侵权投诉
技术:
MCU/处理器 IP/EDA 封装/测试 电池/电源管理/驱动 传感/识别 显示/触控 声学/模组 OS/软件/算法 VR/AR 人机交互 通信 云服务/大数据 +
安全/隐私 材料/工艺/制造 工业设计 检测/认证 其它
产品:
智能手环 智能手表 智能眼镜 智能头盔 智能耳机 智能首饰 智能服装 智能腰带 智能手套/鞋袜 手持设备
应用:
医疗 运动/健身 娱乐 定位/安全 信息资讯 工业/军用 其它
当前位置:

OFweek可穿戴设备网

其它

正文

AI健身带动 穿戴设备传感器精确度再升级

导读: 结合AI的穿戴设备将能提供更有效、准确的数据让消费者参考;而传感器,便在这波运动健身和AI浪潮中扮演关键的角色,其讯息搜集的品质直接影响后续的处理与应用,因此,目前各大传感器供应商皆致力于提升传感器精确度。

智能穿戴产品已融入日常生活中,而随着AI的迅速发展,以及消费者对于健康生活型态日益重视,为带给消费者更佳的使用体验,穿戴式设备的功能不断推陈出新,而这些应用皆有赖大数据的整合处理,实现智能化的深度资讯搜集与分析,因而驱动传感器的精确度需求大增。

穿戴式设备商机持续成长,根据市场研究机构IDC预估,2021年智能穿戴设备出货量将达2亿4010万台,相较于2017年的1亿2550万台,市场成长将近一倍,5年复合成长率达18.2%;而穿戴式产品的使用定位也逐渐明朗,目前多以运动、定位、通话、支付为主,特别是在健身、健康生活的风潮扩散之下,运动健身更是穿戴式设备的重要应用领域,像是国际知名大厂Apple、Garmin、三星(Samsung)皆纷纷推出着重于运动应用之穿戴产品。

与此同时,人工智能(AI)的迅速崛起,也为穿戴式设备带来全新应用,例如人体动作识别,透过深度资讯搜集与分析,结合AI的穿戴设备将能提供更有效、准确的数据让消费者参考;而传感器,便在这波运动健身和AI浪潮中扮演关键的角色,其讯息搜集的品质直接影响后续的处理与应用,因此,目前各大传感器供应商皆致力于提升传感器精确度。

AI/多功能应用兴 推动传感器精准度提升

AI的快速发展,带动各种创新应用如雨后春笋般而来,而这股浪潮也蔓延至穿戴应用之上。意法半导体亚太区产品行销经理陈建成(图1)表示,随着健身、医疗照护风气扩散,加上AI兴起,穿戴设备的功能和应用愈来愈广;而为有效分析日渐庞大的数据资料,提供消费者更准确、更值得信任的分析结果,后端的算法也因而变得更加复杂。为减少算法运算时间,设备商也开始要求传感器精确度,换言之,继小尺寸、低功耗之后,精确度已成传感器设计重要的考量之一。

Ams台湾区总经理李定翰也指出,穿戴式设备势将会朝特化产品发展,例如专业的运动腕表、医疗照护设备等,而面对愈加广泛的应用和更趋复杂的算法,传感器若能提升精确度,第一时间侦测到的数据越准确,后段算法越能分析出正确的资料供消费者参考,如此一来,便有利于终端制造商加快产品和应用开发时程,这便是现在传感器精确度不停提升的主要因素。

提升感测精准度 三大参数为关键

AI风潮席卷全球,穿戴设备创新应用也日渐增加,而背后的算法复杂度大增,也促使传感器精确度须跟着提高。陈建成指出,要提升传感器的准确度,得在设计时参考三个关键参数,分别为噪音(Noise)、稳定度(Stability),以及误差(Tolerance)。

上述三种都是强化传感器精准度的关键参数,而这些参数中又各自包含许多调校细项,像是噪音中须注意的包括震动排除(Vibration Rejection)、闪烁杂讯(Flicker Noise)、高频率噪音(High Frequency);稳定度则是须注意长时间稳定(Stability of Time)、稳定度vs温度(Stability vs Temperature)、可靠性(Repeatability);至于误差则是包含偏移(Offset)、灵敏度(Sensitivity)和非线性(Non-Linearity)。

陈建成进一步解释,噪音、稳定度及误差参数皆为调整传感器精准度重要参数,若噪音没有调整完善,容易导致侦测数据失真;稳定度则是确保产品能因应不同的环境变化,持续收集准确数据。

陈建成举例,若一款传感器的震动为10GHz,就表示该传感器皆在10GHz的震动下收集资讯;但如果传感器稳定度不够好,其震动频率不停随着使用者的动作或外在环境改变,从10GHz跳到20GHz,再从20GHz跳回10GHz,就意味着此一传感器的数据收集是非线性的,这样子所收集的数据是相当不准确,也容易导致算法无法顺利运行,使穿戴设备相关应用分析失真,或是停摆。也因此,传感器的稳定度对于实现精确侦测是具备高度的重要性。

至于误差值部分,毋庸置疑,一定是朝误差值越小越好,目前各家传感器的供应商目标都是追求误差值在正负1以内。陈建成说,现今各家业者积极追求误差值的原因就如同前面所说,后端的算法对于传感器精确度的要求越来越高,希望传感器在第一步侦测时,所收集到的数据就相当准确,才能减少算法之后的运算和调校时间。

陈建成解释,过往穿戴式设备制造商之所以没有特别要求传感器精确度,是因为穿戴设备的功能较为简单,对于数据分析的需求还没有这么高;但随着AI兴起,大数据时代来临,加上消费者对于穿戴设备的功能要求越来越高,制造商须透过算法开发更多创新应用,使得算法愈趋复杂。在这种情况下,若传感器精确度不足,已无法像过往一样,靠后端算法多花一点时间,针对硬体不足的部分进行调整。总结来说,如今小尺寸和低功耗对于传感器而言已是必备条件,穿戴式设备制造商进而开始对传感器精确度有所要求,希望借此加速产品、应用开发时间。

1  2  3  下一页>  
声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: