手机的加速度传感器：手机加速传感器

收藏
查看我的收藏
0
有用+1
已投票
0
手机加速传感器
语音
编辑
锁定
讨论
上传视频
上传视频
本词条缺少概述图，补充相关内容使词条更完整，还能快速升级，赶紧来编辑吧！
手机加速传感器是一种能够测量加速力的电子设备。加速力就是当物体在加速过程中作用在物体上的力，就好比地球引力，也就是重力。加速力可以是个常量，比如g，也可以是变量。
中文名
手机加速传感器
外文名
acceleration transducer
定    义
能感受加速度的传感器
所属学科
机械工程
目录
1
定义
2
介绍
手机加速传感器定义
编辑
语音
中文名称：加速度传感器英文名称：acceleration transducer定义：能感受加速度并转换成可用输出信号的传感器。所属学科： 机械工程(一级学科) ；传感器(二级学科) ；物理量传感器(三级学科)
手机加速传感器介绍
编辑
语音
玩“沼泽竞技”和“空中快车”时，你不用按键，而通过手机的倾斜或左右前后移动来完成高难度动作。你仿佛置身游戏之中。因为闪语彩壳内置的加速度传感器能感知手机的物理运动
[1]
。有的手机 晃晃就能看信息 就有加速传感器。加速度传感器：高低精度的加速度传感器、微加速度计、加表，不同响应频率，各种精度。可应用在控制，手柄振动和摇晃，仪器仪表，汽车制动启动检测，地震检测，报警系统，玩具，结构物、环境监视，工程测振、地质勘探、铁路、桥梁、大坝的振动测试与分析；鼠标，高层建筑结构动态特性和安全保卫振动侦察上。微机械结构，微型尺寸，可以直接焊接在PCB版上。可以测量重力加速度，可以测量动态冲击加速度，也可以应用加速度传感器来集成倾角处理系统，测试速度和振动。内置放大和过滤器，抗冲击达5000g，供电范围宽：2.7-24V，IP66防护。量程从1g到100g。相关的各种应用技术支持请和我公司技术人员详细探讨。有OEM应用，价格低。 SCA8X0系列和SCA3100系列是最新用于汽车行业的系列数字输出加速度传感器。适合HSA,EPB，测翻检测悬挂控制，运动检测等场合。CMA3000最新产品，三轴加速度传感器，2g-8g量程，直接数字输出或者模拟输出，2*2*0.7mm超小尺寸，≤ 70 uA 超低功耗，适合消费电子，医疗器械，运动等各种电池供电的场合CMA3000-D01CMA3000-A01SCA3060最新产品，三轴加速度传感器，2g量程，直接数字输出，集成其他系列功能，适合医疗器械，汽车等其他系列应用SCA100T-D07最新产品，双轴加速度传感器，量程达到12gSCA1000/20双轴，量程：1.7g，X、Y轴或者Z，Y轴，电压输出，2.5V是零点，11位分辨率，重量1.2g，9*5*16mm，附带温度输出，0.5-4.5V电压输出，分辨率：0.83mg，温度性能非常稳定，可以和SCA610/620互换。SPI数字输出，SCA1000-N为双轴6g量程加速度传感器。SCA610单轴，1.5g或者1.7g量程，水平测量，2.5V对应零点。灵敏度1.2V/g，非线性40mg，50±30Hz。SCA620单轴，测量Z轴加速度，1.7g或者12g量程，2.5V对应零点。灵敏度1.2V/g，0.5-4.5V输出。SCA2100双轴，高可靠性系列产品。量程2g，SPI输出，频率响应45/50Hz，-40-85度工作温度，3.3V供电，专为汽车行业提供。SCA3100三轴，高可靠性系列产品。量程2g，SPI输出，频率响应45/50Hz，-40-125度工作温度，专为汽车行业提供的数字输出加速度传感器。SCA820-D04Z轴，高可靠性系列产品。量程2g，SPI，PWM输出，频率响应45Hz，-40-125度工作温度，专为汽车行业提供的数字输出加速度传感器。SCA830-D06Y轴，高可靠性系列产品。量程2g，SPI,PWM输出，频率响应45Hz，-40-125度工作温度，专为汽车行业提供的数字输出加速度传感器。SCA830-D07Y轴，高可靠性系列产品。量程1g，SPI,PWM输出，频率响应45Hz，-40-125度工作温度，专为汽车行业提供的数字输出加速度传感器。
参考资料
1.

