摘要

　　傳感器技術時代已經到來。現在，很難見到不使用傳感器為用戶創造新體驗的電子消費產品。傳感器正在經歷復興，這是由于微機電系統 （MEMS） 技術價格降低了，尺寸也縮小了，因此又推動了傳感器在新應用的使用，并為傳感器市場營造了新機遇。

　　1. 引言

　　傳感器現在用于各種應用中，如智能移動設備、汽車系統、工業控制、醫療保健、石油勘探和氣候監測。傳感器無處不在，現在傳感器技術已開始密切模仿終極感知設備，即人類。傳感器融合使這成為可能，該技術利用微控制器（“大腦”）將從多個傳感器采集的各個數據融合在一起，獲得的數據視圖比單獨使用各個離散傳感器獲得的視圖更準確、更可靠。使用傳感器融合整體采集的數據遠遠大于各傳感器獨立采集的數據之和。

　　傳感器融合支持環境感知，這對物聯網（IoT）來說蘊藏著巨大潛力。傳感器融合針對遠程情感計算（情感感測和處理）的演進在未來還可能產生激動人心的新應用，包括智能醫療。然而，這些功能也帶來了物聯網 監管中需要解決的嚴重的隱私問題。隨著傳感器融合和 REC 技術的使用不斷增加，將采集大量的環境感知數據。這些數據結合物聯網 對“空中全球神經網絡”和基于云的處理資源的訪問，將進一步推動為給定情況提供自定義的環境感知服務。這些服務可基于單個用戶正在做什么、設備正在做什么、基礎設施正在做什么，大自然正在做什么等環境，以及所有上述內容的各種組合。

　　圖1 傳感器融合：人體模型

　　2. 人類：終極傳感示例

　　為了了解傳感器融合如何工作，讓我們看看人體內感知的工作方式。一個人在許多方面體驗外部世界。視覺、聽覺、化學感覺（嗅覺和味覺）和表面感覺（觸覺）都提供關于一個人周圍環境的感官信息，這些信息通過外周神經系統 （PNS） 傳遞給大腦。然后大腦決定如何響應一個給定的情況或體驗。

　　PNS 對它傳輸的信息不制定復雜的決策；這些決策由大腦制定。對感覺輸入，大腦的反應是發送運動信息，這是人類對輸入的響應。例如，一個行人看到一輛汽車向他開過來，他的大腦告訴他的肌肉以更快的速度走到路的另一邊，避免發生事故。人還接收來自他們內臟器官的信息，其中一些信息非常明顯，如胃疼。還有其他類型的體內信息是人無法感知的，如血壓，這些信息用于調節人體的內部環境。

　　圖2 計步器案例分析

　　大腦是最終的決策者。然而，如果沒有外周神經系統帶來感知信息并發出運動信息，人將無法行走、說話或我們經常認為理所當然的許多其他功能。大腦經常使用數個感官輸入源驗證事件，并完善非“完整性”信息，從而做出決策。例如，人可能看不到汽車引擎蓋下的火焰，但橡膠燃燒的氣味和儀表盤散發的熱量將告訴大腦需要離開這輛汽車，因為引擎起火了。在這種情況下，使大腦做出反應的信息大于獨立感官輸入之和。

　　在技術世界，傳感器融合發揮的作用與此相似。傳感器融合將來自多個傳感器的輸入整合在一起，提供更準確、更可靠的傳感，能夠產生更高水平的認知，并提供新的應對措施。各個傳感器都有固有的局限性，可能產生錯誤，但這些錯誤可以由補充傳感節點進行糾正或進行補充。例如，陀螺儀會隨著時間的推移而產生偏移，可以使用配備的加速計來補償這些偏移。因此，（來自多個傳感器的）融合的傳感器信息比單獨的傳感器數據更準確、更可靠。

