全面扫描MEMS运动传感器
2014-04-10 13:06:49   来源：微迷   评论：0   点击：

MEMS传感器技术成长性看俏，至今已广泛地被应用于消费电子产品，如智能手机、平板电脑和游戏机、室内导航和手势识别等功能。其中，推动这一技术的最大功臣无疑是智能手机中的运动传感功能──MEMS运动传感器。这些运动传感控制器可将非电量（如加速度、压力）的变化转变为电量变化，而不断创新的技术进展并促进电子设备的运动感知能力越来越智能化。

根据IHS iSuppli预测，2013年用于智能手机和平板电脑的MEMS运动传感器规模约15亿美元，年成长率达13%；预计在未来几年内，该领域将持续两位数以上的成长速度，在2015年时达到超过22亿美元的市场规模。

图1 智能手机与平板电脑的MEMS运动传感器市场规模预期

目前常见的MEMS运动传感器包括陀螺仪、加速度计和磁力计，在运动追踪与相对方位上，每一种传感器都有各自固有的强项和弱点，但通过融合的多轴感测器组合、集成压力传感器 / 处理器 / 射频（RF）单元等方式，测试精确度的发展正日新月异。

获取准确的传感器数据

尽管有些手势传感控制技术已经成功地应用于一些智能移动设备上，但使用者对于更直觉、更高精确度以及更有效率的人机界面的需求，正驱动着技术不停地往前进。因此，如何获取准确的传感器信息以现高效率作业，一直是工程师在系统设计时所面临的一大挑战。

针对此挑战，博世公司指出，实现准确的传感器数据，必须注意不同阶段的设备设计：“阶段一是传感器硬件和软件共同设计阶段，在此阶段我们定义了最佳化的初始参数，例如杂讯和补偿；第二阶段是系统软件层次，提供最佳化的传感器数据融合库（BSX）；第三阶段是支持客户系统建置，例如针对磁力计整合等，必须能为客户的PCB提供亥姆霍兹线圈测量。”要实现最佳化的传感器性能，传感器和软件必须恰当匹配，同时，传感器供应商也必须能够有效支持OEM端传感器硬件和软件的建置。

图2 博世公司第3代Fusion Lib传感器融合软件（BSX）架构

针对工程师提出“传感器数据不准确”的疑惑，Kionix中国区总经理邓川军指出，传感器数据不准确这个说法不太正确，因为传感器会如实地汇报原始资料，“但如何准确地使用原始数据去联系所需的应用，这就需要采用高效的算法。”

为此，Kionix已在硅谷建立一支专门的研发团队，从事演算法和应用的开发，以便为客户提供较好的使用者体验，邓川军表示。例如，Kionix为加速度计提供的嵌入式算法包括轻击检测、屏幕旋转、手势识别以及活动监测等。”

InvenSense也是如此，不仅为旗下所有产品中提供“自我校正输出”功能，以持续提供高性能检测，同时也针对具体应用提供一些自动活动识别软件库，例如在其产品ICM-20655中的AAR就能为检测步行、跑步、自行车、静止和睡眠等不同状态的腕带或其他可穿戴式产品提供永不断讯（Always-On）的检测功能。

“传感器的数据准确性除了受制于器件本身之外，还涉及焊接和装配后的校正，以及针对不同应用的合适选型和配套的算法。”ADI MEMS产品线资深应用工程师赵延辉指出，该公司在提高产品本身精确度的同时，也会对客户提供良好的技术支持，从而协助系统设计者获得满意的系统精度。

“我们提供给客户的MEMS传感器硬/软件都是做好的产品，通过严格的出厂测试校准。”意法半导体 MEMS和传感器市场经理许永刚指出，“我们甚至还提供了PCB设计指导。”

算法：多轴传感器融合关键

每一种MEMS运动传感器都有自身的优点和缺点，要达到精益求精的传感器数据，除了传感器本身的精度外，通过先进的传感器融合软件将来自各种传感器的输入结合在一起，产生一个更加精确的运动检测结果至关重要。传感器融合软件将来自多种传感器数据加以融合，弥补了单一传感器在计算准确位置和方向时的不足，从而实现高精确度的动作检测，为手机、导航系统、游戏机等应用创造更多新机会。此外，集成的趋势减少了电路板的整体空间和总成本，为实现更多轻巧可携的电子设备/穿戴式产品带来无限可能。

图3 运动传感器类型及其优缺点

“我们的独特之处在于融合软件BSX都是自行开发的，这意味着不同方桉可通过硬件和软件的协同设计完美匹配，”博世公司表示。此外，其软件是基于混合传感器数据融合方法，这意味着紧密传感器耦合与松散传感器耦合能平行使用，这种方法的优点是在传感器数据处理能力（功耗）和整体感知准确性之间的最佳折中。

飞思卡尔市场经理高小龙表示，情境感知的广泛需求促使感测器厂商不单只提供硬件芯片，而且能够针对客户的应用需求提供更加丰富的软件方案与算法。飞思卡尔能够免费提供6/9/10轴的传感器资料融合演算法与相关软件，为系统厂商带来丰富、准确的软件界面，协助开发更多的定制化应用。

意法半导体的iNEMO引擎则是基于卡尔曼滤波器理论，采用一套自我调整预测和滤波演算法，能够辨识由加速度计、陀螺仪、罗盘以及压力传感器组成的多个传感器输入资讯，并可自动修正传感器的测量失真、错误以及干扰，从而大幅提升用户体验以及感测精确度、解析度、稳定性和回应时间。

