如何運用感測器融合，提升工業 4.0 生產流程和物流

感測器融合結合多感測器提供的資料，能取得更詳細的系統作業或環境資訊。單一感測器技術的弱點通常可以透過添加 (融合) 來自第二種感測器技術的資訊克服。添加人工智慧 (AI) 和機器學習 (ML) 可以增強感測器融合的能力。

實作感測器融合時，需解決幾項挑戰。例如，不「偏好」某特定技術而開發出一個平衡的解決方案並不容易。偏好某一技術可能會導致缺乏可擴充性及降低效能。此問題的解決方法之一是將多重感測器技術整合至單一封裝。感測器融合不限制於使用多個離散感測器。

無論感測器整合的程度為何，添加人工智慧或機器學習都可以提高效能，但訓練過程可能複雜且耗時。不過，設計人員可以轉用具有嵌入式人工智慧和機器學習能力的自我訓練感測器。

本文首先回顧使用離散感測器、32 位元 MCU 和機器學習軟體的感測器融合實作。接著介紹一系列整合式感測器融合解決方案，以及在物流設施、資料中心、流程自動化、物料搬運、農業設備中的應用範例。

最後介紹具有整合式人工智慧軟體的整合式環境感測器融合解決方案。本文將在討論中納入 Renesas Electronics、Sensirion、TE Connectivity、ACEINNA、Bosch Sensortec、TDK InvenSense 的元件作為範例。

設計人員可以使用 Renesas 的公版設計板，探索感測器融合選項。此板件基於 32 位元 MCU，具有 120 MHz Arm® Cortex®-M4 核心、高達 2 MB 的程式碼快閃記憶體、640 KB SRAM，加上眾多的介面和連接選項。

相關評估套件針對多感測器和感測器融合設計經過最佳化。包括空氣品質感測器、光感測器、溫度和濕度感測器、六軸慣性量測單元 (IMU)、麥克風和低功耗藍牙 (BLE) 連接 (圖 1)。此公版設計還包括一個用於邊緣設備和感測器融合應用的自動化機器學習平台。

圖 1：含自動化機器學習開發軟體和低公耗藍牙連接能力的 IoT 感測器融合評估和開發板。(圖片來源：Renesas Electronics)

讓傾斜感測器穩定

傾斜感測器是用於多種應用的專用 慣性量測單元，包括農業機械、越野車輛、物料搬運、重型建築設備。有時需要傾斜感測器以確保操作環境達到安全標準。傾斜感測器可以由多個離散元件組裝而成，但這可能會很複雜。

大多數傾斜感測器設計的核心是陀螺儀感測器 (陀螺儀)，用於測量繞軸的角速度或旋轉速率。這適合正在移動的平台，因為一旦停止 (例如傾斜 20 度)，感測器輸出就會是零。此外，隨著時間的推移，陀螺儀可能會出現顯著的漂移，不斷累積誤差，最終會使得測量結果不再準確或有用。

為了解決陀螺儀的限制，動態傾斜感測器解決方案加入加速度計以量測動作。加速度計有助於讓系統獲知何時不再移動，以便使用陀螺儀的最後輸出估計傾斜角度。溫度感測器可用來補償溫度變化對陀螺儀和加速度計的影響，解決最後的難題。

通常會在傾斜感測器中使用卡爾曼濾波器，進行感測器融合。如果感測器在效能的線性區域中作業，則可以使用以線性二次估計為基礎的標準卡爾曼濾波器。即使在具有固有不確定性和累積誤差的傾斜感測器等系統中，卡爾曼濾波器也可以產生相對準確的狀態估計。

在非線性區域中工作的傾斜感測器可採用延伸卡爾曼濾波器，此濾波器使用當前平均值和協方差線性化估計值。

TE Connectivity 的 AXISENSE-G-700 和 ACEINNA 的 MTLT305D 傾斜感測器具有六自由度 (6 DoF) 動作感測，其中三個來自陀螺儀，三個來自加速度計，並採用卡爾曼濾波技術進行感測器融合 (圖 2)。

圖 2：AXISENSE-G-700 傾斜感測器融合加速度、旋轉、溫度感測器的資料，在動態環境中提供準確的傾斜資訊。(圖片來源：TE Connectivity)

融合九合一

6 DoF 在許多使用案例中已足夠，但無人機、車輛、虛擬實境裝置等一些動作追蹤應用可以受益於 9 DoF 提供的額外資訊。

ACEINNA 的 OPENIMU300RI 模組設計用於 12 V 和 24 V 的汽車、建築、農業車輛。此慣性量測單元除了具備陀螺儀和加速度計，還具有 3 DoF 異向磁阻 (AMR) 磁力計。

ARM 處理器收集感測器資料並實作 OpenIMU。OpenIMU 是用於開發慣性量測單元、全球定位系統 (GPS) 和慣性導航系統 (INS) 開源堆疊。此堆疊包括用於感測器融合的客製化卡爾曼濾波器。

TDK InvenSense 還提供一款九軸動作追蹤裝置。ICM-20948 型號的工作溫度範圍為 -40°C 至 85°C，適合工業自動化和自主式系統等嚴峻環境的各種應用。這包括微機電系統 (MEMS) 架構的三軸陀螺儀、三軸加速度計和三軸磁力計／羅盤。

除了九自由度動作感測器外，ICM-20948 還為每個感測器提供獨立的類比數位轉換器 (ADC)、訊號調整電路、數位動作處理器 (DMP) (圖 3)。

圖 3：此整合式感測器平台使用三軸陀螺儀、三軸加速度計 (左側)，以及磁力計／指南針 (右下)，支援九自由度軸。(圖片來源：TDK InvenSense)

