智能手機等移動設(shè)備中的MEMS傳感器

增強實境

增強實境(AR)是在一個實時顯示的真實環(huán)境上疊加圖形、聲音和其它感知強化技術(shù)并使其具有互動性和可操縱性的功能或用戶界面。在一個真實環(huán)境內(nèi)融合3D虛擬信息有助于提高用戶對虛擬目標(biāo)周圍環(huán)境的真實感。

最近，增強實境技術(shù)出現(xiàn)了幾個成功的應(yīng)用案例。例如，汽車安全設(shè)備把路況和汽車周圍的信息投射到前檔風(fēng)玻璃上，讓駕駛員對汽車所在位置有全面了解。另一個應(yīng)用是把智能手機對準(zhǔn)一個方位已知的目標(biāo)，例如飯店或超市，手機就會顯示所指目標(biāo)的信息。此外，如果身處一個陌生的大城市，這個功能還能幫助你找到最近的地鐵站，只要把手機旋轉(zhuǎn)360度，即可鎖定地鐵路線，沿所指方向到達(dá)目的地。

社交網(wǎng)絡(luò)在現(xiàn)代人的生活中扮演著重要作用。當(dāng)一個人接近一個購物中心時，他可以用手機指向購物中心。然后，他的朋友將會收到經(jīng)過數(shù)字處理技術(shù)強化的他所在位置和周邊環(huán)境的虛擬信息。反之亦然，他也會收到他朋友的方位和周邊信息。因此，增強實境是一種改變?nèi)藗儗φ鎸嵤澜绲母杏X的新方式。

由于智能手機市場高速增長，移動設(shè)備開始興起增強實境應(yīng)用。圖1所示是在智能手機內(nèi)實現(xiàn)移動增強實境所需的關(guān)鍵模塊。

               圖1 智能手機的移動增強實境系統(tǒng)結(jié)構(gòu)

數(shù)字?jǐn)z像頭:用于傳送實際環(huán)境的信息流，并在液晶觸摸屏上顯示捕獲的視頻。目前，新款智能手機上已配備500萬像素或更高分辨率的成像傳感器。

CPU、手機操作系統(tǒng)、用戶界面和軟件開發(fā)工具：這些是智能手機的核心模塊。現(xiàn)在新的智能手機配備1GHz以上的雙核CPU、512MB RAM內(nèi)存和32GB存儲器。在應(yīng)用開發(fā)過程中，可通過用戶界面和軟件開發(fā)工具（SDK）調(diào)用應(yīng)用程序接口，訪問圖形、無線通信功能、數(shù)據(jù)庫和MEMS傳感器原始數(shù)據(jù)，無需知道這些代碼背后的詳細(xì)原理。

高靈敏度GPS接收器、AGPS(輔助GPS)或DGPS(差分GPS) :當(dāng)捕獲到有效的衛(wèi)星信號時，這些模塊用于確定用戶當(dāng)前的經(jīng)緯度位置。多年來人們一直在研究提高GPS接收器在室內(nèi)和高樓林立的地區(qū)的接收靈敏度和定位精度，因為在這類地區(qū)衛(wèi)星信號變?nèi)?，并發(fā)生多信道干擾錯誤。

無線數(shù)據(jù)傳輸接口，包括GSM/GPRS、WiFi、藍(lán)牙和RFID:無線數(shù)據(jù)接口的主要目的是接入互聯(lián)網(wǎng)，檢索當(dāng)前位置目標(biāo)的在線數(shù)據(jù)庫，在等待GPS定位或沒有GPS信號時提供簡要的定位信息。如果建筑物內(nèi)預(yù)裝了發(fā)射器，其它的近距離無線連接如WLAN、藍(lán)牙和RFID也可以提供精度適當(dāng)?shù)氖覂?nèi)定位信息。