手机加速传感器是什么
．FB2B6[引用日期2012-12-21]

手机的加速度传感器：手机加速度传感器的工作原理，你知道吗？

手机中内置的加速度传感器尤为关键，它是实现手机智能化的重要基础元件。越是高级的手机，就越离不开加速度传感器的支持，手机加速度传感器能够较为准确的捕捉到手机中常见的几类运动模式，如摇晃、翻转、甩动等。今天我们就一起来了解一下手机加速度传感器的原理，来看看吧！
手机加速度传感器工作原理是什么？
加速度传感器是一类能够测量加速力的电子设备。加速力便是当物体在加速过程中作用在物体上的力，就如同地球引力，也就是重力。加速力能够是个常量，比如g，也可以是变量。加速度计有两种：一类是角加速度计，是由陀螺仪（角速度传感器）的改进的。另一种便是线加速度计。
线加速度计的原理是惯性原理，也就是力的平衡，A(加速度)=F(惯性力)/M(质量)我们只需要测量F就可以了。怎么测量F？用电磁力去稳定平衡这个力就可以了。就可以获得F对应于电流的关系。只需要用实验去标定这个比例系数就行了。当然了中间的信号传输、放大、滤波便是电路的事了。多数加速度传感器都是根据压电效应的原理来工作的。
手机加速度传感器作用有哪些？
手机加速度传感器也叫运动传感器，它能捕获手机的几种典型运动模式如摇晃、甩动、翻转等。实现用运动控制手机的目的。
举例来说，玩“沼泽竞技”和“空中快车”时，你无需按键，而通过手机的倾斜或左右前后移动来完成高难度动作，你犹如置身游戏之中，这就是因为手机自带的加速度传感器能感知手机的物理运动。
有的手机晃晃就可以看信息便是有加速传感器，这里就要讲到微信运动了。“微信运动”的基本原理是走路时会先有一个向前的加速度再有一个向后的加速度，根据身高体重调整这两次加速度大小和时间间隔的阈值就能统计步数，当然了，还有很多优化的细节。手机自带了加速度传感器或协助处理器，简单地说，便是人在步行时重心都有一点上下移动，且在水平方向上保持了移动，传感器和协作器感应到这种重心移动并进行记数。
以上就是关于手机加速度传感器的工作原理的介绍了，看到这里，相信您对于手机加速度传感器的原理也能有一个深刻的认识了！想要实现手机的高度智能化，手机加速度传感器是必不可少的一个元器件，而伴随着传感器技术的飞速发展，今后手机加速度传感器能够实现的功能将越来越多样化，而其运行原理也会越来越加简单化！
 

手机的加速度传感器：智能手机有一个加速度传感器

手势识别在现在社会越来越广泛用的，下面这篇文章是之前搞的一个项目，是基于三轴加速度传感器做的。个人感觉在机器视觉火热的今天，利用传感器的手势识别好像没有那么吸引人了。

摘? 要：随着移动智能电子设备的发展，基于MEMS 加速度传感器的手势识别成为一个研究热点。本文提出一种基于ARM处理器、ADXL345加速度传感器、NRF24L01、LABVIEW的手势识别系统，该系统利用位于手指的5个加速度传感器，分别采集单个轴上的加速度信息，采集后的加速度信息进行滤波，然后通过与各自设置的阈值进行比较将标志位flag赋值，通过无线将flag发给接受机。接收机分析判断5个发射机的flag值，通过串口将最终判断值FLAG发给LABVIEW上位机，与LABVIEW中图片模板进行匹配，实现手势的识别。除此之外，利用Python编程，实现了人机的交互，通过手势控制电脑上网页的打开，图片的显示等。

