Últimos avances en sensores MEMS para tecnología wearable

Los sensores MEMS llevan mucho tiempo existiendo, pero las solicitudes del mercado para nuevas aplicaciones están impulsando actualizaciones en la tecnología. Debido a su pequeño tamaño, precisión y fiabilidad, los sensores MEMS son ideales para dispositivos wearables.

Los sensores de presión barométrica, por ejemplo, son ideales para integrar en relojes, pulseras de fitness, auriculares o smartphones para soportar parámetros de fitness que pueden detectar si estás caminando en una zona plana, subiendo una inclinación o escaleras. Añaden una tercera dimensión (Z) a los dispositivos de navegación bidimensionales estándar (X, Y). De hecho, algunos son lo suficientemente sensibles y precisos para que una llamada de emergencia pueda señalar a un rescatista en qué piso estás en un rascacielos. Bosch Sensortec ha presentado ahora el sensor de presión barométrica robusto BMP 384 en el mercado de wearables. Ha sido robustecido con un paquete relleno de gel, lo cual es una innovación para un sensor de presión barométrica. Esto lo hace resistente al agua y a diversos entornos hostiles. Además, debido a su pequeño tamaño — 2,0 × 2,0 × 1,0 mm — es fácil de integrar en smartphones, wearables y hearables.

Bosch también ha presentado el sensor AI de autoaprendizaje BHI260AP, que puede enseñarse a rastrear rutinas de entrenamiento individualizadas que incluyen una variedad de movimientos diferentes. Y como tiene una carcasa resistente al agua, también puede rastrear vueltas, brazadas y tiempos de descanso para un entrenamiento de natación.

Interior de un sensor MEMS de presión barométrica

El mecanismo de la serie Bosch BMP de sensores de presión es una membrana de 10 a 20 micras de espesor en un chip de silicio. Hay cuatro elementos piezorresistivos en la membrana para que cuando se dobla en respuesta a la presión, el cambio de resistencia de los piezorresistores varía la salida de un puente de Wheatstone, produciendo así la señal de presión.

Esta es una tecnología bien probada, que se ha utilizado en el mercado automotriz durante más de 20 años y ha demostrado ser bastante estable incluso bajo condiciones rudas. Ahora entra en la industria de electrónica de consumo con un historial exitoso detrás. Nuestra última entrada a este mercado es el modelo BMP384, que no solo es robusto, sino que es resistente a medios gracias a su paquete relleno de gel.

Precisión

Precisión relativa es una función de la pendiente de la curva de salida; es la precisión de los cambios de altitud, más que una lectura absoluta. Para el BMP 390 de alto rendimiento de Bosch, es de +/- 0,03 hPa, lo que equivale a +/- 25 cm.

Precisión absoluta es una medida del error máximo en la lectura de la presión exacta. Para el BMP390 de alto rendimiento, es de +/- 0,50 hPa. Otras especificaciones relevantes para la precisión absoluta incluyen ruido RMS: +/- 0,02 hPa; coeficiente de temperatura de offset: (25 °C – 40°C, a 900Pa); estabilidad a 12 meses: +/- 0,16 hPa; y deriva de soldadura: <+/- 0,8 hPa.

(La deriva de soldadura, aunque no se menciona a menudo, puede ser un factor significativo. Al soldar un dispositivo a una placa de circuito impreso, se crea un gradiente de temperatura, que puede causar un estrés mecánico, incluyendo flexión. Este tipo de estrés en el sensor MEMS puede causar cambios en la salida eléctrica.)

Navegación

Los sensores MEMS de presión barométrica pueden optimizarse para diferentes aplicaciones. Por ejemplo, el BMP390, diseñado para medición precisa de elevación, tiene una resolución lo suficientemente buena para medir cambios de altura de menos de 10 cm. Con un tamaño de carcasa de 2 mm × 2 mm × 0,75 mm, puede integrarse fácilmente en un smartphone o reloj. Bosch, en conjunto con NextNav LLC (Sunnyvale, CA), ha desarrollado un sistema de navegación interior que usa el BMP390 para proporcionar el componente de ubicación del eje z interior para ubicación y posicionamiento tridimensional, lo suficientemente bueno para ser usado en llamadas de emergencia mejoradas (E911).

Para una llamada de emergencia, la precisión absoluta es crítica. Digamos que vives en un apartamento en el piso 14, para que los primeros respondedores te encuentren rápidamente, la información del eje z, así como la x e y, todas tienen que ser precisas y exactas.

Para lograr las lecturas absolutas más precisas, tendrías que empezar con una calibración que tenga en cuenta la altitud de tu ubicación, por ejemplo, si estás en la orilla del mar o en la cima de una montaña. Luego, hay varios factores adicionales que pueden afectar la precisión absoluta del sensor de presión. Por ejemplo, la correlación entre presión y altitud varía a medida que cambia la presión barométrica exterior. Esto no es generalmente significativo para cambios rápidos de altitud, pero por ejemplo, si tu teléfono con su sensor integrado está en una ubicación particular durante 10 horas, la presión ambiental probablemente cambiará durante ese período. Así que eso significa que es necesario traer una señal correctiva externa. Eso puede lograrse con fusión de sensores, combinando información de varios tipos diferentes de sensores, como inerciales y magnéticos.

