没有电池没有芯片,这些塑料瓶子正在联网

摘要

当家里的洗衣液瓶子可以自动续杯,生活中需要你操心的事就又少了一件。

谈到物联网时,人们默认的理解是,装有电池和芯片的,可以发射或接收信号的物品联网。如今,这一印象可能要被打破了。 

近日,IEEE(电气电子工程师学会)的网站发布了一篇文章,介绍了一种新型的物联网方式。一些不包含任何电子元器件,也没有电池的塑料制品也可以联网。比如洗衣液瓶子、药瓶等,空了可以主动发射信号,如果后续连接网上自动下单操作,就能实现「自动续杯」。 

这是一种来自华盛顿大学的 3D 打印塑料,这种塑料可以通过反射环境中的 Wi-Fi 信号与智能手机或其它连接 Wi-Fi 的设备通信。就好像在航海和野外探险中经常使用的日光信号镜,通过反射太阳光发射信号,告知同伴位置和意图。

事实上,通过反射 Wi-Fi 信号实现传输并非新鲜事。早在 2014 年,华盛顿大学就研发出了一种叫做被动 Wi-Fi(Passive Wi-Fi)的技术。 

电池之痛

对于物联网设备来说,电池一直是痛中之痛,因为终会有没电的一天。 

一般而言,物联网设备的电池需要保持一年以上的使用寿命,而受制于体积及成本的考虑,这些设备中的电池往往带电量并不大。这就要求设计人员需要尽最大可能降低功耗,以延长电池的使用时长。对于一些需要被植入人体的传感器来说,电池更是痛点,因为每次更换电池都需要进行手术,伴随而来的是健康安全风险。 

 当前仍在研发阶段的智能隐形眼镜 | 视觉中国

基于这样的需求,科研人员开始了研发低功耗芯片的坎坷之路。据专家介绍,目前主流无线协议需要发射功率最少达到 0dBm,即 1mW。考虑到发射机整体效率很低,只有 10% 左右,换算下来需要至少 10mW 的整体功耗。要想降低功耗,最直观的办法是提升发动机的效率,然而效果始终有限。 

对于此,华盛顿大学的 Shyam Gollakota Joshua 教授想到了另辟蹊径的办法,并于 2014 年发表在通信行业的顶级会议 SIGCOMM 上。 

其实这一原理早就在卫星通讯领域有所应用。由于卫星与地面基站距离遥远,从卫星到基站的信号衰减幅度大,因此需要从卫星发射大功率信号。

然而卫星不论从体积还是电力来说,都难以支撑如此强的信号的产生。因此工程师们采用迂回战术,从地面发射强信号到卫星,再通过可以调制反射光的发射器调整地面信号,将正确的信号反射回地面。

 卫星不论从体积还是电力来说,都难以支撑如此强的信号的产生 | 视觉中国

Joshua 教授在物联网通信方面的创新与卫星通信的原理有异曲同工之妙。在物联网设备中嵌入一种名为 Interscatter 的芯片,它可以将环境中的 Wi-Fi 信号调整为设备想要发射的信号,再由接收器进行解码。只不过,虽然 Interscatter 芯片功耗超低,但仍旧需要电池驱动。 

塑料联网?

本次 IEEE 文章介绍的新技术,正是 Joshua 教授在其被动 Wi-Fi 技术上的一种改进,但这项改进有可能是革命性的,因为它彻底去掉了电池。 

简单来说,研究人员将此前信息传送方式中的 Interscatter 芯片通过另一种方式进行了表达。使用塑料、铜和石墨烯三种原料的混合,制造出一种新的复合材料,将这种材料与普通塑料按照一定的方式排布组合,并用 3D 打印技术制造出来,就拥有了可以对 Wi-Fi 信号进行编码的部分,其意义等于 Interscatter 芯片。 

新技术将机械运动转化为信号反射的变化,进而可以传递数据。比如用这种技术制作一个可以调节音量大小的实体滑块,当滑动滑块时,滑块在空间中所处位置的不同将带来不同的反射结果。又比如用这项技术制作的水传感器,当检测到泄漏时,水位低于一定高度,设备的反射信号也与正常状况有所差别。

Passive Wi-Fi 原理图 | 华盛顿大学

目前,研究人员已经将这项技术的 CAD 模型开放给 3D 打印爱好者,以便后者制造自己的「联网塑料制品」。 

不过,这项技术还存在一些未解的难题。比如,当前研究人员用复合材料与普通塑料的交错组合代表二进制编码中的 0 和 1,原理类似齿轮的有齿和无齿。这种排列是低密度的,因此能反射的信号也是非常简单的。 

另外,由于设备的移动将导致反射信号的变化,因此目前而言,这种设备还不能是「便携」的。再者,由于反射信号微弱,因此当空间中存在多个设备时,信号互相之间的干扰会非常明显。并且,如何处理设备在空间中的散射信号互相之间的干扰更是一个难题。 

尽管如此,研究人员仍旧认为这项技术拥有广泛的市场空间。比如,当洗衣液、麦片等生产厂家使用这种瓶子进行产品包装,并且能够与用户的手机连接,实现自动下单,构建完整的自动化下单链条,就能为商家带来源源不断的利润。 

革命性的技术在彻底落地之前,往往需要多年的优化与打磨,需要解决问题并且降低成本。就好像如今已经被广泛使用的深度学习技术,在六十多年前刚刚诞生时是不可被想象的。若此次研发人员真的能够找出克服上述问题的方法,我们有理由相信,这将是关系到下一代物联网产品格局的革命性技术。 


责任编辑:靖宇

图片来源:Mark Stone、华盛顿大学、视觉中国

本文由极客公园 GeekPark 原创发布,转载请添加极客君微信 geekparker。

最新文章

极客公园

用极客视角,追踪你不可错过的科技圈.

极客之选

新鲜、有趣的硬件产品,第一时间为你呈现。

张鹏科技商业观察

聊科技,谈商业。