物联网前景驱动多功能传感器集成

物联网正在改变世界。它的巨大潜力有赖于超低功耗的网络边缘智能设备与云计算的组合使用，以对海量数据进行模式识别，从而生成有用的信息。促使物联网兴起有两大因素，一是高性能的处理器芯片出现，二是智能网络边缘设备的制造成本和功耗可以非常低。这两个因素使得物联网的普遍部署在技术和经济上均具备可行性。

网络和大数据是物联网区分于普通远程监测和控制的关键方面。通过改变单独检测并响应一个或两个变量的做法，转而分析多个数据通道以检测趋势并确定合适的响应，物联网才得以发挥其在保护环境、提高业绩和改变日常生活等方面的巨大潜力。

在汽车行业，随着领先的制造商开始使用从大量汽车实地采集到的传感器信息来改善客户服务和新产品开发，这样的例子已屡见不鲜。在家用电器等其他消费品市场，领先的制造商也开始运用物联网的强大功能，通过收集客户设备的数据获取问题解决之道，以提高产品性能和自身业绩。在楼宇服务领域，从遍布全球的电梯和自动扶梯客户群收集而来并整合到云物联网平台的数据，预期能够帮助改善产品维护和未来的产品设计。

还有其他很多情景可以组合使用检测到的数据，包括：

• 环境检测，例如旨在改善工作场所安全的矿区气体检测。
• 公路上的接近传感器以及车载的加速和海拔传感器（可支持自动驾驶和事故规避）。
• 酒店房间内的人员检测传感器（不侵犯隐私），避免职员在提供客房服务时侵扰房客，并可提高运营效率。
• 记录患者和环境数据以发送到医疗保健专业人士的医疗传感器。
• 实现汽车数据记录的车载通信，以便根据驾驶习惯确定保险费率，激励更安全的驾驶行为。

多传感器解决方案的需求和开发

在需要使用传感器同步监测多个变量的情况下，通过整合传感器和辅助的电子设备可以节省成本并简化安装。高度集成的传感器评估平台有助于开发可随时连接到物联网的多传感器智能产品。

Arduino 是旨在简化多传感器解决方案开发的环境之一。例如，Arduino Lucky Shield 就是一种可兼容所有 5 V 和 3.3 V 标准 Arduino 板的扩展板。它结合了用于检测大气压、相对海拔、亮度、温度、运动和存在的传感器。这些传感器封装在一个紧凑的 68.6 mm x 53.4 mm 板子中。

从 Arduino Lucky Shield 着手开发会比较轻松，因为 Arduino.org 上提供了多个教程，包括一项展示如何读取温度、湿度和压力传感器输出并将其发送至 OLED 显示屏的气象台应用。图 1 摘录了所提供的代码，图 2 则显示了用于显示传感器读取值的运行代码。

tmp_lbl = "Temper.:";

hum_lbl = "Humidity:";

pre_lbl = "Pressure:";

tmp_um = " C.";

hum_um = " %";

pre_um = " hPa";

}

void loop() {

luck.oled().clearDisplay();

tmp_val = String(luck.environment().temperature());

lucky.oled().setCursor(5, 10);

lucky.oled().print(tmp_lbl + tmp_val + tmp_um);

Serial.print(tmp_lbl + tmp_val + tmp_um);

hum_val = String(luck.environment().humidity());

lucky.oled().setCursor(5, 30);

lucky.oled().print(hum_lbl + hum_val + hum_um);

Serial.print(hum_lbl + hum_val + hum_um);

pre_val = String(luck.environment().temperature() / 100.0F);

lucky.oled().setCursor(5, 50);

lucky.oled().print(pre_lbl + pre_val + pre_um);

Serial.printIn(pre_lbl + pre_val + pre_um);

图 1：Arduino 气象台教程代码。

图 2：使用 Arduino Lucky Shield 多传感器板检测环境条件。

ST 的 X-NUCLEO-IKS01A2 板和 SensorTile

STMicroelectronics 的 STM32 生态系统包含多款多传感器评估板。X-NUCLEO-IKS01A2 是与 STM32 Nucleo 微控制器基板搭配使用的环境检测扩展板。它包含一个 MEMS 加速计、一个陀螺仪、一个磁力仪、一个绝对气压传感器和一个电容式相对湿度和温度传感器。

STM32Cube 生态系统提供了用于初始化和运行 STM32 微控制器的工具和软件。此外，X-CUBE-MEMS1 环境传感器软件扩展库还提供了基于 X-NUCLEO-IKS01A2 构建应用所需的驱动程序。在图 3 所示的总体系统架构示意图中，X-CUBE-MEMS1 用于满足驱动程序层的需求。

