智能穿戴产品已融入日常生活。
随着人工智能的快速发展和消费者对健康生活方式的日益重视，为了给消费者提供更好的使用体验，可穿戴设备的功能不断更新，而这些应用都是依靠大数据的整合和处理来实现的。
智能深度信息采集和分析，从而带动对传感器精度的需求大幅提升。
可穿戴设备商机持续增长。
据市场研究公司IDC预测，每年智能可穿戴设备出货量将达到2亿台。
与2017年的1亿台相比，市场规模增长近一倍，五年复合增速。
达到18.2%；可穿戴产品的使用定位也逐渐清晰。
目前大部分是运动、定位、通话、支付。
尤其是随着健身和健康生活的普及，运动健身对于可穿戴设备来说更加重要。
重要应用领域，国际知名厂商苹果、Garmin、三星等都推出了专注于运动应用的可穿戴产品。
与此同时，人工智能（AI）的快速崛起也给可穿戴设备带来了新的应用，比如人体动作识别。
通过深入的信息收集和分析，可穿戴设备结合人工智能将能够提供更有效、更准确的数据。
让消费者参考；传感器在这波运动健身和人工智能浪潮中发挥着关键作用。
其信息采集的质量直接影响后续的处理和应用。
因此，目前各大传感器供应商都在致力于提高传感器精度。
花费。
AI/多功能应用的兴起推动了AI快速发展，以提高传感器精度，带动多种创新应用的涌现，而这股浪潮也蔓延到了可穿戴应用。
意法半导体亚太区产品营销经理陈建成（图1）表示，随着健身、医疗的普及以及AI的兴起，可穿戴设备的功能和应用越来越广泛；为了有效分析日益庞大的数据量，为消费者提供更准确、更值得信赖的分析结果，后端算法变得更加复杂。
为了减少算法计算时间，设备制造商也开始要求传感器精度。
换句话说，继小尺寸和低功耗之后，精度已成为传感器设计的重要考虑因素之一。
艾迈斯台湾总经理李鼎汉也指出，可穿戴设备必然会向专业化产品发展，例如专业运动手表、医疗保健设备等，面对日益广泛的应用和更加复杂的算法，如果传感器能够改进的准确性。
第一时间检测到的数据越准确，后端算法就越能分析出正确的数据供消费者参考。
这将有助于终端制造商加快产品和应用开发进程，这将是传感器精度不断提高的主要因素。
提高传感精度 三个主要参数是关键。
AI趋势正在席卷全球。
可穿戴设备的创新应用也日益增多。
其背后算法的复杂度也大大增加，这也要求传感器精度相应提高。
陈建成指出，要提高传感器的精度，设计时必须考虑三个关键参数，即噪声、稳定性和容差。
以上三个是增强传感器精度的关键参数，而每个参数都包含很多调整细节，例如振动抑制（Vibration Rejection）、闪烁噪声（Flicker Noise）、高频率噪声（HighFrequency Noise）等。
）；稳定性需要关注长期稳定性（时间稳定性）、温度稳定性（稳定性与温度）和可靠性（重复性）；至于误差，则包括偏移（Offset）、灵敏度（Sensitivity）和非线性（Non-Linearity）。
陈建成进一步解释说，噪声、稳定性和误差参数都是调节传感器精度的重要参数。
如果噪声调整不完美，很容易导致检测数据失真；稳定性保证产品能够响应不同的环境变化，持续采集准确的数据。
。
陈建成举了一个例子。
如果传感器的振动为10GHz，则意味着传感器在10GHz的振动下收集信息。
然而，如果传感器的稳定性不够好，其振动频率会随着用户的动作或外部环境而不断变化。
从10GHz跳到20GHz，然后从20GHz跳回10GHz意味着这个传感器的数据收集是非线性的。
这种方式收集到的数据相当不准确，也很容易导致算法运行不顺畅，使得可穿戴设备相关应用的分析失真，或者陷入停滞。
因此，传感器的稳定性对于实现准确检测非常重要。