关键词：加速度传感器；手势识别；LABVIEW；NRF24L01

0引言

近年来，随着智能电子设备的发展，人机交互越来越引起人们的重视，人们已经不满足于键盘、鼠标、触摸屏等的交互，手势识别因其自然直观、简单方便、不受操作空间的限制，已经成为了当前人机交互研究的热点。手势识别在手语、医疗康复、虚拟现实、智能遥控等应用中具有重要的意义。

目前手势识别有两种实现方式，一种是基于视觉的识别技术，该技术投入费用大、计算量大、受环境和光线的限制。另一种是基于加速度传感器的识别技术，加速度传感器价格低廉，体积小，不受环境和光线的限制，因此基于加速度传感器的手势识别应用范围更为广。本文基于MEMS加速度传感器，提出了一种简单有效的识别算法，该算法基于加速度传感器的加速度阈值实现的。通过将采集的加速度数据与选取的阈值进行比较来识别定义的15种手势。

1系统总体设计

系统主要采用stm32微控制器、三轴加速度传感器adxl345、TFTLCD液晶模块以及无线模块nrf24l01。该系统一共有5个发射机和一个接受机。系统采用5个加速度传感器，5个加速度传感器通过护指套固定在五根手指上，每个加速度传感器通过IIC总线与一个stm32系统板相连，stm32微控制器采集加速度传感器的数据，对数据进行处理，将处理后的数据与选取的阈值进行比较，然后将标志位flag赋值，最后通过nrf24l01将标志位发送给接收机，接受机通过nrf24l01接受5个flag值，接收机一方面在液晶屏上显示5个接受的flag值，一方面根据手势规则库分析5个flag值，然后将定义的FLAG赋值，通过RS232串口发送给PC。PC端设计的LABVIEW用户界面不停的接受下位机发来的数据，并且对下位机发送来的数据进行处理，与其储存的图片模板进行匹配，实现手势识别。除此之外，基于Python语言实现了通过手势控制PC端网页的打开，图片的打开，QQ的登录等等，实现了人机交互。其中系统的总体框架如图１所示。

和其他系统相比，本系统具有以下优点: 相比于传统的单个加速度传感器，采用5个加速度传感器采集5个手指的加速度信息，可以获取每个手指的动作，更好的获取使用者的动作信息。采用2.4G无线实时传输加速度数据，用户将不被束缚在电脑前，可以在有效范围内进行手势动作，使该系统更加灵活方便。本系统的移植性强，可以在另一只手上进行复制，这样系统就变成通过两只手进行手势识别，识别手势的的种类将大大增加，提高人机的交互性。系统采用的ADXL345加速度传感器内部自带AD转换，直接输出数字量，省去了AD转换。系统通过LABVIEW上位机进行手势识别验证，使该手势识别系统更加直观。

2硬件设计

2.1 加速度传感器模块

获得使用者的加速度数据是该系统进行手势识别的前提和基础。本系统选用了美国ADI公司生产的三轴加速度传感器ADXL345。它采用MEMS技术，支持标准的IIC或SPI数字接口，自带32级FIFO存储，并且内部有多种运动状态检测和灵活的中断方式等特性。该加速度传感器分辨率高，量程可变，灵敏度高，功耗低，尺寸小。加速度传感器采集手势动作时的加速度然后送给微控制器，微控制器对数据进行处理，加速度传感器是信号产生模块。本系统中ADXL345加速度传感器通过IIC的方式与STM32微控制器进行通信。其连接方式如图3所示。

?

2.2 STM32模块

本系统采用stm32系列的处理器，它以stm32rct6芯片为核心。它是32位的单片机，具有丰富的增强IO、端口和强大的外设资源。它体积小、质量轻、低功耗和可靠性高，所以性价比很高。本系统采用它来进行数据采集，处理，传输等。

2.3 NRF24L01模块

?NRF24L01无线模块，采用的芯片是NRF24L01，它的特点有：2.4G全球开放的ISM频段，免许可证使用。最高工作速率2Mbps，高校的GFSK调制，抗干扰能力强。125个可选的频道，满足多点通信和调频通信的需要。内置CRC检错和点对多点的通信地址控制。低工作电压（1.9~3.6V）。可设置自动应答，确保数据可靠传输。该芯片通过SPI与STM32通信，最大的SPI速度可以达到10Mhz。本系统共使用6个NRF24L01，5个作为发送端，1个作为接收端，采用5发1收的模式。其连接方式如图4所示。

