不等高梳齿电容式三轴MEMS加速度传感器

利用ICP体硅深加工,本文设计分析了一种三轴三质量块的电容式加速度传感器。水平方向采用定齿偏置配置梳齿式,垂直方向采用不等高对称梳齿式;对称的布局方式,解决了各个轴向的相互干扰问题。利用有限元分析工具对设计进行模拟,证实了设计的合理性和可行性。X、Y轴向和Z轴向的灵敏度分别为1.2 fF/g和1.0 fF/g,量程为±50 g。

KXTF9型三轴MEMS加速度传感器

美国Kionix公司最新推出可检测手指轻叩操作的3轴MEMS加速度传感器KXTF9。通过嵌入手机及便携音乐播放器等便携终端，可识别最多12种组合的手指轻敲操作……

BMA220型三轴MEMS加速度传感器

BMA220型MEMS三轴加速度传感器采用LGA（land grid array）封装，大小尺寸仅为2mm×2mm×0．98mm。

村田美洲推出三轴MEMS加速度传感器

村田美洲公司宣布推出SCA3300系列三轴MEMS加速度计,适用于工业和汽车应用领域.该产品尺寸为7.6mm＊8.6mm＊3.3mm,表面贴装式传感器提供1.5,3或6g的几个测量范围,提供小于10mg的偏移稳定性.MEMS传感器的非线性为0.1%,噪声密度为37ug/√Hz,工作温度范围为-40到125摄氏度.

ADXL346型三轴MEMS加速度传感器

美国AD公司推出一种支持13bit数字输出的三轴MEMS加速度传感器ADXL346。＋1．8V驱动时的消耗电流控制在了标准25μ～140μA，外形尺寸仅为3mm×3mm×0．95mm。目前已开始供货，2009年8月开始量产。

面向便携产品的三轴MEMS加速度传感器

意法半导体（STMicroelectronics）于近日推出了面向便携产品的4mm见方的三轴MEMS加速度传感器“LIS344AL”，已经开始量产供货。

LIS352AX三轴MEMS加速度传感器

意法半导体公司出品，采用模拟输出的MEMS技术，外形尺寸为5mm×3mm×1mm，主要用于低成本及封装面积受限的便携产品。

基于MEMS三轴加速度传感器的摔倒检测

摔倒作为人体活动的一部分,是影响人体健康的一大因素,尤其对病人和老年人而言,摔倒检测至关重要。基于MEMS三轴加速度传感器采集的人体活动加速度信号,提出了一种基于固定阈值的信号幅度向量滑动平均法SVMSA。该方法根据人体活动时的加速度信号特征,利用预先设定的阈值对加速度信号幅度向量SVM的滑动平均SVMSA进行判决,同时使用差分信号幅度域DSMA区分快速跑步等剧烈运动,准确实现了人体的摔倒检测。主要优势在于分析并区别了人体快速跑步等剧烈运动对摔倒检测的影响。通过对8位实验者的测试,该算法实现了94.4%的精确度。实验表明该算法能够较为准确地实现人体的摔倒检测。

新型三轴MEMS热对流加速度传感器的研究

介绍了一种基于热流原理的新型三轴MEMS热对流加速度传感器,它没有活动质量,无需多个器件组合就可以进行任意方向的加速度信号测量。分析了该器件的工作原理,设计了器件结构,进行了工艺开发,加工出了原理样机。测试表明:该器件实现了三个轴向的加速度信号的检测性能,验证了新原理的可行性;测量量程达到±2g,分辨率达到1mg,抗冲击能力达到10000g,具备了良好的性能。

MEMS三轴加速度传感器在飞行器姿态测量系统中的应用

介绍了一种基于MEMS三轴加速度传感器和STM32处理器的飞行器姿态测量系统,阐述了倾角测量原理、系统的硬件电路设计和软件设计,并介绍了加速度传感器MMA7455的校准方法。

意法半导体开发出新款MEMS三轴加速度传感器

意法合资的意法半导体（STMicroelectronicsN．V．）开发出了符合车载部件质量业界规格“AEC—Q100”的MEMSZ轴加速度传感器“AIS326DQ”，主要面向促进安全驾驶的警报、座席控制，车载导航仪及天线位置控制等车载用途。

单片三轴大量程加速度传感器性能测试与分析

对设计的单片三轴MEMS大量程加速度传感器进行了马歇特锤冲击测试和Hopkinson杆冲击校准试验,得到了三轴加速度传感器冲击过载信号及其各轴向的横向灵敏度比、线性度等关键参数。测试结果表明该三轴传感器在受到117 395.95 gn以上的冲击信号作用时,传感器各轴仍然能够正常工作;其三轴轴向灵敏度均能达到0.1μV/gn以上,各敏感轴受到轴向加速度时其线性度小于6%,轴间横向灵敏度比小于10%。

基于三轴加速度传感器的人体跌倒检测系统设计与实现

为了满足老年人的护理需求,减少老年人因跌倒造成的身心伤害,提出了一种基于三轴加速度传感器的人体跌倒检测系统。该系统主要基于姿态测量特性,利用姿态角作为跌倒判断标准;并且考虑到噪声影响和跌倒检测系统对检测正确率的高要求,利用Kalman滤波算法来提高算法精确度。实验结果表明该系统在人体前后、侧向跌倒和跌倒后迅速站起的情况下可以100%报警,达到人体正常跌倒情况的检测标准。

