让我们再来看看刚刚提到的前十位的关键词：“人工智能”和“5G”，是物联网的支撑技术;“新零售”、“共享经济”和“无人驾驶”，会用到物联网技术;物联网是“大数据”的重要来源;健康的“生态”会构建于物联网之上。物联网不再是孤立的存在了，它会被新的技术革命、产业升级和需求升级裹挟着向前奔。回到物联网应用本身，构成物联网终端的关键技术在过去十年取得了长足进步：远距和近距无线通信技术的性能提高、功耗大幅度降低，让联网不再是问题;物联网感知层对传感器高性能和超低功耗的要求也逐一被满足，赋予“物”智能的同时，让“物”也永远在线。
01物联网应用中加速度传感器的作用是什么?
加速度传感器不仅可以检测线性加速度，同时也测量地球引力产生的重力加速度。所以，在物联网应用中，可以使用加速度传感器感测“物”的加速度，算法对单个或连续数据分析处理后，可以感知
· 物体的运动状态
· 物体的静止状态
加速度传感器感知到“物”的静止或运动的信息，数据在本地或连接到网络处理后，实现智能化识别、追踪、监控和管理。
02如何为物联网应用选择合适的加速度传感器?
加速度传感器在物联网应用中扮演重要角色，对于应用开发者来说选择一款合适的传感器至关重要。相信大多数物联网应用开发者对加速度传感器并不陌生，智能手机里已经标配了。那么是不是直接选用一颗手机里使用的加速度传感器就可以直接做物联网应用了?当然不是，因为物联网应用对功耗和传感器性能的要求与智能手机截然不同。 而如下几个方面是首先应该被考虑的：
1. 功耗要低，以延长电池的续航时间
2. 性能要足够高，有用信号可以被完整采集，抗混叠，抗噪声，以保证上层应用的精度
3. 功能丰富灵活，以满足各种场景的功能需求
Bosch Sensortec最近发布的超低功耗三轴加速度传感器BMA400正是为物联网应用而生。
功耗
物联网应用中电池容量通常都很小，并且由于使用场景的限制不允许经常充电，产品开发中，功耗必然是第一优先考虑因素。
BMA400在正常工作模式(normal mode)消耗的电流在可以低至3.5uA，同时提供高至800Hz的三轴加速度数据。
即当OSR=0 (Over Sampling Rate过采样比率设置为等级0时)，此时ODR(Output Data Rate输出数据速率) 可以配置为12.5~800Hz，并不会影响耗电。如果为了提高抗噪声的效果，可以进一步提高OSR的等级，相应的抗干扰性能会增强，耗电也会随之增加。
BMA400在低功耗模式(low power mode)消耗的电流会更低，最低可以达到0.8uA (800nA，OSR=0) 。
下图BMA400的单体实测数据。用户可以根据自己的应用场景，以及对加速度信号的抗噪指标要求，来灵活选择自己实际需要的抗噪等级及相应的功耗。这使得BMA400可以应用于在更广泛的场景中。
BMA400即使工作在低功耗模式，仍然能输出25Hz的数据，结合auto wake-up使用(后面会详细解释)，有用的运动数据不会被漏掉。
传感器自身功耗是一方面，从应用开发者角度来看，整个系统的功耗优化可能更重要。BMA400通过集成的计步器、单击双击检测、方向识别、运动检测、自由落体检测等功能，把本来需要系统主处理器运算处理的任务下放到传感器硬件中。系统在主处理器保持睡眠的状态下，仍然可以做以上事件或状态识别，必要的时候可以通过中断唤醒主处理器来对事件或新的状态做出响应。特别地，在BMA400中开启step counter功能仅需要增加约0.8uA的电流(step counter工作在100Hz ODR)。
另外，BMA400提供了1024字节的FIFO，最多可以缓存146组12bit(3轴)的加速度数据，同时可以灵活选择8bit数据模式，缓存数据可以提高到256组。这样系统主处理器可以不用在每组数据更新的时候被唤醒或者被迫读走数据做处理。
同时，BMA400 的FIFO还支持x，y，z一轴或多轴可选择地存入FIFO，那可以用户可以选择自己关心的方向的数据存入FIFO，从而更大地延长MCU的睡眠时间。
