傳感器融合：可穿戴設(shè)備面臨的挑戰(zhàn)

傳感器融合作為一個應(yīng)用空間正在蓬勃發(fā)展。幾乎在任何給定的一周內(nèi)，至少有一些關(guān)于新的傳感器聚變創(chuàng)新的故事，無論是軍方考慮多光譜傳感器聚變以提高飛行員在惡劣天氣下飛行時的安全性，還是更智能的傳感器中樞減少用電量。

我們嵌入的傳感器越多，生成的數(shù)據(jù)就越多。這些數(shù)據(jù)非常有用，并推動了健身和健康跟蹤等應(yīng)用以及虛擬現(xiàn)實(shí)耳機(jī)的最新進(jìn)展。隨著我們生成更多的數(shù)據(jù)，我們也消耗更多的能量，在越來越復(fù)雜的應(yīng)用中產(chǎn)生“傳感器感”。

傳感器融合是對不同傳感器饋送的智能組合和解釋，使應(yīng)用程序能夠更深入地了解用戶的行為或移動。然而，用戶體驗(yàn)的質(zhì)量在很大程度上不是由傳感器本身驅(qū)動的，而是由傳感器融合算法驅(qū)動的，這些算法將傳感器數(shù)據(jù)轉(zhuǎn)化為有用的、應(yīng)用就緒的信息。

傳感器體積小，噪聲大，信號容易失真，容易受到干擾;傳感器融合和處理軟件增加了校準(zhǔn)、融合等功能，使數(shù)據(jù)更加準(zhǔn)確、可靠，并隨時可以暴露在現(xiàn)實(shí)世界的應(yīng)用中。傳感器融合本身并不簡單，可以與冰山相提并論——可見的傳感器融合是一組相當(dāng)小、相對簡單的算法。然而，這些算法依賴于一個隱藏的、復(fù)雜的世界，其中包含更大的系統(tǒng)挑戰(zhàn)，必須解決這些挑戰(zhàn)，才能為融合系統(tǒng)提供高質(zhì)量的數(shù)據(jù)。當(dāng)良好的傳感器融合正確集成到傳感器系統(tǒng)中時，它會對用戶體驗(yàn)產(chǎn)生巨大影響。

語境為王

傳感器融合還有另一個要素：它可以幫助根據(jù)設(shè)備上下文節(jié)省功耗。例如，如果手機(jī)放在辦公室的桌子上，并且?guī)讉€小時內(nèi)沒有移動，則不必對GPS進(jìn)行采樣或以其他方式計算位置。類似的技術(shù)可以在您在汽車或公共交通工具中時自動管理電話功能。雖然這些看似很小的步驟，但相關(guān)的節(jié)能效果卻相加。

為了實(shí)現(xiàn)這些用戶體驗(yàn)優(yōu)勢，我們需要傳感器始終在線并收集數(shù)據(jù)，而不管設(shè)備是否正在使用。因此，我們需要一種方法來收集，過濾和分析來自傳感器的數(shù)據(jù)，而無需消耗大量手機(jī)的電池或處理資源。這導(dǎo)致了一種“傳感器中樞”處理器的興起，該處理器是一種通常基于ARM Cortex-M系列的專用處理器，用于處理傳感器處理。通過優(yōu)化處理器、傳感器融合和處理軟件，我們可以實(shí)現(xiàn)始終在線處理的優(yōu)勢，同時將對設(shè)備電池壽命的影響降至最低。

讓我們來看看傳感器融合方法，這些方法利用這種優(yōu)化并產(chǎn)生良好的結(jié)果。虛擬現(xiàn)實(shí)（VR）系統(tǒng)欺騙大腦相信虛擬世界是真實(shí)的。這意味著系統(tǒng)必須以最高的精度和盡可能低的延遲將現(xiàn)實(shí)世界的操作轉(zhuǎn)換為虛擬世界?，F(xiàn)代可穿戴設(shè)備的常用架構(gòu)使用 Cortex-A 處理器來運(yùn)行豐富的操作系統(tǒng)，提供復(fù)雜的用戶界面，同時將需要確定性實(shí)時響應(yīng)的傳感器融合功能卸載到 Cortex-M 處理器。隨著傳感器數(shù)據(jù)處理需求的增長，Cortex-M7 CPU 是適合此功能的處理器。

以延遲為例，它被廣泛認(rèn)為是“模擬器病”的主要原因。延遲是頭部移動和圖像調(diào)整之間的時間，對應(yīng)于該運(yùn)動。許多系統(tǒng)因素都會影響延遲，但收集、處理傳感器數(shù)據(jù)并將其傳遞到系統(tǒng)是一個值得注意的因素。

Cortex-M7 可實(shí)現(xiàn)高分辨率傳感器采樣和傳感器融合，包括動態(tài)傳感器校準(zhǔn)。目前主流磁頭跟蹤器中使用的典型傳感器融合輸出數(shù)據(jù)速率（ODR）約為100 Hz，但M7內(nèi)核的額外處理能力允許其擴(kuò)展到1 kHz以上。首先，這種增加的ODR意味著在適當(dāng)?shù)臅r間收集數(shù)據(jù)包以進(jìn)行圖形渲染時延遲最小，因?yàn)?a href="http://www.wenjunhu.com/v/" target="_blank">視頻幀速率與傳感器融合處理速率不同。此外，它還能夠?qū)崿F(xiàn)更密集的樣品，以實(shí)現(xiàn)更準(zhǔn)確的預(yù)測性頭部跟蹤。通過分析模式和預(yù)測未來移動，可以減少延遲，但幾毫秒內(nèi)可用的數(shù)據(jù)密度對于頭部跟蹤性能至關(guān)重要。我們必須進(jìn)一步調(diào)查過去以獲得用于預(yù)測的適當(dāng)數(shù)據(jù)，估計的可靠性就越低。較高的 ODR（1 kHz 或更高）可提高預(yù)測的準(zhǔn)確性，從而提高用戶體驗(yàn)的質(zhì)量。

可穿戴設(shè)備面臨的挑戰(zhàn)

傳感器采用的增長最為強(qiáng)勁，尤其是在腕戴式可穿戴設(shè)備中。這些設(shè)備具有更多的傳感器，通常包含壓力，心率，陀螺儀等，以向用戶提供更多數(shù)據(jù)并實(shí)現(xiàn)更好的用戶界面。包括陀螺儀和磁力計在內(nèi)的其他運(yùn)動傳感器將有助于增加個人上下文跟蹤的豐富性和準(zhǔn)確性。環(huán)境傳感器，如紫外線、濕度和溫度，將實(shí)現(xiàn)更好的用戶環(huán)境和增強(qiáng)的個人舒適度。生物傳感器將測量水合作用、血氧和葡萄糖飽和度、皮膚溫度和汗液等，以提供有關(guān)用戶身體和健康的獨(dú)特見解。

組合來自這些不斷擴(kuò)展的傳感器陣列的數(shù)據(jù)需要一個功能強(qiáng)大且高能效的處理器。這對于低功耗上下文分類尤其重要。高級上下文檢測需要復(fù)雜的算法，這些算法可以利用 M7 的高級功能為豐富的用戶應(yīng)用提供準(zhǔn)確而低功耗的上下文檢測。