在消費類(lèi)便攜設備中實(shí)現精確的運動(dòng)跟蹤

以智能手機為主，包括智能腕表、健身追蹤器和可聽(tīng)戴設備等在內的各類(lèi)便攜式聯(lián)網(wǎng)電子設備，徹底改變了我們的生活。這些設備在數據采集中融入了處理功能和無(wú)線(xiàn)聯(lián)網(wǎng)技術(shù)。

但是，相比其他所有功能特性，運動(dòng)傳感器對于

便攜式設備的實(shí)用和直觀(guān)的重要性很容易被忽略。無(wú)論是在手機上改變屏幕方向、在智能腕表上統計步數、匹配頭部運動(dòng)和擴展現實(shí)（XR）眼鏡，還是輕敲耳塞式耳機來(lái)更換歌曲，動(dòng)作感測始終是用戶(hù)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(dòng)傳感器可能會(huì )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(huì )錯過(guò)可以改進(jìn)最終產(chǎn)品的性能或功能？

1   運動(dòng)傳感器基本原理

首先，快速回顧一下我們所說(shuō)的運動(dòng)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(zhù)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(guò)測量角速度來(lái)測量角位置的變化。

加速計和陀螺儀各有3 個(gè)自由度（或3 個(gè)軸），兩者結合就可以得到一個(gè)6 軸運動(dòng)傳感器，或稱(chēng)IMU（慣性測量單元，見(jiàn)圖1）。在許多應用中，我們還需要增加一個(gè)測量地球磁場(chǎng)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(gè)3 軸磁強計，就可以得到一個(gè)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合起來(lái)所面臨的挑戰。

圖1 IMU實(shí)現運動(dòng)感測 (來(lái)源: CEVA）

2   保持精確

現在我們已經(jīng)回顧了IMU 的理論知識，如何在實(shí)踐中實(shí)施？我們如何才能獲得所需的精確度？對于IMU 來(lái)說(shuō)，在確定設備行進(jìn)方向時(shí)所獲得的精確度是一個(gè)我們可以作為起始點(diǎn)的基礎度量標準。我們的要求可能在一到兩度范圍內，而較低的精確度可以被其他應用程序接受。例如，XR 耳機的精確度要求遠遠超過(guò)兒童的機器人玩具。然后我們應該考慮該數據的穩定性，以及它是否會(huì )隨時(shí)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用感測融合概念，即融合多個(gè)傳感器的數據以創(chuàng )建整體大于部分的總和。IMU 的每個(gè)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?？紤]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(lái)自特定傳感器的數據在準確性和相關(guān)性方面具有合理的可信度。假設你是一個(gè)國家的“總統”，則必須由你決定相關(guān)政策。你有經(jīng)濟、衛生和軍事顧問(wèn)。每個(gè)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(huì )考慮各自的觀(guān)點(diǎn)將如何影響“同僚”，但僅限于猜想。最終要由你來(lái)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(gè)可以從IMU 獲得定向數據的“顧問(wèn)”：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(wú)疑可以在短短幾秒鐘內進(jìn)行相對方向的更改，但輸出將漂移較長(cháng)的時(shí)間間隔，甚至會(huì )達到數十秒以上。加速計有助于長(cháng)期測量重力，但可能無(wú)法識別特定場(chǎng)景，比如汽車(chē)的恒定加速度。我們可以在穩定的磁場(chǎng)環(huán)境中（例如鄉村或森林）使用磁強計，但如果有磁場(chǎng)干擾，比如在鋼結構建筑物內，可信度就會(huì )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(cháng)期測量。詳細了解它們的局限性后，就可以把它們的數據融合在一起，獲得更準確的設備方位圖。

對于多個(gè)傳感器輸出信息（如9 軸IMU），感測融合使我們有機會(huì )整合并對比數據，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(chǎng)干擾而導致磁強計輸出發(fā)生的意外或突然變化，那么在磁強計恢復穩定之前，算法可以自動(dòng)提升對加速計和陀螺儀數據的信心。

采樣率對于精確度也很重要——所選傳感器提供的數據是否足夠滿(mǎn)足需求？當然，這具體取決于應用程序：例如，對于一個(gè)基礎計步器而言，每秒幾次讀數可能已經(jīng)足夠，但對于大多數應用來(lái)說(shuō)，建議采樣頻率達到100 Hz 到400 Hz。然而，在XR 應用中，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 的統稱(chēng)）?？焖俨蓸勇蕦τ趯?shí)現低延遲同樣重要，在我們的頭部跟蹤示例中，這代表著(zhù)沉浸式VR 體驗和運動(dòng)暈眩感受之間的本質(zhì)區別！

