用於先進行動裝置的MEMS感測器
前言：
本文將論述MEMS感測器在先進行動應用中的作用，例如，行動擴增實境（MAR）、定位服務（LBS）和利用航位推算法確定方位的MEMS感測器與GPS接收器整合解決方案。
摘要
MEMS感測器包括加速度計(ACC)、陀螺儀(GYRO)、磁力計(MAG)、壓力感測器(PS)和麥克風(MIC)。因為低成本、小尺寸、低功耗、高性能，MEMS感測器近幾年來被整合到可攜式裝置內。
快速的CPU、多工處理的作業系統、高靈敏度GPS接收器、3G / 4G無線通訊晶片組、高解析度數位攝影機、觸控式螢幕LCD顯示螢幕和大量存放區是智慧型手機的共同特性。MEMS感測器的用途不再局限於當前的應用領域，例如，螢幕旋轉、省電、動作檢測、數位羅盤和3D遊戲。目前導航廠商正在開發更先進的MEMS感測器應用，例如，擴增實境(AR)、定位服務(LBS)、行人航位推算系統(PDR)。
本文將論述MEMS感測器在先進行動應用中的作用，例如，行動擴增實境（MAR）、定位服務（LBS）和利用航位推算法確定方位的MEMS感測器與GPS接收器整合解決方案。
圖說: LG Optimus 3D smartphone 用戶能體驗到3D實境的感受
1. 擴增實境
擴增實境(Augmented Reality;AR)不是一個新話題。根據定義，擴增實境是在一個即時顯示的真實環境上疊加圖形、聲音和其它感知強化技術並使其具有互動性和可操縱性的功能或使用者介面。在一個真實環境內融合3D虛擬資訊有助於提高使用者對虛擬目標周圍環境的真實感。
最近擴增實境技術出現了幾個成功的應用案例。例如，汽車安全設備把路況和汽車周圍情況的資訊投射到前檔風玻璃上，讓駕駛員對汽車所在位置有一個全面瞭解。另一個應用示例是把智慧型手機對準一個方位已知的目標，例如飯店或超市，手機就會顯示所指目標的資訊。此外，如果你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360度，即可鎖定地鐵路線，沿所指方向到達目的地。
社交網路在現代人的生活中扮演著重要作用。當一個人接近一個購物中心時，他可以用手機指向購物中心。然後，他的朋友將會收到經過數文書處理技術強化的他所在位置和周邊環境的虛擬資訊。反之亦然，他也會收到他朋友的方位和周邊資訊。因此，擴增實境是一種改變人們對真實世界的感覺的新方式。
由於智慧型手機市場高速成長，行動裝置開始興起擴增實境應用。圖1所示是在智慧型手機內實現移動擴增實境所需的關鍵元件。
圖 1: 智慧型手機的移動擴增實境系統結構
- 數位攝影機:用於傳送真實世界環境的資訊流，並在液晶觸控式螢幕上顯示捕獲的視訊。目前新款智慧型手機上已配備500萬畫素或更高解析度的影像感測器。
- CPU、手機作業系統、使用者介面和軟體發展工具:這些是智慧型手機的核心組件。現在新的智慧型手機配備1GHz以上的雙核CPU、512MB RAM記憶體和32GB記憶體。在應用開發過程中，使用者介面和軟體發展工具（SDK）讓開發人員輕鬆地調用應用程式介面，存取圖形、無線通訊功能、資料庫和MEMS感測器原始資料，無需知道這些代碼背後的詳細原理。
- 高靈敏度GPS接收器或A-GPS或DGPS:當捕獲到有效的衛星訊號時，這些模組用於確定使用者當前的經緯度位置。多年來人們一直在研究提高GPS接收機在室內和高樓林立的地區的接收靈敏度和定位精度，因為在這類地區衛星訊號變弱，並發生多通道干擾錯誤。
- 無線資料傳輸介面，包括GSM/GPRS、WiFi、藍牙和RFID:無線資料介面的主要目的是接入網際網路，檢索當前位置目標的線上資料庫，在等待GPS定位或沒有GPS訊號時提供簡要的定位資訊。如果建築物內預裝了發射器，其它的近距離無線連接如WLAN、藍牙和RFID也可以提供精度適當的室內定位資訊。
- 本機或線上資料庫:用於把增強的虛擬目標資訊疊加到真實世界視訊上。當目標與當前方位吻合時，系統將能從本機資料庫或線上資料庫檢索目標的資訊。然後使用者可以點擊觸控式螢幕上的超級連結或圖示，接收更加詳細的方位資訊。
