为了满足人工智能在数据获取和处理方面的需求，需要多种类型传感器。不同类型传感器的数据处理复杂度和功耗也不相同，例如MEMS运动传感器主要用于活动监测，计算量小、功耗低；而图像传感器可实现多个目标物体的识别、分类和追踪等功能，计算量大、功耗大。

在近日举行的“MSIG人工智能与物联网论坛”上，意法半导体（ST）模拟和MEMS全球副总裁兼MEMS传感器部门总经理Andrea Onetti表示，在人工智能（AI）及万物互联时代到来之际，意法半导体MEMS传感器可以提供人工智能所需的精准数据。意法半导体在其先进的惯性传感器内集成机器学习技术，提高手机和穿戴设备的运动跟踪性能和电池续航能力。Andrea Onetti表示： “LSM6DSOX iNEMO传感器内部集成一个机器学习内核，可根据已知运动模式对运动数据进行分类处理，接替主处理器处理运动跟踪的第一阶段任务，这种方法可以节能降耗，加快健身记录、健康监测、个人导航、跌倒检测应用等运动类应用程序的运行速度。”

 

 

 

AI传感器数据和处理需求

获取数据是人工智能算法训练的第一步，高质量（好）数据是算法成功的关键。因此，传感器在人工智能领域扮演着至关重要的角色。高精度、低功耗、智能化将是MEMS传感器的发展趋势！

 

MEMS传感器的发展趋势

未来各种智能应用的驱动力来自精准的传感器数据，涵盖个人消费电子领域的增强现实/虚拟现实和光学图像稳定、汽车领域的自动驾驶和汽车导航、工业领域的倾角计和温湿度监控。当然，不同应用对传感器精度的要求级别不同，例如汽车导航的精度约为1m，而自动驾驶的精度要求小于20cm。

 

数据精度驱动应用发展

传感器精度的关键参数有哪些呢？Andrea Onetti提到三大方面：（1）噪声（Noise），如振动抑制、1/f噪声、高频噪声等；（2）稳定性（Stability），如长期稳定性、温度稳定性和重复稳定性等；（3）偏差（Tolerance），如零偏、灵敏度、非线性、轴间串扰等。

 

传感器精度的关键参数

意法半导体已有的MEMS传感器设计可以将更好的性能（精度）带给新的应用，例如MEMS压力传感器拓展至个人消费电子领域的电子烟和工业领域额流量监测；MEMS加速度计拓展至个人消费电子领域的可穿戴设备和汽车领域的车钥匙。

 

高精度MEMS传感器渗透至新的应用

“不同市场对MEMS传感器性能需求不同，以MEMS加速度计为例，在个人消费电子领域，功耗最为重要，其次是精度和成本；在汽车领域，可靠性最为重要，其次是精度和寿命；在工业领域，寿命最为重要，其次是可靠性和精度。”Andrea Onetti说道。

 

不同市场对MEMS传感器的性能需求

随着“工业4.0”及智能制造的发展，MEMS传感器在工业领域越来越重要，不管是产品生产，还是产品运输，都离不开传感器采集的精准数据。意法半导体积极把握工业市场中的各种机遇，如运输过程中的振动和冲击监测、温湿度监测；安装设备/机器的状态监测、环境监测等。

 

Andrea Onetti自豪地说：“人工智能正在工业领域掀起一波数字革命浪潮，意法半导体也为此做好准备，开发了多款新型高精度MEMS传感器，例如用于流量计的压力传感器、用于智能制造的6轴惯性测量单元（IMU）、用于建筑物监测的高精度倾角计、用于振动分析的宽频带加速度计、用于资产追踪的温度传感器和加速度计。”

MEMS传感器如何把握人工智能机遇？精准数据不可或缺

 

自动驾驶/智能驾驶成为近期热门话题，相关传感器和感知计算生态系统蓬勃发展。为了保障安全，自动驾驶汽车将配备多种高质量的车载传感器，包括激光雷达（LiDAR）、雷达（RADAR）、摄像头（Camera）、惯性测量单元（IMU）等，因此，汽车市场机遇成为传感器厂商重点关注领域。意法半导体已经准备好从未来的汽车转型中受益，积极布局汽车惯性导航系统领域。

 

 

在个人消费电子领域，VR/AR市场为传感器带来一波机遇，受益的传感器如IMU、磁力计、ToF传感器、图像传感器，以及声学方面的MEMS麦克风和MEMS扬声器。展望未来，通过将捕获的精准数据连接至云平台计算或在本地（边缘）进行机器学习，可使传感器将变得更加智能，同时也可让传感器之间的数据进行融合，提升感测精度。此外，传感器功耗也能通过嵌入式智能技术实现降低，以满足可穿戴设备等对于长时间续航的高要求。