但是，相比其他所有功能特性，運動傳感器對于便攜式設(shè)備的實用和直觀的重要性很容易被忽略。無論是在手機上改變屏幕方向、在智能腕表上統(tǒng)計步數(shù)、匹配頭部運動和擴(kuò)展現(xiàn)實（XR）眼鏡，還是輕敲耳塞式耳機來更換歌曲，動作感測始終是用戶體驗和界面的重要組成部分。

對于嵌入式工程師而言，選擇和集成運動傳感器可能會很棘手。如何確保在不增加不必要的成本或功耗的前提下，選擇正確的技術(shù)以獲得所需的精確度？以及如何確保最大限度地利用傳感器，并且不會錯過可以改進(jìn)最終產(chǎn)品的性能或功能？

運動傳感器基本原理

首先，快速回顧一下我們所說的運動傳感器。常用的有三種：加速計、陀螺儀和磁強計。

加速計用于測量加速度（包括重力加速度）。這意味著它可以感測重力相對于傳感器的方向（基本上是朝上的方向）。陀螺儀通過測量角速度來測量角位置的變化。

加速計和陀螺儀各有3個自由度（或3個軸），兩者結(jié)合就可以得到一個6軸運動傳感器，或稱IMU（慣性測量單元，見圖1）。在許多應(yīng)用中，我們還需要增加一個測量地球磁場強度和方向的磁強計，以便于估計我們前進(jìn)的方向。在加速計和陀螺儀上添加一個3軸磁強計，就可以得到一個9軸IMU。

因此，本文我們將深入探討IMU。雖然我們討論的某些特性可以單獨應(yīng)用于加速計、陀螺儀或磁強計本身，但我們想要闡述的是將至少兩種傳感器結(jié)合起來所面臨的挑戰(zhàn)。

圖 1：IMU實現(xiàn)運動感測 (來源: CEVA）

保持精確

現(xiàn)在我們已經(jīng)回顧了IMU的理論知識，如何在實踐中實施？我們?nèi)绾尾拍塬@得所需的精確度？

對于IMU來說，在確定設(shè)備行進(jìn)方向時所獲得的精確度是一個我們可以作為起始點的基礎(chǔ)度量標(biāo)準(zhǔn)。我們的要求可能在一到兩度范圍內(nèi)，而較低的精確度可以被其他應(yīng)用程序接受。例如，XR耳機的精確度要求遠(yuǎn)遠(yuǎn)超過兒童的機器人玩具。然后我們應(yīng)該考慮該數(shù)據(jù)的穩(wěn)定性，以及它是否會隨時間和溫度發(fā)生變化。

從我們的IMU獲得最高精確度輸出需要應(yīng)用感測融合概念，即融合多個傳感器的數(shù)據(jù)以創(chuàng)建整體大于部分的總和。IMU的每個傳感器都各有優(yōu)劣勢，將其融合在一起可形成更好的解決方案。

考慮感測融合的一種方式是基于“信任”。在這種情況下，我們可以使用“信任”表示，來自特定傳感器的數(shù)據(jù)在準(zhǔn)確性和相關(guān)性方面具有合理的可信度。假設(shè)你是一個國家的“總統(tǒng)”，則必須由你決定相關(guān)政策。你有經(jīng)濟(jì)、衛(wèi)生和軍事顧問。每個人都可以為你提供一份信息，但他們分屬不同領(lǐng)域。他們會考慮各自的觀點將如何影響“同僚”，但僅限于猜想。最終要由你來處理和融合他們的信息，以形成最佳決策。

你同樣有兩至三個可以從IMU獲得定向數(shù)據(jù)的“顧問”：加速計、陀螺儀以及磁強計。陀螺儀最容易解釋。消費級陀螺儀無疑可以在短短幾秒鐘內(nèi)進(jìn)行相對方向的更改，但輸出將漂移較長的時間間隔，甚至?xí)_(dá)到數(shù)十秒以上。加速計有助于長期測量重力，但可能無法識別特定場景，比如汽車的恒定加速度。我們可以在穩(wěn)定的磁場環(huán)境中（例如鄉(xiāng)村或森林）使用磁強計，但如果有磁場干擾，比如在鋼結(jié)構(gòu)建筑物內(nèi)，可信度就會降低。

總之，陀螺儀適用于短期測量，加速度計和磁強計適用于長期測量。詳細(xì)了解它們的局限性后，就可以把它們的數(shù)據(jù)融合在一起，獲得更準(zhǔn)確的設(shè)備方位圖。

對于多個傳感器輸出信息（如9軸IMU），感測融合使我們有機會整合并對比數(shù)據(jù)，從而提高精確度。例如，如果我們的感測融合軟件包含一種算法，可以檢測由于磁場干擾而導(dǎo)致磁強計輸出發(fā)生的意外或突然變化，那么在磁強計恢復(fù)穩(wěn)定之前，算法可以自動提升對加速計和陀螺儀數(shù)據(jù)的信心。

采樣率對于精確度也很重要——所選傳感器提供的數(shù)據(jù)是否足夠滿足需求？當(dāng)然，這具體取決于應(yīng)用程序：例如，對于一個基礎(chǔ)計步器而言，每秒幾次讀數(shù)可能已經(jīng)足夠，但對于大多數(shù)應(yīng)用來說，建議采樣頻率達(dá)到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（此處XR是VR、MR和AR的統(tǒng)稱）?？焖俨蓸勇蕦τ趯崿F(xiàn)低延遲同樣重要，在我們的頭部跟蹤示例中，這代表著沉浸式VR體驗和運動暈眩感受之間的本質(zhì)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，輸出信息比僅供參考的數(shù)據(jù)表沒有太多變化。任何類型的校準(zhǔn)都將有助于最大限度保持不同個體傳感器之間的性能一致性。工廠校準(zhǔn)是提高個體性能的一種強有力方式，但成本相對昂貴?，F(xiàn)場動態(tài)校準(zhǔn)是另一種方案，需要對傳感器本身或至少對應(yīng)用程序有詳細(xì)的了解。傳感器的應(yīng)用偏差如果不解釋清楚，就會對整體輸出產(chǎn)生可能加劇現(xiàn)有任何錯誤的負(fù)面影響。