图 3：STM32 生态系统中用于传感器开发的系统架构。

配合图 3 所示的中间件层，还提供了其他软件示例，将传感器用于活动和/或手势识别等特定功能。其中包括：

osxMotionAW：用于 STM32Cube 的实时手腕活动识别软件扩展

osxMotionID：用于 STM32Cube 的实时运动强度检测软件扩展

osxMotionFX：用于 STM32Cube 的实时传感器融合软件扩展

osxMotionGC：用于 STM32Cube 的实时陀螺仪校准软件

osxMotionPE：用于 STM32Cube 的实时姿态估计软件扩展

图 4 中的伪代码显示了 MotionFX 如何实现实时运动传感器数据融合。

伪代码序列初始化（将执行一次）

1. 初始化传感器（6 倍融合的加速计和陀螺仪，以及 9 倍融合的磁力仪）；通电后等待瞬变完成，以获取良好的数据样本
2. 初始化 MotionFX 融合：osx_MotionFX_initialize()
3. 初始化磁力仪校准：osx_MotionFX_compass_Init()
4. osx_MotionFX_getKnobs(); modify settings; _setKnobs()
5. 通过禁用融合进行复位：osx_MotionFX_enable_6X(0) / _9X(0)

开始融合

1. 如果可能，初始化陀螺仪校准：osx_MotionFX_setGbias()
2. 如果可能，初始化磁力仪校准：osx_MotionFX_compass_setCalibrationData()
3. 启用数据融合：osx_MotionFX_enable_6X(1) / _9X(1)

然后可以读取传感器数据，并且可使用 osx_MotionFX_propagate() 和 osx_MotionFX_update() 等指令来控制事务

图 4：用于 MotionFX 传感器融合的伪代码。

外形小巧的物联网实验室

ST 最近发布了一款更小的多传感器模块，可用作嵌入式系统中的检测和连接中枢，或用作独立器件，通过智能手机应用来采集传感器数据。此 SensorTile 在一块与邮票尺寸相仿，可焊接或插入主机板的板上集成了一个 MEMS 加速计、陀螺仪、磁力仪、绝对压力传感器和麦克风，以及一个 STM32L4 微控制器和低功耗蓝牙 (BLE) 无线电。

要在独立模式下使用，ST 提供了一块鞍形板，其中包含了额外的温度和湿度传感器，而且在需要时还可轻松修改以添加替代传感器。在此模式下使用时，可通过 BLE 配置 SensorTile，以便在智能手机上快速开始获取传感器数据。

用于嵌入式开发时，可通过一块不同的扩展鞍形板将 SensorTile 插入到 STM32 Nucleo 评估板。

具有企业级安全性的 Samsung ARTIK 平台

Samsung 的 ARTIK™ 平台提供了一系列模块，这些模块可从具备 ARM® Cortex®-M4 微控制器和蓝牙 4.2 支持的小型单元扩展为具有双 Cortex-A7 处理且支持蓝牙、Wi-Fi、ZigBee® 和 Thread 的 ARTIK 5 系列，以及采用 Cortex-A35 应用处理器的 ARTIK 7 系列。ARTIK 5 和 ARTIK 7 系列功能非常强大，完全可用于网关或控制器。它们具有企业级安全性，包括一个硬件安全元件，可用于加密算法和安全 OS的密钥存储和安全执行，有助于建立受信任的执行环境。众多优质品牌纷纷采用 ARTIK 生态系统构建物联网解决方案，同时为嵌入式开发提供套件，例如 ARTIK 020 蓝牙 4.2 物联网终端设备套件、ARTIK 520 蓝牙/Wi-Fi/ZigBee/Thread 套件，以及高端 ARTIK 710 套件。快速多传感器开发可以采用与 ARTIK 5 和 ARTIK 7 套件兼容的 ARTIK 传感器扩展板。该板包含一个加速计、陀螺仪、湿度传感器、磁力仪、压力和温度传感器，并且以配套模块的方式，通过边缘连接器连接到主评估板（如图 5 所示）。

图 5：将传感器扩展板与 ARTIK 5 或 ARTIK 7 评估套件搭配使用。

总结

当前进入市场的传感器开发板都是紧凑的多传感器模块，可直接或经过极少的定制后，在面向物联网边缘应用的最终产品中使用。随着用户需求的剧增以及基于云的分析应用变得越来越成熟和经济，市场中将会不断涌现出富有创意的服务，各种传感器数据的运用也将持续增加。