傳感器為什么需要智能？這是一個(gè)很好的問題！設(shè)想一下，MEMS傳感器可以測(cè)量如加速度、角速度、壓力、溫度和濕度等物理量并轉(zhuǎn)化為數(shù)字信號(hào)，但如果我們的傳感器只能簡(jiǎn)單地采集和傳遞數(shù)據(jù)，那它就像一個(gè)靜默的觀察者、被動(dòng)的上報(bào)者，無法主動(dòng)參與到系統(tǒng)中。

然而，當(dāng)我們賦予傳感器智能時(shí)，在算法的加持下，它可以主動(dòng)地在器件上基于所采集的數(shù)據(jù)進(jìn)行融合、分類和預(yù)測(cè)，從而更加智能地應(yīng)對(duì)各種情況，協(xié)助決策，優(yōu)化產(chǎn)品。

ST作為在MEMS傳感器和執(zhí)行器領(lǐng)域擁有豐富經(jīng)驗(yàn)和成熟專業(yè)知識(shí)的公司，其傳感器產(chǎn)品是怎么一步步走向智能之路的呢？

上圖是ST的傳感器智慧功能路線圖。最早我們推出基于MLC（Machine Learning Core，機(jī)器學(xué)習(xí)核心）跟FSM（Finite States Machine，有限狀態(tài)機(jī)）的1.0版本的智慧功能 — ST所有帶嵌入式MLC功能的MEMS產(chǎn)品，在產(chǎn)品編號(hào)末尾均帶有X標(biāo)記，方便工程師進(jìn)行識(shí)別。在消費(fèi)級(jí)應(yīng)用上，我們有LSM6DSOX — 針對(duì)手機(jī)穿戴設(shè)備光學(xué)防抖應(yīng)用的器件；LSM6DSRX — 針對(duì)虛擬現(xiàn)實(shí)跟正常現(xiàn)實(shí)無人機(jī)應(yīng)用的器件。工業(yè)級(jí)應(yīng)用上我們有ISM330DHCX以及傾角儀IIS2ICLX。

ST MEMS傳感器內(nèi)置的機(jī)器學(xué)習(xí)核心（MLC）基于決策樹分類器，可以在傳感器中以極低的功耗執(zhí)行程序化決策樹，檢測(cè)運(yùn)動(dòng)數(shù)據(jù)的同時(shí)運(yùn)行不同任務(wù)。具體的機(jī)器學(xué)習(xí)模型設(shè)計(jì)過程可以參考之前的推文《AI技術(shù)專題之二：機(jī)器學(xué)習(xí)模型設(shè)計(jì)過程和MEMS MLC》或《DT0139設(shè)計(jì)建議：決策樹生成》

MLC與FSM有什么差別？

MLC主要用于活動(dòng)跟蹤，即在做一些周期性長(zhǎng)時(shí)間的運(yùn)動(dòng)時(shí)，對(duì)活動(dòng)場(chǎng)景進(jìn)行檢測(cè)，例如檢測(cè)人是在走路、跑步、騎車還是乘車；FSM則主要針對(duì)短時(shí)間一次性動(dòng)作的手勢(shì)或姿態(tài)識(shí)別。

MLC與FSM兩者的差異包括：
1）輸入數(shù)據(jù)源差異 — MLC的輸入數(shù)據(jù)源是非原始數(shù)據(jù)，而是基于原始數(shù)據(jù)進(jìn)行標(biāo)記并計(jì)算的特征值。而FSM基于原始的加速度或陀螺儀的樣本數(shù)據(jù)。
2）邏輯方面的差異 — MLC基于機(jī)器學(xué)習(xí)決策樹的邏輯；而FSM基于閥值/計(jì)時(shí)器的事件觸發(fā)器的邏輯，進(jìn)行判斷和比較。
3）輸出方面的差異 — MLC基于決策樹邏輯進(jìn)行模式匹配，再輸出不同的分類結(jié)果；FSM則是基于命令和條件進(jìn)行判斷，再輸出事件檢測(cè)的結(jié)果。

