MEMS傳感器在移動(dòng)設備上的應用介紹

　　對于消費電子產(chǎn)品，室內行人航位推算系統5%的行進(jìn)距離誤差通常是可以接受的。例如，當一個(gè)人走過(guò)100米的距離時(shí)，定位誤差應該在5米范圍內。這要求航向誤差在 ±2°到±5°之間［2］。例如，如果航位誤差是2°，當一個(gè)人走過(guò)100米的距離時(shí)，定位誤差應該在3.5米范圍內 ［= 2*100m*sin（2°/2）］。

　　此外，MEMS壓力傳感器能夠測量相對于海平面的絕對氣壓。因此，MEMS傳感器可以確定手機用戶(hù)在海平面以下 600米到海平面以上 9000米之間的高度，輔助GPS的高度測量［2］。圖3所示是利用MEMS傳感器與GPS接收器的行人航位推算系統結構圖。

　　圖 3： 移動(dòng)設備行人航位推算系統結構圖

　　3. MEMS傳感器整合

　　傳感器整合是一套數字濾波算法，用于修正每個(gè)獨立傳感器的缺陷，然后輸出精確的響應快速的動(dòng)態(tài)的（俯仰/滾轉/偏航）姿態(tài)測量結果。傳感器整合的目的是把每個(gè)傳感器的測量數據作為輸入數據，然后應用數字過(guò)濾算法對輸入數據進(jìn)行相互修正，最后輸出精確的響應快速的動(dòng)態(tài)的姿態(tài)測量結果。因此，航向或方位不受環(huán)境磁干擾的影響，沒(méi)有陀螺儀的零偏漂移問(wèn)題。

　　能夠修正傾斜度的數字羅盤(pán)是由一個(gè)3軸加速度計和一個(gè)3軸磁力計組成，可提供以地球北極為參考的航向信息。但是這個(gè)航向信息容易受到環(huán)境磁力的干擾。如果安裝一個(gè)3軸陀螺儀，開(kāi)發(fā)一個(gè)9軸傳感器整合解決方案，則可以隨時(shí)隨地保持精確的航向信息。

　　在設計一個(gè)使用多個(gè)MEMS傳感器的系統時(shí)，了解下表所列的每個(gè)MEMS傳感器的優(yōu)缺點(diǎn)是很重要的。

　　?加速度計：在靜態(tài)或慢速運動(dòng)狀態(tài)下可用于傾斜度修正型數字羅盤(pán)；可用于計步器的檢測功能，檢測步行人當前的狀態(tài)是靜止還是運動(dòng)。不過(guò)，當系統在3D空間靜止時(shí)，加速度計無(wú)法區分真正的線(xiàn)性加速度與地球重力，而且容易受到震動(dòng)和振蕩的影響。

　　?陀螺儀：可以連續提供從系統載體坐標到局部地球水平坐標的旋轉矩陣，當磁力計受到干擾時(shí)，陀螺儀可輔助數字羅盤(pán)計算航向數據。長(cháng)時(shí)間的零偏漂移導致無(wú)限制的姿態(tài)和定位錯誤。

　　?磁力計：可計算以地球北極為參考方向的絕對航向，并且可用于校準陀螺儀的靈敏度，但容量受到環(huán)境磁場(chǎng)的干擾。

　　?壓力傳感器：在室內導航時(shí)，壓力傳感器可告訴你身處哪一樓層，輔助GPS計算高度；當GPS信號變弱時(shí)，輔助GPS提高定位精度，但是容易受到氣流和天氣狀況的影響。

　　基于以上各方面考慮，卡爾曼濾波器是最常用的整合不同的傳感器輸入信息的數學(xué)方法。這種方法權衡不同的傳感器的作用，給性能最高的方面最高權數，因此，與基于單一媒介的導航系統相比，卡爾曼濾波器算法的估算結果更精確可靠 ［3］。

　　目前基于四元數的擴展型卡爾曼濾波器（EKF）是一個(gè)很受歡迎的傳感器整合方案，因為四元數只有4個(gè)元素，而旋轉矩陣有9個(gè)元素，此外，四元數法還避免了旋轉矩陣的特殊問(wèn)題 ［3］。

　　4.結論

　　隨時(shí)隨地精確定位是增強實(shí)境等先進(jìn)移動(dòng)應用面臨的主要挑戰，因為增強實(shí)境與行人航位推算（PDR）或定位服務(wù)（LBS）的關(guān)系密切。鑒于GPS接收器的接收限制，MEMS傳感器對室內行人航位推算應用很有吸引力，因為這些傳感器大多數已經(jīng)出現在智能手機內。

　　要想取得5%的室內行人航位推算定位誤差，需要開(kāi)發(fā)MEMS傳感器整合算法，以修正每個(gè)傳感器的缺陷，使這些傳感器實(shí)現優(yōu)勢互補。隨著(zhù)MEMS傳感器的性能不斷提高，在不遠的將來(lái)，與用戶(hù)無(wú)關(guān)的SINS/GPS一體化導航系統將會(huì )成為智能手機的標準配置。

　　5.參考文獻

　　1.A. Lawrence， Modern Inertial Technology： Navigation， Guidance， and Control， ISBN： 978-0387985077 （hardback）， 0387985077 （electronic）， 1998

　　2.STMicroelectronics， Inc.

　　J. Esfandyari et al， MEMS Pressure Sensors in Pedestrian Navigation， Sensors Magazine， Dec. 2010

　　http://www.sensorsmag.com/electronics-computers/consumer/mems-pressure-s.。.

　　3.Greg Welch， Gary Bishop， An Introduction to the Kalman Filter， University of North Carolina at Chapel Hill

　　4.A. Sabatini， Quaternion-Based Extended Kalman Filter for Determining Orientation by Inertial and Magnetic Sensing， IEEE transaction on biomedical engineering， Vol. 53， No. 7， July 2006

　　http://ieeexplore.ieee.org/xpl/freeabs_all.jsp？arnumber=1643403

　　6.縮略語(yǔ)

　　A-GPS – 輔助全球定位系統

　　API – 應用編程界面

　　DGPS– 差分全球定位系統

　　EKF – 擴展型卡爾曼濾波器

　　GPS – 全球定位系統

　　LBS – 定位服務(wù)

　　LCD – 液晶顯示屏

　　MAR – 手機增強實(shí)境

　　MEMS– 微機電系統

　　PDR – 行人航位推算

　　SDK – 軟件開(kāi)發(fā)工具

　　SINS – 捷聯(lián)式慣性導航系統

　　UI– 用戶(hù)界面