最后，我們需要考慮如何驗證我們獲得的傳感器數(shù)據(jù)，并將它們?nèi)诤显谝黄?。雖然這取決于我們的追蹤目標(biāo)，但基本原則是利用另一個獨立的信息源來提供真實狀態(tài)支持我們檢查傳感器輸出。例如，機器人的手臂可以非常精確地重復(fù)移動到已知點，然后我們可以查看傳感器是否給我們提供相同的位置數(shù)據(jù)。當(dāng)我們檢測到錯誤時，有可能通過計算進(jìn)行彌補，或者將其標(biāo)記為需要進(jìn)一步關(guān)注的錯誤。

啟用新功能

一旦我們獲得了高精度測量運動的能力，它不僅有助于現(xiàn)有的應(yīng)用程序，還可以讓便攜式設(shè)備的新功能付諸實現(xiàn)。例如，可聽戴設(shè)備（圖2）的傳統(tǒng)用戶界面存在問題：用戶不想取出手機進(jìn)行控制，而且可聽戴設(shè)備本身太小，沒有方便的按鈕。相反，輕敲可聽戴設(shè)備可以用來跳過曲目，探測從耳朵里取出的動作可以用來靜音所有音頻——因為該動作很可能表明希望音頻停止播放。利用運動跟蹤以及“遙感分類器”等識別不同動作的算法，提供更方便和直觀的用戶體驗。

運動傳感器提供的精確信息同樣意味著便攜式設(shè)備可以更好地了解周圍發(fā)生的事情，或者攜帶者正在進(jìn)行的活動。這就是所謂的情境感知，可以用來提供更身臨其境的體驗，比如當(dāng)你走到人行橫道時，音樂音量會自動調(diào)低，以便讓你聽到附近救護(hù)車的警報聲。

對于健身跟蹤應(yīng)用程序，提高精確度可以區(qū)分不同的用戶活動。例如，如果你的步動跟蹤器可以測量運動的規(guī)模、速度或其他特征，它就可以判斷出你是正常行走，還是爬樓梯或下樓梯。融合其他傳感器數(shù)據(jù)，如氣壓和GPS定位，軟件可以建立詳細(xì)的運動圖像，并估算出燃燒的卡路里。

合而為一：感測融合與軟件

正如我們所討論的，為了最大化運動數(shù)據(jù)的精確度和有效性，僅僅生成一個原始數(shù)據(jù)提要是不夠的。設(shè)備需要處理數(shù)據(jù)，補償系統(tǒng)的不精確性，并整合來自多個傳感器的信息。

其中有很多信息需要處理。感測融合非常復(fù)雜，需要特定的專業(yè)技術(shù)才能在小身軀的設(shè)備中達(dá)到最佳效果。然而，目前有各種產(chǎn)品集成了所需的傳感器和處理程序——例如，由Bosch和CEVA Hillcrest Labs合作開發(fā)的BNO080/085，集成了高性能加速計、磁強計和陀螺儀，以及低功耗MCU。

Hillcrest Labs的MotionEngine? 傳感器中心軟件在BNO085上預(yù)先編程，提供6軸和9軸運動跟蹤，以及其他智能功能，例如對行走、跑步和站立等用戶活動進(jìn)行分類（圖3）。MotionEngine傳感器中心兼容領(lǐng)先的嵌入式處理架構(gòu)和操作系統(tǒng)，專業(yè)版適用于可聽戴設(shè)備、智能電視、機器人、移動計算、遙控、低功耗移動應(yīng)用程序等。

實時整合所有數(shù)據(jù)具有很大挑戰(zhàn)性，并且所需的處理性能非同小可。最好選擇集成傳感器在傳感器設(shè)備本身的MCU核心上運行這些算法，而不是通過一個主應(yīng)用處理器來承擔(dān)這些繁瑣事項。尤其是對于像計步這樣“始終開啟”的任務(wù)，如果我們能夠避免每次檢測到移動時都喚醒主處理器，就可以保持睡眠模式，從而可以減少總功耗，并延長電池壽命?；氐轿覀兦懊娴摹翱偨y(tǒng)”類比，專注于感測融合的SiP（系統(tǒng)級封裝）就像讓一位“副總統(tǒng)”來處理某些決策，以便作為“總統(tǒng)”的主處理器可以專注于更緊迫的任務(wù)。

結(jié)論

運動傳感器在諸多應(yīng)用中都扮演著重要角色，至于說如何選擇適當(dāng)?shù)脑O(shè)備以及如何達(dá)到應(yīng)用所需的精確度，乃至需要多高的精確度，則并不總是那么簡單明確。不同的用例需要不同的精確度級別，并且需要不同的數(shù)據(jù)類型。

集成傳感器和感測融合通常可以為這一問題提供解決方案。通過與適當(dāng)?shù)墓?yīng)商合作，可以確保毫無保留地獲得精確、可靠的數(shù)據(jù)以及特定應(yīng)用程序的增值功能——同時將成本和功耗限制在最低水平。