可穿戴电子系统的发展――人类和嵌入式系统的结合

　　可穿戴电子系统的发展，不论生物计量、通信还是虚拟现实，都将嵌入式系统概念延伸到新的未知领域。把传感器和输出设备放到操作人员身上，产生了一个新词--电子人：人类和嵌入式系统的结合。

　　可穿戴系统为实际应用开辟了新远景，需要重新展望嵌入式体系结构。以可黏贴或者可摄入方式所使用的传感器群完全与传统的电源、接地和I/O连接相隔离。为实现微小体积以及近乎零功耗，小传感器群要支持传统的本地信号处理、存储和无线互联，而且不限于此。这是设计师必须要解决的两难问题。

　　把系统分开

　　解决可穿戴系统难题的一种方法是参照传统的嵌入式系统设计，这包括了传感器、致动器以及与用户身体连接的显示屏等。在移动性、舒适性和可隐藏需求的推动下，需要把系统分开。传感器、输出设备和计算资源在物理上彼此分开后，看一下系统体系结构会有什么变化。

　　作为一个例子，参考智能眼镜的设计。为避免老生常谈，我们不讨论大家熟悉的消费类产品，而是看一下工业设备供应商 XOEye 设计的眼镜。这些眼镜用于元器件观察、库存处理、现场维护等活动。这一系统具有立体安装 720 线视频摄像机、语音输入，以及 LED 和语音输出，设计实现了以交互式方式帮助人们完成某些预先定义好的任务。

　　XOEye 首席技术官 Jon Sharp 解释说，这一眼镜采集并分析用户所看到的立体图像，增强了对元器件的分辨能力，不需要物理接触或者测量工具就能够测量尺寸和形状，在维修过程中与技术人员交互--“先调整左侧的螺丝”,或者通过闪烁的红色LED警告有可能出现的安全伤害。“不要到那里去!”

　　这类设计传统的方法会使用安装在眼镜上的摄像机和麦克风，然后进行视频处理，目标识别，通过背在后面的背包和电池建立无线通信链路。对这一设计，传统的用户响应是看一下背包，然后小心翼翼弯下腰去使用系统。

　　让我们进入可穿戴技术这一概念。XOEye的方法是实现完全自主的眼镜。这一目标很明显有空间和功耗限制。我们不可能变魔术，这些限制迫使必须远程完成某些计算，一般是在云端。但是对计算载荷进行划分也带来了新的设计难题。

　　建立链接

　　在物联网(IoT)上，把大量的计算任务移到云端并不是什么新概念。创想技术公司业务开发资深总监 Chakra Parvathaneni 指出，这种划分随应用而不同。他注意到，“家庭恒温调节器有很多本地处理任务，但是苹果的Siri几乎都在云端。”

　　在XOEye的例子中，把任务移到云端意味着要么有足够的带宽来传送原始格式的两路视频流，要么在眼镜中实时完成视频压缩。后者采用现有的媒体处理芯片是可行的，但是要有体积合适的电池。可是，还有另一个问题。

　　Sharp 提醒说，“即使没有链接时，您也必须维持人机接口以及某些功能。例如，当您失去 WiFi 连接时，一定要实时识别安全问题。” 某些功能会要求一定程度的连续实时响应 - 互联网远端的云计算是无法保证的。

　　这些问题要求进行本地处理，与眼镜的大小、重量和功耗限制相矛盾。XOEye最初想采用MCU 与加速器相结合的OMAP体系结构来解决这一问题。OMAP SoC能够处理传统的媒体处理任务，但是，Sharp感叹到， “无法实现实时立体测距。” 因此，XOEye转向CPU加FPGA的方法，不论应用需要什么样的任务，他们都能够建立高能效的本地加速器。

　　智能集线器

　　即使工作条件能够保证与无线集线器的本地互联，从集线器通过互联网到云端的来回链路仍然会引入不可接受的不确定性。这是IoT所面临的结构难题之一。考虑到这些情况，如果要在可穿戴设备之外完成某些计算任务，那么，可以将其放在本地无线集线器上，而不是云端 (图1)。当然，这就不能只使用商用WiFi集线器。

　　图1. 可穿戴嵌入式系统成为智能集线器无线网络

　　在WiFi集线器中集成计算节点大幅度提高了系统设计的灵活性。相对而言，集线器在空间和功耗上一般不受限制，因此，您可以把一些计算和存储资源放在那里。短距离WiFi链路能够提供可靠的宽带、可预测的延时连接，支持集线器参与关键控制或者人机接口循环，在这其中，意外的延时会带来问题。而且，集线器带有多任务CPU和相应的加速器，完成很多远程可穿戴设备的处理任务。

　　智能射频

　　如果可穿戴设备比眼镜小很多，比如腕带，置入到鞋内的器件，以及大点的药丸等，那会怎样呢?没有足够的空间容纳大电池，就无法支持大功率，WiFi也就无法一直保持接通。无线方式转向了蓝牙或者功耗极低的短距离链路。集线器现在本身成为可穿戴设备，装在皮带上或者口袋里，与传感器在一米距离内 - 如果只支持近场无线链路，那就可能会非常近。而任务划分问题以很有趣的方式发生了变化。

　　一些难题反而促进了可穿戴设备的发展。至少要包括传感器、查询这些传感器的控制器，以及无线接口。仔细的调整占空比，微小电池能够支持这些负载--低能耗设备。但是，现在把计算放在哪里呢?

　　传感器和第一级传感器处理之间的带宽成为很大的问题。无线链路能够实时承载来自传感器的原始数据流吗?如果不能，能否把一些能耗花在提高链路带宽，或者传感器的本地处理上?如果系统用户模型变化了，答案会不同吗?