MEMS传感器已经存在很长时间了,但市场对新应用的需求正在推动该技术的升级。MEMS传感器体积小、精度高、可靠性好,非常适合用于可穿戴设备。

例如,气压传感器非常适合嵌入手表、健身手环、耳机或智能手机,以支持健身参数,可以感知你是在平地行走、上斜坡还是在楼梯上。他们在标准的二维(X, Y)导航设备上增加了第三个(Z)维度。事实上,有些信号足够敏感和准确,所以紧急呼叫可以告诉救援人员你在摩天大楼的哪层。博世传感技术公司现已将BMP 384稳健气压传感器引入可穿戴设备市场。它已经与一个凝胶填充的包装加固,这是一个创新的气压传感器。这使得它能够抵抗水和各种恶劣环境。此外,由于体积小——2.0 × 2.0 × 1.0 mm——它很容易集成到智能手机、可穿戴设备和可听设备中。

博世还介绍了BHI260AP自学习AI传感器,可以追踪包括各种不同运动的个性化锻炼程序。由于它具有防水案例,它也可以跟踪圈,中风,休息时间进行游泳锻炼。

在MEMS气压传感器内部

图2.防水BMP 384气压传感器可用于追踪游泳。(图片由Bosch Sensortec提供)

博世BMP系列压力传感器的原理是在硅模具中使用10到20微米厚的薄膜。薄膜中有四个压阻元件,当它响应压力弯曲时,压阻电阻的变化改变惠斯通电桥的输出,从而产生压力信号。

这是一项经过充分验证的技术,在汽车市场上已经使用了20多年,即使在崎岖的条件下也相当稳定。如今,它正以一个成功的记录进入消费电子行业。我们最新进入这个市场的型号是BMP384,它不仅坚固,而且由于它的凝胶填充包是耐介质的

精度

相对精度是输出曲线斜率的函数;它是高度变化的准确性,而不是绝对阅读。对于高性能博世BMP 390,它是+/- 0.03 HPA。,它相当于+/- 25厘米。

绝对精度是对读出的精确压力的最大误差的测量。对于高性能BMP390,它是+/- 0.50 hPa。与绝对精度相关的其他规格包括RMS噪声:±0.02 hPa;温度系数偏移:(25°C - 40°C,在900Pa);12个月稳定性:+/- 0.16 hPa;焊锡漂移:<+/- 0.8 hPa。

(焊料漂移虽然不常被提及,但可能是一个重要的因素。当将设备焊接到印刷电路板上时,会产生温度梯度,这会导致机械应力,包括弯曲。MEMS传感器上的这种应力会引起电子输出的变化。)

导航

MEMS气压传感器可以针对不同的应用进行优化。例如,设计用于精确高程测量的BMP390具有足够好的分辨率来测量小于10厘米的高度变化。表壳尺寸为2毫米× 2毫米× 0.75毫米,可以轻松集成到智能手机或手表中。博世与NextNav LLC(森尼维尔,加州)合作开发了一种室内导航系统,该系统使用BMP390提供室内z轴定位组件,用于三维定位和定位,足以用于增强紧急呼叫(E911)。

对于紧急呼叫来说,绝对准确是至关重要的。假设你住在14楼的一间公寓里,为了让急救人员快速找到你,z轴信息,以及x轴和y轴信息,都必须精确无误。

为实现最准确的绝对读数,您必须从校准开始,考虑到您的位置的高度,例如,您是否在海边或山顶上。然后,有几个额外的因素可以影响压力传感器的绝对精度。例如,随着外部气压变化,压力和高度之间的相关性变化。这对于高原的快速变化并不重要,但例如,如果您的手机与其嵌入式传感器处于一个特定的位置,则可能会在该期间发生环境压力。因此,这意味着有必要引入外部校正信号。可以通过传感器融合来实现,将来自几种不同类型的传感器的信息组合,例如惯性和磁性。

图3。使用自学习AI传感器BHI260AP学习新的练习。(图片由Bosch Sensortec提供)

健身-压力感应

对于跟踪日常锻炼,相对精度是很好的——你只对海拔的变化感兴趣,而不是绝对值。然而,环境因素对健身追踪器很重要,尤其是智能手表等可穿戴设备,尤其是如果你想追踪游泳。

