傳感器融合導入開放源碼演算法

　　美商亞德諾(ADI)、飛思卡爾(Freescale)與PNI Sensor公司以及MEMS產業集團(MEMS Industry Group;MIG)聯手成立了‘加速創新聯盟’(AIC)，致力于為感測器提供開放原始碼演算法。AIC還計畫與MIPI聯盟合作發布用于感測器的一種I/O標準。

　　工程師不應該“在每次需要增加或修改產品功能時重復開發常用演算法。” MIG執行總監Karen Lightman表示，“存取入門級演算法的開放源碼庫將從根本上改變以往的開發模式。”

　　飛思卡爾是AIC的早期籌建者，已經為3軸、6軸和9軸感測器融合增加了諸如C原始碼庫等開放源碼演算法。感測器融合是用于感測器資料分析與動作追蹤的一種基本構建模組，飛思卡爾感測器解決方案部門行銷主管Ian Chen指出。

　　“簡單地說，感測器融合就是將來自多個感測器的相關資料集中在一起，以便更有效地描繪系統中正在發生的事情。”MIG公司策略長Steve Whalley表示，“AIC的宗旨是讓工程師將自己真正的差異化能力專注于開發當前產品所需的更復雜演算法，這些演算法的復雜性遠遠超出AIC的入門級演算法。” Steve Whalley曾經是英特爾(Intel)公司前感測器總監。

?

　　MEMS產業聯盟連接MEMS與感測器供應鏈生態

　　感測器融合的關鍵挑戰是有效地分離訊號、動作和雜訊，Chen指出。AIC的演算法主要是從觀察相同事件的不同感測器中取得重覆資料，進而區分雜訊與訊號，然后計算出更加精確的資訊。

　　Chen說：感測器融合包含了各式各樣的技術，能夠充分利用各自固有的優勢，并對這些單一感測器的動作進行監測，最終取得比單一元件本身所能取得的更精確結果。”

　　Chen指出，演算法的開發必須以取得實際用例的感測器資料支持，而對于小型的創新演算法開發人員來說，收集這樣的資料將是個巨大的挑戰。透過開放源碼聯盟的協助，將可有效地減輕這種挑戰，他補充道。

　　雖然這些演算法有時能夠補償感測器的缺失或較低性能，但在某些方面(如功耗、程式碼大小、成本或開發時間)通常會有折衷。為了減輕這種折衷程度，MIG和AIC正在努力開發相關標準，如IEEE的‘感測器參數定義’。另外，MIG和MIPI聯盟最近還將發布一種用于感測器的I/O標準。不過AIC在建立標準方面似乎尚未發揮太大的作用。

　　Whalley希望AIC網站能充實各種演算法，并增加對于消費性電子、物聯網、可穿戴式裝置以及行動醫療等領域中基于感測器的產品更進一步瞭解。其中，飛思卡爾公司將提供感測器融合開發套件以及軟體開發支援套件。

?

　　圖：飛思卡爾感測器融合套件中的開發板。

　　感測器融合功能是由感測器公司和演算法公司共同提供的，雖然由于許多公司都被并購，使得目前還在經營的獨立演算法公司幾乎都沒有了。因此，PNI公司將提供針對動作、心率監測以及計步器方面的演算法。Whalley希望其它的MIG成員能在今后30至60天的時間內為AIC貢獻更多的演算法。

　　業界目前還存在著“競相試圖維持基本演算法專有的傾向，這將從根本上限制創新的速度以及整個感測器市場的擴展。”Chen指出，“將感測器融合軟體帶入開放源碼的環境后，利用感測器技術為新應用增加智慧就會變得容易得多。”

　　Whalley希望AIC能夠說服一些感測器和演算法公司以及大學提供原始演算法。隨著時間的進展，他希望產品公司能夠開始增加更多自己的演算法，以便回過頭去改進現有的演算法。