren zu kompensieren.


  1. Mehr als ein Umgebungssensor
  2. Sensoren und Schnittstellen

Das könnte Sie auch interessieren