Wat is er nieuw in MEMS-sensoren voor wearables

MEMS-sensoren bestaan ​​al heel lang, maar verzoeken uit de markt voor nieuwe toepassingen zorgen voor upgrades in de technologie. Vanwege hun kleine formaat, hun nauwkeurigheid en betrouwbaarheid zijn MEMS-sensoren geschikt voor draagbare apparaten.

Luchtdruksensoren zijn bijvoorbeeld ideaal om in horloges, fitnessbanden, oortelefoons of smartphones in te bouwen om fitnessparameters te ondersteunen die kunnen detecteren of u op een vlak gebied, een helling of een trap loopt. Ze voegen een derde (Z) dimensie toe aan standaard tweedimensionale (X, Y) navigatiesystemen. Sommige zijn zelfs zo gevoelig en nauwkeurig dat een noodoproep een hulpverlener kan aangeven op welke verdieping u zich in een wolkenkrabber bevindt. Bosch Sensortec heeft nu de BMP 384 robuuste luchtdruksensor op de markt voor wearables geïntroduceerd. Het is robuust gemaakt met een met gel gevuld pakket, wat een innovatie is voor een barometrische druksensor. Dit maakt het bestand tegen water en verschillende ruwe omgevingen. Bovendien is hij vanwege zijn kleine formaat — 2,0 × 2,0 × 1,0 mm — eenvoudig te integreren in smartphones, wearables en hearables.

Bosch heeft ook de BHI260AP zelflerende AI-sensor geïntroduceerd, die kan worden geleerd om geïndividualiseerde trainingsroutines te volgen die een verscheidenheid aan verschillende bewegingen bevatten. En omdat het een waterbestendige behuizing heeft, kan het ook ronden, slagen en rusttijden bijhouden voor een zwemtraining.

In een MEMS-luchtdruksensor

Het mechanisme van de Bosch BMP-serie druksensoren is een 10 tot 20 micron dik membraan in een siliconenmatrijs. Er zijn vier piëzoresistieve elementen in het membraan, zodat wanneer het buigt als reactie op druk, de verandering van weerstand van de piëzoresistors de output van een Wheatstone-brug varieert, waardoor het druksignaal wordt geproduceerd.

Dit is een beproefde technologie die al meer dan 20 jaar in de automobielmarkt wordt gebruikt en waarvan is aangetoond dat deze zelfs onder ruige omstandigheden behoorlijk stabiel is. Het betreedt nu de consumentenelektronica-industrie met een succesvol trackrecord erachter. Onze nieuwste toetreding tot deze markt is het model BMP384, dat niet alleen robuust is, maar ook mediabestendig is dankzij zijn met gel gevulde verpakking

Nauwkeurigheid

Relatieve nauwkeurigheid is een functie van de helling van de uitgangscurve; het is de nauwkeurigheid van veranderingen in hoogte, in plaats van een absolute meting. Voor de krachtige Bosch BMP 390 is dit +/- 0,03 hPa., wat overeenkomt met +/- 25 cm.

Absolute nauwkeurigheid is een maat voor de maximale fout in de uitlezing van de exacte druk. Voor de krachtige BMP390 is dit +/- 0,50 hPa. Andere specificaties die relevant zijn voor absolute nauwkeurigheid zijn onder meer RMS-ruis:+/- 0,02 hPa; temperatuurcoëfficiënt offset:(25 °C – 40 °C, bij 900Pa); 12 maanden stabiliteit:+/- 0,16 hPa; en soldeerdrift:++/- 0,8 hPa.

(Soldeerdrift, hoewel niet vaak genoemd, kan een belangrijke factor zijn. Bij het solderen van een apparaat op een printplaat, creëer je een temperatuurgradiënt, die een mechanische spanning kan veroorzaken, inclusief buigen. Dit soort spanning op de MEMS-sensor kan veranderingen in de elektrische output veroorzaken.)