本機或在線數(shù)據(jù)庫:用于把增強的虛擬目標(biāo)信息疊加到真實世界視頻上。當(dāng)目標(biāo)與當(dāng)前方位吻合時，系統(tǒng)將能從本機數(shù)據(jù)庫或在線數(shù)據(jù)庫檢索目標(biāo)的信息。然后用戶可以點擊觸摸屏上的超級鏈接或圖標(biāo)，接收更加詳細(xì)的方位信息。

內(nèi)置數(shù)字地圖的液晶觸摸屏:提供高分辨率的用戶界面，顯示含有虛擬目標(biāo)信息的真實世界的視頻。有了數(shù)字地圖，用戶可以知道當(dāng)前位置所在街道名稱，無需配戴任何特殊的3D眼鏡。

MEMS傳感器(加速度計、磁力計、陀螺儀和壓力傳感器):這些傳感器是自導(dǎo)式器件，隨時隨地工作。因為低成本、小尺寸、輕量、低功耗、高性能，它們成為行人航位推算應(yīng)用的首選半導(dǎo)體產(chǎn)品。這些傳感器與GPS接收器集成在一起可以在室內(nèi)外獲得方位信息。

隨時隨地獲取精確、可靠的方位信息，使虛擬目標(biāo)與實際環(huán)境保持一致，是移動增強實境應(yīng)用面臨的主要挑戰(zhàn)。

室內(nèi)方位檢測

盡管智能手機內(nèi)置GPS接收器，在戶外的定位功能非常不錯，可在數(shù)字地圖上顯示航向，但是，某些GPS接收器在室內(nèi)或高樓林立的城區(qū)無法接收衛(wèi)星定位信號。即便在戶外，當(dāng)汽車或行人靜止時，GPS也無法提供精確的方位或航向信息。GPS無法區(qū)分微小的高度變化。此外，GPS僅憑一個天線無法為手機或汽車用戶提供俯仰/滾轉(zhuǎn)/航向等姿態(tài)信息。

DGPS的定位精度為幾cm，但是需要另一個GPS接收器做基站，使用某一種距離粗捕獲碼向移動GPS接收器發(fā)射參考位置信息。輔助全球定位系統(tǒng)(A-GPS)在某種程度上有助于GPS獲得室內(nèi)定位信息，但無法在可以接受的間隔內(nèi)提供精確的定位信息。當(dāng)手機用戶靜止時，至少需要三個GPS天線才能檢測到用戶的姿態(tài)信息。不過，目前還無法在一部智能手機上安裝多個GPS天線。

因此，僅有GPS的智能手機無法為用戶提供精確的方位和姿態(tài)信息。自導(dǎo)式MEMS傳感器是協(xié)助GPS實現(xiàn)一體化導(dǎo)航系統(tǒng)、提供室內(nèi)外LBS定位服務(wù)的選擇。

當(dāng)天線沒有被遮擋時，GPS接收器的絕對定位精度是3m到20m，這個參數(shù)在一段時期后不會發(fā)生漂移?；贛EMS傳感器的捷聯(lián)式慣性導(dǎo)航系統(tǒng)(Strap-down Inertial Navigation System，SINS) 可在很短時間內(nèi)提供精確的定位信息。但是，根據(jù)運動傳感器的性能，這種導(dǎo)航系統(tǒng)在使用一段時間后很快就會發(fā)生精度漂移現(xiàn)象。行人航位推算系統(tǒng)（Pedestrian Dead Reckoning，PDR）是一個根據(jù)步長和方位計算從室內(nèi)已知初始位置開始的行走距離的相對導(dǎo)航系統(tǒng)，雖然定位精度不會隨時間推移而發(fā)生漂移，但是需要在受磁力干擾的環(huán)境內(nèi)保持航向精度。此外，GPS需要對步長進(jìn)行校準(zhǔn)，才能達(dá)到可以接受的定位精度。

按照捷聯(lián)式慣性導(dǎo)航系統(tǒng)理論，根據(jù)內(nèi)在的偏差漂移和比例因數(shù)，慣性傳感器(3軸加速度計和3軸陀螺儀)可分為三大類：導(dǎo)航級、戰(zhàn)術(shù)級和商用級。通過下面兩個方程式 ⑴ ，可以計算出獨立的加速度計和陀螺儀的水平位置誤差。

