我們的生活已經(jīng)被便攜式、連接的小工具改變了——最明顯的是智能手機(jī)，還有許多其他的，比如智能手表、健身追蹤器和耳戴式設(shè)備。這些設(shè)備將數(shù)據(jù)收集與處理能力和無線連接相結(jié)合。

但是，在所有其他功能中，很容易忽視運(yùn)動傳感器在使我們的小工具更實(shí)用和更直觀方面的重要性。無論是在我們的手機(jī)上改變屏幕方向、在智能手表上計算步數(shù)、將我們的頭部動作與我們的 XR 眼鏡相匹配，還是輕敲耳塞來改變歌曲，運(yùn)動感應(yīng)都是用戶體驗(yàn)和界面的重要組成部分。

對于嵌入式工程師來說，選擇和集成運(yùn)動傳感器可能很棘手。您如何確保選擇正確的技術(shù)來獲得所需的精度，而不會增加不必要的成本或功耗？您應(yīng)該如何確保充分利用傳感器，并且不錯過可以改進(jìn)最終產(chǎn)品的性能或功能？

運(yùn)動傳感器基礎(chǔ)知識

首先，快速回顧一下我們所說的運(yùn)動傳感器的含義。常用的有加速度計、陀螺儀和磁力計三種。

加速度計測量加速度，其中可能包括重力加速度。這意味著它可以感應(yīng)相對于傳感器的重力方向——基本上，哪個方向是向上的。陀螺儀通過測量角速度來測量角位置的變化。

對于加速度計和陀螺儀，每個加速度計和陀螺儀具有三個自由度或軸，將兩者結(jié)合起來就可以得到一個 6 軸運(yùn)動傳感器或慣性測量單元 (IMU)（參見圖 1）。對于許多應(yīng)用，我們需要添加一個磁力計，它可以測量地球磁場的強(qiáng)度和方向，這樣我們就可以估計我們的航向。在加速度計和陀螺儀頂部添加一個 3 軸磁力計可創(chuàng)建一個 9 軸 IMU。

出于本文的目的，我們將討論 IMU。盡管我們討論了某些可以單獨(dú)應(yīng)用于加速度計、陀螺儀或磁力計的特性，但我們想要說明的是，將這些傳感器中的至少兩個結(jié)合起來所面臨的挑戰(zhàn)。

圖 1：使用 IMU 進(jìn)行運(yùn)動感應(yīng)（來源：CEVA）

保持準(zhǔn)確

所以現(xiàn)在我們已經(jīng)提醒自己這個理論，它在實(shí)踐中是如何運(yùn)作的？我們?nèi)绾尾拍塬@得所需的準(zhǔn)確性？

對于 IMU，確定設(shè)備航向的準(zhǔn)確度是我們可以開始的基本指標(biāo)。我們的要求可能在一到二度之內(nèi)，而對于另一個應(yīng)用程序來說，精度較低是可以接受的。例如，XR 耳機(jī)的精度要求將比兒童機(jī)器人玩具的精度要求嚴(yán)格得多。然后我們應(yīng)該考慮這些數(shù)據(jù)的穩(wěn)定性，以及它是否會隨著時間和溫度而變化。

從我們的 IMU 獲得最高精度的輸出需要使用傳感器融合，這是將來自多個傳感器的數(shù)據(jù)組合在一起以創(chuàng)建大于其部分的總和的概念。我們 IMU 的每個傳感器都有不同的優(yōu)勢和劣勢，可以將它們?nèi)诤显谝黄鹨詫?shí)現(xiàn)該解決方案。

考慮傳感器融合的一種方法是以“信任”為基礎(chǔ)。在這種情況下，我們可以使用“信任”來表示來自特定傳感器的數(shù)據(jù)對其準(zhǔn)確性和相關(guān)性具有合理的置信度。假設(shè)您是一個國家的總統(tǒng)，并且必須確定政策。你有一位經(jīng)濟(jì)、健康和軍事顧問。每個人都會給你輸入，但他們都知道不同的領(lǐng)域。他們猜測他們的意見將如何影響他們的同行，但可惜他們只是猜測。由您來處理他們的信息并將其融合到最佳決策中。