Navigatie

MEMS-luchtdruksensoren kunnen worden geoptimaliseerd voor verschillende toepassingen. De BMP390, ontworpen voor nauwkeurige hoogtemeting, heeft bijvoorbeeld een resolutie die goed genoeg is om hoogteveranderingen van minder dan 10 cm te meten. Met een kastgrootte van 2 mm × 2 mm × 0,75 mm kan hij eenvoudig worden geïntegreerd in een smartphone of horloge. Bosch heeft in samenwerking met NextNav LLC (Sunnyvale, CA) een indoor navigatiesysteem ontwikkeld dat de BMP390 gebruikt om de indoor z-as locatiecomponent te leveren voor driedimensionale locatie en positionering, goed genoeg om te worden gebruikt voor verbeterde noodoproepen ( E911).

Voor een noodoproep is absolute nauwkeurigheid van cruciaal belang. Stel dat u in een appartement op de 14e verdieping woont, zodat eerstehulpverleners u snel kunnen vinden, de informatie over de z-as, evenals de x en y, allemaal nauwkeurig en nauwkeurig moeten zijn.

Om de meest nauwkeurige absolute metingen te verkrijgen, zou u moeten beginnen met een kalibratie die rekening houdt met de hoogte van uw locatie, bijvoorbeeld of u zich aan de kust of op een bergtop bevindt. Dan zijn er nog een aantal extra factoren die de absolute nauwkeurigheid van de druksensor kunnen beïnvloeden. De correlatie tussen druk en hoogte varieert bijvoorbeeld naarmate de buitenluchtdruk verandert. Dit is over het algemeen niet significant voor snelle hoogteveranderingen, maar als uw telefoon met zijn ingebouwde sensor bijvoorbeeld 10 uur op een bepaalde locatie is, zal de omgevingsdruk in die periode waarschijnlijk veranderen. Dus dat betekent dat het nodig is om een ​​extern corrigerend signaal in te brengen. Dat kan worden bereikt met sensorfusie, waarbij informatie van verschillende soorten sensoren wordt gecombineerd, zoals inertiaal en magnetisch.

Fitness — Drukwaarneming

Voor het volgen van trainingsroutines is relatieve nauwkeurigheid prima - u bent alleen geïnteresseerd in de verandering in hoogte, niet in de absolute waarde. Omgevingsfactoren zijn echter belangrijk voor fitnesstrackers, vooral voor wearables, zoals slimme horloges, vooral als u zwemmen wilt volgen.

De met gel gevulde BMP384 kan worden gebruikt voor fitness-tracking, vooral als het gaat om veranderingen in hoogte of fitness in ruwe omgevingen zoals water.

Om ervoor te zorgen dat de sensor in ruwe omgevingen kan werken, moeten het detectiemechanisme en de ingebouwde ASIC worden geïsoleerd. Bij de BMP 384 gebeurt dit door een laag gel aan te brengen tussen het diafragma en de behuizing. Het vereist speciale kennis om een ​​gel te maken en aan te brengen met de juiste mechanische en thermische eigenschappen. De gel moet druk overbrengen op het membraan, zonder te voorkomen dat het buigt. Het moet ook de warmte goed genoeg geleiden zodat de sensor over een breed temperatuurbereik werkt en ten slotte mag het niet verstijven gedurende de levensduur van de sensor.

Fitness — Kunstmatige Intelligentie

De BHI260AP MEMS-sensor, die door Bosch werd geïntroduceerd op CES 2021, is ontworpen om te worden geïntegreerd in wearables voor de pols, zoals slimme horloges en fitnessbanden; of hoorbaar. Het bevat niet alleen een IMU met zes vrijheidsgraden met een 16-bits 3-assige versnellingsmeter en een 16-bits 3-assige gyroscoop, maar ook een 32-bits door de klant programmeerbare microcontroller. Deze combinatie van hardware plus meegeleverde zelflerende AI-software ondersteunt een zeer geavanceerd fitnessapparaat.

