动感硅片

动感硅片--在下一代传感器的作用下，高尔夫球杆、网球拍和棒球棒会比以往更加智能。

一名高尔夫球手站在危险的沙坑中，正在认真思考如何在盯着高尔夫球的同时平衡自己的身体。为此，他进行了几次挥杆练习。如果挥杆幅度太大，杆会打在地上，失去另一次推球的机会。这是一次颇有难度的击球，但是这名球手毫不犹豫地挥动了球杆。事实上，他的球杆里嵌入了一种微电子机械系统（MEMS）设备，这种微型机器中元件的厚度仅相当于人的一根头发的直径。这些设备并不会帮助球手挥杆，但球手可以利用它们对挥杆动作进行分析并练习击球。这一次，球手或许会成功。

智能手机和可穿戴设备的大规模普及降低了MEMS设备的成本。MEMS设备包括加速度计、陀螺仪、磁力计和压力传感器。这些微小的芯片有助于计算步数、跟踪消耗的热量和监测心率。数据当然是有用的，这些设备可以让使用者变得更加积极、敏捷，但是实际上它们并没有提高击球、出拳或踢球的水平。要做到这一点，意味着要将传感器从手腕转移到运动装备上，这是大势所趋，很快就将实现。事实上，现在就可以购买那些带有传感器的装备来提高运动时的表现。除高尔夫外，网球、棒球、拳击和足球等运动同样适用。

运动员的运动往往十分复杂，与跟踪步数相比，测量这些运动需要更多的指标。以划船为例：要判断桨手在划船过程中抓、划、放和复位各阶段的效率，需要跟踪桨手的腿部、后背和胳膊的运动。如果要分析棒球运动员的挥棒动作，则需要考虑旋转角度和挥棒速度。

载有传感器的运动器材目前的繁荣是传感器价格大幅降低和技术发展（多个传感器数据整合变得容易）的产物。过去，实时合成来自多个传感器的数据输出信号简直是个噩梦。尽管需求很明确，但如何能够理解飞速传入通用处理器的数据流（即所谓的传感器融合），确实是开发这类运动/训练产品的实际障碍。

过去几年，许多公司推出了有关传感器融合的现成技术。目前，设计工程师可以利用第三方线性加速度算法来测量通过x、y和z轴的运动，而无须从头开始开发一种测量线性加速度（例如测量踢球或打球速度）的算法。

传感器的软硬件融合还有另一个棘手的任务：管理功耗。如果想避免频繁地为智能球、球棒、拳击手套、网球拍或高尔夫球杆充电，这是一个关键问题。例如，这些系统可能会在不使用时关闭一个特别耗电的陀螺仪，同时将工作分配给效率最高的传感器（如加速度计，或是加速度计和磁力计），以代替陀螺仪（如果替代品可以完成相应工作的话）。

传感器制造商和制造处理传感器数据工具的公司均认同传感器融合是一个不错的想法。他们以不同的方式解决了实施方面的困难，并创建了一系列从非常专有到基本开放的系统。

在专有化方面，传感器和MEMS制造商（例如模拟器件公司、博世传感器公司、飞思卡尔公司、应美盛公司、Kionix公司和意法半导体公司等）都将自己的独家传感器融合算法（例如博世传感器公司的Sensortec BN0055）运行在自己公司开发的包括传感器和一个微控制器的芯片中。其中一些制造商还提供可以在其他硬件上运行的应用程序接口，但只能与一家公司的传感器品牌兼容。传感器-微控制器组合芯片允许数据批处理，这意味着传感器读数将被存储在缓冲器中，直至应用程序处理器被唤醒。这种节能机制是传感器融合的一大好处。

山顶实验室、PNI Sensor和QuickLogic公司采取了一种更为灵活的方式，它们开发了独立的传感器融合协处理器，可兼容不同传感器制造商的芯片。这些硬件-软件系统轮询传感器数据，将其推送到自己的低功耗协处理器，并采用专有算法对数据进行管理。

装备

下面选取了几个载有传感器的运动装备，显示了被测量、分析和影响的运动种类。所列产品只是典型示例，并不代表它们是每个运动类别中唯一可用的品牌。后续将定期发布更多来自知名企业和创业公司的产品。