AI/健身風(fēng)潮帶動(dòng) 穿戴設(shè)備傳感器精確度再升級(jí)

　　智能穿戴產(chǎn)品已融入日常生活中，而隨著AI的迅速發(fā)展，以及消費(fèi)者對(duì)于健康生活型態(tài)日益重視，為帶給消費(fèi)者更佳的使用體驗(yàn)，穿戴式設(shè)備的功能不斷推陳出新，而這些應(yīng)用皆有賴大數(shù)據(jù)的整合處理，實(shí)現(xiàn)智能化的深度資訊搜集與分析，因而驅(qū)動(dòng)傳感器的精確度需求大增。

　　穿戴式設(shè)備商機(jī)持續(xù)成長(zhǎng)，根據(jù)市場(chǎng)研究機(jī)構(gòu)IDC預(yù)估，2021年智能穿戴設(shè)備出貨量將達(dá)2億4010萬(wàn)臺(tái)，相較于2017年的1億2550萬(wàn)臺(tái)，市場(chǎng)成長(zhǎng)將近一倍，5年復(fù)合成長(zhǎng)率達(dá)18.2%;而穿戴式產(chǎn)品的使用定位也逐漸明朗，目前多以運(yùn)動(dòng)、定位、通話、支付為主，特別是在健身、健康生活的風(fēng)潮擴(kuò)散之下，運(yùn)動(dòng)健身更是穿戴式設(shè)備的重要應(yīng)用領(lǐng)域，像是國(guó)際知名大廠Apple、Garmin、三星(Samsung)皆紛紛推出著重于運(yùn)動(dòng)應(yīng)用之穿戴產(chǎn)品。

　　與此同時(shí)，人工智能(AI)的迅速崛起，也為穿戴式設(shè)備帶來(lái)全新應(yīng)用，例如人體動(dòng)作識(shí)別，透過(guò)深度資訊搜集與分析，結(jié)合AI的穿戴設(shè)備將能提供更有效、準(zhǔn)確的數(shù)據(jù)讓消費(fèi)者參考;而傳感器，便在這波運(yùn)動(dòng)健身和AI浪潮中扮演關(guān)鍵的角色，其訊息搜集的品質(zhì)直接影響后續(xù)的處理與應(yīng)用，因此，目前各大傳感器供應(yīng)商皆致力于提升傳感器精確度。

　　AI/多功能應(yīng)用興　推動(dòng)傳感器精準(zhǔn)度提升

　　AI的快速發(fā)展，帶動(dòng)各種創(chuàng)新應(yīng)用如雨后春筍般而來(lái)，而這股浪潮也蔓延至穿戴應(yīng)用之上。意法半導(dǎo)體亞太區(qū)產(chǎn)品行銷經(jīng)理陳建成(圖1)表示，隨著健身、醫(yī)療照護(hù)風(fēng)氣擴(kuò)散，加上AI興起，穿戴設(shè)備的功能和應(yīng)用愈來(lái)愈廣;而為有效分析日漸龐大的數(shù)據(jù)資料，提供消費(fèi)者更準(zhǔn)確、更值得信任的分析結(jié)果，后端的算法也因而變得更加復(fù)雜。為減少算法運(yùn)算時(shí)間，設(shè)備商也開始要求傳感器精確度，換言之，繼小尺寸、低功耗之后，精確度已成傳感器設(shè)計(jì)重要的考量之一。

　　Ams臺(tái)灣區(qū)總經(jīng)理李定翰也指出，穿戴式設(shè)備勢(shì)將會(huì)朝特化產(chǎn)品發(fā)展，例如專業(yè)的運(yùn)動(dòng)腕表、醫(yī)療照護(hù)設(shè)備等，而面對(duì)愈加廣泛的應(yīng)用和更趨復(fù)雜的算法，傳感器若能提升精確度，第一時(shí)間偵測(cè)到的數(shù)據(jù)越準(zhǔn)確，后段算法越能分析出正確的資料供消費(fèi)者參考，如此一來(lái)，便有利于終端制造商加快產(chǎn)品和應(yīng)用開發(fā)時(shí)程，這便是現(xiàn)在傳感器精確度不停提升的主要因素。

