作者：Jeff Shepard

投稿人：DigiKey 北美編輯

傳感器融合將來自多個傳感器的數據匯集在一起，讓用戶更詳細、更細致地了解系統運行情況或環境。許多情況下，某種傳感器技術的弱點可以通過添加（融合）第二種傳感器技術的信息來克服。添加人工智能 (AI) 和機器學習 (ML) 功能可以增強傳感器融合的能力。

在實施傳感器融合時，需要解決幾個難題。例如，制定一種平衡的解決方案，而不是“偏愛”其中一種技術，這樣會很難實現。這樣做的結果可能導致缺乏可擴展性和性能降低。將多種傳感器技術集成到單一封裝中，是應對這一難題的方法之一。傳感器融合不限于使用多個離散傳感器。

無論傳感器的集成程度如何，添加 AI 或 ML 都能提高性能，但訓練過程可能會很復雜且非常耗時。鑒于此，設計人員可以轉而使用具有嵌入式 AI 和 ML 功能的自訓練傳感器。

本文首先介紹通過離散傳感器、32 位 MCU 和 ML 軟件實現的傳感器融合。然后介紹一些集成傳感器融合解決方案以及在物流設施、數據中心、過程自動化、材料處理和農業設備中的應用實例。

最后，介紹一種集成了 AI 軟件的集成環境傳感器融合方案。在整個討論過程中，將以來自 [Renesas Electronics] 、[Sensirion] 、[TE Connectivity] 、[ACEINNA] 、[Bosch Sensortec] 和 [TDK InvenSense] 的器件為例展開討論。

設計人員可使用 Renesas 的 [參考設計板] 探索傳感器的各種融合選項。該設計板基于 [32 位 MCU] ，提供多種接口和連接選擇。其中，MCU 的內核為 120-MHz [Arm?] Cortex?-M4，擁有高達 2 MB 的代碼閃存和 640 KB SRAM。

相關的[評估套件]針對多傳感器和傳感器融合設計進行了優化。該套件包括空氣質量傳感器、光傳感器、溫度濕度傳感器、6 軸慣性測量裝置 (IMU)、麥克風和低功耗藍牙 (BLE) 連接功能（圖 1）。該參考設計還包括一個用于邊緣設備和傳感器融合應用的自動 ML 平臺。

圖 1：帶有自動 ML 開發軟件和 BLE 連接功能的物聯網傳感器融合評估和開發板。（圖片來源：Renesas Electronics）

穩定傾斜傳感器

傾斜傳感器是特種 IMU，用于包括農業機械、越野車、材料搬運和重型建筑設備在內的各種應用。安全標準有時要求使用傾斜傳感器，以確保安全的操作環境。傾斜傳感器可由多個分立器件組裝而成，不過這可能比較復雜。

大多數傾斜傳感器設計的核心是陀螺儀傳感器 (gyro)。這種傳感器用于測量繞軸的角速度或旋轉速率。如果平臺處于運動狀態，則表示狀態很好，但如果平臺停止運動，例如傾斜 20 度，則傳感器的輸出歸零。此外，隨著時間的推移，陀螺儀會出現明顯的漂移且誤差不斷累積，最終導致測量結果不再準確或有用。

為了解決陀螺儀的局限性，動態傾斜傳感器解決方案增加了一個加速度計來測量運動。這就可以告訴系統何時停止運動，并使其能夠使用陀螺儀的最后輸出來估算傾斜角度。最后一塊拼圖是溫度傳感器。溫度傳感器可以補償溫度不斷變化對陀螺儀和加速度計的影響。

Kalman 濾波器通常用于傾斜傳感器的傳感器融合。如果傳感器在線性范圍內運行，則可以使用基于線性二次估計的標準 Kalman 濾波器。Kalman 濾波器可以產生相對精確的狀態估計值，即使是像傾斜傳感器這樣具有固有不確定性和累積誤差的系統也不例外。