至于误差值，毫无疑问误差值越小越好。
目前，各传感器供应商的目标都是追求正负1以内的误差值。
陈建成表示，今天各行业积极追求误差值的原因就是如上所述。
后端算法对传感器精度的要求越来越高。
希望传感器在第一步检测中收集到的数据会相当高。
精度可以减少算法后的计算和调整时间。
陈建成解释说，过去可穿戴设备制造商并没有对传感器精度提出具体要求，因为可穿戴设备的功能相对简单，对数据分析的需求也没有那么高；但随着AI的兴起和大数据时代的到来，加上消费者对可穿戴设备的功能要求越来越高，制造商必须通过算法开发更多创新应用，使得算法越来越复杂。
在这种情况下，如果传感器精度不足，就不能再像过去一样依靠后端算法花费更多的时间来调整硬件不足的部分。
综上所述，小尺寸和低功耗是现在传感器的必要条件。
可穿戴设备制造商已开始要求传感器精度，希望加快产品和应用的开发时间。
健康管理趋势盛行 光学传感组件再次进化随着消费者对可穿戴设备的功能要求越来越高，罗姆半导体台湾设计中心技术副总监王伟迪也认为这一趋势将推动可穿戴设备走向两极分化（（随着低端、高端）市场的发展，高端产品的功能越多，对传感器的精度要求就越高，例如检测跑步、游泳、消耗的卡路里、步行频率等。
这些应用都依赖于传感器。
采集数据，然后通过后端算法进行分析，如果提高传感器的精度，将有助于算法的数据分析结果更加准确。
并指出，消费者目前对相关应用的需求不仅仅局限于血压、脉搏跳动的测量，还希望了解血管年龄等生理体征；为了实现这一目标，用于血压检测的应用传感器必须提高采样频率并增加单位时间的测量次数，以获得复杂的生理信号。
因此，ROHM不断改进传感器的工艺技术。
例如，该公司最近推出了一款新型光学脉冲传感IC-BHGLC，支持压力测量和血管年龄测量。
其感光部分由红外截止滤光片和绿色滤光片组成。
由绿色滤光片组成，只有绿色波长可以通过，从而减少了红外线和红外光等干扰，使该传感器即使在运动时剧烈晃动、阳光照射等红外线较强的环境下也能使用。
能够进行高精度脉冲测量。
此外，该产品还可以支持Hz高速采样。
与传统产品相比，脉冲测量速度最高可达32倍。
它可以支持目前备受市场关注的压力、血管年龄等生命体征的测量。
王维迪指出，当然，除了上述使用新型脉冲传感IC的方法外，还有很多方面需要考虑以增强传感器的精度，例如如何使电容和通过工艺优化使传感器内部电阻变小，或者降低电路板的成本。
上部走线之间的电感等，使得传感器具有更高的精度，这些都是硬件设计中需要注意的地方。
另一方面，医疗保健未来必将成为可穿戴设备的重要应用市场，多方合作形成产业合作链必然是未来传感器供应商的必由之路。
王维迪指出，传感器检测到数据后，后端的数据采集和分析都与算法有关。
为此，传感器供应商除了从硬件入手外，还必须与算法公司合作，利用软件和硬件来提高传感器的整体检测能力。
测量性能；至于数据解读，则必须依靠专业医疗团队的支持。
这样，通过多方的合作，可以为消费者提供值得信赖、准确的数据和分析结果。
对于可穿戴设备的未来发展，李丁汉也持有同样的看法。
他认为，低/高端市场细分将越来越明显，高端可穿戴设备将向特定应用发展，如医疗、运动等；消费者所需要的功能与以往不同，只需要简单的检测心跳和行走步数。
相反，它需要解读用户当前的锻炼状态或分析锻炼结果。
因此，传感器在可穿戴设备中的作用变得越来越重要。
然而，可穿戴设备的用户群体从来都不是固定的。
每个用户的肤色和发量都不同，存在很多变数。
因此，如何提高传感器精度已经成为各个供应商现在正在思考的问题；只要开发的产品越精密，检测的数据越准确，就越能加快终端厂商的产品和应用开发进程，满足消费者的需求。