图4 意法半导体的iNEMO引擎传感器融合套件

如何有效地利用传感器的原始资料去描述运动状态，这涉及了数据融合，邓川军指出，“例如Kionix的6 轴电子罗盘装置KMX61安装有自动校准软件算法，在兼具加速度计和磁力计性能的前提下，可以拥有软陀螺仪的功能，大幅地减少了成本和功耗，而功耗仅为550uA。”移动设备中的许多应用需要得益于陀螺仪功能，但不需要传统陀螺仪的极致表现，选择这种方案就非常合适。

这种通过软件算法，以6轴产品实现9轴功能的方案，博世公司认为是非常有用的，“博世在OEM端第一次使用这种方案是在2011年，采用的是6轴电子罗盘（3轴加速度计+3轴磁感测器）BMC050。现在有许多OEM厂商都采用这种方式，“磁力陀螺仪功能是一项标准功能，但博世在2年多前就在传感器数据融合库BSX提供。”

这种方案带给用户最大的好处就是功耗和成本的降低，但它也有一定的局限性，赵延辉指出，“例如磁传感器非常易于受到干扰。”高小龙也认为，如果使用电子罗盘+加速度计模拟陀螺仪，在反应速度和使用者体验上会有明显的差距。

为不同应用选择合适的传感器与恰当的性能很重要，InvenSense营销及业务开发副总裁Ali Foughi持类似观点，“例如使用罗盘+加速度计作为一个软陀螺仪就不是一个好主意。这是因为陀螺仪的优势是为运动追踪提供精度与速度，而软陀螺仪则被证实速度慢而且容易有误差。事实上室内的磁场干扰会使得软陀螺仪无法使用。”

专用MCU运行传感器数据融合

我们看到一个明确的趋势，那就是在智能手机中采用传感器中枢（以MCU运行传感器数据融合）。“背后的原因是，现在的传感器总是开机状态，应用处理器运行的传感器数据融合算法需要大量功耗。”博世公司指出，“目前的解决方案主要是使用独立微控制器和传感器组合界面。BSX传感器数据融合软件可为所有主流MCU厂商提供解决方案。此外，博世还提供集成的9轴传感器解决方案Hub BNO055，整合了基于ARM Cortex M0+的微控制器，并预载了BSX。这是首款单一封装且真正的随插即用的9轴传感器数据融合解决方案。”

除了智能手机中采用传感器中枢，赵延辉认为，在其他领域中，如果在MCU中整合MEMS传感器的系统校正和处理算法，将会为客户节省建立硬件的许多时间，甚至是软件开发的时间，如ADI的iSensor系列产品ADIS16209、ADIS16229和ADIS16488A等。

高小龙认为，多轴MEMS与MCU结合很快地将成为市场的主流，大幅应用在智能手机的传感器中枢及可穿戴设备。飞思卡尔最近推出的可穿戴设备解决方案包括专业计步器MMA9553，以及MMA95000（MCU+加速度计）。

主流的MEMS传感器解决方案

业界对于整体传感器方案的简化需求推动了目前多轴MEMS发展。博世公司认为，目前主流的方案是6轴电子罗盘（加速度计+磁强计封装在一起）和惯性测量单元IMU （加速度计+陀螺仪封装在一起）。电子罗盘组合主要应用于中/低端智能手机以及广泛的配件中，IMU主要用于高端智能手机和人机界面设备，而像9轴元件BMX055等则主要用于平板电脑和配件。此外，9轴设备市场将在未来进一步成长，而其解决方案将小会于3 x 3 mm，从而能够整合于智能手机中。

同样地，高小龙也认为，陀螺仪与加速计的整合方案将在中国市场迎来爆发式成长，而9轴组合的需求成长可能要到下半年。他指出，在中高度整合手机上，6+3的方案将更具有优势。至于对MEMS传感器与RF的整合需求则主要来自于可穿戴设备，大规模的成长可能要到明年年初。

同样地，Foughi也认同可穿戴式市场的快速成长以及其对尺寸空间的限制，将对于9轴传感器带来巨大的市场需求，“事实上，目前已经有很多客户对我们的9轴解决方案十分感兴趣。”

Invensense在不久前还推出一款7轴方桉ICM-20728，整合一个压力传感器和加速度计、陀螺仪和数字动作处理器。通过提供绝对和相对高度变化，集成的压力传感器使3D户外/室内3D导航实现永不断讯的定位功能，并能对健康和健身应用提供更准确的能量消耗记录与追踪。

面对成本带来的压力，各家厂商的因应方式也不一样。博世公司认为，想要因应成本挑战，一般标准的反应就是通过减少器件尺寸以及提高器件集成度，从而降低器件成本。但事实上，缩小器件尺寸以及提高集成到超过一定程度时将会牺牲整体传感器性能，导致业界寻求其他的新方案。

OEM厂商开始考虑其传感器解决方案的TCO（总持有成本）。随着传感器解决方案集成度的增加，TTM和NRE占去TCO的很大一部分。博世公司正试图通过提供随插即用（plug & play）型的传感器解决方案来克服这项挑战。

赵延辉表示，“目前MEMS运动传感器在消费类应用中的利润已经非常低了。ADI着重于进行产品差异化，以确保一定的利润，例如更低功耗的MEMS加速度计ADXL362，以及宽广温度范围的MEMS加速度计ADXL206，以及高端工业应用的IMU等。”

图5 业界主要的运动传感器解决方案