进一步，BMA400提供了的自动唤醒(Auto Wakeup)和自动低功耗(Auto Low Power)功能，可以使得BMA400的本体功耗，乃至系统功耗都会降到更低的水平。
03性能
过去大家可能会觉得物联网应用中对加速度传感器的性能要求不高，只要能识别物体大概状态或姿态就够了。所以，有些加速度传感器会通过简化滤波器的设计、降低采样频率、不连续采样(duty cycling)等方式来降低功耗，当然，由此带来的是高噪声输出、高aliasing(混叠)、强干扰引入等问题。
可是，如我们前述“加速度传感器在物联网应用中扮演重要角色”，传感性能决定了系统能否基于传感器做出精准的识别和决策。为了提高对原始信号的有效采集，并降低噪声及高频信号的干扰(混叠Aliasing)，BMA400在正常工作模式下，采用了连续采样和滑动低通滤波的方式。
下图显示了连续采样(continuous sampling)和周期休眠(duty cycling)两种不同的采样模式对于高频噪声的抗干扰能力的显著区别。
BMA400 采用了高采样频率的连续采样模式以及持续的滑动滤波，从而可以有效地抑制串入的高频噪声，并真实还原原始的目标信号。而如果采用Duty Cycling采样模式，就会直接把高频噪声引入进来，从而使得加速度计的输出信号带有噪声信号并会引起step counter， double tap等模式识别的误操作。
通常系统中的高频噪声源，有电气信号类，比如传感器的供电电压的波动，电气干扰等，以及机械振动类，比如板级电容振动，外部震动和撞击等。这些干扰信号或者信号的高次谐波如果不能够有效滤除，就会引起加速度传感器输出的畸变，并引起屏幕翻转，计步器计步等误操作。
04功能
物联网的应用通常不像智能手机一样在终端配备高性能的处理器，所以对运动传感器数据的处理不能完全依赖外部处理器的运算。针对物联网应用特性而设计内置于传感器内的功能，会帮助整个系统简化设计、降低功耗、实时快速响应等。
BMA400内置的计步器功能可以基于自身的加速度数据进行高精度步伐的检测和累加，在多场景中的精度都可以达到95%以上。此计步器的逻辑和算法是Bosch传感器团队自主研发，投入了大量人力物力进行了各种场景的测试并多次优化而成的，具有良好的稳定性和准确率。
同时，还可以准确判断用户的当前状态，比如静态，走路，跑步等。这些功能是当前智能穿戴设备的标准配置，而计步器算法通常是运行在MCU端，而MCU一旦运转，其功耗必然会远大于加速度传感器，这无形中会增加系统功耗，一般会 50uA~130uA。
而BMA400单体集成了这些功能，实际仅需要3.9uA的电流(配合低功耗模式的自动切换，还可以进一步降低)，从而可以在满足同等功能的情况下，显著降低系统地总功耗，从而延长系统的待机时间。
BMA400内置的tap/double-tap功能可以实现用户的单击/双击(可配置)的交互输入功能。由于单击/双击的阈值等级可配，从而用户可以根据自己需要的灵敏度等级来选择。这个功能可用在穿戴耳机，手表，手环等上。BMA400的tap/double-tap功能是运行在ODR=200Hz的数据速率上，从而会保证非常高的准确率，以及实时性，避免误触发和误操作。开启tap/double tap功能的BMA400所需的电流仅为4.3uA。如果结合BMA400的自动睡眠和唤醒功能，实际的平均功耗会更低(50%以下)。
BMA400内置的通用中断机(Generic Interrupt 1 & 2)具有非常灵活地中断触发机制，可以实时检测器件的静态姿态，或者动态运动水平，并根据三轴的逻辑“或”或者逻辑“与“，而产生中断。同时还可以结合Auto-LowPower 功能来自动切换normal或者low power模式。
BMA400内置的Orientation(方向传感器)可以被灵活配置来检测方向变化并产生中断;Activity change功能可以评估用户当前的活跃水平，如果超过设定的门限，则会中断MCU;Free fall功能可以检测器件是否处于失重状态，并产生中断。此功能可以用在硬盘保护等地方。
03 BMA400从产品定义和设计上充分考虑了物联网应用的独特性，兼顾功耗和性能，通过内置的功能简化应用开发的难度。