　　3.不斷發展的傳感器技術改善日常生活

　　讓我們看一個計步器的簡單示例。傳統的計步器使用一個鐘擺，需要以垂直的角度佩戴在髖關節，以避免錯誤讀數。當用戶走動時，計步器跟蹤鐘擺隨著髖關節的運動來回擺動，擺動一回便計數一次，以此對每一步進行計數。然而，由于步幅、攀登/步行角度的變化以及當用戶駕駛汽車或進行其他運動時的錯誤計步，無效讀數很常見。

　　基于 MEMS 的慣性傳感器帶來了很大的改進。第一代基于 MEMS 的計步器使用的加速計對人的加速度執行 1 軸、2 軸或3 軸（3D）檢測，更準確地測量步數。此外，老式機械計步器只根據擺動次數記錄步數，而加速計則每秒多次測量一個人的運動。

　　但是，如果您不僅想計量步數，還想準確地計算上下樓梯或上下山時燃燒的卡路里。下一代計步器添加了高度計，測量和計算人在行走時相對于某個固定參考點的高度變化。高度計技術用于檢測高度計或氣壓計 （BAP） 應用中的絕對氣壓。要獲得精確的壓力讀數還需要進行溫度測量，因此通常會增加某種溫度補償電路以提高測量精度。

　　繼掛在慢跑者手臂上的早期便攜式音樂播放器獲得成功后，現在有許多設計佩戴在手臂上的獨立計步器和有計步器功能的手機（而不是掛在髖關節的皮帶上）。在這個使用案例中，手臂運動引入了寄生運動。陀螺儀可測量手臂的旋轉運動并對其進行補償。

　　將三種傳感器（加速計、高度計和陀螺儀）和 MCU 結合在一起來測量和處理讀數，就產生了高精度計步器。

　　4. 傳感器融合如何工作

　　最基本的傳感器融合示例是電子羅盤，它結合了 3D 磁力計和 3D 加速計來提供羅盤功能。更復雜的傳感器融合技術增強了用戶體驗，充分利用 3D 加速計、3D 陀螺儀和 3D 磁力計（，測量相對于給定器件空間方向的特定方向上的磁場組成），并將它們融合在一起。每種傳感器都有獨特的功能，但也有其局限性：

　　? 加速計：x 軸、y 軸和 z 軸線性運動感測，但對振動比較敏感

　　? 陀螺儀：俯仰、翻滾和方位角感測，但有零位漂移

　　? 磁力計：x 軸、y 軸和 z 軸磁場感測，但對磁干擾比較敏感

　　傳感器融合將所有這些技術結合在一起，接收來自多個傳感器的同時輸入，并對輸入進行處理，產生一個綜合了各個部件輸出的最終輸出值（即，傳感器融合使用特殊算法和濾波技術，消除了各個獨立傳感器的不足之處－類似于上述人體的功能）。

　　傳感器融合提供了一套完整的功能，可使我們的生活更簡單，并支持可以利用這些功能的各種服務。

　　傳感器行業目前面臨的問題之一是各個操作系統 （OS） 缺乏標準化。目前，大多數OS驅動程序需要最基本的傳感器數據，這使傳感器無法發揮其所有功能。

　　傳感器融合是 Microsoft戰略的一部分，因此 Windows 8 OS 都支持傳感器，使用傳感器級驅動程序，這些驅動符合其與微軟的生態系統合作伙伴共同制定的標準 （Human Interface Device specification 2011）。Windows Runtime 編程模塊允許輕量級執行調用，使傳感器能夠在硬件級進行處理。

　　傳感器融合通常是指將 3D 加速計、3D 陀螺儀和 3D 磁力計結合在一起，這種配置被稱為 9 軸系統，為用戶提供 9 個自由度 （9-DoF）。2012 年，飛思卡爾推出了面向 Windows 8 的 12 軸 Xtrinsic 傳感器平臺，提供了 12-DoF 傳感器融合解決方案，該解決方案包括氣壓傳感器、溫度傳感器和環境光感測功能。