基于三轴加速度传感器的老年人摔倒检测系统

为解决老年人摔倒检测中的检测精度和检测设备功耗高的难题,设计了基于三轴加速度传感器的老年人摔倒检测系统。采用MEMS三轴加速度传感器和低功耗单片机完成人体三轴加速度数据的采集和处理,以满足低功耗要求;并建立基于三轴加速度信息的摔倒检测阈值点判断算法,并对关键参数进行确定,以提高检测算法精度。通过仿真老年人日常行为动作和多种摔倒行为,获取到全面有效实验数据,采用阈值点摔倒检测算法进行验证。摔倒准确率为93.96%,说明系统可以有效地对老年人摔倒行为作出检测,实现低功耗长时间工作。

基于三轴加速度传感器和电子罗盘的人体摔倒监测系统

设计了一种具有远程监控功能的人体摔倒监测系统,为实现系统的小体积和低功耗,系统硬件主要由MS]P430F149单片机、三轴加速度传感器、电子罗盘和无线通信模块组成,由MMA8453Q采集人体运动过程中的三轴加速度数据、CPS320T模块采集人体运动状态参数、无线模块nRF24L01实现系统与工作站间的数据通信。分析了系统的主要硬件模块的接口电路设计方法,并给出了基于硬件的摔倒监测算法。实验结果表明,本系统摔倒监测准确率达98.8%,功耗低,具有很强的实用性。

考虑横向灵敏度的三轴加速度传感器标定方法研究

横向灵敏度是单轴加速度传感器的重要指标之一,它直接影响到三轴加速度传感器的标定模型与测量精度。本论文以三轴MEMS加速度传感器为研究对象,在传统的标定模型中引入了导致测量耦合的横向灵敏度误差,建立了一种新的三轴加速度传感器标定模型,该模型将传感器的横向灵敏度以对称矩阵的形式引入现有的标定公式,构建了包含零位偏差、标度因数误差、非正交安装误差及横向灵敏度的标定函数表达式。最后利用十二位置标定法采集了三轴加速度传感器的原始测量数据,通过极大似然参数估计算法解算新的标定模型完成标定。结果表明,与常用标定数学模型相比,本数学模型的补偿误差均值与方差更小,补偿后数据精度更高且稳定性更好,本研究成果对提升三轴MEMS加速度传感器精度有十分重要的指导意义,因此具有较高的理论研究和工程应用价值。

RT3三轴加速度传感器测量多种类型身体活动效度研究

目的:评价RT3三轴加速度传感器测量20种身体活动效度水平,验证其能耗预测模型精度,并试图推导精度更高的适合中国人群的能耗预测模型。方法:运用间接热量测定法,测试14名男性和16名女性共计20项活动能耗水平,测量项目包括:2mph步行、3mph步行、3mph 3%坡度斜坡行走、3mph 8%坡度斜坡行走、4mph快走、4mph 3%坡度斜坡快走、5mph慢跑、6mph中速跑、中速跳绳、快速跳绳、10mph骑自行车、13mph骑自行车、沿楼梯上楼、沿楼梯下楼、擦桌子、洗衣服、拖地、打乒乓球、上肢力量、下肢力量测试。结果:RT3三轴加速度传感器三轴矢量和、垂直轴、矢状轴、水平轴counts与实测MET的一元线性回归方程R2分别为0.63、0.62、0.59,0.46,表明RT3三轴counts对于活动均较为敏感,呈现一定程度同步变化。RT3矢量和与垂直轴counts无论是测量步行,还是测量日常生活活动,与实测MET的一元线性回归方程的R2均一致。结论:使用三轴加速度传感器未体现明显优于单轴加速度传感器。RT3自身能耗预测模型不适合中国人群。RT3可以较好感应不同速度步行运动,但仍然无法感应坡度步行、上下楼运动,本研究推导的步行回归公式及常见活动回归公式预测能耗的准确度高于国外公式,但仍然存在一定误差。

基于三轴加速度传感器的老人摔倒检测

老人因意外摔倒不能及时救助会造成严重的后果,发生意外时若能及时通知救援人员,可大大降低摔倒后的危险程度。三轴加速度传感器能够采集分析人体摔倒时三个方向的加速度变化特征,以判断老人是否摔倒。主要分析了三轴加速度传感器ADXL345的特点及工作原理,最后提出一种检测老人意外摔倒的方案。

单片集成三轴加速度传感器

基于硅压阻效应原理,单片集成三轴加速度传感器通过双惯性质量块和六梁结构组成敏感结构,其中四个L型梁对称布置用来测量x和y轴加速度;中间的对称双梁测量z轴加速度。通过工艺兼容技术,在同一芯片上制作出MEMS敏感结构和CMOS信号处理电路。利用ANSYS软件对所设计的结构进行了应力模拟分析,并对产品的加工工艺进行了描述。通过对研制出的单片集成三轴加速度传感器进行性能测试,验证了模拟分析的合理性,最终产品满足设计要求。所研制的产品具有体积小、可靠性高、易于批量生产等优点,可广泛应用于导航系统、汽车工业以及消费电子产品等领域。

基于三轴加速度传感器的大学生体力活动能量消耗模型研究

针对中国大学生人群,选择7项日常体力活动方式,通过三轴加速度传感器监控,构建不同类型运动项目的能量消耗预测模型。研究结果表明:(1)通过佩戴传感器,可以有效对运动过程进行记录,每种运动形式特征明显。(2)不同类型的运动之间具有显著性差异,同一种运动方式不同速度之间没有差异,说明传感器可以有效区分运动类型。(3)将加速度值进行分析,构建基于垂直加速度Vcz和综合加速度值VM的能量消耗模型,分别为:W/mi n=-9.173+0.004×ACz+1.09×Sex+0.241×BMI+0.060×HR,W/mi n=-12.57+0.008×VM+0.921×SEX+0.242×BMI+0.053×HR(M=1,F=0)。(4)通过回带验证,两个能量消耗方程均有很好的拟合度,预测结果与实际值很接近。