使传感器融合工作：多(duō)通道ADC，MCU等

2021-04-28

使传感器融合工作：多(duō)通道ADC，MCU等

复杂的系统大量使用(yòng)数据，尤其是利用(yòng)当今的嵌入式和云计算功能(néng)。如果您的新(xīn)产品需要使用(yòng)来自大量传感器的输入来提供预期的功能(néng)，该怎么办？这是传感器融合的中心思想。通常在汽車(chē)電(diàn)子方面讨论这个概念，因為(wèi)现代汽車(chē)集成了来自多(duō)个传感器的数据，但是其他(tā)产品可(kě)以使用(yòng)相同的概念来提供一系列所需的功能(néng)。如果您的下一个系统将使用(yòng)传感器融合来集成来自多(duō)个源的数据，那么这里是创建工作系统所需的一些组件。

什么是传感器融合？

顾名思义，传感器融合就是：来自大量传感器的数据被收集并馈送到处理(lǐ)器中，然后将其用(yòng)于一系列应用(yòng)中。一些需要传感器融合的最终应用(yòng)包括自动驾驶汽車(chē)，机器人技术，控制系统，工业自动化，人工智能(néng)，增强现实等等。甚至高级医疗监视器，智能(néng)设备和智能(néng)家居系统等产品也将越来越多(duō)地使用(yòng)传感器融合技术。

那么，什么使传感器融合与其他(tā)涉及读取和处理(lǐ)传感器数据的事物(wù)不同呢(ne)？这完全取决于规模以及如何使用(yòng)数据。典型的数据采集系统可(kě)能(néng)仅将少量传感器用(yòng)于不同任務(wù)，并且不同传感器输入可(kě)能(néng)不会始终一起用(yòng)于做出半自治决策。传感器融合既是嵌入式编程思想，也是硬件思想，因為(wèi)嵌入式软件处理(lǐ)更多(duō)的数据并使用(yòng)它来做出更复杂的决策。

如果这听起来像是机器學(xué)习或AI之类的东西，那不是太遥不可(kě)及。可(kě)以构建AI / ML模型以容纳不同的数据结构以及来自单个推理(lǐ)任務(wù)的一系列来源的数据。它们基本上与数据类型和数据结构无关，就像其他(tā)具有(yǒu)多(duō)个数据流并且不使用(yòng)ML模型进行决策的系统一样。

此框图显示了传感器融合中涉及的高级应用(yòng)程序。注意，ADC级可(kě)以集成到嵌入式处理(lǐ)器中。如果您愿意，处理(lǐ)甚至可(kě)以在外部设备或云上进行。

设计师面临的主要问题是：如何“融合”并处理(lǐ)来自传感器的多(duō)个数据流？这既是软件工程问题，又(yòu)是硬件设计问题。我们将不在这里讨论算法方面，因為(wèi)这仍然是计算机科(kē)學(xué)家和软件工程师中积极开发的领域。在硬件方面，需要大量组件来实现数据收集和处理(lǐ)，并将其作為(wèi)传感器融合的一部分(fēn)。

传感器融合系统的组件

传感器融合所需的确切组件集部分(fēn)取决于应用(yòng)领域：

诸如可(kě)穿戴设备之类的小(xiǎo)型设备可(kě)能(néng)需要较小(xiǎo)的组件才能(néng)使外壳尺寸保持较小(xiǎo)。考虑集成组件或较小(xiǎo)的SMD组件。

诸如自动驾驶汽車(chē)之类的高度特定的系统对形状系数的限制更為(wèi)宽松。芯片制造商(shāng)可(kě)能(néng)会开始发布特殊组件，以帮助新(xīn)型汽車(chē)中的传感器融合。