　　圖3 面向Windows 8的12軸Xtrinsic傳感器數據流

　　這個全面的硬件和軟件解決方案使用飛思卡爾 32 位 MCU 融合了加速計、磁力計和陀螺儀數據，并提供了易于集成的特性，從而簡化了開發。微軟的 Windows 8 OS 針對平板電腦、筆記本電腦和其他移動設備借助個人計算機的計算能力，擴展了運行智能手機和平板電腦應用的功能。飛思卡爾憑借其傳感器融合平臺，從微軟獲得了 Windows 8 認證，成為第一批獲得該認證的公司之一。

　　基本的傳感器融合處理需要 10–12 MIPS。對于 9-DoF 傳感器融合，這種要求可達到 18–20 MIPS 處理周期。有各種方法可以滿足這些處理要求（每種方法都有優缺點），包括為傳感器處理添加專用的協處理器，或使用有足夠的性能擴展空間、允許隨著時間的推移增加新功能的功能強大的 MCU。

　　5. 其他傳感器融合示例

　　飛思卡爾正在進行有關傳感器在醫療電子中的使用和非醫療應用的多傳感器處理的研究。José Fernández Villase?or 博士是一位醫學博士兼電氣工程師，他既是飛思卡爾醫療產品市場營銷專家，同時也是一家醫院的醫生，研究使用傳感器（這是 REC 技術的較大的基本構件）進行情感分析，他將這兩個身份完美地結合在一起。研究表明由于物理活動導致心律增加的模式和幅度與由于腎上腺素激發的心率增加的不同。因此，人們可以使用算法并分析傳感器數據，以電子方式檢測一個人所顯示的情感的類型。

　　下面是一個游戲平臺示例，這個游戲平臺能夠監控生理變化和狀態并采集數據，從而以電子方式檢測情感，例如：

　　? 肌肉放松（MR）－通過壓力傳感器

　　? 心律變化（HRV）－通過一個芯片上的雙電極 ECG

　　? 流汗（S）－通過電容式傳感器

　　? 姿態（A）－通過加速計監測一個人的放松狀態（生澀的動作和平穩的手）

　　? 肌肉收縮（MC）－通過壓力傳感器

　　圖4 使用情感感測的環境感知：工作方式

　　使用采集的傳感器數據，游戲平臺里的 MCU 能夠在游戲情境過程中檢測情感，并為玩家提供反饋，使游戲更精彩。是否可以在賽車游戲中當檢測到玩家處于更放松的狀態（加速計的讀數減少）然后使轉彎速度更快、更難操控？這樣，能夠更好地控制情感的，沉穩的駕駛員得分會更高（與現實生活相似）。如果本地控制臺的 MCU 提供處理功能，這將被視為本地情感計算，如果基于云的系統提供處理功能，則被視為遠程情感計算。在基于云的系統中，可利用復雜的大數據算法對游戲場景提供更詳細的響應。

　　在另一個示例中，傳感器可用于通過測量用戶拿手機輸入文字或撥打電話的方式，檢測用戶的情感。此外，軟件算法可用于分析人輸入文字的方式、手機運動是否平穩或者在輸入文字時犯了多少錯誤（使用退格鍵），提供有關個人心理狀態的其他背景。

　　圖5 物聯網：不同的服務，不同的技術，對每個人的意義不同

　　6. 在物聯網中充分利用傳感器融合

　　正如白皮書“物聯網要變成現實‘還缺什么”所述，物聯網 包含了許多用例——從互連家居和城市、互連的汽車和道路到跟蹤個人的行為并使用采集的數據來推送服務的設備。物聯網 是一種普遍的“空中全球神經網絡”，將觸及我們生活的各個方面。從技術的角度來看，物聯網 被定義為與其他機器、對象、環境和基礎設施進行交互和通信的智能機，會產生大量數據，并將這些數據處理成有用的行為，可以“指揮和控制”事物并使人類的生活更加輕松。

