效能表現全面提升　穿戴裝置關鍵零組件大進化

穿戴裝置的關鍵零組件包括：感測器、處理器/MCU、無線通訊模組、電源管理模組四大類，與其他可攜式產品相較，穿戴裝置可說是在成本、空間、耗電、功能/效能上都非常敏感的裝置，這樣的需求也反應在關鍵零組件的採用選擇與考量上，必須在非常有限的範圍內做出最佳的選擇與配置，同時盡量提升效能。 

另外，就四大類元件而言，感測器雖然看似只負責環境資訊蒐集的單純工作，卻是穿戴裝置發展最具變化的角色，訊息蒐集的品質直接影響後續的處理與應用；無線連結是必備的功能，也是最需要穩定性的機制；處理器提供重要的運算環境，且攸關今後人工智慧AI功能的導入狀況；電源管理屬被動功能，但掌握了裝置的效能表現，長效續航力絕對是使用者體驗的一大重點。 

空間/耗電/成本/效能最佳化 

資訊電子產品不管是哪一類，長久以來其設計就是在成本、效能等的限制上取得最佳表現的過程，可攜式產品即特別在體積與功耗上斤斤計較，穿戴裝置在空間、耗電、成本與效能的壓縮又更為嚴重，因此在關鍵零組件的選擇上，無論終端產品怎麼發展，不變的重點大概就是低耗電、低成本、小型化與高整合度。而且新產品不能因為提升效能而大幅增加成本或犧牲續航力，最大的目標就是要朝全面提升的方向發展，這也是設計人員面臨的最大挑戰。 

圖1 ADI亞太區醫療行業市場經理王勝表示，目前穿戴裝置已有基本的監測功能。不過，消費者期待的是更進階的功能

從穿戴裝置的功能發展來觀察，ADI亞太區醫療行業市場經理王勝(圖1)表示，目前穿戴裝置多有基本的健康和運動監測功能。不過，這已經不能滿足使用者對設備的功能期待。例如，人們會進一步希望知道跑步從一公里到五公里身體出現了哪些變化？經過一段時間的運動鍛煉，除了步數的變化，比如心率、血壓、體脂等其他更綜合的身體數值發生了哪些變化呢？這將是下一階段要完善的。 

接下來，則是使用者自身健康資料更全面的採集處理和環境的資料附加。環境資料和生理資訊融合在一起，可以產生更多有用的資料回饋給消費者，這將是接下來的趨勢，其實很多企業已經開始發展這類產品和相關技術。 

從功能角度，王勝認為，穿戴裝置應該是疾病預防、生活方式(如運動健康、環境監測等)的量化指導、健康監測及護理在醫院內外的互相延伸和互補，以及各類智慧設備互聯互通的連結和橋樑(如智慧家庭等)。未來尤其是穿戴裝置形態的健康類產品，將進一步橫跨醫院內外，初期階段可能是針對某些特定的疾病監測或預防，例如心臟類疾病，長期而言則將往醫療的方向發展。 

在導入AI的過程中有幾個重點。首先，位於裝置前端的感測器必須蒐集更多訊息，意法半導體(ST)應用經理陳建成(圖2)指出，穿戴裝置感測的三大重點就是資料穩定度、準確度與連續性，加入更多感測器是一個選擇，不過考量成本、體積、功耗等限制，可能可以透過軟體調校或硬體製程的改善，在現有裝置中提升此資訊蒐集的三大重點。 

圖2 意法半導體應用經理陳建成指出，穿戴裝置感測的三大重點就是資料穩定度、準確度與連續性。

其次，要適度提升處理器/MCU的處理能力，以便執行AI演算法；同時優化無線連結能力，讓運算的結果能與雲端資料庫溝通，提升判斷準確性與決策品質。不過這些動作都要盡量在不影響產品續航力的狀況下完成，當然若能有效提升電池容量也是另一個方法，同時又不大幅增加成本。 

感測器精確為要 

穿戴裝置因為長期配戴在身上，所以能持續蒐集生理資訊並監測身體狀況，在人們越來重視健康的趨勢下，穿戴裝置的需求將持續提升，重點就在感測與分析資料的品質，一般也認為穿戴裝置能否提升消費者接受度與市場價值，感測器的應用會是關鍵之一，不過礙於穿戴裝置空間、成本、耗電等限制，現有穿戴裝置大部分搭載的是動作感測器(Inertial Measurement Unit, IMU)與心率計這類技術成熟、成本低、耗電低的感測器。 

現階段被廣泛採用的IMU與心率計，屬於光學感測與運動感測元件，最主要的目標就是要更省電並提升資料蒐集的準確性，ST資深技術行銷工程師謝景翔(圖3)認為，過去很多動作的感測是以軟體功能來模擬，不僅準確性不高也較耗電，現階段動作感測器系列中的加速度計、磁力計、陀螺儀都常被用在穿戴裝置，但近年已經不再強調多軸，反而是以應用需求出發，通常是加速度計整合磁力計或加速度計整合陀螺儀最為常見，感測準確度比提供新功能更為重要。 

