你的位置:首頁 > 新聞動態 > 行業新聞

物聯網傳感器,融合技術+機器學習=人腦思考

2015/5/20 11:39:52      点击:

自从传感器(sensor)及传感器融合(sensor fusion)技术被广泛运用在手机等电子产品后,大幅提升消费者使用体验。目前随着用户对装置侦测环境的要求不断提高,传感器被赋予的任务也更加复杂,许多厂商也于是开始开发产品,来满足消费者需求。

据Electronics360网站报导,MEMS Industry Group(MIG)策略长表示,由于单一传感器只能提供有限数据,若将多种传感器结合,将可获得更全面的体验。

分析師也指出,傳感器融合技術目前已大幅提升,但仍屬于開發初期階段,而且隨著物聯網(IoT)、移動及穿戴式技術成熟,電子裝置設計師也打算將傳感器融合進一步發揚光大,于是新的挑戰開始出現。

首先便是融入更多感知功能。一般人談到加速計或陀螺儀等動作傳感器時,都會想到傳感器融合技術,但若將後者視爲管理所有感測結果的軟體,其可發揮的功用將更多元。

Audience公司商业开发主管指出,目前湿度、光线、光学距离、超音波与气体等传感器或多光谱摄影机(multispectral camera)都已出现,开发人员必须先了解其所提供的讯息为何,以及思考如何将其转换为有价值的资讯。

目前传感器融合技术在智能家庭与工业应用程式最有趣的应用例子,便是存在侦测(presence detection),也就是能正确判断用户是否正走向装置并能自动启动回应。

另外,微控制器大厂Atmel资深副总表示,从单纯功能角度来看,语音唤醒、情境感知(context awareness)与位置相关的功能也开始越加重要。

除了應付其他新的傳感器外,開發人員也必須在降低耗能與讓裝置隨時待命之間取得平衡,以便滿足消費者希望裝置能偵測環境的要求。對此,設計人員則開始以多處理器整合,來解決這項難題。

目前爲了讓裝置功耗更具效率,系統開發人員必須限制顯示器、應用處理器、無線及GPS執行的時間,只讓特殊傳感器維持隨時運作狀態,例如可透過傳感器中樞處理傳感器數據。甚至部分系統開發人員更進一步增加中央處理器(CPU)來處理特定種類傳感器數據。

InvenSense产品行销主管指出,缩短数据处理的流程将代表越节省电力消耗,这也是最具功耗效率的架构。举例像是InvenSense的ICM-30630,该产品包括1个ARM Cortex-M0微控制器与低功耗DMP3及DMP4数位运动处理(Digital Motion Processor),DMP3可卸载所有动作处理任务,DMP4则卸载运算密集的任务。

由于ICM-30630可透過即時作業系統執行感測管理工作,並支援處理內來自6軸陀螺儀、加速計與外部傳感器的數據,因此,可保持隨時運作狀態並可提供客戶客制軟體功能。

另外,Audience推出的N100多傳感器處理器則結合MotionQ與VoiceQ技術。其中MotionQ設計在低功耗動作處理器MQQ100旁邊,可執行手勢與情境感知功能。

VoiceQ則包括eS700系列處理器與隨時偵測語音的偵測器,一旦偵測到語音,便開始進行比對及准備啓動,而過程中,除N100處理器與數位麥克風外,所有元件都保持在睡眠狀態。

随着开发人员将传感器融合技术优点与机器学习结合,可开发出模仿人脑思考模式的功能,并让传感器融合技术逐步改变。飞思卡尔(Freescale Semiconductor)日前也指出,传感器融合将可进一步开发出可侦测心理状态的传感器,进而开发出可观察情绪的服务。

飛思卡爾代表指出,隨著傳感器數據分析進步,將帶動新一代智能裝置及家電問世,而借由即時數據可提升業者效率,遠端情緒運算則可提升用戶介面使用體驗。 

作者:光電保護器