关于传感器融合的知识分析介绍

随着时间的推移，传感器已经从简单的模拟和机械结构演变为芯片化的数字器件，它可以连接到一个机器并监控机器的运行以及环境状况。同样的，传感器融合——让多种类型的传感器一起合作来解决问题——可以把许多其它技术融合并可以创造令人兴奋的全新事物。这太令人激动了！

利用一个计算装置把来自多个传感器的数据和信息结合起来，得出一个结论，这种做法可以上溯到二十世纪五十年代。但实现起来难度很大。1960年左右，一些数学家开发了一套算法，试图在一个机器上基于多个传感器的输入得出一个结论。这些过滤器可以除掉噪声或其它来源引入的无效数据。不久之后，军方决定采用这项技术。通过对多来源输入进行处理并与存储数据相比较，军方得以更好地跟踪和识别潜在的空中目标，甚至计算出确切结果。随着更好的计算机和传感器出现，该技术也在发展，但仍然有些问题过于复杂，解决代价也过高。

潜在应用

当微处理器开始出现时，人们把它描绘成一个可以给搜索问题解决方案的装置，同样的情况也出现在传感器融合上。如果你有能力和智慧来监控多个传感器，实时分析数据，并能提供一个简单的指示或控制行动，则它可以实现的应用简直撑爆你的脑洞！下面的例子只是浅尝辄止：

健康监测——包括健康的竞技人员，病人的监护，以及研究

监测老人——健康监控，以减少人员负担

汽车，交通运输系统——监测和控制效率及安全功能

公共安全——比简单的消防和安全系统更加准确的识别潜在危险情况

娱乐——游戏，包括控制器和虚拟现实头戴式耳机

天气——智能天气预报站，不仅警告天气条件变化，还可以控制系统为风暴来临做好准备（如关闭风暴百叶窗，关闭阀门等）

暖通空调/空气质量——对室内温度、湿度、空气质量、系统维护等进行智能控制

尽管所有上述各类功能已经以某种形式存在多年，但系统通过观察多个传感器并得出现一个智能结论、甚至采取行动的能力，却是革命性的。

图1：运动以及其它类健康监测是第一批采用传感器融合技术的消费产品。

如同其它电子领域已经发生过的，技术的融合已经在实现，一些IC厂商已经着手这一繁重任务。除了其它一些途径，通过使用现成的传感器融合和传感器hub芯片，目前可以有效地连接各种数字传感器，也不用自己去开发算法了。

尽管技术术语可能会有所不同，一些IC厂商要么修改现有的产品线，要么为解决传感器融合任务创造全新产品。这样的处理由一个专门控制芯片完成，它可以是一个MCU、一个传感器hub或一个传感器融合处理器。我们已经看到了这项技术应用在智能手机、运动监视器以及其它设备等消费市场。

最新一代苹果、三星等智能手机含有多种强大的传感功能，甚至无需外部接口。这些传感器包括三轴磁力计、三轴加速度计和一个三轴陀螺仪。这种结合功能通常被称为9-DoF，即有九个自由度，也称九轴传感功能。

多数情况下，手机中这些功能做到“always on”。如果对这些传感器数据的处理由手机中央微控制器来管理，电池寿命将显著缩短。相反，高效专用微控制器芯片作为传感器hub来处理数据，仅使用小部分功耗。恩智浦的ARM M3系列MCU是一个示例。EETimes报道称据产品拆解公司Chipworks说，苹果使用了恩智浦芯片的定制版本，以监控其在iPhone5S中的传感器。“该M7控制各种分立的传感器功能，包括陀螺仪、加速计和罗盘。”三星处理该任务的是来自Atmel的微控制器，它是一个8位AVR MCU核。

通过这样强大的板级传感技术，应用程序开始利用手机中的9-DoF功能来提供健康和活动监控，或者结合GPS和外部数据来为用户提供更多信息。现在，还可以通过蓝牙通信为那些多功能传感器添加来自于外部设备的数据，并且该功能似乎没有限制。芯片制造商的目标是让其实用化，为工程师的设计提供实时传感数据，该实时数据可用于提供上下文感知信息，同时该系统又可以消耗最小功耗，电池寿命也尽可能长。除了智能手机，高度优化的方案，也能够满足平板电脑、超级本、物联网功能设备、游戏机、医疗保健、环境监测和可穿戴计算等各类应用需求。

