移动设备智能化的基石–从iPhone4的传感器谈起

毫无疑问，今天的智能手机已经是人们注目的焦点，作为移动计算最坚定的鼓吹者，我实在想不出它将来不风卷整个世界的理由。它小巧，易携，功能却很强大，可以用它当照相，摄像，玩游戏，玩虚拟现实应用，当然，最重要的一点，就是可以拿来装B。它可以通过你的不同动作来辨别你对它的控制期许，根据你的使用情况进行实时反馈。它是未来数字世界智能化的先锋，也是单身青年的泡妞利器。但是，在你在无聊时大玩Labyrinth2迷宫滚球时，当你在追女孩时拿出手机在Google Map上找酒吧时，当你手持iPad在飞机上低调不语还能引来空姐围观时，有没有仔细想过，是什么东西将这种新潮，智能，百般武艺样样精通的光环带给移动手机呢？

是传感器。看看左边这张图。先说明一下，我本来准备放iPhone4的玉照上来的，但实在是每次看见就忍不住想起教主对我们拿手机姿势的教诲，所以还是用一张iPhone3将就了。作为引美女英雄尽折腰的代表，水果公司推出的iPhone是手机设计潮流的引导者，设计精神的集大成者，也是集成传感器的永远的先锋。从光强传感器，接近传感器，加速度传感器，到电子罗盘，然后到最近推出的陀螺仪，当然还有我们平时基本已经司空见惯的传感器，比如GPS，图像传感器，等等。种类多样，让人目不暇接。不过种类的目不暇接，对于很多普通手机用户来说，可能就是乱花渐欲迷人眼。问一下你自己，当你准备挑选一款手机，在琳琅满目的iPhone，Android大军以及Nokia大军中徘徊不定，准备仔细对比spec的时候，你真的对这些传感器能带给你什么都很清楚么？如果不是，那你就是这篇文章的潜在读者了。

恩，在当潜在读者之前，你可能还会对传感器的意义感到怀疑，比如你会觉得太trivial了，这玩意不就是拿来打游戏的么。其实吧，说白了，这实际上就是目前这玩意最吸引人的地方。但我们现在要介绍这东西，总得给它安一些大帽子对不对，得对人类进步，社会高雅有贡献才能登大雅之堂。你说CCAV要整江苏卫视，也要安一个”影响社会风气“的高帽子嘛。你要直接举起摆明了本质的“抢收视率”的大旗，那就没人理你了。所以，这里简单总结一下学术界对手机+传感器的高帽子：这个组合可以用来组建最大的传感器网络，基于这个网络的应用，可以致力于减少污染，预防疾病，高效利用能源，最大化个人社交网络，维护社会和谐稳定，还能给每个人发财的机会。

当然，这些高帽子，大家看看就好了，不见得每一条都是对的，就算都是对的，怎么理解，怎么实现，也是很复杂的事情，要不哥们我早发财了，对吧。总的来说，基于智能手机+传感器的应用现在确实是越来越多。比如下面几个项目：

- Diabetes Meter Mates for  PC/Phone to Track Trends;

- Fitbit;

- The iCarte – a RFID Sensor for iPhone;

- l5 remote,  iPhone remote control;

还有一些有趣的系统原型:

- iPhone + Arduino + Heartrate Monitor = HumanAPI;

- Radar from Nokia in Your Pocket;

Nokia也针对此提出了一个比较高端的概念:

- Nokia Eco Sensor Concept;

基本上，在娱乐，商业和医疗保健领域，传感器的概念已经在逐渐开始渗透了。可以肯定的是，这个市场，主要利润并不会流入制造商的腰包，而是会流入服务提供商的腰包。你，我，他，每一个移动开发者，都可能成为这个服务提供商。

好，不再贫嘴了，进入主题，下面简单介绍一些目前主流手机大多数都配备的传感器，希望能给读者朋友一些基本的概念，不至于在享受各种智能服务的时候不清楚底下的基本原理。下表是一个总结性的表格，包括了除了太简单的光强传感器以外的别的代表性传感器。现在，我们就来一一介绍。

1. 接近传感器

接近传感器，顾名思义，就是用来检测非常接近的目标物体的。这类传感器通常利用电磁场或者静电场的改变，或者测量发射的电磁波的反射波的改变，来进行判断。因为手段不一样，所以接近传感器的目标物体种类也不一样，有的针对金属物体，有的针对塑料物体。具体到手机上来说，现在的手机都是使用了新一代的反射光学接近传感器，可以针对较多种表面类型来检测。过程很简单，它们会发出人眼看不到的红外光，一旦手机来电话了，你肯定会接听，接听会导致脸部皮肤离传感器很近，这样只需要用光学探测器检测从皮肤反射回来的光的总量的变化，接近传感器就检测到了这个接近。这个传感结果有什么用呢？一个明显的例子，就是可以改进手机的节电功能，比如判断什么时候自动打开或关闭显示屏，键盘背光或者触摸功能，甚至于什么时候自动关机/待机，取决于设备的主人是正在通话，正在打字，还是就直接把设备扔到口袋中了。这些任务，就由接近传感器一肩挑了。

