高性能运动跟踪技术已经从深奥的军事、航空电子设备、海洋和工业应用领域,发展到越来越多的消费者应用领域。然而,将高性能的运动跟踪带到消费者市场往往会迫使设计师们协调一致的目标,特别是在成本、功耗和计算资源方面。
然而,由于MEMS设计和制造工艺的进步,新一代惯性测量单元(IMUs)正在帮助设计师们提供更高水平的性能,更少的妥协。
本文将概述设计问题和折衷方案,然后引入一个新的6轴IMU,它承诺从主机处理器卸载计算密集型操作。它还将讨论新的计算分区策略,帮助设计者在显著降低系统功率的水平上达到更高的运动跟踪精度。最后,将讨论新的最优估计算法和一个开发工具包,它将允许开发人员构建更高效的传感器融合解决方案。
传感器的性能权衡
和典型的一样,消费设备必须以低成本进行优化。传统上,使用MEMS运动传感的消费者系统的设计者选择了从IMU到应用处理器(AP)或传感器集线器控制器的流加速计和陀螺仪样本,然后再对数据进行进一步处理。
然而,精确的运动跟踪需要大量的计算资源来完成传感器的融合,目前有6和9轴的imu。在这些应用程序中,设计人员必须支持至少几百赫兹以上的采样频率。设计人员一直努力在低成本的情况下实现高水平的性能,而不会过多地加载系统处理器并破坏用户体验。
设计师面临的另外两个问题是上市和减少电力消耗。鉴于所有的传感器都随时间漂移,校准是发展高度精确和一致的运动跟踪子系统的关键。编写自动校准算法是一种选择,但它所花费的时间常常与消费者市场中常见的短时间到市场的窗口冲突。随着高性能跟踪技术进入便携式和无线系统,系统功耗的限制也带来了额外的障碍。开发人员致力于提供高精确度的运动跟踪所需的大量计算资源,同时优化电池寿命。
最近的一些技术进步使开发人员的工作变得容易多了。新的6轴IMUs现在配备了先进的矢量数字信号处理(DSP)协处理器,它承诺从主机处理器上卸载计算密集型操作。与此同时,新的计算分区策略帮助设计者在显著降低系统功率的水平上达到更高的运动跟踪精度。最后,基于扩展卡尔曼滤波理论的新的最优估计算法允许开发人员建立更高效的传感器融合解决方案。
聪明的艾莫斯
这个新一代MEMS IMUs的一个很好的例子就是最初由Fairchild开发的FIS1100,它现在是半导体的一部分。这个智能MEMS传感器模块集成了一个三轴加速度计和一个三轴陀螺仪,并为一个可选的外部第三方3D磁强计提供输入。当使用XKF3传感器融合库和3D磁强计时,裂缝提供了一个完整的9自由度(9DOF)解决方案(图1)。