不断发展的传感器融合技术

作者：Majeed Ahmad，特约作家

传感器融合通过多个传感器的组合实现数据分析，正在迅速应用于智能手机、可穿戴设备和物联网 (IoT) 设备等移动设计中。传感器融合平台也为增强现实 (AR) 和虚拟现实 (VR) 小工具等新兴类别注入了新的活力。

对于初学者来说，了解传感器融合和传感器集线器之间的区别很重要。传感器融合从所有传感器获取数据，并使用软件算法交叉引用多个信息源以创建连贯的图像。例如，它结合来自加速度计和陀螺仪的数据，随后为健身追踪可穿戴设备提供运动上下文。

另一方面，传感器集线器利用传感器融合提供的信息并将其转化为有意义的上下文。它通常是执行专门任务的微控制器 (MCU) 或微处理器 (MPU)，例如在计步器中计算步数。

在过去的几年里，传感器融合技术以及传感器集线器已经改变了智能手机、平板电脑、可穿戴设备、游戏和物联网的设计。这使其成为优化传感器架构的基本组成部分，力求为移动用户创造新体验。

这一切都始于智能手机开始整理来自加速度计和陀螺仪等传感器的数据，用于在 iPhone 后时代迎合室内导航和活动监控的应用程序。从那时起，传感器融合一直试图在多个移动平台上协调不同的传感器组合，从而创造新的用户体验。

智能手机及其他几乎所有高端 Android 手机现在都将传感器融合作为加速度计、陀螺仪和其他传感器的连接中心。首先，智能手机制造商正试图在信号不可用或非常差的建筑物内改进 GPS 位置跟踪和传感。

在这里，传感器融合可以通过整理来自加速度计、陀螺仪和其他传感器的数据来帮助跟踪设备的确切位置。例如，气压传感器的集成可以通过天气预报、高度感应和其他以位置为中心的功能来增强智能手机的功能。

因此，毫不奇怪，大多数新的智能手机设计都配备了多个传感器以获得准确的室内定位结果。

在移动领域，传感器融合技术的下一个前沿领域是不断增长的可穿戴设备领域。在这里，传感器融合正在成为跨越健身、医疗保健和生活方式市场的可穿戴设备的关键技术差异化因素。

以高通公司专为儿童智能手表设计的Snapdragon Wear 2500芯片为例。它采用传感器融合技术来提供位置跟踪，而不是依赖独立的 GPS 设备。该芯片具有内置传感器集线器和预集成的传感器算法，它允许可穿戴设备制造商实施额外的传感器。

功耗是紧凑型可穿戴设计中的一个关键问题，它继续推动着节能算法的发展。然而，与此同时，传感器融合算法在促进可穿戴设备实现前所未有的精确度和准确性方面发挥着至关重要的作用，这些设备服务于主动运动、临床试验以及 AR 和 VR 设备。

软件补充算法，在传感器融合设计中保持位置、方向和态势感知，在为复杂的数据分析奠定基础方面发挥着至关重要的作用。例如，定位和跟踪算法可以从不完整的数据中产生推论，引入冗余和容错，并推断出类人的上下文信息。

这里值得一提的是，从事跟踪和导航系统的算法设计人员通常会创建难以维护和重用的内部工具。因此，像 MathWorks 这样的公司正在提供工具集，允许工程师设计、模拟和分析融合来自多个传感器的数据的系统。

MathWorks的传感器融合和跟踪工具箱使工程师能够探索多种设计，而无需编写自定义库。这有助于数据关联算法，该算法可以使用真实和合成数据评估融合架构。然后是多对象跟踪器、传感器融合过滤器以及补充工具集的运动和传感器模型。

MathWorks 传感器融合和跟踪工具箱中的多平台雷达检测生成功能。（图片：MathWorks）

该工具集有助于为有源和无源传感器（包括射频、声学、红外、GPS 和惯性测量单元 (IMU) 传感器）生成合成数据，并包括场景和轨迹生成工具。它还扩展了基于 MATLAB 的工作流程，以帮助工程师为传感器融合系统开发准确的感知算法。

TDK 公司 InvenSense 等传感器芯片供应商也提供传感器融合算法和运行时校准固件。这反过来又消除了对分立元件的需求，并保证校准程序补充传感器融合算法以提供精确和绝对定位。

同样，传感器供应商 Bosch Sensortec 与软件公司 Hillcrest Labs（ InterDigital, Inc.的子公司）合作，提供交钥匙传感器融合解决方案。例如，博世的BNO080 和 BNO085 模块将三轴加速度计、三轴陀螺仪和磁力计与在 Hillcrest 的 SH-2 固件上运行的 32 位 Arm Cortex-M0+ 微控制器集成在一起。

Bosch 的 BNO085 SiP 模块在 Hillcrest 的 SH-2 固件上运行。（图片：希尔克雷斯特实验室）

SH-2 中的 MotionEngine 软件提供复杂的信号处理算法来处理传感器数据并具有精确的实时 3D 方向、航向、校准加速度和校准角速度。MotionEngine 软件采用高级校准和传感器融合，将单个传感器数据转化为运动应用，例如活动跟踪、情境感知、高级游戏和头部跟踪。

创新温床传感器几乎无处不在，这使得传感器融合成为移动设计配方中的关键组成部分。因此，随着更新的应用登陆智能手机、可穿戴设备和其他移动平台，传感器融合技术将继续发展。

传感器融合在智能手机和其他移动设计中找到家已经十多年了，但事实证明，传感器融合仍然可以做得更多。例如，传感器融合技术在改善传感器返回的经常嘈杂和不准确的数据方面发挥着重要作用。当声控平台加入传感器潮流时，这尤其有利，这大大减少了处理时间。然后是支持蓝牙的可听和可穿戴设备，它们为 Alexa 语音服务添加了端到端支持。

传感器融合还将在防止电池耗尽和确保这些始终在线和始终收听语音应用中的触发词效率方面发挥关键作用。与此同时，新的基于位置的服务和基于动作的游戏环境将继续推动传感器融合技术走向创新的新时代。

审核编辑 黄昊宇