ICM-20948 的一些詳細資訊包括：

三個獨立的振動 MEMS 速率陀螺儀 。如果陀螺儀繞著三軸之一旋轉，科氏效應會導致電容式拾取器偵測到振動。拾取器的輸出經過處理後，產生與角速率成正比的電壓。

三軸 MEMS 加速度計的每個軸都有獨立的質量塊。沿軸的加速度使對應的質量塊發生位移，由電容式拾取器偵測。將 ICM-20948 放置在平坦表面上，在 X 軸和 Y 軸上量測值為 0g，在 Z 軸上量測值為 +1g。

此磁力計以霍爾感測器技術為基礎，偵測 X、Y、Z 軸的地磁。感測器輸出由感測器驅動電路、放大器、16 位元 ADC 和用於處理結果訊號的算術電路生成。各軸的滿量程範圍為 ±4900 µT。

ICM-20948 中的 DMP 是差異化因子。其部分功能和優點包括：

• 從主機處理器卸載動作處理演算法的運算，有助於將功耗降至最低並簡化計時和軟體架構。DMP 確保動作處理演算法能以約 200 Hz 的高速率運作，以提供準確的結果及低延遲。建議以 200 Hz 運作，即使應用更新速度更慢 (如 5 Hz)。解耦 DMP 處理速率與應用更新速率，可確保達到更強大的系統效能。
• DMP 可實作超低功率執行時間和感測器背景校正。務必進行校正，方可在裝置的使用壽命內保持獨立感測器和感測器融合的最佳效能。
• DMP 簡化軟體架構並加速軟體開發，進而加快上市時間。

整合式環境感測器

環境監測對於食品加工和儲存、化工廠、物流運作、資料中心、溫室作物生產、暖風空調 (HVAC) 系統等領域非常重要。露點可由融合相對濕度 (RH) 和溫度進行量測。

Sensirion 的 SHTC3 系列是數位濕度和溫度感測器，針對邊緣和高產量消費性電子產品中的電池驅動應用最佳化。CMOS 感測器平台包括電容式濕度感測器、帶隙溫度感測器、類比和數位訊號處理、A/D 轉換器、校正資料記憶體，以及 I²C 快速模式通訊介面。

其小型 2 x 2 x 0.75 mm DFN 封裝支援空間受限的應用。SHTC3 具有 1.62 V 至 3.6 V 的寬電源電壓以及每次測量低於 1 μJ 的能量預算，因此適合電池供電的行動或無線裝置 (圖 4)。例如，零件號碼 SHTC3-TR-10KS 的零件以 10,000 個裝的 Digi-Reel、捲帶、切帶裝的形式交付。設計人員可以使用 SHTC3 評估板加速系統開發。

圖 4：此環境監測裝置包括數位濕度和溫度感測器。(圖片來源：Sensirion)

添加大氣壓力感測

環境和位置感知在家庭自動化控制、HVAC 系統、健身設備和室內導航應用中的角色越來越重要。Bosch Sensortec 的 BME280 整合式環境單元可協助設計這些系統，此單元添加大氣壓力感測器以及濕度和溫度感測器。

這些感測器採用低雜訊設計，可提供高精密度和解析度。此壓力感測器測量絕對大氣壓力。整合的溫度感測器經過最佳化，搭配濕度感測器，可判定相對濕度和露點。也可用於為氣壓計提供溫度補償。提供開發板，可用於加速設計和系統整合流程。

環境感測用人工智慧

Bosch Sensortec 也提供具有嵌入式 AI 的四合一環境感測器 。BME688 包括氣體感測器以及高線性度和高準確度壓力、濕度、溫度感測器。採用耐用的 3.0 mm x 3.0 mm x 0.9 mm 封裝，適合行動和其他空間受限的應用 (圖 5)。

圖 5：Bosch Sensortec 的 BME688 包括氣體感測器以及壓力、濕度、溫度感測器，所有感測器均由整合式 AI 支援。(圖片來源：Bosch Sensortec)

此氣體感測器可以偵測十億分率 (ppb) 範圍內的揮發性有機物 (VOC)、揮發性硫化合物 (VSC) 和其他氣體，例如一氧化碳和氫氣。BME688 包含氣體掃描器功能，可以針對靈敏度、選擇性、數據傳輸率和功耗進行客製化。

BME AI-Studio 軟體也針對其他氣體混合物和應用，最佳化氣體感測器。BME688 評估板可以使用 BME AI-Studio 軟體進行配置。BME 的 AI-Studio 支援工廠、物流設施、智慧家庭和物聯網裝置的感測器配置、資料分析和標記、培訓、應用解決方案最佳化。

在現場而不是實驗室進行氣體採樣和系統訓練，可以設計出更符合真實情況的演算法，能在實際操作條件下有更佳表現，以及更高水準的可靠性。運用 BME688 在量測氣體的同時測量濕度、溫度、大氣壓力，可以開發更全面、更準確的 AI 模型。

結論

用於工業 4.0、物流和其他應用的感測器融合系統，可以使用一系列離散感測器，或涵蓋多感測器的單一封整合解決方案進行開發。整合式裝置能為行動和邊緣應用提供尺寸更小、功率更低的解決方案。無論是使用離散感測器或整合式感測器套件，都可以藉由添加人工智慧和機器學習強化效能。