　　提升感測(cè)精準(zhǔn)度　三大參數(shù)為關(guān)鍵

　　AI風(fēng)潮席卷全球，穿戴設(shè)備創(chuàng)新應(yīng)用也日漸增加，而背后的算法復(fù)雜度大增，也促使傳感器精確度須跟著提高。陳建成指出，要提升傳感器的準(zhǔn)確度，得在設(shè)計(jì)時(shí)參考三個(gè)關(guān)鍵參數(shù)，分別為噪音(Noise)、穩(wěn)定度(Stability)，以及誤差(Tolerance)。

　　上述三種都是強(qiáng)化傳感器精準(zhǔn)度的關(guān)鍵參數(shù)，而這些參數(shù)中又各自包含許多調(diào)校細(xì)項(xiàng)，像是噪音中須注意的包括震動(dòng)排除(Vibration Rejection)、閃爍雜訊(Flicker Noise)、高頻率噪音(High Frequency);穩(wěn)定度則是須注意長(zhǎng)時(shí)間穩(wěn)定(Stability of Time)、穩(wěn)定度vs溫度(Stability vs Temperature)、可靠性(Repeatability);至于誤差則是包含偏移(Offset)、靈敏度(Sensitivity)和非線性(Non-Linearity)。

　　陳建成進(jìn)一步解釋，噪音、穩(wěn)定度及誤差參數(shù)皆為調(diào)整傳感器精準(zhǔn)度重要參數(shù)，若噪音沒有調(diào)整完善，容易導(dǎo)致偵測(cè)數(shù)據(jù)失真;穩(wěn)定度則是確保產(chǎn)品能因應(yīng)不同的環(huán)境變化，持續(xù)收集準(zhǔn)確數(shù)據(jù)。

　　陳建成舉例，若一款傳感器的震動(dòng)為10GHz，就表示該傳感器皆在10GHz的震動(dòng)下收集資訊;但如果傳感器穩(wěn)定度不夠好，其震動(dòng)頻率不停隨著使用者的動(dòng)作或外在環(huán)境改變，從10GHz跳到20GHz，再?gòu)?0GHz跳回10GHz，就意味著此一傳感器的數(shù)據(jù)收集是非線性的，這樣子所收集的數(shù)據(jù)是相當(dāng)不準(zhǔn)確，也容易導(dǎo)致算法無(wú)法順利運(yùn)行，使穿戴設(shè)備相關(guān)應(yīng)用分析失真，或是停擺。也因此，傳感器的穩(wěn)定度對(duì)于實(shí)現(xiàn)精確偵測(cè)是具備高度的重要性。

　　至于誤差值部分，毋庸置疑，一定是朝誤差值越小越好，目前各家傳感器的供應(yīng)商目標(biāo)都是追求誤差值在正負(fù)1以內(nèi)。陳建成說(shuō)，現(xiàn)今各家業(yè)者積極追求誤差值的原因就如同前面所說(shuō)，后端的算法對(duì)于傳感器精確度的要求越來(lái)越高，希望傳感器在第一步偵測(cè)時(shí)，所收集到的數(shù)據(jù)就相當(dāng)準(zhǔn)確，才能減少算法之后的運(yùn)算和調(diào)校時(shí)間。

　　陳建成解釋，過(guò)往穿戴式設(shè)備制造商之所以沒有特別要求傳感器精確度，是因?yàn)榇┐髟O(shè)備的功能較為簡(jiǎn)單，對(duì)于數(shù)據(jù)分析的需求還沒有這么高;但隨著AI興起，大數(shù)據(jù)時(shí)代來(lái)臨，加上消費(fèi)者對(duì)于穿戴設(shè)備的功能要求越來(lái)越高，制造商須透過(guò)算法開發(fā)更多創(chuàng)新應(yīng)用，使得算法愈趨復(fù)雜。在這種情況下，若傳感器精確度不足，已無(wú)法像過(guò)往一樣，靠后端算法多花一點(diǎn)時(shí)間，針對(duì)硬體不足的部分進(jìn)行調(diào)整。總結(jié)來(lái)說(shuō)，如今小尺寸和低功耗對(duì)于傳感器而言已是必備條件，穿戴式設(shè)備制造商進(jìn)而開始對(duì)傳感器精確度有所要求，希望借此加速產(chǎn)品、應(yīng)用開發(fā)時(shí)間。