欧姆龙推出两款新型MEMS气压传感器

2017-08-31 09:23:32来源：科技探索编辑：一不做关键词：传感器气压传感器移动设备阅读量：37132

导读：欧姆龙推出两款式MEMS气压传感器，传感器专门设计用于无人机支撑高度和压力测量、智能手机、电子计步器和其他电池供电的移动系统。

　　【中国智能制造网新品速递】欧姆龙推出两款式MEMS气压传感器，传感器专门设计用于无人机支撑高度和压力测量、智能手机、电子计步器和其他电池供电的移动系统。

　　新的气压传感器具有基于内置低噪声24Bit AD精度高、数字控制和I2C/SPI输出接口特征，设计了两个都自动断电非工作电路以尽量减少功耗。

　　欧姆龙推出两款式MEMS气压传感器，传感器专门设计用于无人机支撑高度和压力测量、智能手机、电子计步器和其他电池供电的移动系统。

　　新的欧姆龙2SMPB-02B和2SMPB-02E传感器提供稳定可靠的高度和压力测量，允许在高度变化过程中可靠地记录点数据。

　　新的传感器都经过特别改造，较小的体积仅为2*2.5*0.85mm，适用于移动设备。由于在生产过程中的创新和欧姆龙专业的MEMS技术，该设备是非常具有竞争力的价格。

　　新的气压传感器具有基于内置低噪声24Bit AD精度高、数字控制和I2C/SPI输出接口特征，设计了两个都自动断电非工作电路以尽量减少功耗。单个校准参数存储在一次可编程只读存储器(OTP)，并在系统断电时自动保存。此外，传感器集成温度补偿电路确保的压力测量。

　　欧洲欧姆龙传感器产品经理Gabriele Fulco表示，这些易于使用的传感器将使得可穿戴的变得越来越多样，智能手机、平板电脑、无人机和计步器达到更佳的效果

　　传感器可用于测量空气30kpa和110kpa之间的压力，大压力为800kPa。该传感器还可用于温度在40到85摄氏度凝结或结冰状态下检测。传感器引脚与市场上的替代解决方案兼容，集成简化。可应用于包括可穿戴设备、平板电脑、智能手机、无人机、汽车导航和地面检测等。

　　(原标题：欧姆龙发布两款用于移动设备的气压传感器)

上一篇：美公司研制出世界上首款飞秒激光3D打印系统

下一篇：美研发3D打印医疗装置可检测胰腺癌早期现象

我要评论

昵称

匿名

文明上网，理性发言。（您还可以输入200个字符)

表情

所有评论仅代表网友意见，与本站立场无关。

磁传感器市场持续升温，相关供应商加码布局
Allegro有约73%收入来自汽车市场(如电动车电机控制、ADAS系统)，21%来自工业领域(如工厂自动化)，其余为消费电子和通信。
磁传感器传感器
2025-04-16 16:50:07
L4级自动驾驶！埃安滴滴合作新车亮相
最近，广汽埃安与滴滴自动驾驶合作开发的首款L4级自动驾驶车型正式亮相。据悉，滴滴自动驾驶的硬件平台配备了33个传感器，包括激光雷达、摄像头、4D毫米波雷达、红外相机和声音传感器等。
L4级自动驾驶广汽埃安滴滴传感器
2025-04-14 10:58:48
人形机器人加速产业“进化” 传感器品类和数量将迎来双增长
传感器作为人形机器人感知系统的核心组件，作为人形机器人实现检测和控制的首要环节，是机器人系统获取外界状态和自身状态的重要途径，也是机器人迈向自主化、智能化的基础。
人形机器人传感器具身智能
2025-03-31 11:00:22
这家惯性传感器企业2024营收突破4亿元，净利润2.22亿元！
芯动联科的高性能的谐振式加速度计(FM加速计),可取代石英加速计,相较于传统加速度计产品提升了一个量级,报告期内已形成量产能力并开始小批量出货。
惯性传感器传感器
2025-03-19 15:23:39
2025年我国工业机器人核心零部件有望在多个关键领域打破“卡脖子”瓶颈，实现国产化
随着国内工业机器人产业链的不断完善，上游核心零部件、中游本体制造和下游系统集成的协同效应逐渐显现。2025年，我国工业机器人核心零部件有望在多个关键领域实现突破，加速国产化进程，打破“卡脖子”瓶颈。
工业机器人核心零部件传感器
2025-02-20 14:08:35
电池创新：芝加哥大学通过改善金属纹理来提高性能
为了研究这种材料，该团队将在等离子体聚焦离子束扫描电子显微镜下进行的铣削与电子后向散射衍射(EBSD)映射相结合，利用这两种技术以新的方式来研究纹理。
移动设备新型电池
2025-02-19 14:25:01

版权与免责声明：

凡本站注明“来源：智能制造网”的所有作品，均为浙江兴旺宝明通网络有限公司-智能制造网合法拥有版权或有权使用的作品，未经本站授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：智能制造网”。违反上述声明者，本站将追究其相关法律责任。

本站转载并注明自其它来源（非智能制造网）的作品，目的在于传递更多信息，并不代表本站赞同其观点或和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。如其他媒体、平台或个人从本站转载时，必须保留本站注明的作品第一来源，并自负版权等法律责任。如擅自篡改为“稿件来源：智能制造网”，本站将依法追究责任。

鉴于本站稿件来源广泛、数量较多，如涉及作品内容、版权等问题，请与本站联系并提供相关证明材料：联系电话：0571-89719789；邮箱：1271141964@qq.com。