- 內置數位地圖的液晶觸控式螢幕:提供高解析度的使用者介面，顯示含有虛擬目標資訊的真實世界的視訊。有了數位地圖，使用者可以知道當前位置所在街道名稱，無需配戴任何特殊的3D眼鏡。
- MEMS感測器(加速度計、磁力計、陀螺儀和壓力感測器):這些感測器是自導式元件，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用的首選半導體產品。這些感測器與GPS接收器整合在一起可以在室內外獲得方位資訊。下面的內容將探討這些感測器在提高室內導航精度中所扮演的重要角色。
隨時隨地獲取精確且可靠的方位資訊，使虛擬目標與真實世界的環境保持一致，是移動擴增實境應用面臨的主要挑戰。
2.室內方位檢測
儘管智慧型手機內置一個GPS接收器，在戶外的定位功能非常不錯，在數位地圖上顯示航向，但是，某些GPS接收機在室內或高樓林立的城區無法接收衛星定位訊號。即便在戶外，當汽車或行人靜止時，GPS也無法提供精確的方位或航向資訊。GPS無法區分微小的高度變化。此外，GPS僅憑一個天線無法為手機或汽車使用者提供姿態資訊，例如，傾斜/翻轉/航向資訊。
差分全球定位系統 (DGPS)能夠取得幾釐米的定位精度；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接收器發射參考位置資訊。輔助全球定位系統 (A-GPS)在某種程度上有助於GPS獲得室內定位資訊，但是，無法在可以接受的間隔內提供精確的定位資訊。當手機使用者靜止時，至少需要三個GPS天線才可能讓GPS檢測到使用者的姿態資訊。不過，目前在一個智慧型手機上安裝多個GPS天線還是行不通的。
因此，僅有GPS的智慧型手機不能為手機用戶提供精確的方位和姿態資訊。自導式MEMS感測器是協助GPS實現一體化導航系統、提供室內外LBS定位服務的理想選擇。
當天線沒有被遮擋時，現代的GPS接收器的絕對定位精度是3米到20米，這個參數不會在一段時期後發生漂移。基於MEMS感測器的捷聯式慣性導航系統(SINS) 可在很短的時間內提供精確的定位資訊，但是，根據動作感測器的性能，這種導航系統在使用一段時間後很快就會發生精度漂移現象。行人航位推算系統（PDR）是一個根據步長和方位計算從室內已知初始位置開始的行走距離的相對導航系統，雖然定位精度不會隨時間推移而發生漂移，但是需要在受磁力干擾的環境內保持航向精度，此外，GPS需要對步長進行校準，才能達到可以接受的定位精度。
按照捷聯式慣性導航系統(SINS)理論，根據內在的偏差漂移和比例因數，慣性感測器(3軸加速度計和3軸陀螺儀)可分為三大類：導航級、戰術級和商用級。通過下面的兩個方程式[1]，可以計算出獨立的加速度計和陀螺儀的水準位置誤差。
加速度計的位置誤差:
(1)其中:
ACC_bias … 加速度計長期偏差穩定性，單位：mg；g = 9.81m/s2
T … 雙重積分週期，單位：秒
PE_ACC … ACC_bias造成的位置誤差；單位：米。
陀螺儀的位置誤差:
(2)其中:
g … 地球重力，9.81m/s2
GYRO_bias … 陀螺儀長期偏差穩定性，單位：rad/s
T … 雙重積分週期，單位：秒
PE_ACC … GYRO_bias造成的位置誤差；單位：米。
以上兩個方程式可用於計算典型慣性感測器的性能和長期偏差穩定性引起的水準位置誤差。當慣性感測器與GPS整合在一起時，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，如不匹配、非線性和溫度影響，也應在計算中給予考慮。
最近在MEMS製程上取得的進步讓 MEMS加速度計和陀螺儀能夠連續地提供更高的定位性能，使商用級的產品更加接近戰術級產品的性能。在較短的時間如1分鐘內，獨立的加速度計和陀螺儀可取得相對較高的測量精度。當GPS訊號受阻時，這對於GPS/SINS一體化導航系統很有用。
對於消費性電子產品，室內行人航位元推算系統5%的行進距離誤差通常是可以接受的。例如，當一個人走過100米的距離時，定位誤差應該在5米範圍內。這要求航向誤差在 ±2°到±5°之間[2]。例如，如果航位誤差是2°，當一個人走過100米的距離時，定位誤差應該在3.5米範圍內 [= 2*100m*sin(2°/2)]。
