如何将生物识别、生物反馈和情景感知技术快速应用于沉浸式环境

描述

作者:Jeff Shepard

投稿人:DigiKey 北美编辑

为元宇宙创建沉浸式虚拟现实 (VR)、混合现实 (MR)、增强现实 (AR) 和扩展现实 (XR) 环境是一项复杂的任务。为了帮助创建这些环境,设计人员可以使用生物识别技术来了解用户的反应和身体状况,使用生物反馈来与用户交互,并使用情景分析来了解周边环境。生物识别可以通过高灵敏度的脉搏血氧仪和心率传感器来实现。生物反馈可以通过音频内容提供,或者使用触觉技术来实现基于触控的交互。最后,录制速度可达 30 fps 的三维 (3D) 垂直腔面发射激光器 (VCSEL) 飞行时间 (ToF) 传感器,可以连续映射环境并支持情景感知。

元宇宙是正在快速发展的商机。设计人员可能不仅要基于分立解决方案来快速开发和集成所需的一系列低功耗传感和反馈技术,同时还要满足上市时间和开发成本的限制。此外,许多元宇宙设备都采用电池供电,因此需要低功耗解决方案。

为了应对这些挑战,设计人员可以利用集成解决方案,这些方案支持高灵敏度脉搏血氧仪和心率感测、提供高效的 D 类音频和触觉反馈,并利用即使在强环境光照条件下也能以高粒度检测物体位置和大小的 VCSEL 型 3D ToF 传感解决方案。

本文将介绍脉搏血氧仪和心率传感器的工作方式、探讨 D 类放大器如何能够提供高质量且极低功耗的音频反馈,并展示 [Analog Devices]的一系列高能效生物识别、生物反馈和情景感知 IC,以及相关的评估板。

感测生物识别条件

光电容积描记法 (PPG) 测量微血管水平的血容量变化,通常用于脉搏血氧仪和心率监测仪。PPG 使用激光照射皮肤并测量特定波长的光吸收(或反射)变化。产生的 PPG 信号包括直流 (DC) 和交流 (AC) 分量。皮肤、肌肉、骨骼和静脉血的恒定反射率导致产生 DC 信号。动脉血的心率脉动是 AC 信号的主要来源。心脏收缩(泵送)阶段的反射光多于心脏舒张(松弛)阶段(图 1)。

TOF图 1:脉搏血氧仪中的 PPG 信号包括 DC 和 AC 分量,分别与组织结构和动脉血流等因素相关。(图片来源:Analog Devices)

PPG 信号中的脉动(AC 信号)血流与非脉动(DC 信号)血流的比率,称为灌注指数 (PI)。使用不同波长下的 PI,可以估算血氧饱和度 (Sp2 ) 水平。设计 PPG 系统时最大限度提高 PI 比值,可提高 Sp2的估算精确度。PI 比值可以通过改进机械设计和提高传感器精度来提高。

透射式和反射式架构可用于 PPG 系统(图 2)。透射式系统用于光线容易通过的人体部位,如耳垂和指尖。这些配置可使 PI 增加 40 到 60 dB。在反射式 PPG 中,光电探测器和 LED 并排放置。反射式 PPG 可用在手腕、胸部或其他部位。使用反射设计会减小 PI 比值,需要在传感器上使用更高性能的模拟前端 (AFE)。间距对于避免 AFE 饱和也非常重要。除了机械和电气设计方面的考虑外,开发能正确解读 PI 信号的软件也是一项重大挑战。

TOF图 2:在简单的脉搏血氧仪和心率传感器中,可以使用单个红外 LED,但使用多个 LED 可产生更高质量的输出信号。(图片来源:Analog Devices)

设计 PPG 系统时的另一个挑战是需要考虑到用户在测量期间的任何运动。运动可能产生压力而改变动脉和静脉的宽度,影响它们与光线的交互,从而导致 PI 信号发生变化。由于 PPG 信号和典型运动伪影都在相近频率范围内,因此不可能简单地过滤掉运动的影响。但可以使用加速计来测量运动,以便能够抵消其影响。

监测 Sp2和心率

针对需要实现 S2和心率监测的设计人员,Analog Devices 推出了 [MAXREFDES220#] 参考设计,提供了快速解决方案原型开发所需的大部分元器件,包括:

  • [MAX30101] 集成式脉搏血氧仪和心率监测仪模块。该模块包括内部 LED、光电探测器、光学元件、高性能 AFE 和其他低噪声电子元件,并具有环境光抑制功能。
  • [MAX32664]生物识别传感器中枢,旨在与 MAX30101 配合使用。其包括实现 S2和心率监测的算法,还有一个 I^2^C 接口,用于与主机微控制器单元 (MCU) 通信。这些算法还支持集成用于运动校正的加速计。
  • [ADXL362] 三轴加速计,在 100 Hz 输出数据速率下消耗的电流不到 2 µA,在运动触发的唤醒模式下消耗的电流为 270 nA。