我們還需要考慮校準。許多傳感器都是按“原樣”提供，輸出信息比僅供參考的數據表沒(méi)有太多變化。任何類(lèi)型的校準都將有助于最大限度保持不同個(gè)體傳感器之間的性能一致性。工廠(chǎng)校準是提高個(gè)體性能的一種強有力方式，但成本相對昂貴?，F場(chǎng)動(dòng)態(tài)校準是另一種方案，需要對傳感器本身或至少對應用程序有詳細的了解。傳感器的應用偏差如果不解釋清楚，就會(huì )對整體輸出產(chǎn)生可能加劇現有任何錯誤的負面影響。

最后，我們需要考慮如何驗證我們獲得的傳感器數據，并將它們融合在一起。雖然這取決于我們的追蹤目標，但基本原則是利用另一個(gè)獨立的信息源來(lái)提供真實(shí)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移動(dòng)到已知點(diǎn)，然后我們可以查看傳感器是否給我們提供相同的位置數據。當我們檢測到錯誤時(shí)，有可能通過(guò)計算進(jìn)行彌補，或者將其標記為需要進(jìn)一步關(guān)注的錯誤。

圖2 可聽(tīng)戴設備 (來(lái)源：CEVA）

3   啟用新功能

一旦我們獲得了高精度測量運動(dòng)的能力，它不僅有助于現有的應用程序，還可以讓便攜式設備的新功能付諸實(shí)現。例如，可聽(tīng)戴設備（圖2）的傳統用戶(hù)界面存在問(wèn)題：用戶(hù)不想取出手機進(jìn)行控制，而且可聽(tīng)戴設備本身太小，沒(méi)有方便的按鈕。相反，輕敲可聽(tīng)戴設備可以用來(lái)跳過(guò)曲目，探測從耳朵里取出的動(dòng)作可以用來(lái)靜音所有音頻——因為該動(dòng)作很可能表明希望音頻停止播放。利用運動(dòng)跟蹤以及“遙感分類(lèi)器”等識別不同動(dòng)作的算法，提供更方便和直觀(guān)的用戶(hù)體驗。

運動(dòng)傳感器提供的精確信息同樣意味著(zhù)便攜式設備可以更好地了解周?chē)l(fā)生的事情，或者攜帶者正在進(jìn)行的活動(dòng)。這就是所謂的情境感知，可以用來(lái)提供更身臨其境的體驗，比如當你走到人行橫道時(shí)，音樂(lè )音量會(huì )自動(dòng)調低，以便讓你聽(tīng)到附近救護車(chē)的警報聲。

對于健身跟蹤應用程序，提高精確度可以區分不同的用戶(hù)活動(dòng)。例如，如果你的步動(dòng)跟蹤器可以測量運動(dòng)的規模、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。融合其他傳感器數據，如氣壓和GPS 定位， 軟件可以建立詳細的運動(dòng)圖像，并估算出燃燒的卡路里。

圖3 綜合感測融合和算法（來(lái)源：CEVA)

4   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(dòng)數據的精確度和有效性，僅僅生成一個(gè)原始數據提要是不夠的。設備需要處理數據，補償系統的不精確性，并整合來(lái)自多個(gè)傳感器的信息。

其中有很多信息需要處理。感測融合非常復雜，需要特定的專(zhuān)業(yè)技術(shù)才能在小身軀的設備中達到最佳效果。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(kāi)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 上預先編程，提供6 軸和9 軸運動(dòng)跟蹤，以及其他智能功能，例如對行走、跑步和站立等用戶(hù)活動(dòng)進(jìn)行分類(lèi)（圖3）。MotionEngine 傳感器中心兼容領(lǐng)先的嵌入式處理架構和操作系統，專(zhuān)業(yè)版適用于可聽(tīng)戴設備、智能電視、機器人、移動(dòng)計算、遙控、低功耗移動(dòng)應用程序等。

實(shí)時(shí)整合所有數據具有很大挑戰性，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備本身的MCU 核心上運行這些算法，而不是通過(guò)一個(gè)主應用處理器來(lái)承擔這些繁瑣事項。尤其是對于像計步這樣“始終開(kāi)啟”的任務(wù)，如果我們能夠避免每次檢測到移動(dòng)時(shí)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(cháng)電池壽命?；氐轿覀兦懊娴摹翱偨y”類(lèi)比，專(zhuān)注于感測融合的SiP（系統級封裝）就像讓一位“副總統”來(lái)處理某些決策，以便作為“總統”的主處理器可以專(zhuān)注于更緊迫的任務(wù)。

5   結論

運動(dòng)傳感器在諸多應用中都扮演著(zhù)重要角色，至于說(shuō)如何選擇適當的設備以及如何達到應用所需的精確度，乃至需要多高的精確度，則并不總是那么簡(jiǎn)單明確。不同的用例需要不同的精確度級別，并且需要不同的數據類(lèi)型。

集成傳感器和感測融合通?？梢詾檫@一問(wèn)題提供解決方案。通過(guò)與適當的供應商合作，可以確保毫無(wú)保留地獲得精確、可靠的數據以及特定應用程序的增值功能——同時(shí)將成本和功耗限制在最低水平。

（本文來(lái)源于《電子產(chǎn)品世界》雜志2021年3月期）