運動傳感設備無處不在，在我們日常使用的一些電子產品中。運動傳感器位于耳塞中——當我們將它們從耳朵中取出時，注意點擊以更改歌曲或暫停音樂。它們用于游戲和培訓中使用的虛擬現實(VR)和增強現實(AR)耳機中的頭部跟蹤。運動傳感器支持游戲遙控器(用于定位)、消費級機器人(用于航向)和您的手機(也用于定位)。它們的傳感由慣性測量單元(慣性傳感器)提供動力——許多常用消費電子產品中的傳感器，如前面列出的那些。他們的能力通過傳感器融合解鎖。在本文中，我們將探討什么是傳感器融合以及它可以做什么。

一、什么是慣性傳感器?

在我們進入傳感器融合之前，快速回顧一下慣性測量單元(慣性傳感器)似乎是相關的。慣性傳感器是一種傳感器，通常由加速度計和陀螺儀組成，有時還包括磁力計。通過查看來自這些傳感器的數據，設備能夠更全面地了解其方向和運動狀態。

·加速度計測量單個方向的加速度(速度變化)，例如您踩到汽車油門時感受到的力。靜止時，加速度計測量重力。

·陀螺儀測量圍繞其三個軸的角速度。它在任何給定時刻輸出其旋轉偏航、俯仰和滾動。

·很簡單，磁力計測量磁場。通過在穩定的磁場中進行適當的校準，它可以檢測到地球磁場的波動。通過這些波動，它找到了指向地球磁北的矢量，并給它一個絕對航向。

然后，傳感器的信息用于維持無人機的平衡、改善家用機器人吸塵器的航向、改變智能手機屏幕的方向以及其他與運動相關的應用。

二、慣性傳感器如何用于傳感器融合

現在我們了解了慣性傳感器的組成部分，它與傳感器融合有什么關系，我們為什么要關心它?好吧，僅傳感器并不那么“智能”。他們生成原始數據。但這些原始數據必須經過處理和打包才能成為可操作的。

慣性傳感器中的傳感器類似于閱讀您的患者檔案的專科醫生——他們都有自己的意見，并且他們的專長為他們提供其他人沒有的洞察力，但您可以處理他們的意見以做出最終決定。例如，如果加速度計表明重力正在從指向下方變為更水平的角度，但陀螺儀顯示幾乎沒有運動，你相信哪個?那么，在這種情況下，陀螺儀應該更受信任，因為它不受外力的影響。由于陀螺儀告訴我們用戶框架沒有改變，可以肯定地說設備一直在加速，就像汽車直線行駛一樣。

在另一種情況下，如果陀螺儀顯示小而一致的角速度，但加速度計和磁力計顯示設備處于靜止狀態，那么您可以相信兩位同意的“醫生”的意見。然后你可以推斷出有一些陀螺儀偏差會給出錯誤的輸出。這些示例旨在展示傳感器融合對于理解基于傳感器信息融合的最佳輸出是必不可少的。這可用于確定準確的運動、方向和航向信息。

三、探索可能性

與傳感器融合軟件結合使用時，慣性傳感器不僅可用于更準確的運動、方向和航向，還可用于特殊功能。深思熟慮的慣性傳感器數據融合可以通過預測性頭部跟蹤創建流暢的XR體驗，從而最大限度地減少延遲影響。對于無線演示或電視遙控器，傳感器融合可以直接將3D控制器運動轉換為屏幕上直觀的2D運動。加速度計和陀螺儀傳感器的組合還可以檢測復雜的空中形狀和手勢。在人類導航中，分析來自加速度計和陀螺儀的數據，傳感器融合可以估計某人步行的方向和距離。

傳感器融合不必僅通過慣性傳感器完成，但通常從慣性傳感器開始。在XR空間中，控制器方向與來自外部攝像頭的線性位置的融合可以創建一個有效的由內向外的6自由度系統。對于機器人導航，慣性傳感器與光流和車輪編碼器數據的融合可創建準確且穩健的航位推算。如果涉及運動，傳感器融合可能會有所幫助。

四、傳感器表征和校準

傳感器融合的另一部分是確保傳感器得到適當校準，因為慣性傳感器受校準影響很大。傳感器表征是在受控條件下從傳感器進行測量的過程。這些測量可用于微調傳感器對各種溫度、操作模式和運動的反應方式。一旦傳感器被正確表征，傳感器融合可以幫助確保其性能得到優化。

五、傳感器表征過程

為了正確表征傳感器，統計上顯著數量的傳感器需要放置在某種板上，以允許通信以更改模式和記錄數據。然后應將此板放置在受控環境中。例如，他們可以坐在一個兩軸萬向節電機上，使其能夠通過所有三個運動軸。通過將這個裝置放在溫度室中，我們可以迭代不同溫度、位置和操作模式的排列。通過了解每個高精度電機的運動方式、溫度變化以及運行的模式，我們可以獲得大量傳感器信息來表征傳感器。為了表征磁力計，可以將板放置在亥姆霍茲線圈中以產生受控磁場。

為了測試這些傳感器在其使用壽命內的性能，傳感器還可以通過將它們暴露在極端的高溫和潮濕條件下進行人工老化過程。然后，可以使用老化的傳感器運行相同的測試以收集更新的數據。可以使用所有這些綜合數據創建傳感器模型，從而生成典型(標稱)傳感器的模型，并隨后優化其性能。

通過了解傳感器的行為方式，還可以調整加速度計和陀螺儀中的傳感器偏差。這些傳感器偏差與傳感器在靜止時看到的內容有關。如果這聽起來很熟悉，那是因為這是慣性傳感器/醫生類比部分中討論的第二個想法。調整這些可能看起來像偏移一樣簡單，但這些偏差會隨溫度而變化，并且對于來自同一個批次的同一個傳感器會表現出不同的行為。這種偏差誤差很大，超過了比例誤差之外的大多數其他誤差。但是，通過適當的傳感器融合算法，可以在設備使用時動態完成校準。

六、把碎片放在一起

正確使用傳感器需要多層理解。需要了解基本傳感器的工作原理，如何融合來自這些傳感器的數據以創建有意義的信息，如何根據應用創建專門的功能，以及傳感器表征以真正優化性能。這個過程說起來很復雜至少。使用龐大且強大的傳感器融合功能庫對其進行簡化，可以提供一致、準確的結果。

審核編輯：湯梓紅