2. 加速度传感器

我个人估计，大家最熟悉的，就是加速度传感器。由于其带来了更多的直觉游戏体验，基本姿态识别和环境感知功能，这类传感器从08年开始井喷，因iPhone、iPod的带动而红火，因Wii的集成而大规模部署，并由此带动了价格的下降。现在如果还有哪款手机或者音乐播放器不配备这个传感器阿，出厂去商店都不好意思和摆在一起的别的设备打招呼。加速度计的原理很简单，现在手机里面基本配备的都是3维线传感器，也就是说，用来测量x，y，z三个轴上的加速力。加速力就是当物体在加速过程中作用在物体上的力，就好比地球引力，也就是重力。用一个简单的图例表示：

我为什么说大家应该都熟悉加速度传感器呢，如果用IBM笔记本的朋友就知道，前IBM，现联想，的Thinkpad系列笔记本，一直都有硬盘保护功能，这个功能利用的就是通过加速度传感器动态监测出笔记本的震动，并根据这个震动选择关闭硬盘还是继续运行。这样可以最大程度的保护由于振动，比如颠簸的工作环境，或者不小心摔了电脑做造成的硬盘损害，最大程度的保护里面的数据。类似的一个非常普及的用处就是目前用的数码相机和摄像机里，用加速度传感器，来检测拍摄时候的手部的振动，并根据这些振动，自动调节相机的聚焦。现在，我们手头都有iPhone，Android军团，Nokia N900等手机，我们至少都知道，加速度传感器可以帮助你打游戏。典型的例子比如Labyrinth2，中文名叫做迷宫滚球。但更广义地说，加速度传感器在检测人的即时背景环境信息上更有用处。比如说，通过三个轴上加速度的变化值的分析处理，手机可以知道你现在是在走路还是骑车还是坐车，是上坡还是下坡，等等。

从理论上讲，有了三个轴的加速度立体信息，我们可以推断出加速方向的信息，比如，你加速骑车的方向，或者你乘坐的电梯正在朝上还是朝下。根据初中数学的知识，这些方向和角度都是可以通过矢量的加减运算算出来的。可惜的是，我们没法仅仅依靠加速度传感器来检测加速方向的角度，也无法得知手机本身的朝向。这是为什么呢？要解释这个，就牵涉到一个困扰加速度仪的大问题，就是重力加速度分量的干扰。

当你的移动设备处于静止状态时，加速度计能告诉你它相对于地平面的朝向，这是没有问题的; 然而，当设备动起来的时候，分析朝向就相当复杂了。这种情况下，要分四种类型讨论

1. 设备处于水平完全静止或者匀速运动，这时的它会在垂直方向的轴上输出一个值，那就是重力加速度，接近9.8 。
2. 设备自由落体的时候，会三个轴都输出0呢。
3. 设备静止或者匀速运动状态时，但没有处于绝对水平。此时任何轴都可能有输出值，但都是重力加速度的分量。一旦处于这种状态，我们可以通过求分量于三个轴的角度来得知手机旋转的角度。
4. 设备沿着任意方向加速。这时，问题就变复杂了，因为你没办法知道设备目前的方向角度信息，所以你根本就不知道重力加速度的分量到底是怎么分解的，于是……你也就不清楚某个轴所报告的数值，哪些是重力加速度部分，哪些是真正的线性加速度部分

除此之外，另一个加速度传感器无能为力的地方，就是纯水平旋转，或者匀速水平变向，见下图：

这类运动，加速度传感器也只会输出一个值：g。因为无论是x，y，还是z轴，都没有真正意义上的加速运动。这会带来什么问题呢？好比你带着一个手机在街上走，沿着一条大街走了一段路，这段路的加速度自然是能被采到的。然后你转弯，在另一条路上走一段，这一段的加速度也是能被采到的。你回到家，拿出手机看数据，没错阿，两端加速度都有，手机知道我走了两段路，很智能阿，缺少了什么东西？你转弯的动作和角度！这个加速度计是采不到的，而这个信息，在很多增强现实的智能应用中，却是非常有用的。