此外，MEMS壓力感測器能夠測量相對於海平面的絕對氣壓。因此，MEMS感測器可以確定手機用戶在海平面以下 600米到海平面以上 9000米之間的高度，輔助GPS的高度測量[2]。圖3所示是利用MEMS感測器與GPS接收器的行人航位元推算系統結構圖。
圖 3: 行動裝置行人航位推算系統結構圖
3. MEMS感測器整合
感測器整合是一套數位濾波演算法，用於修正每個獨立感測器的缺陷，然後輸出精確、回應快速的動態（傾斜/翻轉/偏移）姿態測量結果。感測器整合的目的是把每個感測器的測量資料作為輸入資料，然後應用數位過濾演算法對輸入資料進行相互修正，最後輸出精確、回應快速的動態姿態測量結果。因此，航向或方位不受環境磁干擾的影響，沒有陀螺儀的零偏漂移問題。
能夠修正傾斜度的數位羅盤是由一個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資訊。但是這個航向資訊容易受到環境磁力的干擾。如果安裝一個3軸陀螺儀，開發一個9軸感測器整合解決方案，則可以隨時隨地保持精確的航向資訊。
圖說:ST的數位羅盤模組
在設計一個使用多個MEMS感測器的系統時，瞭解下表所列的每個MEMS感測器的優缺點是很重要的。
· 加速度計:在靜態或慢速動作狀態下可用於傾斜度修正型數位羅盤；可用於計步器的檢測功能，檢測步行人當前的狀態是靜止還是動作。不過，當系統在3D空間靜止時，加速度計無法區分真正的線性加速度與地球重力，而且容易受到震動和振盪的影響。
· 陀螺儀:可以連續提供從系統載體座標到局部地球水準座標的旋轉矩陣，當磁力計受到干擾時，陀螺儀可輔助數位羅盤計算航向資料。長時間的零偏漂移導致無限制的姿態和定位錯誤。
· 磁力計:可計算以地球北極為參考方向的絕對航向，並且可用於校準陀螺儀的靈敏度，但容量受到環境磁場的干擾。
· 壓力感測器:在室內導航時，壓力感測器可告訴你身處哪一樓層，輔助GPS計算高度；當GPS訊號變弱時，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。
基於以上各方面考慮，卡曼濾波器是最常用的整合不同的感測器輸入資訊的數學方法。這種方法權衡不同的感測器的作用，給性能最高的方面最高權數，因此，與基於單一媒介的導航系統相比，卡曼濾波器演算法的估算結果更精確可靠 [3]。
目前基於四元數的擴展型卡曼濾波器(EKF)是一個很受歡迎的感測器整合方案，因為四元數只有4個元素，而旋轉矩陣有9個元素，此外，四元數法還避免了旋轉矩陣的特殊問題 [3]。
4. 結論
隨時隨地精確定位是擴增實境等先進行動應用面臨的主要挑戰，因為擴增實境與行人航位推算（PDR）或定位服務（LBS）的關係密切。鑒於GPS接收器的接收限制，MEMS感測器對室內行人航位推算應用很有吸引力，因為這些感測器大多數已經出現在智慧型手機內。
要想取得5%的室內行人航位推算定位誤差，需要開發MEMS感測器整合演算法，以修正每個感測器的缺陷，使這些感測器實現優勢互補。隨著MEMS感測器的性能不斷提高，在不遠的將來，與用戶無關的SINS/GPS一體化導航系統將會成為智慧型手機的標準配置。
5. 參考文獻
1. A. Lawrence, Modern Inertial Technology: Navigation, Guidance, and Control, ISBN: 978-0387985077 (hardback), 0387985077 (electronic), 1998
2. STMicroelectronics, Inc.
J. Esfandyariet al, MEMS Pressure Sensors in Pedestrian Navigation, Sensors Magazine, Dec. 2010
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