Fitness — Detección de presión

Para rastrear rutinas de entrenamiento, la precisión relativa está bien — solo te interesa el cambio de altitud, no el valor absoluto. Los factores ambientales, sin embargo, son significativos para los rastreadores de fitness, especialmente para wearables, como relojes inteligentes, especialmente si quieres rastrear natación.

El BMP384 relleno de gel puede usarse para rastreo de fitness, especialmente cuando se trata de cambios de altitud o fitness en entornos hostiles como el agua.

Para que el sensor opere en entornos hostiles, el mecanismo de detección así como el ASIC integrado tienen que estar aislados. En el BMP 384 esto se hace aplicando una capa de gel entre el diafragma y la carcasa. Requiere un conocimiento especial para fabricar y aplicar un gel con las propiedades mecánicas y térmicas adecuadas. El gel tiene que transmitir presión a la membrana, sin bloquearla para que se doble. También tiene que conducir el calor lo suficientemente bien para que el sensor funcione en un amplio rango de temperatura y finalmente, no debe endurecerse durante la vida útil del sensor.

Fitness — Inteligencia Artificial

El sensor MEMS BHI260AP, presentado por Bosch en CES 2021, está diseñado para integrarse en wearables de muñeca, como relojes inteligentes y pulseras de fitness; u hearables. No solo contiene un IMU de seis grados de libertad con un acelerómetro de 16 bits de 3 ejes y un giroscopio de 16 bits de 3 ejes, sino también un microcontrolador programable por el cliente de 32 bits. Esta combinación de hardware más software de IA de autoaprendizaje incluido soporta un dispositivo de fitness muy sofisticado.

Natación.

Bosch Sensortec ha desarrollado software de rastreo de natación para el BHI260AP. Usando datos de sensores en tiempo real del IMU y el microcontrolador de punto flotante, puede proporcionar tanto datos de sensores en bruto como ejecutar funciones de IA que generan resultados relevantes para uso directo por un procesador de aplicaciones. El sensor de movimiento integrado determina cuándo el usuario ha comenzado a nadar, sin requerir ninguna acción del nadador. Luego clasifica el tipo de brazada de cuatro categorías posibles — espalda, estilo libre, mariposa y braza — y registra el número de brazadas, vueltas y cualquier descanso entre vueltas.

Entrenamiento en casa.

Este sensor "inteligente" puede entrenarse para ser un asistente personal para tu entrenamiento en casa — Puede reconocer y rastrear los detalles de tu rutina de ejercicio personal. Aunque viene con 15 actividades de fitness preprogramadas, se pueden cargar actividades adicionales.

El sensor es lo suficientemente inteligente para reconocer nuevos ejercicios y adaptarse a tu entrenamiento específico. Aprendiendo de tu comportamiento, puede reconocer cientos de movimientos y patrones diferentes, no solo los que el fabricante del dispositivo ha preprogramado.

Para cada ejercicio, puedes obtener retroalimentación detallada e instantánea, por ejemplo: el tipo de actividad, el tiempo requerido, y el número de series y repeticiones que necesitan hacerse. Esto se convierte entonces en información específica sobre la intensidad y frecuencia de los ejercicios. Cuando los usuarios siguen un plan de entrenamiento predefinido, pueden ser informados sobre qué tan cerca están de lograr sus objetivos personales como pérdida de peso, tonificación o nivel de fitness.

Para entrenamientos de alta intensidad, donde el usuario cambia rápidamente entre diferentes actividades, por ejemplo, ejercitando durante 20 a 30 segundos, seguido de 20 a 30 segundos de descanso. El dispositivo de rastreo IA puede reconocer automática y fiablemente cada nuevo ejercicio al transicionar de uno a otro.

Procesamiento en el borde (Edge Processing).

Hay varias ventajas en tener el procesamiento de datos integrado en el sensor, en lugar de transmitir datos en bruto a un procesador central, quizás en la nube. Primero, se necesita mucha más energía para transmitir grandes cantidades de datos, en lugar de una señal que ya ha usado los datos para calcular un mensaje de salida significativo. La energía también puede reducirse si el procesador local puede agregar datos y solo transmitirlos en intervalos fijos en lugar de continuamente. Esto es especialmente importante para maximizar la vida de la batería. También está la cuestión de la privacidad: los usuarios domésticos, pero especialmente los atletas profesionales, no quieren que otros tengan acceso a sus registros. Y para movimientos rápidos no quieres la latencia causada por enviar datos a otro lado en lugar de procesarlos justo en el sensor.

Resumen

El desarrollo de sensores MEMS cada vez más sofisticados está permitiendo aplicaciones para wearables limitadas solo por la imaginación de los diseñadores. Dos ejemplos de avances clave en este momento incluyen el sensor de presión barométrica BMP384 relleno de gel de Bosch, altamente resistente a líquidos, y el BHI260AP, que incluye un IMU y un procesador de borde para ejecutar aplicaciones de inteligencia artificial.

Este artículo fue escrito por el Dr. Stefan Finkbeiner, CEO, Bosch Sensortec (Reutlingen, Alemania). Para más información, contacte a Constantin Schmauder en Esta dirección de correo electrónico está protegida contra spambots. Necesita tener JavaScript habilitado para verla.; o visite aquí.