凝胶填充的BMP384可用于健身跟踪,特别是当涉及水的高度或健身的变化时。

为了使传感器能够在恶劣的环境中工作,传感机构和嵌入式专用集成电路必须是隔离的。在BMP 384中,这是通过在隔膜和外壳之间涂抹一层凝胶来完成的。它需要特殊的技术来制造和应用具有正确的机械和热性能的凝胶。凝胶必须在不阻止薄膜弯曲的同时,将压力传递给薄膜。它还必须具有足够好的导热性,以便传感器在一个较宽的温度范围内工作,最后,它不能在传感器的工作寿命内变硬。

健康-人工智能

在CES 2021上由博世引入的BHI260AP MEMS传感器被设计为集成到手腕穿戴设备中,例如智能手表和健身带;或听力。它不仅包含一个带有16位3轴加速度计和16位3轴陀螺仪的六维自由度IMU,还包含一个32位客户可编程微控制器。这种硬件加的组合包括自学AI软件支持非常复杂的健身器件。

游泳。博世Sensortec为BHI260AP开发了游泳跟踪软件。使用来自IMU和浮点微控制器的实时传感器数据,它可以提供原始传感器数据,也可以运行AI函数,生成相关结果,供应用处理器直接使用。内置的运动传感器可以判断用户何时开始游泳,而不需要游泳者做出任何动作。然后,它将泳姿分为四类——仰泳、自由泳、蝶泳和蛙泳——并记录泳姿、圈数和圈间的休息次数。

图4。新的自学习AI传感器能够学习、个性化、自动跟踪和增强锻炼。(图片由Bosch Sensortec提供)

在家锻炼。这个“智能”传感器可以被训练成你家庭锻炼的私人助理——它可以识别和跟踪你的个人日常锻炼的细节。虽然它附带15项预编程健身活动,但可以上传其他活动。

传感器足够智能以识别新的练习,并适应您自己的特定锻炼。通过从您的行为中学习,它可以识别数百种不同的运动和模式,而不仅仅是设备制造商已预先编程的模式。

对于每一个练习,你都可以得到详细和即时的反馈,例如:活动的类型、所需的时间、需要做的组数和重复次数。然后将这些信息转化为有关锻炼强度和频率的具体信息。当用户遵循一个预定义的锻炼计划时,他们可以被告知他们离实现自己的个人目标有多近,比如减肥、健身或健身水平。

对于高强度锻炼,用户在不同的活动之间快速切换,例如,锻炼20到30秒,然后休息20到30秒。AI跟踪设备可以自动且可靠地在从一个到另一个转换时识别每个新运动。

边缘处理。具有在传感器中嵌入的数据处理有几个优点,而不是将原始数据传输到中央处理器,或许可能在云中。首先,传输大量数据需要更多的力量,而不是已经使用数据来计算大量输出消息的信号。如果本地处理器可以聚合数据并且只需以固定间隔而不是连续地传输电源,则电源也可以减少。这对于最大化电池寿命尤其重要。还有隐私问题:家庭用户,但特别是专业的运动员,不希望别人可以获得他们的记录。对于快速的动作,您不希望通过在其他地方发送数据而不是在传感器上处理它来引起的延迟。

总结起来

越来越复杂的MEMS传感器的发展使可穿戴设备的应用成为可能,而这些可穿戴设备只有设计师的想象力才能发挥作用。目前有两个关键进展的例子,包括博世BMP384凝胶填充气压传感器和BHI260AP,它包括一个IMU和一个用于运行人工智能应用程序的边缘处理器。

本文由德国罗伊特林根博世传感器技术公司(Bosch Sensortec)首席执行官Stefan Finkbeiner博士撰写。欲了解更多信息,请联系Constantin Schmauder此电子邮件地址正在受到垃圾邮件程序的保护。您需要启用JavaScript来查看它。;或访问这里


传感器技术杂志

本文首次发表于《华尔街日报》2021年6月号传感器技术杂志。

阅读此问题的更多文章这里

阅读更多来自档案馆的文章这里