我是靠谱客的博主 优美超短裙,最近开发中收集的这篇文章主要介绍高通骁龙传感器核心特征,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

一,框架介绍

SEE framework:新的芯片组支持此软件框架

Legacy framework:旧芯片组所支持的传统DDF/SMGR/SAM框架

二,特征:

1,运动检测

a,绝对运动检测 (AMD):当设备处于绝对静止状态时报告静止状态,允许关闭传感器,利用加速度计运动检测中断进一步降低功耗。当设备空闲且处于绝对静止状态时,可以通过停止服务或降低操作频率来降低功耗

b,相对运动检测 (RMD):当设备相对于重力没有显著移动时,报告静止状态,比如当设备稳定地握在用户手中时,检测设备相对于用户是静止状态。或者其他算法使用,例如,用手势来检测感兴趣的运动,如拿起手机接听电话

c,显著运动检测 (SMD):一旦启用,即使在设备处于睡眠状态时也会运行。发生重大动作时触发,并自动唤醒设备。通知之后,自动禁用。比如当不处于显著运动状态时,可以为导航启用低功耗运动检测,使所有设备处于睡眠状态

2,传感器融合和校准

a,传感器融合:通过在6轴和9轴传感器融合,显著降低功率,生成旋转矢量、重力矢量、线加速度和方向虚拟传感器。依赖加速度计、磁力计、陀螺仪

b,陀螺校准:QTI设计并开发陀螺仪动态校准算法,低功耗,并通过不同供应商的多个陀螺仪部件验证。在不断变化的操作环境中跟踪并纠正传感器错误,例如偏差。易于集成(预集成和测试),解决方案适用于所有传感器设备。低功耗支持背景用例,例如9轴融合、地磁旋转矢量、行人定位等,依赖陀螺仪

c,磁力校准:QTI为磁力计设计并开发了动态校准算法,低功耗,并通过来自不同供应商的多个磁力计部件验证。在不断变化的操作环境中跟踪并纠正传感器错误,例如偏差。易于集成(预集成和测试),解决方案适用于所有传感器设备。低功耗支持背景用例,例如9轴融合、地磁旋转矢量、行人定位等。依赖加速度计、磁力计、陀螺仪

d,未校准磁力计:与磁场传感器类型类似,但硬铁校准不适用于报告值,返回结果中包含单独硬铁偏差值。这种传感器允许客户使用报告的未校准值和硬铁偏差参数执行自定义校准

e,未校准陀螺仪:与陀螺仪传感器类似,陀螺仪漂移补偿不适用于报告值;然而,陀螺漂移偏置值在结果中单独返回,出厂校准和温度补偿仍适用于数值。允许客户使用报告的未校准值和陀螺仪漂移偏差参数执行自定义校准

3,节能

a,缓冲:允许通过降低应用程序处理器唤醒率来优化功率。应用程序处理器持续保持低功耗空闲状态,直到传感器需要batch数据时才使能。适用于低功耗、长时间运行的场景,例如健身、位置跟踪、监控等。容量多达10000个加速度计event数据。所需传感器是加速度计

b,支持FIFO-Enabled的传感器:通过减少唤醒频率来降低功耗,通过降低唤醒率以及向传感器客户端的报告率,显著降低了传感器功能的功耗,通过计步器、运动分类、传感器融合和传感器校准等特性降低功耗。所需传感器:支持fifo的加速度计和陀螺仪

4,手势

a,基本手势:提供检测推、拉或抖动手势的能力。推-设备在垂直于屏幕的方向上远离用户,拉动–设备在垂直于屏幕的方向上向用户移动,左/右摇动–设备向左或向右移动(纵向),摇动顶部/底部–设备向上或向下移动(纵向)。适用于UI运动控件,例如,用于控制照片浏览器和音乐播放器等应用,所需传感器是加速度计

b,Facing:当设备保持相对静止时,检测屏幕是朝上还是朝下。适用于UI运动控制,用于在面朝上时打开显示,在面朝下时关闭显示。依赖加速度计

c,Bring to Ear (BTE):检测手机是否被拿至贴近耳朵,用于接听来电的UI运动控制,依赖加速度计和接近传感器

三,活动监控/运动分类

1,计步器:报告步伐事件和累积步伐计数,以及预估的步伐速率,测量用户在一段时间内的步数,能够区分用户行走、跑步或相对静止的状态

2,步数/步数检测:步进检测器分析加速度计输入数据,以识别用户何时走一步,然后在每一步触发一个事件,步骤计数器跟踪自上次设备重新启动以来的步数总数,并在步骤计数每次更改时触发一个事件,适用低功耗的各种步进检测/计数跟踪应用

3,粗运动分类(CMC):确定用户是否静止、行走、跑步、驾驶或动来动去,适用于健身应用,基于用户运动状态优化GNSS定位频率来优化地理围栏

最后

以上就是优美超短裙为你收集整理的高通骁龙传感器核心特征的全部内容,希望文章能够帮你解决高通骁龙传感器核心特征所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(64)

评论列表共有 0 条评论

立即
投稿
返回
顶部