那么，如何进一步提高传感器精度呢？以测量血压的传感器为例，李定汉指出，目前大多数人仍然使用光学传感器来检测血压。
不过，正如上面所说，每个人的生理特征都不同，所以测量时总会有很多变数。
因此，业界必须将光传感器与其他技术相结合，加强光传感器对不可见光的分离性能，使其能够在第一时间消除许多外部变化因素（例如噪声、光源路径变化），让后端算法运行速度更快 分析数据。
例如，艾迈斯半导体最近推出的新型生命体征传感器-AS，集成了AS的所有硬件组件，以及执行血压测量、心率测量(HRM)、心率变异性(HRV)和心电图(HRV)的必要组件。
心电图）。
软件。
该传感器 IC 由三个 LED 灯、光电二极管、一个用于 HRM 的光学前端和编程设备以及一个用于 ECG 的模拟前端组成，全部集成在一个微型 6.1mm × 2.7mm 封装中。
。
通过外部传感器接口，该参考设计还可用于迷走神经张力和动脉弹性以及皮肤温度和皮肤电阻率的计算测量。
此外，ASHRM 操作基于光电体积描记法 (PPG)，这是一种经过验证的技术，通过对血管调制的光进行采样来测量脉搏率，这些血管随着血液脉冲通过血管而膨胀和收缩。
心电图是测量心脏窦房结产生的电脉冲的标准方法。
李定汉表示，在设计传感器的过程中，还需要与模组厂商或者设备厂商密切合作，因为每个厂商设计的产品和功能不同，其客户群体和用户也不同。
例如，防水要求有很多种。
有的是防水的，有的要求防水到水下三米，有的希望能够到水下十米。
每个产品的设计理念都不同；而在设计方面，任何涂层、传感器放置位置、光入射角度等因素，都会影响传感器的精度。
因此，传感器供应商也必须与终端制造商合作，根据其硬件设计环境和思路，提高传感器精度并满足需求。
紧凑/准确/低功耗已成为传感器的基本特征。
恩智浦半导体大中华区市场经理易方指出，2019年，我们可以看到很多可穿戴应用的需求增长显着，比如支持移动支付的智能手表、手环；易于使用且体积小巧的耳机和VR眼镜等；其中，在便携式健康保健设备的应用中，消费者要求测量精度达到医疗级性能水平，以便家人和医生能够在日常生活中获取和监测最可靠的健康数据。
即时的;或者以可穿戴健身设备为例，目前市场上的大多数设备都具有简单的计步功能，但更复杂的传感器和传感器融合算法可以将误差降低至2%，使得可穿戴健身设备不仅仅适用于简单的计步功能计数，还可以识别不同的运动状态并确定姿势异常。
因此，未来传感器除了尺寸小、功耗低之外，还必须不断提高精度，使其不易受到更恶劣的环境或更宽的工作温度范围的影响；为了更有利于融合机器学习和AI算法，适合更丰富、更智能的应用场景和服务。
王伟迪补充道，对于消费者来说，可穿戴设备不是生活中“必需”或“必需”的产品，而是“想要”的产品；因此，如何为可穿戴产品添加更多功能来吸引消费者，是可穿戴设备厂商不断吸引消费者购买产品的策略。
因此，检测心跳、计步、心电图、血氧、呼吸频率等功能将会越来越多，而这些应用都是有算法支持的。
尤其是人工智能兴起后，这些应用项目越来越多。
可以想象，未来当可穿戴设备与AIoT结合时，商机将会爆发。
为了应对这一趋势，传感器的精度必须不断提高，以应对日益复杂的算法。
总而言之，人工智能的快速崛起为可穿戴设备带来了新的应用。
为了应对更复杂的算法，负责收集信息的传感器的作用变得越来越重要。
它们不仅必须尺寸小、功耗低，而且还必须准确。
随着其向上爬升，不会造成信息采集质量不佳，影响后续算法处理和应用，进一步为消费者提供更好的用户体验。