Zwemmen. Bosch Sensortec heeft software voor het volgen van zwemmen ontwikkeld voor de BHI260AP. Met behulp van realtime sensorgegevens van de IMU en de drijvende-kommamicrocontroller kan het zowel onbewerkte sensorgegevens leveren als AI-functies uitvoeren die relevante resultaten genereren voor direct gebruik door een applicatieprocessor. De ingebouwde bewegingssensor bepaalt wanneer de gebruiker is begonnen met zwemmen, zonder dat de zwemmer daar iets voor hoeft te doen. Vervolgens classificeert het het type slag in vier mogelijke categorieën — rugslag, vrije slag, vlinderslag en schoolslag — en registreert het aantal slagen, ronden en eventuele pauzes tussen de ronden.

Thuistraining. Deze "slimme" sensor kan worden getraind om een ​​persoonlijke assistent te zijn voor uw thuistraining - hij kan de details van uw persoonlijke trainingsroutine herkennen en volgen. Hoewel het wordt geleverd met 15 voorgeprogrammeerde fitnessactiviteiten, kunnen er extra activiteiten worden geüpload.

De sensor is slim genoeg om nieuwe oefeningen te herkennen en kan zich aanpassen aan uw eigen specifieke training. Door van uw gedrag te leren, kan het honderden verschillende bewegingen en patronen herkennen, niet alleen degene die de fabrikant van het apparaat heeft voorgeprogrammeerd.

Voor elke oefening kunt u gedetailleerde en onmiddellijke feedback krijgen, bijvoorbeeld:het type activiteit, de benodigde tijd en het aantal sets en herhalingen dat moet worden gedaan. Dit wordt vervolgens omgezet in specifieke informatie over de intensiteit en frequentie van de oefeningen. Wanneer gebruikers een vooraf gedefinieerd trainingsplan volgen, kunnen ze worden geïnformeerd over hoe dicht ze bij het bereiken van hun persoonlijke doelen zijn, zoals gewichtsverlies, versteviging of fitnessniveau.

Voor trainingen met hoge intensiteit, waarbij de gebruiker snel schakelt tussen verschillende activiteiten, bijvoorbeeld 20 tot 30 seconden trainen, gevolgd door 20 tot 30 seconden rust. Het AI-volgapparaat kan elke nieuwe oefening automatisch en betrouwbaar herkennen bij de overgang van de ene naar de andere.

Edge-verwerking. Het heeft verschillende voordelen om de gegevensverwerking in de sensor te hebben ingebed, in plaats van onbewerkte gegevens naar een centrale processor te verzenden, misschien in de cloud. Ten eerste kost het veel meer kracht om grote hoeveelheden gegevens te verzenden, in plaats van een signaal dat de gegevens al heeft gebruikt om een ​​significant uitvoerbericht te berekenen. Het vermogen kan ook worden verminderd als de lokale processor gegevens kan aggregeren en deze alleen met vaste tussenpozen kan verzenden in plaats van continu. Dit is vooral belangrijk voor het maximaliseren van de levensduur van de batterij. Er is ook de kwestie van privacy:thuisgebruikers, maar vooral professionele sporters, willen niet dat anderen toegang hebben tot hun gegevens. En voor snelle bewegingen wilt u niet de latentie die wordt veroorzaakt door gegevens naar elders te verzenden in plaats van deze direct bij de sensor te verwerken.

Samenvattend

De ontwikkeling van steeds geavanceerdere MEMS-sensoren maakt toepassingen voor wearables mogelijk die alleen worden beperkt door de verbeeldingskracht van ontwerpers. Twee voorbeelden van belangrijke ontwikkelingen op dit moment zijn de Bosch BMP384 met gel gevulde luchtdruksensor, die zeer goed bestand is tegen vloeistoffen, en de BHI260AP, ​​die een IMU en een edge-processor bevat voor het uitvoeren van kunstmatige-intelligentietoepassingen.

Dit artikel is geschreven door Dr. Stefan Finkbeiner, CEO, Bosch Sensortec (Reutlingen, Duitsland). Neem voor meer informatie contact op met Constantin Schmauder via Dit e-mailadres wordt beveiligd tegen spambots. U heeft Javascript nodig om het te kunnen zien.; of bezoek hier .