为了解决这个问题，人们开始引入其他种类的传感器，比如接下来要介绍的这个陀螺仪。

3. 陀螺仪

陀螺仪代表着另一个重要的，但可能还需要等待一两年才能腾飞的传感器领域，主要是因为导航级MEMS陀螺仪目前对于手机来说仍然过于昂贵，普通陀螺仪一般厂商都很少看上眼。当然，在iPhone4的带动下，可以预见的手机军备竞赛，迟早会让陀螺仪逐渐普及开来。陀螺仪的主要作用，是基于角动量守恒的理论，沿着某个特定的坐标轴测量旋转速率。在使用中，陀螺仪的转子在高速旋转时，始终指向一个固定的方向，当运动物体的运动方向偏离预定方向时，陀螺仪就可以感受出来。在现代航空装备中，飞机驾驶的时候，就是通过多达十多个的陀螺仪来测量机体是否翻滚，以及如何翻滚的。

下面三个图，是Wiki上关于飞行动力学讲解中的示意图，分别表示飞机上pitch, roll和yaw三个角度变化，这三种变化，都是陀螺仪的测量目标。同样的，在人带着移动设备到处走动的时候，移动设备也会有这三个角度方向上的变化，而监测这种变化，并将该变化以角度变化率的形式输出，就是移动设备中三维陀螺仪的任务。需要注意的是，这里的三个角度，和加速度计的x，y，z三维意义完全不同，不要混淆了。具体的区别，请参考这里。

陀螺仪的测量是随时间累计的，要知道当前的角度，只需要将之前所有的输出数值积分即可。当然，陀螺仪只会输出当前旋转的变化值，比如说，如果一架飞机是以60度的倾斜角度径直飞行，此时陀螺仪的输出为0，因为当前就没有机体旋转。但是，你可以通过之前的输出累计计算出当前机体倾斜角度是多少。陀螺仪有两个好处：

1. 可测频率比较大，低可以低到直流信号，就是0Hz，高可以高到60-70Hz。这个范围，基本是根据人类的普遍动作频率所决定的，而且也考虑了很大的余量。一般的陀螺仪会对采集到的信号滤波，最终显示的数据基本是在0-20Hz范围的。当然，并不是所有陀螺仪都能测量到这个频率范围，这个取决于具体的档次了。
2. 在设备中的位置并不重要。陀螺仪测量的角速度本质上是惯性角速度，所以你把它放在设备的前端或者后端，输出的值都会是一样的，没有什么区别。

说完了陀螺仪的优点，说说缺点吧。聪明的读者在看到陀螺仪计算角度的原理是，肯定能一下就发现陀螺仪的缺陷：这玩意的误差是累计的！也就是说，某一个时刻你因为不管什么样的原因引进了角度的误差，可能是静态漂移误差，可能是读数误差，whatever，这个误差就会一直跟着你，一直在后面的读数和计算中延续！更有趣的是，陀螺仪有一个臭名昭著的特性：它会随着时间而漂移！换句话说，每分每秒，它都会自动引入附加的误差！！时间一长，完了，你关于旋转度的测量值就变成了中国有关部门：可信度为0 。当然，科技是在发展的，现在很多高端的陀螺仪的随机误差很小，普通应用有时候都可以不用管这个误差。当然，一分钱一分货，这种高端陀螺仪通常都很贵，很少会采用到手机系统中。

这下好玩了，在一个短的时间刻度里，加速度值噪声特别大，而且还有重力的影响。在长的时间刻度里呢，加速度值总体是靠谱的，没有误差累计。而在短的时间刻度里，陀螺仪很准，因为误差累计的速度还是很慢的。但在长的时间刻度里，陀螺仪就不准得离谱。在某些情况下，加速度传感器可以用来校准陀螺仪，比如设备完全静止的时候，和重力相关的方向上，就可以这样做。那么，什么时候不行呢？回头看我们刚才放的那三个图，其中yaw的示意图

yaw角度的变化方向是垂直于重力方向的！所以，通过刚才关于加速度的介绍我们知道，在这个垂直于重力的平面上，加速度传感器就没办法帮陀螺仪了。

本质上，通过三维加速度传感器+三维陀螺仪的合作，我们等同于拥有了一个六维的传感器，但无处不在的误差会让这个六维传感器偶尔感到无助。这时候，我们就需要另外的设备来帮忙做进一步的校正，这就是下面要介绍的电子罗盘。

4. 电子罗盘

电子罗盘，也称磁力计，或者电子指南针，是继加速度计之后，从09年开始井喷的一种传感器。如果我没记错的话，最早集成这个传感器的主流智能手机就是Google的G1，从这个意义上讲，G1对于磁性传感器市场的带动作用，可能堪比iPhone对于加速度传感器的意义。这玩意啥用处？顾名思义，就是告诉你南北极方向的。以前古老的那种指南针，或者叫平面罗盘，可以在你放平罗盘后告诉你南极北极在哪，这样，你就知道了目前你的正前方在地球这个大平面坐标轴上的角度了。当然，出于技术的限制，平面罗盘要求你保持水平，如果有倾斜就不准确了。后来出现的电子罗盘，很多是两轴的，也就是说，等同于电子平面罗盘。在我记忆中，几年前的openmoko手机就是集成的这种，所以有同样的限制。现在高端智能手机里面集成的都是三维电子罗盘，由于加入了倾角传感器，可以对罗盘进行倾斜补偿，这样就克服了这个缺陷，可以输出三维方向上的角度信息。

