AI/健身风潮带动 穿戴设备传感器精确度再升级
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。
加入微信
获取电子行业最新资讯
搜索微信公众号：EEPW
或用微信扫描左侧二维码