3手势识别处理过程

3.1 手势定义

手势的定义应该满足简单，易记的原则。本文定义15种手势，分为A组和B组，A组包括拇指弯曲、食指弯曲、中指弯曲、无名指弯曲、小拇指弯曲共5种手势，B组包括手势”0”、手势”1”、手势”2”、手势”3”、手势”4”、手势”5”、手势”6”、手势”7”、手势”8”、手势”9” 共10种手势。其中拇指弯曲和手势4一样。定义的手势如下图所示。

3.2 数据采集与预处理

5个加速度传感器使用护指套固定于手指上，加速度传感器的X轴与手指在一条直线上。如图6所示。然后拇指和食指分别进行弯曲、伸直，采集每个传感器三个轴上加速度数据的变化值，将采集的拇指加速度数据和食指加速度数据通过串口发给PC，保存于TXT文档中，然后用MATLAB 对数据进行作图分析。通过图7可以发现拇指弯曲过程中，Z轴数据变化幅度大，因此拇指上的加速度数据以Z轴作为参考轴，同理食指弯曲过程中，X轴数据变化幅度大，食指上的加速度数据以X轴作为参考轴，由于中指、无名指、小拇指与食指空间位置的相似性也以X轴为参考轴。MEMS加速度传感器一方面由于自身制造工艺、材料等原因，它采集的加速度传感器将会存在误差；另一方面由于使用者手臂抖动和外界环境因素，采集的加速度数据也将会产生误差和噪声。加速度数据的误差会对本系统手势识别过程产生影响，因此有必要对采集的加速度数据进行滤波处理，以获得更加平滑稳定的加速度数据。本文采用滑动窗口滤波来去除误差和噪声

其中， 为采集的原始加速度数据，a为滤波后的加速度，本文取k = 5 ，即滑动窗口滤波器的点数设为11。手势“食指弯曲”的加速度预处理前后效果如图 所示。然后将滑动均值滤波的算法移植到STM32微控制器中。

?

?

3.3 阈值的选取及手势识别算法

阈值的选取是本系统中有效进行手势识别的关键，本文提出了两种阈值选取：人工选取和自动选取。其中人工选取是首先手掌与水平面呈垂直状态，拇指、食指、中指、无名指、小拇指分别进行往复伸直、弯曲，STM32微控制器采集加速度传感器数据，然后通过串口发送给PC，PC接受数据保存在TXT文档中。MATLAB对采集的数据进行滑动窗口滤波后，利用MATLAB中函数选取该组数据中最大与最小值，本文以食指和中指加速度数据为例作图显示如图所示，则

其中thread为人工选取的阈值， 为平滑滤波后一组数据中加速度最小值， 为平滑滤波后一组数据中加速度最大值。

?

本设计采用的算法是基于单轴加速度阈值的算法，这种算法简单有效的进行了手势识别。a[n] > thread

则该手指处于伸直状态,令微控制器中变量flag=1;