电子罗盘的原理也很简单，就是我们物理都学过的霍尔效应。当电流通过一个位于磁场中的导体的时候，磁场会对导体中的电子产生一个横向的洛伦兹力，电荷因此产生偏转，偏转的方向垂直于电流方向和磁场方向，而且正电荷和负电荷偏转的方向相反，从而在导体的两端产生电压差。 这个电压差也叫霍尔电压，和两个因素成比例：电流大小和磁场强度。当然这里有一个要注意的问题，如果磁场的方向是和导体非垂直的话，实际作用的磁场实际上是原来磁场的一个矢量分量。如何知道这个磁场分量的角度呢？我们可以用两个或者多个霍尔效应传感器，相互垂直，这样的话，磁场的方向就可以通过不同传感器上霍尔电压的比例值来求出，这个计算过程只需要知道基本的线性代数运算即可。当然，具体的计算中肯定有一些tricky的地方，不过不是关键点，所以这里就暂时不介绍了。所以和陀螺仪不一样的是，电子罗盘输出的是角方向值，而陀螺仪输出的是角方向的加速度。

所以大家应该都明白了，在电子罗盘的应用中，上述的磁场就是地球磁场，电子罗盘测量地球磁场的矢量值，然后再转换并表示在系统坐标中。在理想情况下，这样测出来的方向值也是比较准确的，一旦我知道移动设备刚开始的方向值，就能通过之后电子罗盘的输出，求出该设备接下来的一系列方向改变信息。

不幸的是，这个世界上的理想情况不存在。在我们经常使用移动设备的环境中，有时候会存在除了地球以外的别的，未被有效屏蔽的磁场，这个外加磁场会有很大可能干扰电子罗盘的读书，而让结果不可信。而且，如果移动设备周围有金属，一旦金属被磁化，电子罗盘也会受很大的影响。比如说，下面这张图，是把Nexus One平放在桌面上，旋转一圈，得到的值映射到坐标系上的

但是，当我们把一把剪刀放在Nexus One上，得到的值变成了

很明显的，受剪刀材质的影响，所有的值被聚类成了两类。

很有意思的是，有人根据这个特性，专门做了一个基于Android的金属监测器，参见这里，基本原理就是上面这个金属影响磁场。

回过来说电子罗盘，从上面的讲解，我们知道，电子罗盘在实际生活应用中，一是容易受到干扰，二是受了干扰你也很难明白为什么会被干扰，再加上一些民用电子罗盘固有的缺陷，比如低信噪比，低动态范围，等等，所以呢，电子罗盘在很多的实际应用中，都是用来做校正作用的，换句话说，人们不会直接采用它的值，但可以参考这个值来校正陀螺仪或者加速度计计算出的角度。因为不管怎么说，电子罗盘至少误差是不会随着时间增长的，也不会受重力的干扰。

5. 综合应用

看了上面的介绍，相信大家心里面也都有了数。这三个玩意，各有神通，也各有缺陷，很多时候还真得相互配合来使用，才能达到预期的效果，真正准确检测出设备主人的行动信息。这个协作的过程比较复杂，但一般就是两个阶段，一是多传感器信息融合，一是滤波。要知道，高级点的传感器，一个都有几千美元，移动设备上自然不会使用很高档的传感器，同时也就意味着你从移动设备上得来的数值都会有很多噪声。

对于一般的app开发者来说，没有很多控制论方面的背景知识，所以滤波方面，可能简单的固定增益滤波方法就可以了。如果你能确定噪声信号可以被建模为随机过程的话，你还可以用卡曼滤波器。这里要提醒一下，不是所有的噪声都可以建模为随机过程，陀螺仪的通常符合，但加速度传感器的通常不符合：很多噪声是来源于人体的抖动，这个抖动是不能被建模成随机过程的。

下面这张图是学术界使用这三种传感器的典型的框图，供大家参考

说到这里，目前手机普遍集成的最重要的几种传感器就都介绍完了。希望能给普通用户提供一些普及性的知识，也希望能给app开发者们一些参考。多使用传感器，让你的app更加智能，你能从中得到的利润就更多。记住，在移动计算时代，利润瓜分的主人已经从生产制造者，变成了服务提供者。

参考网址:

1 http://www.motusbioengineering.com/index.htm
2 http://droidsensors.com/2010/02/sensors-for-mobile-phones-more-data-more-services-more-profit/
3 http://mylifewithandroid.blogspot.com/2010/03/sensors.html