加速度計的位置誤差: PE_ACC＝1/2 ACC_biasT2 (1)

其中ACC_bias是加速度計長期偏差穩(wěn)定性，單位是mg；g=9.81m/s2；T是雙重積分周期，單位是s；PE_ACC是ACC_bias造成的位置誤差，單位是m。

陀螺儀的位置誤差:PE_GYRO＝1/6 gGYRO_biasT3 (2)

其中g(shù)是地球重力，9.81m/s2；GYRO_bias是陀螺儀長期偏差穩(wěn)定性，單位是rad/s；T是雙重積分周期，單位是s，PE_ACC是GYRO_bias造成的位置誤差，單位是m。

以上兩個方程式可用于計算典型慣性傳感器的性能和長期偏差穩(wěn)定性引起的水平位置誤差。當(dāng)慣性傳感器與GPS集成在一起時，這些誤差不會隨時間推移而擴大，其它引起位置誤差的因素，如失匹、非線性和溫度影響，也應(yīng)在計算中給予考慮。

最近在MEMS工藝上取得的進(jìn)步使MEMS加速度計和陀螺儀能夠連續(xù)地提供更高的定位性能，使商用級產(chǎn)品更接近戰(zhàn)術(shù)級產(chǎn)品的性能。在較短的時間，如1分鐘內(nèi)，獨立的加速度計和陀螺儀可取得相對較高的測量精度。當(dāng)GPS信號受阻時，這對于GPS/SINS一體化導(dǎo)航系統(tǒng)很有用。

對于消費電子產(chǎn)品，室內(nèi)行人航位推算系統(tǒng)5%的行進(jìn)距離誤差通常是可以接受的。例如，當(dāng)一個人走過100m的距離時，定位誤差應(yīng)該在5m范圍內(nèi)。這要求航向誤差在±2°到±5°之間[2]。例如，如果航位誤差是2°，當(dāng)一個人走過100m的距離時，定位誤差應(yīng)該在3.5m范圍內(nèi)[即2×100m×sin(2°/2)]。

此外，由于MEMS壓力傳感器能夠測量相對于海平面的絕對氣壓。因此，它可以確定手機用戶在海平面以下600m到海平面以上 9000m之間的高度，輔助GPS的高度測量[2]。利用MEMS傳感器與GPS接收器的行人航位推算系統(tǒng)結(jié)構(gòu)圖如圖2所示。

           圖2 移動設(shè)備行人航位推算系統(tǒng)結(jié)構(gòu)圖

MEMS傳感器整合

傳感器整合是一套數(shù)字濾波算法，用于修正每個獨立傳感器的缺陷，然后輸出精確、響應(yīng)快速、動態(tài)的（俯仰/滾轉(zhuǎn)/偏航）姿態(tài)測量結(jié)果。其目的是把每個傳感器的測量數(shù)據(jù)作為輸入數(shù)據(jù)，然后應(yīng)用數(shù)字過濾算法對輸入數(shù)據(jù)進(jìn)行相互修正，最后輸出精確、響應(yīng)快速、動態(tài)的姿態(tài)測量結(jié)果。因此，航向或方位不受環(huán)境磁干擾的影響，沒有陀螺儀的零點漂移問題。

能夠修正傾斜度的數(shù)字羅盤由一個3軸加速度計和一個3軸磁力計組成，可提供以地球北極為參考的航向信息，但是這個航向信息容易受到環(huán)境磁力的干擾。如果安裝一個3軸陀螺儀，開發(fā)一個9軸傳感器整合解決方案，則可以隨時隨地保持精確的航向信息。