同樣，你有兩三個“顧問”，你可以從你的 IMU 中獲取方向數(shù)據(jù)：加速度計、陀螺儀，有時還有磁力計。陀螺儀是最容易解釋的。消費(fèi)級陀螺儀在幾秒鐘的短時間內(nèi)相對方向變化是值得信賴的，但輸出會在較長的時間間隔內(nèi)漂移，幾十秒以上。加速度計有助于長期測量重力，但可能會被某些場景混淆，例如汽車中的恒定加速度。我們可以在穩(wěn)定的磁場環(huán)境中信任磁力計，例如在鄉(xiāng)村或樹林中，但在有磁場干擾的情況下就不那么可靠了，例如在用鋼柱建造的辦公室內(nèi)。

簡而言之，陀螺儀適用于短期測量，而加速度計和磁力計適用于長期測量。通過仔細(xì)了解它們的局限性，可以將它們的數(shù)據(jù)融合在一起，以更準(zhǔn)確地了解設(shè)備的方向。

當(dāng)我們有多個傳感器輸出（例如 9 軸 IMU）時，傳感器融合為我們提供了組合和比較數(shù)據(jù)以提高準(zhǔn)確性的機(jī)會。例如，如果我們的傳感器融合軟件包含一種算法來檢測由于磁干擾導(dǎo)致的磁力計輸出的意外或突然變化，那么它可以自動對加速度計和陀螺儀數(shù)據(jù)置信度更高，直到磁力計再次穩(wěn)定。

采樣率對準(zhǔn)確性也很重要——您選擇的傳感器是否經(jīng)常提供數(shù)據(jù)以滿足您的需求？當(dāng)然，這取決于應(yīng)用程序：例如，對于基本計步器來說，每秒幾個讀數(shù)可能就足夠了，但對于大多數(shù)應(yīng)用程序，建議使用 100Hz 到 400Hz。然而，在 XR 應(yīng)用中精確的頭部跟蹤可能需要 1kHz 或更高的采樣率（XR 是虛擬、混合和增強(qiáng)現(xiàn)實(shí)的統(tǒng)稱）?？焖俨蓸勇蕦τ趯?shí)現(xiàn)低延遲也很重要，在我們的頭部跟蹤示例中，這是身臨其境的 VR 體驗(yàn)和感覺暈車的區(qū)別！

我們還需要考慮校準(zhǔn)。許多傳感器都是“按原樣”提供的，只是數(shù)據(jù)表上寫的供您考慮。可以進(jìn)行的任何類型的校準(zhǔn)都將有助于最大限度地提高不同傳感器之間的一致性能。工廠校準(zhǔn)可能是提高個人表現(xiàn)的有效方法，但成本相對較高?，F(xiàn)場動態(tài)校準(zhǔn)是另一種選擇，需要詳細(xì)了解傳感器本身，或至少了解您的應(yīng)用。傳感器會遇到偏差，如果不加以考慮，可能會對整體輸出產(chǎn)生負(fù)面影響，從而加劇任何現(xiàn)有錯誤。

最后，我們需要考慮如何驗(yàn)證我們已經(jīng)獲得并融合在一起的傳感器數(shù)據(jù)。雖然這取決于我們跟蹤的內(nèi)容，但基本原則是使用另一個獨(dú)立的信息源來為我們提供可以檢查輸出的真相。例如，機(jī)器人手臂可以非常精確地重復(fù)移動到一個已知點(diǎn)，然后我們可以查看我們的傳感器是否為我們提供了相同的位置數(shù)據(jù)。當(dāng)我們檢測到錯誤時，可能會通過計算來補(bǔ)償它，或者可能需要將其標(biāo)記為需要進(jìn)一步注意的錯誤。

啟用新功能

一旦我們有能力以高精度測量運(yùn)動，它不僅有助于現(xiàn)有應(yīng)用程序 - 它還可以為便攜式設(shè)備的新功能開辟可能性。例如，對于耳戴式設(shè)備（圖 2），傳統(tǒng)的用戶界面存在問題：用戶不想承諾拿出手機(jī)來控制他們，而且耳戴式設(shè)備本身太小而沒有方便的按鈕。相反，輕敲可聽設(shè)備可用于跳過歌曲，檢測將其從耳朵中取出的動作可用于靜音所有音頻——因?yàn)檫@很可能是您希望聲音停止的時候。運(yùn)動和“分類器”的使用是識別不同運(yùn)動的算法，可以帶來更方便和直觀的用戶體驗(yàn)。

