热门主营:1331com银河吴乐城  1331com银河吴乐城  1331com银河吴乐城  LVDT 位移传感器  汽车传感器  称重传感器  扭矩传感器
热门搜索:
【MEMS传感器应用趋势】
时间:2012-04-23

目前在智能手机与平板电脑中常见的MEMS 传感器包括加速度计、磁力计、陀螺仪与气压计(晴雨表)。而随着越来越多的MEMS 传感器出现在移动设备中,如今MEMS设计重点已经从分离式MEMS元件开始转向MEMS传感器资料整合。

    在《EETimes》日前发表的MEMS产业资料库与报告中,将多个MEMS传感器元件整合的趋势称为“传感器融合革命的崛起”。该报告中并指出,当今的MEMS元件供应商和系统设计师正面临一个悬而未决的问题:谁将决定主导的传感器架构?包括将在何处进行处理,以及主板级传感器融合架构?

    SPI:另辟蹊径 提出完全以App为主的传感器融合方案

    加州新创企业Sensor Platforms Inc. (SPI)实行副总裁Ian Chen表示,来自于多个传感器的原始数据如何“融合”与“诠释”的方式,将会对于系统的功耗与应用性能带来显著的差异。

    SPI日前推出了一套App演算法工具库以及中介韧体,该企业宣称,通过使用移动设备中的多个传感器资料,“能够诠释用户所处的情境架构与意图。”

    虽然许多企业采用在单一晶片上整合所有传感器,并为智能化元件封装各种功能(这其实也并非易事)的方式,SPI企业却选择采取了另一种途径:提供一种独立于硬件之外,完全以App为主的传感器融合方案。

    该企业表示,这种基于程式码的单一App方案可在跨平台使用。它能够完全实行于应用处理器、传感器或整个系统上。它为SPI这款App定义的传感器融合方案带来一个最显著的优势就是灵活性(flexibility),Ian Chen说:“大家的App方案可让系统设计者为每个传感器选用不同的供应来源。这种供应来源的灵活性是至关重要的,因为各种传感器分别具有不同的价格与性能点。”

    整合多个传感器 功耗和可靠性是重点问题

    为移动设备整合进更多的传感器是一回事,但如何尽可能地减少随之而来的功耗却又是另一个问题。

    SPI企业强调,SPI的App方案还有另一项优势在于能为管理并保留传感器的电源。Lan Chen指出,“当传感器在使用中,可能为系统提加多达10mW的功耗。”SPI企业的FreeMotion App库包含了一套专用演算法,能够“关断耗电的传感器,如陀螺仪,并在缓慢的用户动作时,以低功耗传感器的方式模拟其功能。”而这将能为“传感器降低约90%的功耗,”他补充道。

    接着是有关可靠性的问题。虽然未经广泛的宣传,但有些智能手机的罗盘校正功能可能相差到90度,Chen指出:“所有的传感器都需要经常进行校准,以维持其资料品质,”SPI的FreeMotion App库是建立在支撑更可靠的取样,以及持续不断进行交叉传感器校准的基础上,从而能为应用程式开发人员与终端用户确保了更可靠的传感器资讯。

    总之,只是一味地将更多的MEMS 传感器加进系统设计中,并不足以改善系统的功耗、系统设计的弹性度、传感器资料或可靠性,以及应用的性能。

    Semico Research企业技术长Tony Massimini说:“现在有了所有的这些资料后,系统设计人员如何充分地加以利用呢?大家目前还可能只是处于起跑点而已。”此外,他坦言,“事实上,这个产业还处于早期发展阶段。许多甚至对于MEMS不熟悉的系统设计人员们需要这一类的App开发工具(SDK)。”

    对于SDK的需要并不仅限于系统设计人员,还扩展到包括应用开发人员,他们正试着收集从行动设备中的传感器取??得更多动作数据,并加以利用于目前新开发的应用程式上。

    Chen说,SPI正推出FreeMotion App库API,所以由其传感器校准和传感器融合所产生的资料为应用程式开发人员提供了具有更高准确性的有力资料。此外,Chen表示,“应用程式需要与用户有关的各种资讯及其情境架构,而不只是用户的位置或其动作与方向的变化而已。” FreeMotion App开发工具为“扩展应用程式能从传感器资料取得资讯的类型提供了重要的基础,”SPI企业表示。

    MEMS市场新局面  竞争态势分析

    SPI企业的主要竞争对手就是目前正自行开发传感器融合App的MEMS传感器元件供应商。

    今年稍早,飞思卡尔半导体(Freescale Semiconductor)为其电子罗盘推出Xtrinsic传感器融合App。电子罗盘应用结合了磁力计提供的航向以及惯性传感器的校正资料,为偏离磁场进行补偿。飞思卡尔为其MEMS传感器用户提供免费下载的传感器融合演算法。

    同时,意法半导体(STMicroelectronics;ST)去年秋天推出名为iNEMO引擎传感器融合套件的传感器融合演算法。根据ST表示,其iNEMO引擎能结合其iNEMO惯性模组,共同打造完整且可客制化的硬件/App多轴MEMS传感器解决方案,以强化动作并准确辨识方位。

    这些MEMS 传感器供应商使用专有的App库,目的在定客户使用其产品系列;相形之下,Chen表示,SPI企业独立于硬件之外的传感器融合App在这方面提供了更大的灵活性。

    Semico企业的Massimini认为,传感器融合“仍处于早期发展阶段”,预期“未来在吸引更多的市场关注后,将会带来更多的创新。”尽管目前的竞争态势仍尚未加以定义, Massimini指出Movea企业可能成为SPI的潜在竞争对手。

    “当SPI才刚成立进入这一市场之际,Movea企业已经为客户提供解决方案多年了,”他说。Movea为移动设备、平板电脑、互动电视,以及运动与电子保健(eHealth)等市场提供了动作反应相关的App、韧体与半导体IP。

    Massimini并指出,“Movea目前已经开发出一款可让开发人员用Movea IP模组建置演算法的系统。Movea现正与一家CAD供应商共同合作,希望开发出一款可用于设计ASIC的工具。 ”


本文来自:我爱研发网(52RD.com) - R&D大本营
详细出处:http://www.52rd.com/S_TXT/2012_3/TXT34547.htm

Johnson

XML 地图 | Sitemap 地图