健身穿戴裝置需求殷　可編程Sensor Hub行情漲

　　可編程感測器中樞(Sensor Hub)前景看俏。瞄準健康與健身類型穿戴式裝置商機，開發商正積極發展出各種多元且獨特的感測判別功能，這除了須使用感測元件外，精準且豐富的演算法亦 不可或缺;有鑒于此，基于客戶特定標準產品(CSSP)所實現的Sensor Hub方案，正挾著易于編程各種由原始設備制造商(OEM)、CSSP商及第三方協力廠商所開發的感測演算法優勢，于健康與健身類型穿戴式市場中快速崛 起。

　　左起為QuickLogic全球業務和行銷資深副總裁Brian Faith、QuickLogic總裁暨執行長Andrew J. Pease。

　　QuickLogic總裁暨執行長Andrew J. Pease表示，穿戴式裝置是電子產業的新興應用，目前尚未有大量且成熟的產業標準規范存在于其中，儼然是一片未被開墾的沃土，因此吸引眾多廠商競相圈地。

　　其中，智慧型手環、手表用途幾乎與健康和健身應用息息相關;不過，想要在穿戴式裝置實現各種先進的監測及感知功能，裝置必須廣納各種感測元件，而能夠優化配置各個感測元件運行模式及降低功耗的Sensor Hub方案，也漸漸成為穿戴式裝置內炙手可熱的配備。

　　Pease 觀察，Sensor Hub概念正快速席卷穿戴式市場;事實上，目前僅有部分高階穿戴式裝置會采用Sensor Hub方案，不過預估至2015年，位于100～250美元的中階穿戴式裝置(尤其是智慧型手環、手表)，也可望大量采用，因此包含微控制器(MCU)、 特定應用標準產品(ASSP)、微機電系統(MEMS)感測器及CSSP業者，都已積極推出各式Sensor Hub方案以攫取開發商目光。

　　值 得注意的是，為了讓感測系統能實現更精準、智慧的感測判別機制，開發商除了須著重各種感測元件及Sensor Hub在硬體規格的差異之外，尚須考量到內建的演算法是否已臻完善，如Sensor Hub若能根據使用者的性別、姿勢甚至是所在位置，來綜合計算相同的使用行為在不同的狀況下所產生的數據表現，對使用者而言將更具參考價值。

　　Pease指出，以慢跑跟走路為例，若兩者速度相近，不精確的演算法將無法正確判讀，遑論產出可信的數據資訊;而裝置在電梯內、口袋內、桌上、車內，都代表著不同的意義，精確的演算法則可根據使用者的行為綜合分析，達到精確配置感測系統運行模式的目的。

　　要 讓Sensor Hub配備精準的演算法，且能廣納第三方機構所開發的軟體方案，Pease認為，目前只有CSSP形式的Sensor Hub能夠符合此要求，因為可編程架構意味著能提供更高的彈性來新增復雜的功能。他解釋，MCU形式的Sensor Hub方案，其演算法大多有編程彈性低的詬病;而由MEMS感測器廠商所開發的整合型方案，由于系將特定的MEMS感測器與MCU封裝在一起，系統亦過于 封閉;市面上所見的ASSP等替代方案則面臨客制化程度不夠的問題，因此無法符合穿戴式裝置對于額外手勢和姿態感知應用的需求。

　　相反 地，QuickLogic則已針對Sensor Hub平臺建置正式的合格供應商名單(Qualified Vendor List)，且其第二代CSSP解決方案--ArcticLink3 S2平臺將支援大量精確的演算法，開發商亦能透過QuickLogic的整合式開發環境(IDE)及融合引擎演算法工具(FFEAT)，在此平臺上自由編 程自行開發或利用由第三方協力廠商所釋出的演算法，大幅提高Sensor Hub的產品易用性。

　　據了解，相較于第一代，目前 ArcticLink3 S2提供的手勢判別演算法包含輕敲喚醒(Tap-to-wake)和抬腕喚醒(Rotate-to-wake)等，同時提供更精準的運動偵測、感應器校準 功能，且新一代平臺較前一代方案提供高四倍的運算效能、四倍的演算法可涵蓋量，以及八倍的感應器資料緩沖記憶體，但耗電量足足減少40%。