用于音频反馈的 D 类放大器

音频反馈可为用户提供强大的交互功能。但如果音质不佳,也可能会影响体验。在典型可穿戴设备和 VR/MR/AR/XR 环境中使用的微型扬声器,可能难以有效和高效使用。解决这个问题的一种方法是使用高效的升压 D 类智能放大器,并搭配集成式升压转换器和电压调整功能,在低输出功率下实现更高的效率。集成的智能放大功能可以提高声压级 (SPL) 并增加低音响应,从而使音频更丰富且更真实。

设计智能放大功能是一个复杂的过程,但放大器带有集成式数字信号处理器 (DSP),可自动实现智能放大,并提供更好的扬声器性能,包括电流电压 (IV) 感测,以控制输出功率并防止扬声器损坏。通过智能放大功能,微型扬声器可安全地提高 SPL 并增加低音响应。许多集成解决方案可提供 6 至 8 dB 的声压级提升,并将低音响应向下扩展到谐振频率的四分之一(图 3)。

TOF图 3:采用 DG 类设计的智能放大功能可安全高效地提高微型扬声器的声压级并扩展低音响应。(图片来源:Analog Devices)

用于音频反馈的 D 类放大器

[MAX98390CEWX+T]是一款高效率 D 类智能放大器,配备集成式升压转换器和 Analog Devices 的动态扬声器管理 (DSM) 技术,可提供优异的音质,并能够支持高质量和高效的音频反馈。这款放大器包含电压调整功能,可在低输出功率下实现高效率。此外,其升压转换器的电池工作电压低至 2.65 V,提供 6.5 至 10 V(增量为 0.125 V)的可编程输出。该升压转换器包含包络跟踪功能,可调整输出电压以实现最大效率,同时还提供用于低静态电流运行的旁路模式。

这款升压放大器可为 4 Ω 扬声器提供高达 6.2 W 的功率,总谐波失真加噪声 (THD+N) 仅为 10%。其集成 IV 感测功能,可提供保护以避免扬声器损坏,并支持更高的声压级和更低的低音响应。

为了加快使用 MAX98390C 进行开发的速度,Analog Devices 提供了 [MAX98390CEVSYS#]评估套件。该套件包括 MAX98390C 开发板、音频接口板、5 V 电源、微型扬声器、USB 电缆、[DSM Sound Studio] 软件和 MAX98390 评估软件(图 4)。DSM Sound Studio 软件具有图形用户界面 (GUI),可通过简单的三个步骤实现 DSM。此外,该软件还随附 7 分钟演示视频,使用微型扬声器展示 DSM 软件的影响。

TOF图 4:MAX98390CEVSYS# 套件包括了开发 D 类音频反馈系统需要的所有硬件和软件。(图片来源:Analog Devices)

用于触觉反馈的触控技术

在设计依靠触觉反馈与用户进行交互的系统中,设计人员可利用 [MAX77501EWV+]高效控制器驱动器实现压电致动器。该驱动器针对驱动高达 2 µF 的压电元件进行了优化,可在 2.8 至 5.5 V 的电源电压下,产生高达 110 V 峰峰值电压 (Vpk-pk) 的单端触觉波形。其可以使用预先录制的波形在存储回放模式下工作,也可以使用从 MCU 流传输的实时波形。多个波形可以动态地分配到板载存储器中,该存储器可作为实时流传输的先进先出 (FIFO) 缓冲器。其利用集成式串行外设接口 (SPI),支持完整的系统访问和控制,包括故障报告和监控。此外,它还允许在开机的 600 µs 启动时间后进行回放。为了确保高效率和最长的电池寿命,该控制器驱动器采用了超低功耗的升压架构,待机电流为 75 μA,关断电流为 1 μA。

要探索 MAX77501 压电驱动器的功能,设计人员可以使用经过完全组装和测试的 [MAX77501EVKIT#] 评估套件。使用该套件可轻松评估 MAX77501 及其通过陶瓷压电致动器来驱动大触觉信号的能力。该套件包括基于 Windows 的 GUI 软件,可用于探索 MAX77501 的全部功能。

用于情景感知的 ToF 技术

情景感知可能成为 VR/MR/AR/XR 环境的一个重要方面。[AD-96TOF1-EBZ]评估平台包括用于开发 ToF 深度感知功能的 VCSEL 激光发射器板和 AFE 接收器板,因而可以支持情景感知(图 5)。通过将该评估平台与 96Boards 生态系统或 Raspberry Pi 系列的处理器板配对,可为设计人员提供用于开发软件和算法的基线设计,以高 3D 粒度实现应用特定的 ToF。该系统可在强烈环境光照条件下对物体进行检测和测距,并提供多种测距模式以优化性能。附带的软件开发套件 (SDK) 提供 OpenCV、Python、MATLAB、Open3D 和 RoS 包装器,以增强灵活性。

TOF图 5:使用 AD-96TOF1-EBZ 评估平台可以开发高性能 ToF 情景感知系统。(图片来源:Analog Devices)

总结

为元宇宙创建沉浸式交互环境是一项复杂而耗时的任务。为了加快这一过程,设计人员可以借助 Analog Devices 提供的一整套紧凑型高能效解决方案,包括用于生物识别感测、生物反馈和情景感知系统的开发和评估平台。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分