更智慧的感測器能節省空間和電力

消費者迅速適應如今智慧型手機和平板裝置的最先進功能。 現代化生活越來越依賴情境和位置的立即感測，因此使用者對各領域（如工業製程和健康照護）智慧性裝置的要求增加。 裝置需具備良好的軟硬體設計，方能確保達到要求的速度和準確性，同時符合系統尺寸和功耗的嚴格限制。

連接感測器

動作追蹤和位置感知等複雜能力為消費性設備的新功能和應用建立關鍵基礎，有助於開創新的市場商機，例如急速成長的穿戴式產品。 使用者要求裝置達到智慧功能以及自主、情境感知行為，因此進階感測能力也提升了人們對設備的期許，例如工業自動化、醫療病患監測和物聯網 (IoT) 等應用。

小型 MEMS 感測器，如加速計、陀螺儀和磁力計，是促成動作追蹤和位置感知的關鍵技術，可運用於消費性價位的可攜式裝置。

各類型的感測器均有其限制，但組合之後，便能達到最終使用者對更高準確度和效能的要求。 以加速計為例，能提供基本方向和傾斜偵測，且可在裝置靜止時追蹤俯仰和滾動。 若加入陀螺儀，便能精準的量測更多複雜動作，例如裝置移動或高速轉動時的俯仰和滾動。 此外，磁力計可監測相對於磁北極的位移，藉此修正加速計的轉動誤差，但頻寬受限，且容易受到外部電磁干擾的影響。

感測器融合功能會在系統中結合多重感測器輸出，便可準確監測複雜或快速的移動，達到手勢控制等用途，或是遊戲或研究用途的身體動作捕捉。 感測器融合在主要處理器、外部感測器中樞，或者感測器本身可發揮最大效能，視應用而定。 影響此設計決定的最重要因素在於功耗、尺寸限制、電池續航力以及處理資源等。

微控制器作為感測器中樞

感測器融合演算法可在作為感測器中樞的微控制器內執行。Atmel 與 Kionix 和 MEMSIC 等感測器廠商合作，針對 Atmel 的微控制器共同開發感測器融合解決方案，如 SAM D20 ARM® Cortex®-M0+ 微控制器，或採用 ARM Cortex-M4 核心的 SAM G53。 如此即可簡化感測器的整合作業，如 Kionix 的 KXCJ9 或 Memsic 的 MXC62320 MEMS 加速計。 這些微感測器支援 SleepWalking 和 Atmel Event System，能在當作感測器中樞時達到節能效果。 SleepWalking 能讓所有功能和時脈停止運作，但讓周邊裝置保有非同步喚醒系統零件的能力。 Event System 能讓周邊裝置回應事件，例如在處理器未介入之下接收感測器訊號，這有助於微控制器的睡眠模式達到最佳利用。

切斷電力

對於開發動作感測系統的工程師而言，處理功耗問題的重要性日益增加。 目前普遍的動作式應用需具備隨時啟動的感測能力，特別是智慧型手錶或眼鏡等穿戴式裝置，但這會額外增加電池的要求。 行動作業系統的最新發展就是一個例子。 Google 在 Android 4.4 版本中大幅修改感測器處理功能，能更佳利用即時位置和情境感知而不會過度消耗電池電力。 計步器功能（如腳步偵測和計步）需在背景中執行，API 亦有所修正以改善感測器管理，並可預防錯誤觸發以免喚醒主應用處理器。

Android 4.4 版本展現了感測器的處理責任如何轉移到感測器中樞，甚至是感測器本身。 在主應用處理器處於睡眠狀態時，加速計和陀螺儀輸出的感測器融合計算需在中斷之間進行。 此外，批次模式能讓感測器中樞針對融合結果進行緩衝，且僅會在重大感測器事件喚醒應用處理器時傳送結果。

STMicroelectronics 在其 ARM Cortex-M0 核心架構的 STM32F411 微控制器中更進一步運用此批次概念。 此微控制器採用該公司專屬的批次數據採集模式 (BAM)，當作感測器中樞時，能將感測器數據直接儲存在晶片上 SRAM，此時 CPU 核心處於睡眠狀態，因此能達到節能。 返回節能模式前，核心會短暫醒來處理該儲存數據。 額外節能特點包含快閃記憶體 STOP 模式、零等待執行和電壓調整，因此此元件除了適合智慧型手機和平板裝置外，也非常適合工業控制、醫療監測器、大樓自動化以及穿戴式技術等應用。

節省板空間

感測器模組如 Freescale 的 FXOS8700CQR1 六軸模組，結合了三軸加速計和三軸磁力計，提供便利且整合兩種動作感測器功能的空間節省解決方案。 FXOS8700CQR1 內建數位訊號處理，支援嵌入式可編程事件功能，例如自由落體偵測、脈衝／輕觸偵測、方向偵測和磁力感測，有助於進行室內導航、使用者介面控制，或者工業設備中的衝擊和振動監測等應用。 圖 1 顯示此元件的主模塊和 DSP 功能。 Freescale 在其 MEMS 感測器產品組合中納入 Kinetis 微控制器的感測器融合函式庫，提供進階函數，可運算出裝置方位、線性加速度，以及連接感測器模組的微控制器所受的磁干擾。


圖 1：內嵌在 FXOS8700CQR1 的 DSP 會對磁性和加速計感測器數據進行基本處理。

InvenSense 在其 MPU-6500™ 動作追蹤元件中納入數位動作處理器 (DMP) 單元與三軸陀螺儀和三軸加速計，如圖 2 所示。 DMP 能以低延遲執行動作處理演算法，並且提供多種功能，包含採用可編程中斷的手勢辨識、低功率螢幕旋轉演算法（無需主處理器介入即可計算螢幕方位），以及在主處理器睡眠時能維持計步功能的計步器。


圖 2：MPU-6500 整合第一代的 InvenSense DMP，能從感測器中樞卸載感測器融合處理程序。

未來發展方向

整合在 InvenSense MPU-6500 的 DMP 預告新一代感測器的到來，無需連接感測器中樞，即可進行更豐富的感測器融合能力。 在感測器模組中執行感測器融合程序有助於降低系統功耗、縮短反應時間、簡化應用設計， 也可以節省物料清單成本和板空間。 InvenSense 和 ST 均推出符合 Android 4.4 版本要求的六軸慣性模組，內建動作處理能力，能減輕應用處理器和感測器中樞的負載。

結論

越來越多應用和領域皆要求具備情境感測功能，因此連接感測器的方式也受到密切關注，新科技的興起有助於節能並減少元件數。 最新的行動作業系統說明如何在最低的額外功耗中達到「常開」感測。