　　所有物聯網用例的通用要求包括：

　　? 傳感和數據采集功能（傳感節點）

　　? 本地嵌入式處理層功能（本地嵌入式處理節點）

　　? 有線和/或無線通信功能（連接節點）

　　? 軟件自動執行任務，并啟用新的服務類別

　　? 遠程網絡/基于云的嵌入式處理功能（遠程嵌入式處理節點）

　　? 整個信號路徑都具有完整的安全性

　　圖6 物聯網的功能塊

　　物聯網需要的傳感節點類型變化很大，具體取決于所涉及的應用。傳感節點應包括用于圖像監測的照相機系統、用于智能能源的水或氣流量計、雷達視覺（在需要主動安全時）、感測對象或人是否存在的 RFID 閱讀器、帶有開/關電路的門和鎖（指示樓宇入侵）或測量溫度的簡單的溫度計。

　　誰能夠忘記影片“少數派報告”中跟蹤樓宇內的人的熱跟蹤機器蟲？這些機器蟲代表未來的傳感節點（我認為它們將用于打擊犯罪）。

　　這些節點都有一個唯一的 ID，可通過遠程指揮和控制拓撲單獨進行控制。現在有一些用例，帶有 RFID 和/或近場通信 （NFC） 和GPS 功能的智能手機可接近和獲取一座大樓內各個支持 RFID/NFC 的事物，與它們進行溝通，并在網絡上注冊它們的物理位置。因此，RFID 和 NFC 在遠程注冊方面將占有一席之地，最終，能夠指揮和控制物聯網。

　　圖7 傳感器融合支持環境感知

　　增加了傳感器融合平臺和遠程情感計算后，大大增加了物聯網中傳感節點的功能。

　　從產品角度來看IoT標準模塊

　　如果我們將IoT的標準模塊從簡單的節點看作產品，我們得到的將是使用PAN/BAN/LAN 類型通信拓撲，連接到采用不同分層結構網關的傳感節點/邊緣節點。這些網關使用WAN通信技術與云進行通信。

　　圖8 從產品角度來看IoT標準模塊

　　一旦通過接入網絡連接到云，數據就會通過服務器路由用于應用/行為和大數據分析。

　　7. 情境感知

　　傳感器融合與嵌入式處理和連接一起支持情境感知，而情境感知又實現了一個全新的服務世界。

　　“情境”是什么？

　　情境的定義是構成事件、聲明、情況或想法的設置的情況或事實。在軟件編程中，開發情境感知的應用這一想法已經有一段時間了。情境感知的應用檢查誰、在哪里、什么時候和什么，軟件設計人員使用情境信息確定發生某種情況的原因，然后在應用中解碼一些行為。

　　根據這個定義，構成情境感知行為的四類最重要的信息包括：

　　身份、地點、時間、 活動

　　在使用情境信息制定決定性的行為時，首先在人（和人們之間）產生情境接口，然后在情境里，最后在機器和基礎設施要素之間產生情境接口。帆布、一套油漆管和刷子能夠讓藝術家創造一幅杰作，同樣，情境感知和這些接口是支持各種服務的工具，如果沒有這些，那么這些服務將沒有意義。這正是技術的逐步改進能夠導致整體大于各個組成部分之和的原因。沒有什么能夠像傳感器那樣檢測并提供人類情感的讀數。通過傳感器能夠接入人的心態，使體驗更加“個人化”。

　　人、自然和環境以及機器/基礎設施之間的交互（接口）為確定環境感知提供了寶貴的數據點，包括：

　　1. 人

　　 運動、姿態和步伐；對刺激的反應； 在給定條件下的情感；任何給定時間的生物特征

　　2. 周圍環境

　　 地點、高度、溫度、濕度、 光、 聲音、味道

　　3. 人使用的基礎設施/機器

　　軌跡、影響、速度、 反饋、振動和轉動、與結構完整性相關的變化

　　圖9 為了進行處理而傳輸的環境數據

　　在物聯網中，在傳感節點采集了輸入后，嵌入式處理節點對情境感知數據進行處理，然后提供反饋并立即采取行動，或者繼續傳遞數據以便進行基于云/網絡的處理。在后一種情況下，需要各種連接機制才能把數據傳遞到核心網。例如，在這種情況下，手機或連接的平板電腦就會變成網關，連接到廣域網（WAN）。