擴展 Kalman 濾波器能利用當前平均值和協方差對估計值進行線性化處理，進而有益于在非線性區域工作的傾斜傳感器。

傾斜傳感器（如 TE Connectivity 的 [AXISENSE-G-700] 和 ACEINNA 的 [MTLT305D] ）具有六個自由度 (6 DoF) 運動感測功能，其中三個來自陀螺儀，三個來自加速度計，并采用 Kalman 濾波技術進行傳感器融合（圖 2）。

圖 2：AXISENSE-G-700 傾斜傳感器融合了來自加速度傳感器、旋轉傳感器和溫度傳感器的數據，可在動態環境中提供準確的傾斜信息。（圖片來源：TE Connectivity）

融合九合一

雖然在許多情況下 6 DoF 就足夠了，但對于一些運動跟蹤應用，如無人機、車輛和虛擬現實設備來說，可以獲得更多信息的 9 DoF 會更有用。

ACEINNA 的 [OPENIMU300RI] 模塊設專用于 12 V 和 24 V 汽車、建筑和農用車輛應用。除了陀螺儀和加速度計外，該 IMU 還有一個 3 DoF 各向異性磁阻 (AMR) 磁力計。

ARM 處理器收集傳感器數據，并執行 OpenIMU，這是一個用于 IMU、全球定位系統 (GPS) 和慣性導航系統 (INS) 開發的開源協議棧。該協議棧包括一個用于傳感器融合的可定制 Kalman 濾波器。

TDK InvenSense 還提供 [9 軸運動跟蹤器件] 。[ICM-20948] 型器件的工作溫度為 -40°C 至 85°C，適合工業自動化和自主系統等苛刻環境中的各種應用。該器件括一個基于微機電系統 (MEMS) 的三軸陀螺儀、一個基于微機電系統 (MEMS) 的三軸加速計和一個基于微機電系統 (MEMS) 的三軸磁力計/羅盤。

除了 9 DoF 運動傳感器外，ICM-20948 還為每個傳感器配備了獨立的模數轉換器 (ADC)、信號調節電路和數字式運動處理器 (DMP)（圖 3）。

*圖 3：該集成傳感器平臺使用 *三軸陀螺儀和三軸加速度計（左）以及三軸磁力計/羅盤（右下）來支持 9 DoF 功能。（圖片來源：TDK InvenSense）

ICM-20948 的一些細節包括：

三個獨立的振動 MEMS 速率陀螺儀。如果陀螺儀圍繞三個軸中的任何一個軸旋轉，Coriolis 效應就會造成可被容性傳感器檢測到的振動。傳感器的輸出經處理后產生與角速度成正比的電壓。

3 軸 MEMS 加速計的每個軸都有獨立的質量。沿某一軸線的加速度會使相應的質量發生位移，電容式傳感器會檢測到這一位移。將 ICM-20948 放置在平面上時，它在 X 軸和 Y 軸上的測量值為 0g，在 Z 軸上的測量值為 +1g。

磁力計采用霍爾傳感器技術。磁力計可探測 X、Y 和 Z 軸向的地磁。傳感器輸出由一個傳感器驅動電路、一個放大器、一個 16 位 ADC 和一個用于處理所得信號的運算電路產生。每個軸的滿量程范圍均為 ±4900 μT。

ICM-20948 的 DMP 是微分器。該器件的部分功能和優點包括：

• 將運動處理算法的計算任務從主處理器卸除，最大限度地降低功耗，簡化時序和軟件架構。DMP 可確保運動處理算法在 200 Hz 左右的高速下運行，從而以較低的延遲提供精確的結果。建議運行頻率采用 200 Hz，即使應用的更新速度非常低，如 5 Hz。將 DMP 處理速度與應用升級速度分離，可確保更穩定的系統性能。
• DMP 可實現長時間超低功耗運行和傳感器的背景校準功能。為使單個傳感器和傳感器融合過程在器件的整個生命周期內都保持最佳性能，需要進行校準。
• DMP 簡化了軟件架構，加快了軟件開發速度，從而縮短了產品上市時間。