a[n] < thread 则该手指处于弯曲状态,令微控制器中变量flag=0; 但是对于手势”0”和手势“9”，由于在每根手指只有一个阈值的情况下，5个flag都会置为0，系统此时将无法区分这两个手势，鉴于这两个手势的特点，本文对食指进行两个阈值thread1和thread2的选取，其中 如图所示 a[n]< thread2 则食指处于弯曲状态2，令微控制器中变量flag=2; thread2< a[n]<thread1 则食指处于弯曲状态1,令微控制器中变量flag="0；" 否则="" 则食指处于伸直状态，令微控制中变量flag="1；" 因此本系统中，食指有两个阈值，其他四根手指分别有一个阈值。="" 手势识别算法的示意如图所示。="" 针对不同的用户，每个人手指弯曲程度都存在差异性，若不同人使用本系统都需要进行人工选取阈值后才能工作的话，那将会导致系统移植性差，并且很麻烦，影响用户的体验。="" 基于人工选取阈值提出了一种自主选取阈值的方法进行手势识别。自主选取阈值是在微控制器中进行，因此将不需要在matlab中分析。微控制器上电后，用户进行重复几次手指弯曲伸直的动作，这里称为训练手指，在微控制器中定义一个数组，大小为150，训练手指过程中，采集的加速度数据经过滑动窗口滤波后存于这个数组中，然后对数组中150个数据进行排序，这里采用冒泡的排序算法，找出加速度最大值与最小值，接下来的步骤与人工选取阈值相同。下文手势识别系统的使用和实验都采用自主选取阈值的方法。="" 3.4="" 手势规则库的设计="" 5个微控制器将采集处理后的加速度数据与自主选取的阈值进行比较后，将各自的变量的flag赋值，其中拇指为flag1,食指为flag2，中指为flag3，无名指为flag4，小拇指为flag5，然后5个flag值通过nrf24l01发给接收机，接受机接收到5个值后，需要对5个值分析后将其变量flag赋值，因此需要一个手势规则库。如下表="" 表１　手势规则库="" ?="" 手势="" “5”="" 拇指弯曲="" 食指弯曲="" 中指弯曲="" 无名指弯曲="" 小拇指弯曲="" “0”="" “1”="" “2"="" “3”="" “6”="" “7”="" “8”="" “9”="" flag1="" 1="" 0="" flag2="" !="1" 2="" flag3="" flag4="" flag5="" flag="" 10="" 11="" 12="" 13="" 14="" 15="" 16="" 17="" 18="" 19="" 20="" 21="" 22="" 23="" 根据规则库，接收机中的flag被赋予相应的值，然后通过rs232串口将flag数据发给pc。="" 4="" labview上位机的设计="" labview上位机通过rs232串口接受下位机发过来的flag值，接受的flag与labview中的图片模板进行匹配，实现手势识别。具体过程如下：="" a.通过“visa="" 串口配置”对串口进行初始化设置：利用visa="" configure="" serial?port.vi节点设定串口的端口号（com4）、波特率（9600）、停止位（默认）、校验位（默认）、数据位（默认）。="" b.通过“visa="" 读取”对下位机发送过来的="" 进行接收。="" c.使用="" while="" 循环结构实现对下位机发送的数据连续不停的读取。="" d.通过“visa="" 关闭”关闭串口停止读操作。="" 上位机labview运行主界面如图所示="" 使用labview上位机对定义的所有手势进行手势识别的效果图，如图所示。="" 本手势识别系统可以用在对机械手的控制，实现机械手的抓取。也可以作为遥控器实现对家用电器的控制。本文利用python编程，实现了人机的交互，通过手势控制电脑上网页的打开，图片的显示，qq的登录等。python根据接受到的flag值，作出相应的任务。利用a组手势进行控制：="" if="" then="" 打开凤凰网="" 打开ustc邮件系统="" 打开淘宝="" 打开电脑上的一张图片="" 登录qq="" 7="" 结论="" 本文提出了一种基于加速度阈值进行手势识别的方法，实验结果表明该方法简单有效，识别率较高。除此之外，提出一种自主选取阈值的方法，使本手势识别系统更加灵活。而且采用无线的方式，让使用者不局限于电脑前。但是该系统不能在手臂处于任何姿态下进行手势识别，因此将引入陀螺仪作为下一步研究的工作，使该系统不受姿态的限制。同时将该系统复制到另一个手上，增加系统识别手势的种类。="" 以上内容，难免有错误与不足之处，大家踊跃拍砖。=""