　　8. 與傳感器融合/情境感知和遠程情感計算有關的服務

　　設想一種情形，使用一個傳感器融合平臺，充分利用本地嵌入式處理以及基于云的軟件技術（例如在互聯網搜索和在線咨詢中使用的模式識別和機器學習），遠程監控各種情況，并提供全新的服務類別，所有這些都由基于云的指揮和控制中心自動完成，而無需人的互動。這些服務的種類只受人的想象力的限制，各種情況可能包括：

　　? 水果和蔬菜紙箱上的傳感器能夠跟蹤位置、溫度、運輸途中的振動和顛簸以及產品的氣味，事先警告腐敗情況。然后基于云的指揮和控制中心可自動與運輸卡車或火車進行通信，重新安排運輸線路并存儲這些食物。想象一下，這樣帶來的經濟效益會更大。

　　? 提供方向、優惠券、放大的實境地圖和關于交易、免費音樂會及其他娛樂、社交網絡的信息并根據購物者的健康史提供就餐地點信息，幫助商場里的人獲得更好的購物體驗。

　　我最近在當地兒童醫院呆了幾天，忍不住考慮該如何改進那里的系統。

　　? 傳感器融合平臺可用于減少醫院護士檢查病人生命體征的次數，降低醫療成本。還可以將其用于遠程監測病人，不需要病人去醫院看病，在必要時提供建議或提供預防保健，

　　? 想象一下，將各種傳感器融合平臺和醫院病房水槽后面的 RFID 標簽閱讀器結合在一起，讓醫生和護士監控運動，當他們在接觸病人前后忘記洗手（這是從醫院獲得感染的最大原因之一）時提醒他們。

　　? REC 示例：可一天 24 小時跟蹤一個人的生命體征、情感和運動。然后可以用這些數據提醒這個人注意他或她的飲食、駕駛等，防止健康問題和/或事故。如果這個人醉酒嚴重，這個人的電話可以呼叫預設置的緊急聯系人，并提供這個人的位置尋求幫助。試想一下，有多少青少年的父母將簽署這項服務！

　　? 由于結構性問題導致在某些環境條件下不適合承載車輛的橋可自動提醒基于云的指揮和控制中心，然后指揮和控制中心會提醒所有在路上的汽車（不僅僅提醒駕駛員）遠離這座橋，并采用替代路線。

　　? 駕駛員醉酒的汽車會提醒警察和附近的車輛，避免發生事故。

　　? 還有許多其他類型的服務利用傳感器融合提供環境感知服務。

　　在大多數情況下，在設備級都不需要重大的技術突破便可實現上述情況，人們已經非常關注使用大數據處理、分析工具和機制來生成這些服務類型。只需要逐步改進并將技術生態系統和參與者匯聚在一起，制定游戲規則，并從較小的孤立云遷移到“空中全球神經網絡”。

　　傳感器采集的信息可用于能夠改善和簡化人們的生活的服務，也可以用于數據挖掘和引起安全和隱私問題的其他用例，即物聯網困境。有了傳感器融合和 REC 技術，可以為組合添加更多功能。正如互聯網在不久前像野火般地迅速發展，不到十年，物聯網便會觸及我們生活的方方面面，傳感器融合便是物聯網普及的先鋒。您做好準備了嗎？

　　圖10 環境助力大數據處理

　　作者：飛思卡爾半導體微控制器全球策略和業務發展執行總監Kaivan Karimi

本文轉摘自電子發燒友網《傳感技術特刊》7月刊

——電子發燒友網版權所有，轉載請注明出處，違者必究！