传感器融合已成熟

文章出处：新闻资讯责任编辑：深圳市广陵达科技有限公司发表时间：2024-11-21 16:41:23

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基于芯片的数字设备，这些设备连接到机器以监控机器的健康状况以及环境条件。同样，传感器融合——多种类型的传感器协同工作来解决问题——结合了许多其他技术的线索，创造了一些非常新颖和令人兴奋的东西。

使用计算设备整理来自多个传感器的数据并结合信息得出结论的想法至少自 20 世纪 50 年代以来就已存在。但这是异常困难的。 1960 年左右，几位数学家开发了一套算法，试图让机器根据多个传感器的输入得出结论。这些过滤器还从噪声或其他来源中删除了无意义的数据。当然，不久之后军方就决定这项技术将在他们的应用中有用。能够处理来自多个来源的输入并将其与存储的数据进行比较将使军方能够更好地跟踪和识别潜在的空中目标，甚至计算结果的确定性。有了更好的计算机和传感器，技术在进步，但仍有复杂且昂贵的问题需要解决。

潜在应用

当微处理器首次问世时，人们将其描述为寻找问题的解决方案。同样的情况也适用于传感器融合。如果您有能力和智能来监控多个传感器、实时分析数据并提供简单的方向或控制动作，那么迄今为止未曾想到的应用程序几乎是无限的。以下示例仅涉及表面：

• 健康监测——包括健康运动、患者监测和研究

• 监测老年人——健康监测，减轻人员负担

• 汽车、运输系统 - 监控和控制效率和安全功能

• 公共安全——比简单的消防和安全系统更准确地识别潜在的危险状况

• 娱乐 - 游戏，包括控制器和虚拟现实耳机

• 天气——智能天气预报站，不仅可以警告天气变化，还可以控制系统为暴风雨做好准备（例如，关闭风暴百叶窗、关闭阀门等）

• HVAC/空气质量——室温、湿度、空气质量、系统维护等智能控制。

虽然所有这些类型的功能已经以某种形式存在了很多年，但系统观察多个传感器并得出智能结论，甚至发起行动的能力是革命性的。

技术融合幸运的是，正如他们在其他电子领域所做的那样，许多 IC 制造商已经承担了这项繁重的任务。借助现成的传感器融合和传感器集线器芯片，现在可以有效地连接到各种数字传感器以及其他路径。创建自己的算法的负担已经消除。

尽管术语确实略有不同，但许多 IC 制造商要么调整了现有的产品线，要么创建了全新的产品来解决传感器融合任务。该处理由专用控制器芯片完成，该芯片可以被识别为 MCU、传感器集线器或传感器融合处理器。我们已经看到这项技术应用于消费市场的智能手机、活动监视器和其他设备。

苹果、三星等公司的最新一代智能手机具有强大且多样化的传感功能，甚至不需要外部接口。其中包括三轴磁力计、三轴加速度计和三轴陀螺仪。这种组合能力通常称为 9-DoF，即九个自由度。

大多数情况下，这些功能在手机中“始终开启”。如果这些传感器的数据处理由手机的中央微控制器管理，电池寿命将大大缩短。相反，高效的专用 MCU 芯片作为传感器集线器处理数据，仅使用一小部分功耗。 NXP ARM M3 系列 MCU 就是一个例子。据 EETimes 报道，产品拆解专家 Chipworks 表示，苹果使用了定制版的 NXP 芯片来监控 iPhone 5S 中的传感器。 “M7 控制各种离散传感器的功能，包括陀螺仪、加速计和指南针。”三星使用 Atmel 的 Core 8 位 AVR MCU 微控制器承担了同样的任务。

凭借如此强大的机载传感技术，应用程序不断涌现，它们利用 9-DoF 手机硬件来提供健康和活动监控，或者与 GPS 和外部数据配合运行，为用户提供更多信息。现在，将来自通过蓝牙通信的外部设备的数据添加到已经多样化的传感器输入中，功能似乎是无限的。芯片制造商的目标是让工程师能够设计出提供实时传感器数据的系统，这些数据可用于以最小的功耗和最长的电池寿命提供所需的情境感知。除了智能手机之外，高度优化的解决方案还可以解决平板电脑、超级本、物联网设备、游戏、医疗保健、环境监测和可穿戴计算等应用。

开发板可让设计工程师轻松涉足这项技术。 Atmel 的 ATAVRSBIN2 就是这样的一个例子。 Atmel 已将传感器与各种产品融合，他们称之为“完整的传感器生态系统”。 Atmel 发现，同时分析和融合来自不同传感器和传感器类型的数据并不是它可以单独处理的任务。为了克服这些复杂性，该公司与许多领先的传感器制造商和传感器融合专家合作，提供完整、易于实施的传感器集线器解决方案。

2-01

当前的趋势是将 MCU 与三个或更多 MEMS 传感器结合在一个封装中。 STMicroElectronics 的 LIS331EB 就是一个例子，它将高精度三轴数字加速度计与微控制器集成在一个 3 x 3 x 1 mm 封装中。该微控制器是超低功耗 ARM Cortex-M0，具有 64 KB 闪存、128 KB RAM、嵌入式定时器、2 个 I²C（主/从）和 SPI（主/从）。 LIS331EB 还可以在内部处理外部传感器（总共九个）感测的数据，例如陀螺仪、磁力计和压力传感器。作为传感器中枢，它将所有输入与 iNEMO 引擎软件融合在一起。意法半导体的 iNEMO 发动机传感器融合软件套件应用一组自适应预测和过滤算法来理解（或融合）来自多个传感器的复杂信息。

飞思卡尔还提供将 MCU 和传感器集成在单个封装中的设备产品线。他们的 FXLC95000 Xtrinsic 运动传感平台集成了 MEMS 加速计和 32 位 ColdFire MCU。与 STMicroElectronics 设备类似，FXLC95000 可以同时管理来自内部和外部传感器的数据。飞思卡尔是第一家推出嵌入传感中枢的 MCU 的公司，该 MCU 还可以针对客户特定的应用和算法进行编程。单个设备可以管理多达 16 个传感器输入，从而可以从应用处理器上卸载校准、补偿和传感器功能。它可以与飞思卡尔或第三方驱动程序配合使用。

融合与云的结合

虽然相当多的功能可以在本地实现，但与云的交互才是乐趣真正开始的地方。远程传感器数据可以由传感器融合设备处理并发送到云端进行记录、进一步分析，甚至命令采取行动。

例如，在远程位置运行的无人值守的泵总是存在一定的故障风险。几年前，可能已经安装了远程传感器来识别它是否正在运行或什至出现故障。现在，还可以监控同一台泵的振动、废气化学、轴承噪音及其周围的外部条件。预定程序可以使传感器融合控制器关闭泵，甚至循环运行，直到技术人员到达。系统还会提前知道是否需要更换整个泵或仅更换一个组件。在这里，传感器融合解决方案可以消除停机时间以及昂贵的紧急服务呼叫，甚至可以收集数据来分析泵的超时工作情况。同样的总体思路也适用于监控飞行中的飞机发动机，大楼电梯，或者任何机械。

云的另一个应用是传感器融合在现场进行，而不是在现场。借助可用的开源传感器融合软件，可以将单个传感器数据传输到服务器进行处理。