意法半导体即将发布一系列具有更高的性能功耗比的新型传感器。LSM6DSV16X是具有机器学习内核的MEMS惯性传感器的最新成员，具有更高精确度和更低功耗。此外，Qvar静电感测也首次集成于这类器件，能够监测环境静电电荷的变化。
我们同时还发布了首款双满量程压力传感器：LPS22DF和LPS28DFW，功耗低至1.7 ?A，绝对精度达到0.5 hPa；三轴加速度计LIS2DU12，功耗仅为0.45 ?A。
便携式设备呼唤更高效的惯性传感器
尽管手机摄像头的图像质量在不断提升，制造商仍面临图像稳定性方面的挑战。许多人使用软件来提高整体清晰度，但仍然无法达到物理图像稳定器的效果。在手机摄像场景中，由惯性MEMS感应摄像头的移动，同时图像传感器沿相反方向移动以进行补偿。但智能手机的紧密外壳和能耗限制会给惯性MEMS的使用带来挑战。AR和VR头戴式设备也需要效率更高的传感器。在追踪头部或手部运动时，精度至关重要。精确且快速的传感器可提供更真实的体验，甚至能够缓解VR晕动症。但由于这些设备大部分采用电池供电，对能耗要求也越来越高。
在设计高能效惯性传感器时，工程师遇到了实际的困难。为提高性能，工程师会尝试使用滤波器和其他机制来降低信噪比，但这也增加了功耗。工程师需要在稳定性和电池寿命间做出取舍。此外，由于MEMS必须采用小封装，工程师无法通过增大体积提高MEMS精度。
低功耗模式仅消耗0.65 mALSM6DSV16X借助其机械结构中的新型弹簧设计解决了这个问题。此外，意法半导体调整了放大器的增益，可在提高性能的同时保持低功耗。因此，LSM6DSV16X在高性能模式下（陀螺仪和加速度计功耗合计）仅消耗0.65 mA，相比之下，LSM6DSRX要消耗1.2 mA，尽管这两种器件在低功耗模式下具有类似的噪声水平。为智能手机开发光学图像稳定器的工程师不再需要面对性能与功耗之间的矛盾。相比之下，竞争对手的器件在低功耗模式下的功耗至少是意法半导体的两倍。
MLC运行速度提升2倍，支持自适应配置(ASC)
机器学习内核(MLC)是另一项有助于节能的特性。借助决策树运行传感器的信息，无需唤醒微控制器，从而显著降低总功耗。LSM6DSV16X中MLC的运行速度是前代产品的两倍，输出数据率(ODR)提高到100 Hz～240 Hz。因此，工程师可在给定时间内处理更多数据，节省更多能量。
用户也可使用16个有限状态机(FSM)，识别特定模式。此外，这个新器件支持自适应配置，使FSM能够重新进行自我配置，而无需唤醒MCU。开发人员可对将触发重新配置的各种条件和环境进行编程，实现更高的灵活性。最后，MLC和FSM均可以相互通知，实现更智能的应用，更准确地跟踪物理活动，如检测智能手机是否朝下放置等功能。
Qvar为人数统计等新应用开启大门
LSM6DSV16X将Qvar引入了LSM6系列MEMS惯性传感器。工程师只需连接两个电极即可测量环境静电荷的变化，并通过更改两个寄存器来启用此功能。Qvar为人数统计等新应用开启了大门。工程师可将电极置于墙壁，来测量是否有人靠近，而无需使用LED和光电二极管。我们还编写了相应的应用笔记，帮助设计人员开发演示模型。此外，意法半导体将在年底前提供更多使用案例。LSM6DSV16X通过Qvar与测试引脚之间的引脚共享机制，与LSM6DS系列的其他成员引脚兼容。
LPS22DF和LPS28DFW
水体感应的难题随着可穿戴设备的广泛应用，活动跟踪功能成为标配，压力传感器必须适应更广泛的物理场景。从爬山到游泳，传感器必须能够可靠地跟踪用户，提供其物理活动的准确信息。而其中的挑战在于，爬山或爬楼梯与在泳池中游泳完全不同，因为水体会带来不同的压力。例如，潜入10米深的水中时会施加14.5 PSI的压力，与海平面的大气压力相同。因此，压力传感器必须考虑到截然不同的物理条件，而不会产生过大的功耗。
高性能模式下仅耗电9.1 ?A和7 ?A
首款支持双满量程的压力传感器LPS22DF和LPS28DFW可帮助解决这个问题。它们可以检测用户是位于水上还是水下，并切换到相应的量程。LPS22DF最大支持1,260 hPa的压力，而LPS28DFW则支持高达4000 hPa的压力，两者在高性能模式下消耗分别为9.1 ?A和7 ?A。相比之下，LPS22HB在1260 hPa的最大压力下消耗12 ?A。
LIS2DU12
LIS2DU12在性能与能耗之间实现了新的平衡。由于配备了新型LC滤波器和抗混叠滤波器，该产品比前代更加精确。LC滤波器可以过滤电气噪声，抗混叠滤波器可以防止采样误差，两者均可大幅提高信号质量，而不会显著增加功耗。上一代的LIS2DW12在低功耗模式下仅消耗380 nA，而更精确的新型LIS2DU12只消耗450 nA。相比之下，竞争对手的产品功耗往往在1 ?A左右徘徊。