在設(shè)計多個MEMS傳感器的系統(tǒng)時，了解下面每種MEMS傳感器的優(yōu)缺點很重要。

加速度計:在靜態(tài)或慢速運動狀態(tài)下，可用于傾斜度修正型數(shù)字羅盤；或用于計步器的檢測功能，檢測行人當(dāng)前是靜止還是運動狀態(tài)。不過，當(dāng)系統(tǒng)在3D空間靜止時，加速度計無法區(qū)分真正的線性加速度與地球重力，而且容易受到震動和振蕩的影響。

陀螺儀:可以連續(xù)提供從系統(tǒng)載體坐標(biāo)到局部地球水平坐標(biāo)的旋轉(zhuǎn)矩陣，當(dāng)磁力計受到干擾時，陀螺儀可輔助數(shù)字羅盤計算航向數(shù)據(jù)。長時間的零點漂移會導(dǎo)致無限制的姿態(tài)和定位錯誤。

磁力計:可計算以地球北極為參考方向的絕對航向，并且可用于校準(zhǔn)陀螺儀的靈敏度，但容易受到環(huán)境磁場的干擾。

壓力傳感器:在室內(nèi)導(dǎo)航時，壓力傳感器可告訴你身處哪一樓層，輔助GPS可計算高度；當(dāng)GPS信號變?nèi)鯐r，輔助GPS提高定位精度，但是容易受到氣流和天氣狀況的影響。

基于以上各方面考慮，卡爾曼濾波器是最常用的整合不同傳感器輸入信息的數(shù)學(xué)方法。這種方法權(quán)衡不同傳感器的作用，給性能最高的方面最高權(quán)數(shù)，因此，與基于單一媒介的導(dǎo)航系統(tǒng)相比，卡爾曼濾波器算法的估算結(jié)果更精確可靠[3]。目前的傳感器整合方案中，基于四元數(shù)的擴展型卡爾曼濾波器(EKF)很受歡迎，因為四元數(shù)只有4個元素，而旋轉(zhuǎn)矩陣有9個元素，此外，四元數(shù)法還避免了旋轉(zhuǎn)矩陣的特殊問題[3]。

結(jié)論

隨時隨地精確定位是增強實境等先進(jìn)移動應(yīng)用面臨的主要挑戰(zhàn)，因為增強實境與行人航位推算（PDR）或定位服務(wù)（LBS）的關(guān)系密切。鑒于GPS接收器的接收限制，MEMS傳感器對室內(nèi)行人航位推算應(yīng)用很有吸引力，因為這些傳感器大多數(shù)已經(jīng)出現(xiàn)在智能手機內(nèi)。

要想取得5%的室內(nèi)行人航位推算定位誤差，需要開發(fā)MEMS傳感器整合算法，以修正每個傳感器的缺陷，使這些傳感器實現(xiàn)優(yōu)勢互補。隨著MEMS傳感器的性能不斷提高，在不遠(yuǎn)的將來，與用戶無關(guān)的SINS/GPS一體化導(dǎo)航系統(tǒng)將會成為智能手機的標(biāo)準(zhǔn)配置。（作者：Jay Esfandyari，Paolo Bendiscioli，Gang Xu）

參考文獻(xiàn)
1. A. Lawrence, Modern Inertial Technology: Navigation, Guidance, and Control, ISBN: 978-0387985077 (hardback), 0387985077 (electronic), 1998
2. STMicroelectronics, Inc. J. Esfandyari et al, MEMS Pressure Sensors in Pedestrian Navigation, Sensors Magazine,Dec. 2010
http://www.sensorsmag.com/electronics-computers/consumer/mems-pressure-sensors-pedestrian-navigation-7896
3. Greg Welch, Gary Bishop, An Introduction to the Kalman Filter, University of North Carolina at Chapel Hill
4. A. Sabatini, Quaternion-Based Extended Kalman Filter for Determining Orientation by Inertial and Magnetic Sensing, IEEE transaction on biomedical engineering, Vol. 53, No. 7, July 2006
http://ieeexplore.ieee.org/xpl/freeabs_all.jsp?arnumber=1643403