【導讀】一位名廠的專家說：工程師不應該在每次需要增加或修改產品功能時重復開發常用算法。加上幾家公司都在研究傳感器融合開源的模式，似乎傳感器走向開源只是時間問題了，但是這種模式真的好嗎？
ADI、飛思卡爾、PNI傳感器公司和MEMS實業集團聯合組建了加速改革聯盟(AIC)，致力于為傳感器提供開源算法。AIC還計劃與MIPI聯盟合作發布用于傳感器的一種I/O標準。
工程師不應該“在每次需要增加或修改產品功能時重復開發常用算法。”MEMS實業集團(MIG)公司執行總監Karen Lightman表示，“訪問入門算法的開源庫將從根本上改變人們的開發模式。”
飛思卡爾是AIC的早期籌建者，已經為3軸、6軸和9軸傳感器融合增加了諸如C源代碼庫等開源算法。傳感器融合是用于傳感器數據分析和運動跟蹤的一種基本構建模塊，飛思卡爾的Ian Chen指出。
“簡單地說，傳感器融合就是將來自多個傳感器的相關數據集中在一起以便更好地描繪系統中正在發生的事情。”MIG公司首席戰略官、Intel前傳感器總監Steve Whalley向EE Times表示。AIC的宗旨是讓工程師“將他們自己真正的差異化能力專注于開發當前產品需要的更加復雜的算法，這些算法的復雜性將遠遠超出AIC的入門算法。”
傳感器融合的關鍵挑戰是有效地分離信號、運動和噪聲，Chen指出。AIC算法主要用于接收觀察相同事件的不同傳感器發送的冗余數據，進而區分噪聲和信號，然后計算出更加精確的信息。
“傳感器融合包含了各種各樣的技術，它們能夠充分利用各自固有的優勢并對這些單個傳感器的動作進行監視，最終獲得比單個元件自身可以取得的精度更高的結果。”Chen在接受EE Times采訪時表示。
算法的開發需要得到捕獲實際用例的傳感器數據的支持，Chen指出，而采集這樣的數據對于小型創新算法開發人員來說將是個巨大的挑戰。開源聯盟將很好地減輕這種挑戰，他補充道。
雖然這些算法有時可以補償傳感器的缺失或低性能，但在某些方面(如功耗、代碼規模、成本或開發時間)通常會有折衷。為了減輕這種折衷程度，MIG和AIC正在努力開發相關標準，如IEEE的“傳感器參數定義”。另外，MIG和MIPI聯盟最近還將發布一種用于傳感器的I/O標準。不過AIC在創建標準方面發揮的作用似乎不是很大。
Whalley希望AIC站點能充實各種算法，并增加對消費電子、互聯網、可穿戴設備和移動健康等領域中基于傳感器的產品的了解。作為其中的一部分工作，飛思卡爾公司將提供傳感器融合開發套件和軟件開發支持包。
圖1：飛思卡爾傳感器融合套件中的開發板。
傳感器融合功能是由傳感器公司和算法公司提供的，雖然由于許多公司被兼并收購的原因，目前仍在運轉的獨立算法公司幾乎沒有了。作為其中的一部分工作，PNI公司將提供針對運動、心率監視和計步器方面的算法。Whalley希望其它MEMS實業集團成員能在今后30至60天時間內給AIC貢獻更多的算法。
目前存在著“競相試圖保持基本算法私有的傾向，這將從根本上限制創新的速度和整個傳感器市場的擴張。”Chen指出，“將傳感器融合軟件帶入開源環境后，使用傳感器技術給新應用增加智能就會變得容易得多。”
Whalley希望AIC能夠說服一些傳感器和算法公司以及大學提供原始算法。隨著時間的推移，他希望產品公司能夠增加更多自己的算法，以便回過頭去改進現有的算法。