來自運(yùn)動傳感器的準(zhǔn)確信息還意味著您的便攜式設(shè)備可以更好地了解您周圍發(fā)生的事情或您正在從事的活動。這稱為上下文感知，可用于提供更身臨其境的體驗(yàn)，例如例如，當(dāng)可聽設(shè)備檢測到您走到人行橫道時降低音樂音量，讓您聽到附近救護(hù)車的警報聲。

對于健身追蹤應(yīng)用，提高精度可以區(qū)分不同的用戶活動。例如，如果您的計步器可以測量您的動作的大小、速度或其他特征，那么它可以判斷您是正常行走，還是爬樓梯或下樓梯。結(jié)合其他傳感器數(shù)據(jù)，例如氣壓和 GPS 派生的位置，軟件可以構(gòu)建您的運(yùn)動的詳細(xì)圖片并估計燃燒的卡路里。

放在一起：傳感器融合和軟件

正如我們所討論的，為了最大限度地提高運(yùn)動數(shù)據(jù)的準(zhǔn)確性和實(shí)用性，僅僅生成原始數(shù)據(jù)饋送是不夠的。設(shè)備需要處理數(shù)據(jù)，補(bǔ)償系統(tǒng)誤差，以及組合來自多個傳感器的信息。

這里有很多事情要處理。傳感器融合很復(fù)雜，需要一定的專業(yè)知識才能在小封裝中達(dá)到最佳效果。但是，有多種產(chǎn)品可以集成所需的傳感器和處理，例如由博世和 CEVA Hillcrest Labs 合作開發(fā)的BNO080/085，包括高性能加速度計、磁力計和陀螺儀，以及低- 供電 32 位 ARM Cortex M0+ MCU。

Hillcrest Labs 的MotionEngine ? 傳感器中樞軟件在 BNO085 上預(yù)編程，提供 6 軸和 9 軸運(yùn)動跟蹤，以及諸如行走、跑步和站立等用戶活動分類等智能功能（圖 3）。MotionEngine 傳感器集線器與領(lǐng)先的嵌入式處理架構(gòu)和操作系統(tǒng)兼容，并提供適用于可聽設(shè)備、智能電視、機(jī)器人、移動計算、遙控器、低功耗移動應(yīng)用等的專用版本。

點(diǎn)擊查看完整大小的圖片

圖 3：綜合傳感器融合和算法（來源：CEVA）

將所有這些數(shù)據(jù)實(shí)時匯總在一起可能具有挑戰(zhàn)性，并且需要大量的處理性能。最好選擇在傳感器設(shè)備本身的 MCU 內(nèi)核上運(yùn)行其中一些算法的集成傳感器，而不是要求主應(yīng)用處理器來承擔(dān)這些雜務(wù)。特別是對于像計步這樣的“永遠(yuǎn)在線”任務(wù)，如果我們能夠避免在每次檢測到移動時喚醒主處理器，它就可以保持在睡眠模式——從而降低整體功耗，并延長電池壽命?；氐轿覀冎暗念惐?，專注于傳感器融合的 SiP 就像讓副總裁處理某些決策，以便主處理器總裁可以專注于更直接的任務(wù)。

結(jié)論

運(yùn)動傳感器在許多應(yīng)用中發(fā)揮著重要作用，但如何選擇正確的設(shè)備以及如何達(dá)到您的應(yīng)用所需的準(zhǔn)確度——甚至是您需要的準(zhǔn)確度并不總是顯而易見的。不同的用例需要不同級別的精度，并且對所需數(shù)據(jù)的類型有不同的要求。

集成傳感器和傳感器融合通?？梢越鉀Q這個問題。通過與合適的供應(yīng)商合作，您可以確保在獲得準(zhǔn)確、可靠的數(shù)據(jù)以及特定應(yīng)用程序的增值功能方面不會妥協(xié)，同時將成本和功耗降至最低。

審核編輯 黃昊宇