Digitale Nase mit KI MEMS-Sensor misst Gase, Luftfeuchtigkeit, Temperatur und Luftdruck

Redakteur: Hendrik Härter

Vier verschiedene Sensor-Parameter und eine Künstliche Intelligenz ergeben eine smarte Sensor-Plattform. Aus den Messdaten lässt sich ein KI-Modell erstellen und zusammen mit einer Software eine spezifische Anwendungen umsetzen.

Firmen zum Thema

Verdorbene Lebensmittel lassen sich mit Sensoren aufspüren.
Verdorbene Lebensmittel lassen sich mit Sensoren aufspüren.
(Bild: Bosch Sensortec)

Nicht nur in Zeiten einer Viren-Pandemie kommt es auf die Qualität der Atemluft an. Denn die Partikel, Gase und Viren, die sich überall in der Luft befinden, wirken sich negativ auf Gesundheit und Wohlbefinden aus. Hersteller wie Bosch entwickeln spezielle Sensoren, um die Raumluft zu überwachen. So auch mit dem von Bosch Sensortec entwickelten BME688: Der MEMS-Sensor misst Gas, Luftfeuchtigkeit, Temperatur und Luftdruck. Dabei ist der 4-in-1-Luftqualitätssensor kompakt.

Eingesetzt werden kann der Sensor, um verdorbene Lebensmittel anzuzeigen oder um Waldbrände frühzeitig zu erkennen. Dazu misst der Sensor die in der Luft vorhandenen Gase sowie die Veränderung von Temperatur und Luftfeuchtigkeit. Zudem verfügt das Sensor-Modul über eine Künstliche Intelligenz (KI) und zusammen mit dem Software-Tool BME AI-Studio können Entwickler in kurzer Zeit eine passgenaue Anwendung erstellen.

Flüchtige organische Verbindungen aufspüren

Basis des Sensors ist die BME680-Plattform von Bosch Sensortec, die über einen überarbeiteten Gassensor mit einem erweiterten Messbereich und KI-Funktionen verfügt. Damit ist der Gassensor in der Lage, unterschiedliche Gase mit wenigen ppm (Parts per Million) zu erkennen. Dazu gehören beispielsweise flüchtige organische Verbindungen (VOC), flüchtige Schwefelverbindungen (VSC) und andere Gasarten wie Kohlenmonoxid und Wasserstoff.

Denkbar ist etwa die Entwicklung eines Sensor-basierten Geräts, das verdorbene Produkte erkennt, indem es die von den Bakterien produzierten VSCs feststellt und anzeigt. Nach demselben Prinzip könnte auch schlechter Atem oder Körpergeruch erkannt werden. Optimal ist es, wenn relevante Daten unter realen Bedingungen erfasst werden. So könnten durch die Entnahme von Gasproben in der Nähe von frischen und verderbenden Lebensmitteln verschiedene Kombinationsmodelle für VSCs in der jeweiligen Luftprobe erstellt werden.

KI-Modell aus gemessenen Daten

Die Tatsache, dass die Gasproben unter realen Bedingungen vor Ort und nicht im Labor entnommen werden, bewerten die abgeleiteten Algorithmen, die von den neuen Detektionsgeräten verwendet werden, die tatsächlichen Bedingungen erheblich zuverlässiger. Neben den vorhandenen Gasen misst der Sensor Luftfeuchtigkeit, Luftdruck und Temperatur und nutzt diese zusätzlichen Datensätze für die Erstellung eines umfassenden KI-Modells.

In der Beispielanwendung werden diese Datenmengen vom Kunden kategorisiert und anschließend bei der Entwicklung des KI-Modells im BME AI-Studio angewendet. Dabei wird der BME688 im Wesentlichen darauf trainiert, die Anzeichen zu erkennen, die auf die Entstehung und das Wachstum von Bakterien auf den Lebensmitteln hindeuten. Sobald das Sensortraining abgeschlossen ist, wird der fertige KI-Code auf einem Mikrocontroller im Endprodukt ausgeführt. Die geringe Komplexität dieses Codes sorgt dafür, dass seine Ausführung auf dem bestehenden Mikrocontroller für die Systemsteuerung und Verwaltungsaufgaben in der Regel problemlos erfolgt.

Das Gehäuse des Sensors misst 3,0 mm x 3,0 mm x 0,9 mm. Der Strombedarf lässt sich je nach den erforderlichen Datenraten und Funktionen auf 2,1 μA bis 11 mA konfigurieren.

Innenraumluft

Menschen in Mitteleuropa halten sich durchschnittlich zu 90 Prozent in Innenräumen auf. Jeden Tag atmet der Mensch 10 bis 20 m³ Luft ein, je nach Alter und wie aktiv jemand ist. In Summe entspricht das einer Masse von 12 bis 24 kg Luft.

Richtwerte für Stoffe der Innenraumluft

(ID:47179564)