IHS:首批采用MCU传感器的手机可能明年初问世
据IHS iSuppli公司的微机电系统(MEMS)与传感器专题报告,MEMS领域中出现的传感器融合趋势,不但正在帮助改善移动与游戏设备中基于运动的精度,而且将为集中处理领域带来新的重大发展,并有望大幅提高其营业收入。
目前集中处理领域正在进行的开发,预计将采用当今的9轴传感器融合,该技术同时使用3轴加速计、3轴陀螺仪和3轴电子罗盘,以提供更加精确和灵敏的动作探测。明年9轴组合中使用的运动传感器的销售额将达到8.5097亿美元,比2011年底预计达到的5.5001亿美元大增55%,而到2015年有望增长到13.5亿美元左右,如图所示。传感器融合这种惊人的增长潜力,可能对集中处理的开发者有利,他们把自己的命运寄托在融合技术上面。
集中处理的发展,意味着目前智能手机、平板电脑和游戏机中应用处理器所承担的重负将卸载到别处。通常应用处理器需要大量能量,在后台持续运行各种应用程序。另外,一台移动或游戏设备需要使用各类传感器,这些传感器需要硅片来帮助探测一系列功能,包括动作探测、环境光、距离、温度和湿度。其中大量硅片都是重复的,结果导致应用处理器过载并消耗大量能源,难以达到预期速度或实现最大能力。
分摊应用处理器负载的一个方法是,使用微控制器(MCU)。另一个方法,也是可能具有更广泛影响的方法,将催生一类全新的、专门用于传感器处理的硬件。
MCU
与只是依赖应用处理器运行的软件算法相比,低功率MCU与手机应用处理器配合使用,可以降低功耗。另外,厂商可以在MCU中增加自己的代码,赋予其可以帮助产品实现差异化的特点。
采用MCU面临的主要障碍是成本。作为额外部件,MCU必然会增加手机或任何使用MCU的设备的总体材料成本。
迄今为止,没有一部手机采用专用MCU承担传感器信号处理任务,但有些手机品牌正在与MCU供应商合作开发相关的解决方案。IHS公司认为,第一批采用MCU传感器的手机最早可能在明年初问世。
从制造商方面来看,德州仪器是第一家在其低功耗MCU上执行运动传感器处理任务的厂商。另一家总部在旧金山的厂商Atmel Corp.,也在2011年5月宣布与美国加州桑尼维尔的InvenSense Inc.合作。他们的努力主要针对需要6轴传感器融合的消费应用,但Atmel也可能开发面向手机的解决方案,采用简单的传感器融合。
其它一些厂商也在致力于面向手机的专用MCU概念。美国德州的飞思卡尔半导体正在推广"智能传感器中心"概念,把它的低功耗MCU与加速计组合在同一个封装之中;意大利-法国合资公司意法半导体,使用一个内部生产的MCU来运行其自己的9轴传感器融合算法,同时为环境光和距离传感器提供信号处理。
IHS公司认为,在太平洋彼岸,日本罗姆半导体也在研究如何在传感器信号处理中使用MCU。罗姆半导体拥有纽约Kionix Inc.。罗姆半导体还为手机提供一系列环境光与距离传感器。
专用硬件处理器效果如何;MCU与专用硬件,哪个更好?
在为应用处理器减负的第二种解决方案中,应用处理器供应商考虑使用一种新型专用传感器处理内核,它可以在应用处理器睡眠的时候工作。这种专用内核对于需要传感器全天持续运行的功能来说将非常有用,比如计步器之类的设备;对于涉及移动监测以及情境感知等的任务,也会非常有效。
采用专用内核,传感器融合将极其迅速和有效。例如,计算坐标将需要更少的时钟周期。这种硬件方式还有其它许多优势,包括功耗明显下降,这对于移动设备非常重要;可以消除参与传感器信号处理的重复芯片面积。厂商也不需要开发特殊的解决方案算法,可以依靠应用处理器中的这个硬件所提供的解决方案。
使用专用传感器也有其不足之处。尤其是,应用处理器开发商将需要投入大笔资金。虽然处理器融合会针对具体的传感器进行优化--通常是针对市场领先厂商的处理器优化,但对于其它所有供应商的每种传感器来说,未必能实现同样的精度和分辨率水平。
芯片厂商高通对于这些潜在挑战显然不以为意。据信高通不久将为传感器融合推出一款采用专用硬件的新型系统芯片(SoC),这是一款ARM 7处理器。该产品将完全符合降低应用处理器负担的产业趋势。
然而,IHS公司认为,对于市场来说,这一步迈得有点过早。虽然9轴融合中的加速计和罗盘是成熟技术,但3轴陀螺仪技术仍在改进之中。尤其是,新型低漂移陀螺仪预计18个月以后才会推出,届时可能改善这类产品的性能。因此,目前采用专用传感器的硬件解决方案,难以借助将在近期上市的新款陀螺仪。
总体来看,目前MCU方式对于减轻应用处理器负担更为可行。另一方面,在陀螺仪技术成熟和完全稳定之后,可以对专用硬件进行优化,以
- ST全新地磁计模块延长使移动罗盘功耗降低50%(04-25)
- 智能手机与平板电脑的运动传感器市场到2015年将翻一倍 (08-29)
- ROHM适用于运动传感器信号放大的运算放大器上市(10-28)
- 中星微邓中翰两会议案:继续推进自主创新法(03-11)
- 新的成像算法和自动化图像融合技术推动介入放射学的发展(08-17)
- 软硬件融合之模拟篇:ADI,全产品线的工具支持(11-19)