進(jìn)入MLC和FSM 2.0階段后，以LSM6DSV16X/LSM6DSV16BX/LIS2DUX12為代表的器件引入2.0功能并集成了SFLP低功耗融合算法。

SFLP（Sensor Fusion Low Power）是6軸低功耗傳感器融合的縮寫。ST 6DSV系列IMU中均配置了SFLP功能。

其主要特點(diǎn)包括：

1）基于加速度及陀螺儀數(shù)據(jù)進(jìn)行融合的算法，可以輸出游戲旋轉(zhuǎn)矢量，相當(dāng)于表現(xiàn)在空間姿態(tài)的一個(gè)四元數(shù)。這個(gè)四元數(shù)也可通過一個(gè)算法轉(zhuǎn)換成歐拉角，展現(xiàn)成空間姿態(tài)，即從A點(diǎn)移動(dòng)到B點(diǎn)時(shí)，在空間中的運(yùn)動(dòng)軌跡。同時(shí)這個(gè)數(shù)據(jù)還可以保存在FIFO中。

2）可以輸出重力矢量，用來表示重力方向的三維向量。

3）可以提供陀螺儀的bias，相當(dāng)于陀螺儀一個(gè)零偏支持靜態(tài)校準(zhǔn)。同時(shí)也集成動(dòng)態(tài)零偏校準(zhǔn)算法，實(shí)時(shí)計(jì)算陀螺儀的零偏，減少積分誤差。

SFLP低功耗傳感器融合在消費(fèi)電子領(lǐng)域有廣泛的應(yīng)用場(chǎng)景；例如游戲手柄、賽車、AR/VR/MR的游戲裝備空間姿態(tài)檢測(cè)；在可穿戴領(lǐng)域，如手表中的運(yùn)動(dòng)實(shí)時(shí)檢測(cè)和手勢(shì)識(shí)別、耳機(jī)TWS的3D空間音效，即當(dāng)用戶移動(dòng)頭部時(shí)，音頻能夠跟隨頭部運(yùn)動(dòng)播放；在手機(jī)導(dǎo)航和無人機(jī)中，也可以使用SFLP進(jìn)行3D空間姿態(tài)檢測(cè)。畢竟，SFLP具有卓越的性能 — 不僅可以輸出6軸游戲旋轉(zhuǎn)矢量，而且無論靜止精度、低動(dòng)態(tài)精度還是高動(dòng)態(tài)精度都非常高。校準(zhǔn)時(shí)間即達(dá)到穩(wěn)定狀態(tài)所需要的校準(zhǔn)時(shí)間僅為0.8秒，姿態(tài)穩(wěn)定時(shí)間為0.7秒。功耗方面，在15Hz下僅需3.5μA，120Hz時(shí)功耗也只有28μA。

為了方便開發(fā)者使用，我們?cè)贕itHub上提供了詳細(xì)的參考代碼。通過參考代碼，開發(fā)者可以了解如何實(shí)現(xiàn)軟件復(fù)位，配置加速度陀螺儀量程和ODR，配置FIFO buffer觸發(fā)中斷，設(shè)置SFLP數(shù)據(jù)保存到FIFO中，配置FIFO模式，設(shè)置FIFO為stream模式，使能sensor及SFLP算，設(shè)置Gbias，陀螺儀零偏動(dòng)態(tài)獲取，提高算法的精準(zhǔn)度等等細(xì)節(jié)。

基于專業(yè)的MEMS評(píng)估母板加上適用于各種工業(yè)級(jí)、消費(fèi)級(jí)、汽車級(jí)傳感器的適配板，然后連接電腦，進(jìn)入U(xiǎn)nico-GUI功能界面，通過搜索選擇傳感器，點(diǎn)擊Fusion功能，然后您就可以看見下面視頻中的茶壺會(huì)跟隨板子的移動(dòng)進(jìn)行旋轉(zhuǎn)或者說空中姿態(tài)檢測(cè)。

編輯：黃飛

?