具有(yǒu)非特定或模块化形状因数的其他(tā)系统使设计人员可(kě)以自由选择组件，并且可(kě)能(néng)不开发用(yòng)于这些系统的SoC。

传感器融合全部从采集模拟数据开始，然后再将其输入到嵌入式处理(lǐ)器中。

多(duō)通道ADC

采用(yòng)多(duō)通道ADC进行传感器融合的路線(xiàn)，為(wèi)将多(duō)个信号输入集中到一个封装中提供了一种便捷的方法。传感器融合中使用(yòng)的多(duō)通道ADC通常不需要非常高的采样率。每秒(miǎo)采样数约為(wèi)〜的delta-sigma ADC将在超声波范围内提供准确的信号采集，该范围涵盖了广泛的模拟传感器。

德州仪器（TI）的LMP92018多(duō)通道ADC包括8个同时输入和串行输出。它还包括一个用(yòng)于与其他(tā)模拟组件接口的4通道DAC。

请注意，ADC可(kě)以串行或并行输出，并且它们可(kě)以包括其他(tā)功能(néng)，例如可(kě)编程增益或输入滤波。上面显示的德州仪器（TI）LMP92018是多(duō)通道ADC的一个示例，该ADC还包括4个具有(yǒu)GPIO和SPI接口的DAC。这种类型的组件非常适合传感器融合，因為(wèi)它提供了高采样率和可(kě)选的外部参考電(diàn)压连接。

特定应用(yòng)处理(lǐ)

使用(yòng)ADC收集传感器数据后，您的某些输入可(kě)能(néng)需要在小(xiǎo)型MCU或ASIC中进行后续的特定于应用(yòng)程序的处理(lǐ)。例如，DSP组件可(kě)用(yòng)于执行某些信号调理(lǐ)任務(wù)，而这些信号调理(lǐ)任務(wù)可(kě)能(néng)是特定应用(yòng)领域所必需的（视频数据的计算机视觉就是一个很(hěn)好的例子）。如果ASIC无法提供所需的DSP步骤，则可(kě)以使用(yòng)通用(yòng)处理(lǐ)器来实现这些步骤。

通用(yòng)处理(lǐ)

这是您的应用(yòng)程序将被实现和执行的地方。像小(xiǎo)型MCU或FPGA这样简单的东西可(kě)用(yòng)于接收来自串行或并行多(duō)通道ADC或DSP IC的输入。来自大量并行传感器的融合将需要更高的处理(lǐ)速度，板载内存，位深度和与其他(tā)组件接口的I / O。

如果有(yǒu)一个将多(duō)个处理(lǐ)和通信功能(néng)集成到单个封装中的SoC，那么将该组件用(yòng)作传感器融合的处理(lǐ)器不会有(yǒu)任何危害。并非所有(yǒu)这些专用(yòng)组件都包括用(yòng)于传感器融合的多(duō)个ADC通道，而某些专用(yòng)组件可(kě)能(néng)包含您的应用(yòng)程序不需要的其他(tā)功能(néng)，这会增加组件的价格。

对于嵌入式AI等极端的计算工作负载，您必须走GPU路線(xiàn)来获得强大的处理(lǐ)能(néng)力，直到芯片制造商(shāng)开发出低功耗ASIC来实现AI模型。借助Jetson平台，NVIDIA可(kě)以说是在这一领域的市场垄断者，但是这些系统在传感器融合方面仍然受到限制。这可(kě)能(néng)需要一个多(duō)通道ADC和主板，具體(tǐ)取决于您使用(yòng)的传感器的数量。

查找传感器融合所需的组件

到目前為(wèi)止，我们已经研究了传感器融合的一系列不同组件。这些组件很(hěn)容易获得，可(kě)用(yòng)于开发概念证明，专用(yòng)组件的评估模块，测量和采集设备等等。对于更专业的产品，例如支持AI的IoT产品，芯片制造商(shāng)正在开发一系列专用(yòng)SoC，这些芯片将此处看到的许多(duō)或全部组件集成到单个芯片中。这些用(yòng)于传感器融合任務(wù)的更高级的组件仍在开发中，它们可(kě)能(néng)无法提供系统所需的通道号，采样率或增益。