这样的开发板已经发布，可以帮助工程师轻松地体验这项技术。其中一个示例是爱特梅尔公司的ATAVRSBIN2。爱特梅尔已经将融合传感器集成在很多产品中，他们称之为“完整传感器生态系统。”爱特梅尔公司确定，将来自不同传感器和传感器类型的数据进行同时分析与融合并非一个可以独立处理的任务。为了解决该问题的复杂性，该公司与多家领先的传感器制造商和传感器融合专家合作，提供一个完整的、易于实现的传感器中枢方案。

目前的趋势是将三个或更多的MEMS传感器与MCU封装在一起。其中一个示例是意法半导体的LIS331EB，它组合了一个高精度三轴数字加速度计与一个微控器，采用了一个3×3×1毫米的封装。微控器采用的是超低功耗ARM Cortex-M0，带有64K字节的闪存、128K字节RAM、嵌入式定时器、2个I²C（主从）和SPI（主从）。该LIS331EB也可以处理外部传感器的数据（共九个），如陀螺仪、磁力计和压力传感器。作为一个传感器中枢，它使用iNemo引擎软件融合所有输入。意法半导体的iNemo引擎传感器融合软件套件采用了一套自适应预测和滤波算法来处理（或融合）多个传感器传来的复杂信息。

飞思卡尔也提供了一个将微控器和传感器组合在一个封装中的设备产品线。他们的FXLC95000 Xtrinsic运动传感平台集成了一个MEMS加速度计和一个32位ColdFire微控制器。类似于意法半导体的器件，FXLC95000可以同时管理内部和外部传感器的数据。飞思卡尔是第一家为市场提供集成传感中心的微控器的公司，该微控器还具备为客户定制应用程序和算法的可编程功能。一个器件可管理最多16个传感器输入，可使校准、补偿和传感器功能从应用处理器中分离开来。它可以使用飞思卡尔自带的或第三方驱动程序。

图2：带有加速度计的飞思卡尔Xtrinsic FXLC9500 32位微控器传感器融合中心，提供了一个开放架构下具备本地计算和传感器管理的可扩展、自主、高精度多传感器中枢方案

其它颇具实力的制造商包括博世、飞兆半导体、霍尼韦尔、微芯和德州仪器等。

融合与云

尽管相当多的功能可以通过本地实现，但与云的交互才是真正乐趣的开始。遥感数据可以通过传感器融合器件处理后送到云处以记录、进一步分析，或甚至发起一次动作。

例如，一个无人看管的远程泵操作总是存在一定的宕机风险。几年前，一个远程传感器可能用来辨别它是在运行还是宕机。现在，还可以监测该泵的振动、排气化学、轴承噪声和外围状况。预定程序可以使传感器融合控制器关闭泵或甚至循环操作直至技术人员到来。该系统还将提前知道是整个泵还是仅仅其中一个部件需要更换。在这里，传感器融合方案可以消除停机时间以及昂贵的紧急服务请求，甚至收集数据来分析该泵随时间的工作好坏状况。相同的理念也应用于飞行中的飞机发动机监控，建筑物中的电梯，或任何机械装置。

云计算的另一个应用可以在云端进行传感器融合，而不是要在现场融合。随着开源传感器融合软件的出现，单独传感器数据可以被传送到服务器，随后在那里进行数据处理。

结论

传感器融合技术时代已经来临，目前正处于恰当的时机以充分地融合利用传感器、无线通信和其他技术。一旦从最先进的政府实验室落地，则该技术将成熟并可以出售，价格最终也会在多数消费品BOM预算之内。

因为与移动技术和飞速发展的低成本数字传感器紧密相关，传感器融合即将迎来爆炸性增长。对于设计工程师来说，这是应用创造性思维的良机，请即刻着手开始！