热度 19
2016-2-1 15:19
1575 次阅读|
0 个评论
采用先进感应技术的运动跟踪系统在各种应用中普遍使用,从微型相机中的稳像系统至无人机中的控制与导航应用,均可看见它的身影。在工业应用中,基于 MEMS 的 IMU (MEMS-IMU) 运动感应技术是首选。基于 MEMS-IMU,其利用率之所以能不断攀升,所适用的应用也不断增多,直接得益于这种技术的多功能性——能够实现非常高的目标性能,是一种尺寸较小并具有价格竞争力的高度可靠的固态技术。对于大量的消费类应用而言,这种技术也十分具有吸引力。 由于 MEMS-IMU 运动感应技术的多面性带来了过多的可能性,它是一把双刃剑! 尽管大量具有各种级别的性能、尺寸、集成度和成本的感应元件颇具吸引力,但对一个团队与项目的执行而言,可能会适得其反。挑选符合规格要求的 MEMS-IMU 与并从零开始进行开发极费时间和资源,最终还可能违背您的初衷。那么我们是如何根据您的应用需求,打造一款拥有不同综合性能的一流运动跟踪模块的呢?这篇博文对这个思路进行了阐释。 传感器特性与选取 从惯性传感器的集成来未应用寻找合适的技术开始。MEMS-IMU 运动传感器芯片有的每轴远低于 1 美元,而对于光学惯性传感器而言,价格范围可以达到每轴超过 100,000 美元。价格之后,则应该是应用的适用性方面。即使只是考虑单纯的 MEMS 惯性传感器,也会面临大量的选择。有的传感器具有较好的抗振性能,有的则有良好的长期稳定性,还有一些传感器可能噪音较小。关键是找到最能满足需求的传感器。 即使是对某一应用所需传感器的等级规格做个简单的了解,也可能遭遇极大的挑战。通常,应用导向的开发团队可以对需求(诸如精确定位或其他高级别的功能性规格)加以描述, 但要将它们拆分为传感器级别规格的话,往往困难得多,因为这样他们会淹没在基础技术的各项细节中,时间不够。 可以有几种方法来寻找最佳的传感器,从比较数据表至全面评定法等。因为数据表不统一而且不是每种情形都能获得数据(例如振动、横向加速度),所以经常需要采用全面评定法来指明相应的功能等级规格。其次需要了解 MEMS、传感器与传感器融合,这也需要花时间。 在 MEMS 传感器快速变化的时候,还面临另一种挑战,那就是时刻与变更、供方的EOL/PCN通知保持一致,这也会耗费掉宝贵的时间。 专用 MCU 从 MEMS 传感器取回数据是第一步。接着是找到一个 MCU 来处理这个数据。要先进行评估,然后再决定所需的 RAM(随机存储器)与程序存储,还需要了解先进的传感器融合算法知识、操作系统、驱动程序与信号处理。所选择的处理器类型对系统的架构有重大影响,如果没有设计 IMU 和相关信号处理与传感器融合的经验,这会是一个漫长而复杂的过程。 信号处理 下一个步骤是信号处理,将 MEMS 信号转换为可感应的输出信号。对于运动跟踪,用户往往青睐低带宽信号。然而,也需用高带宽来补偿振动与圆锥/划船误差。针对预期运动,需要对信号处理电路进行优化。另外,由于每个 MEMS 传感器都不同,因此每个具体的 MEMS 传感器均应有特定的信号处理电路,这样才能使其性能得到最大化的利用。设计错误的信号处理电路会给模块的输出带来负面影响。 OS驱动与通信 为实现与模块通信,主机需要配置驱动,典型的有应用处理器。这种驱动属于这类模块专用,它还应包括通信协议。需选择硬件层(例如I 2 C、SPI、UART)与通讯协议。某些模块使用的通信协议在输出配置或集成度方面比较灵活。例如, Fairchild 的 FMT1000 系列 通信协议实现的是低级二进制通信、C/C++ 接口,就像 Windows/Linux 的 DLL/.so 一样。 适用于 ARM® mbed™的示例代码。 测试与校准 在电路板上安装 MEMS 时,系统集成商会面临一些挑战。例如,焊接过程可能会影响工厂(统计)校准。安装了惯性传感器的模块不会产生这些有害影响。 在离散的惯性传感器中,校准参数为统计值。这意味着可变性非常重要。30 mg(~2 度翻转/俯仰误差)的加速度偏差在低价 MEMS 传感器中并不鲜见。尽管大部分的陀螺仪偏差处于 -5 与 5 deg/s 之间,但偏差超过 30 deg/s 也时有发生。校准可将陀螺仪偏差重复性提升至 +/- 0.5 deg/s,加速计偏差限制在 2 mg (0.1 deg 翻转/俯仰误差)内。在另一块板上安装模块不会影响校准参数。因为模块在校准过程中会同步进行测试,因此,终端用户应用的产品收得率可以大幅提高。 对于校准与测试设置的资金投入是相当大的,尤其是当每年的传感器数量(10,000 套以下/年)有限时更是如此。如果每年的需求数量在 10,000 套以下,那么测试与校准的费用已经足以证明一个较高价格的模块是值得购买的。 电子与机械设计 在很多带磁力计与敏感型 MEMS 的 IMU 设计中,不能忽视电子设计。在相对大型的 MEMS 传感器元件中,通常会对机械应力进行说明,它也需要纳入考虑范围。当 MEMS 传感器元件自身有变更时,可能需要重新设计终端用户应用的 PCB 板。一个一体化模板能解决所有的这些问题,因为其 PCB 没有发生任何接口和引脚配置变化,还能减少用户对于机械应力的计算。 传感器融合软件 可以根据应用需求,利用传感器融合软件将 MEMS 传感器数据转换为有用的定向数据。尽管融合算法在文献资料中均有记载,但它不如获取数据与使用筛选器直接。Fairchild 的 FMT1000 系列模块所使用的传感器融合算法在 Xsens 几十年的应用经验基础上视若干不同的使用情境进行了优化。Xsens 是 Fairchild 收购的一家运动追踪产品行业领先的厂商。传感器融合算法可以利用不同类别的设置来进行处理,例如动态、人体运动或高度磁依赖等。在大量的测试平台上进行性能测试的确能为多种不同的应用实现最佳的性能。使用 Fairchild 传感器融合软件的另一个好处就是传感器融合算法可以输出各种不同格式的数据,而且格式可选。例如,已经减了重力的灵活加速计、可任意调整的基准坐标系,以及多个固定点与漂浮点的输出格式。从测试包中所获得的这些资料可以在您实施项目的过程中为您节省很多时间,规避很多风险。 该运动追踪模块是以用户要求与应用需求为中心进行设计。在设计与开发过程中,从多方面充分考虑了如何打造一款具有极高耐用性和性能的运动跟踪器模块。 FMT1000 系列——为您的产品植入运动智能,使您赢在起跑线!