集成環境傳感器

環境監測在食品加工和儲存、化工廠、物流操作、數據中心、溫室作物生產、供暖、通風和空調 (HVAC) 系統以及其他領域都至關重要。相對濕度 (RH) 和溫度測量值可用來合并計算露點。

Sensirion 的 [SHTC3 系列] 是數字式濕度和溫度傳感器，專為電池供電型邊緣應用和大量消費電子產品進行了優化CMOS 傳感器平臺包括一個電容式濕度傳感器、一個帶隙溫度傳感器、模擬和數字信號處理、A/D 轉換器、校準數據存儲器和一個 I2C 快速模式通信接口。

這種小型 2 x 2 x 0.75 mm DFN 封裝有益于空間受限的應用。1.62 V 至 3.6 V 寬電源電壓范圍以及每次測量低于 1 μJ 的能量預算，使 SHTC3 適合電池供電型移動或無線設備（圖 4）。例如，編號為 [SHTC3-TR-10KS] 的器件可通過 Digi-Reel、卷帶或切割帶包裝形式供貨，起訂量為 10,000 件。設計人員可以使用 [SHTC3 評估板] 加快系統開發。

圖 4：該環境監控器件包括數字式濕度和溫度傳感器。（圖片來源：Sensirion）

增加氣壓

在家庭自動化控制、暖通空調系統、健身器材和室內導航應用中，情境和位置感知能力越來越重要。Bosch Sensortec 的 [BME280] 集成環境單元增加了氣壓傳感器以及濕度和溫度傳感器，有助于這些系統設計。

傳感器采用具有高精度和高分辨率的低噪聲設計。壓力傳感器測量絕對氣壓。集成溫度傳感器經過優化，可與濕度傳感器配合使用，以確定相對濕度和露點。該器件還可用于為氣壓計提供溫度補償。[開發板] 可加快設計和系統集成。

用于環境感測的人工智能

Bosch Sensortec 還提供具有嵌入式人工智能的 [4 合 1 環境傳感器] 。[BME688] 包括一個氣體傳感器以及高線性度、高精度的壓力、濕度和溫度傳感器。該器件采用 3.0 mm x 3.0 mm x 0.9 mm 的堅固耐用型封裝，適合移動和其他空間受限型應用（圖 5）。

氣體傳感器可以檢測十億分之一 (ppb) 范圍內的揮發性有機化合物 (VOC)、揮發性硫化合物 (VSC) 和其他氣體（如一氧化碳和氫氣）。BME688 包括氣體掃描儀功能，可根據靈敏度、選擇性、數據速率和功耗進行定制。

[BME AI-Studio] 軟件還可針對其他氣體混合物和應用對氣體傳感器進行優化。[BME688 評估板] 可通過 BME AI-Studio 軟件進行配置。BME AI-Studio 支持傳感器配置、數據分析，以及工廠、物流設施、智能家居和物聯網設備應用解決方案的標記、培訓和優化。

在現場而不是實驗室采集氣體樣本并對系統進行培訓，可以設計出更符合實際情況的算法，在實際運行條件下性能更好，可靠性更高。通過利用 BME688 同時測量濕度、溫度和氣壓以及氣體的能力，可以開發出更全面、更準確的人工智能模型。

結束語

針對工業 4.0、物流和其他應用開發傳感器融合系統時，可以使用一系列離散傳感器，或者使用將多個傳感器集成在一個封裝中的集成解決方案。集成器件可為移動和邊緣應用提供體積更小、功耗更低的解決方案。無論是使用分立傳感器還是集成傳感器套件，都可以通過添加 AI 和 ML 來提高性能。

審核編輯 黃宇