手机的加速度传感器：研究发现：手机加速度传感器存在当“窃听器”风险

工人日报客户端3月12日电“这一攻击不仅隐蔽，而且并不违法。这一新攻击路径与技术的发现表明，手机在软硬件方面的安全漏洞还需要得到更多关注。”3月11日，浙江大学网络空间安全学院院长任奎及其团队宣布研究发现“手机加速度计窃听”问题——一种基于深度学习加速度传感器信号的新型“侧信道”手机窃听攻击方法。
据悉，手机加速度计是智能手机中一种能够测量加速度的传感器。这个团队研究发现一些智能手机App可在用户不知情、无需系统授权的情况下，利用手机内置加速度传感器采集手机扬声器所发出声音的震动信号，实现对用户语音的窃听，“这种攻击非常难以察觉，对用户隐私威胁很大，目前这种行为处于法律法规的灰色地带。”
隐蔽的窃听行为
“加速度传感器是目前智能手机中最常见的一种嵌入式传感器，主要用于探测手机本身的移动，常见的应用场景包括移动检测、步数统计、游戏控制等。”任奎告诉记者，它之所以能被用来监听电话，主要是由于智能手机本身的物理结构，“由于声音信号是一种由震动产生的可以通过一些介质进行传播的声波，因此手机扬声器发出的声音会引起手机的震动，而加速度传感器可以准确感知到这些震动，因此攻击者可以通过它来捕捉声音信号引起的手机震动进而推断出其中所包含的敏感信息。”
这个团队的实验结果显示，窃听语音的准确率与具体的窃听任务有关，在一些关键字的检测任务中，这种窃听攻击可以以平均90%的准确率识别并定位用户语音中所携带的关键字。攻击者在训练自己的模型时可以自行选择想要识别哪些关键字。在数字识别的任务中，这种窃听攻击可以以接近80%的准确率对0～9这10个数字的英文发音进行区分。准确率有所降低的原因是数字的发音较为简单，越复杂的词汇识别率越高。在实际攻击中，攻击者还能结合上下文信息和实际语言中各词汇的使用频率进一步提升窃听语音的准确率。
据了解，可以收集语音信息意味着攻击者可以从用户的手机中窃取多种隐私数据，比如通过窃听用户的电话、语音信息、语音备忘录等，可从中提取出用户的家庭住址、信用卡信息、身份证号、用户名密码等重要信息；通过窃听手机地图的语音导航系统，能提取出一些跟位置有关的关键字，推断出用户目前的位置、目的地；通过窃听用户手机播放的音乐和视频，能推断出用户在这些方面的偏好。总之，这是一种用途非常广泛的攻击方式，对用户隐私威胁很大。
亟需重新审视“加速计数据”
“针对这次的研究发现，我们建议各大手机厂商提高加速度传感器的权限级别，尽量避免各类应用在非必要的情况下采集加速计数据。同时，各大厂商还应限制加速计的采样频率，或通过系统内置滤波器提前过滤掉加速度传感器信号中包含最多语音信息的高频部分。”任奎呼吁，为避免将来出现类似的漏洞，各大手机厂商应重新评估一些传感器的安全性和敏感性，修改操作系统对手机App调用各种传感器数据的使用权限，从系统层面来考虑杜绝未来的侧信道攻击路径。
据了解，目前，在法律法规方面，根据最新的《信息安全技术个人信息安全规范》和《关于开展App违法违规收集使用个人信息专项治理的公告》，对个人敏感信息的保护主要是对证件号码、银行账户、通信记录等具体的个人敏感信息进行保护，重点治理各类APP运营者违法违规收集个人信息的行为。由于加速计数据本身并不属于个人敏感信息，且攻击者可以通过记步软件等必须用到加速计的APP“合理合法”地对加速计数据进行收集，因此采集加速计数据本身并不违法。这就意味着，这种窃听方式游离在法律法规之外，处于一种灰色地带，除了在技术方面需要“打补丁”，在法律层面也亟需一定的规制。
对此，任奎建议，要从法律上对这类攻击进行规制，首先应从技术层面加大对移动设备物理层安全的研究投入，了解各类传感器的实际数据采集能力以及可能造成的隐私问题，对可能存在的各类攻击做到心中有数并依此重新设计手机操作系统中各类传感器的权限使用机制，从技术的角度尽可能的降低数据被滥用的可能性。在此基础上，应当从法律法规上细化对敏感信息的定义和使用规范，除了对证件号码、通信记录等具体的个人敏感信息进行保护外，还应对可能包含这些信息的原始传感器数据进行保护，规范和限制这类数据的采集和使用方式，进一步细化个人敏感信息的涵盖范围和使用机制。（工人日报记者 徐新星）
举报/反馈