圖3 意法半導體資深技術行銷工程師謝景翔認為，過去很多動作感測是以軟體來模擬，準確性不高也較耗電。

對於精準測量目標的達成，王勝說，影響測量精準性的因素眾多，除了晶片的精準度以外，資料處理的演算法、產品的結構、生產誤差的控制以及用戶的使用方法及環境等都會影響最終的測量精確性，同時也要考慮多感測器間的協同工作以及避免彼此干擾等。 

另外，像是溫濕度計、氣壓計還有MEMS麥克風都是常見的感測元件；事實上，感測器類型眾多，近年物聯網的議題興起，感測器應用領域越見廣泛，部分與個人應用或生理資訊有關的感測技術在技術發展更為成熟，成本降低、產品體積縮小就有機會導入，IEK產業分析師謝孟玹指出，新興的感測器種類非常多，現在環保健康意識抬頭，很多氣體感測器的應用也越來越被重視，比如檢測一氧化碳(CO)、甲烷(CH4)、甲醛(HCHO)、乙醇甚至檢測空氣中PM2.5的感測器都是。 

更多先進的感測技術，如麻省理工學院和哈佛醫學院合作一個名為Dermal Abyss的研究計畫，使用「生物感測器」替代傳統紋身墨水。感測器墨水透過顏色變化，反映出使用者身體血糖狀況、酸鹼值高低等，讓使用者掌握身體每分每秒的細節變化。智慧紋身除了血液外可以透過調整配方顯示更多身體數值，量化更多健康細節，其技術更可以發展成新型態的穿戴裝置。此外，業界談論許久的電子鼻與電子舌也是新興的感測器，不過這類感測器門檻較高，要進入穿戴裝置中恐怕還需要一段時間。 

處理器/MCU提升處理能力 

穿戴裝置的空間與電力有極大限制，也只能提供有限的運算能力，每一安培的電力與每一個運算資源都要做最佳的利用，恩智浦大中華區微控制器事業部市場經理弋方(圖4)說明，以MCU/處理器而言，會透過製程改善，以降低成本和功耗；除了智慧手表這類產品會採用先進製程的低階處理器之外，智慧手環或其他穿戴裝置大都採用MCU，不過在導入AI的過程中，MCU的運算能力也需要適度提升。 

圖4 恩智浦大中華區微控制器事業部市場經理弋方說明，穿戴裝置MCU/處理器會透過製程改善，以降低成本和功耗。

結合雲端運算，智慧穿戴裝置會導入邊緣運算(Edge Computing)的概念，弋方解釋，先將數據在終端裝置進行運算後再上傳雲端，對穿戴裝置的運算能力和演算法有更高的要求。人工智慧的基本流程是數據採集、邊緣運算、機器學習模型處理、執行等。穿戴裝置的角色主要集中在數據蒐集、邊緣運算和執行，因此更注重低功耗下的運算能力、感測技術和無線傳輸技術。 

無線連結與電源管理不可輕忽 

穿戴裝置屬於行動裝置，一般都需要透過無線連結，羅姆半導體(Rohm)台灣設計中心副所長林志昇(圖5)提出，藍牙是最普遍的連線方式，其他像是Wi-Fi、Zigbee、GPS，還有現在市場很熱門的低功耗廣域網路技術，NB-IoT、LoRa、Sigfox等，Rohm還發展了像WiSUN、EnOcean這類的無線網路技術。穿戴裝置由於低功耗需求，預計會大量採用低功耗藍牙技術(BLE)，結合最新藍牙5版本及Mesh網路，使用低功耗休眠技術來降低功耗，可以使得連接雲端更加便捷。 

圖5 羅姆半導體台灣設計中心副所長林志昇提出，穿戴裝置使用鈕扣電池，目標是希望耗電量低的裝置，電力可以延續10年。

其他如電源管理技術，透過良好的管理，在一般不使用時裝置可以保持休眠，林志昇進一步說明，以使用鈕扣電池為例，目標是希望耗電量低的裝置，電力可以延續10年；在使用率較高的裝置上，如24小時蒐集使用者生理資訊的穿戴裝置，也可以長達兩周不用換電池。 

穿戴裝置有機會成為人工智慧的終端裝置，真正達成無感式的資料採集和處理，並進一步改變人們的日常行為。王勝說明，比如使用者佩戴了具有環境溫度採集功能的手環，當進入到一個場景下監測到了觸發設定的溫度變化，此時穿戴設備可能產生一個讓空調打開或者通風的智慧家庭管理的指令；經由智慧衣物和鞋帽監測的日程生理和運動等生活習慣資料，將會是預防疾病和診斷治療疾病不可或缺的資料等。一旦智慧穿戴裝置與人工智慧搭配後，有非常多的想像空間，可以創造出無數應用模式和價值。 

此外，穿戴裝置還有螢幕與電池等關鍵零件，除了個別應用需求之外，技術改善的重點還是在降低成本與耗電量等原則，穿戴裝置不像手機，可以在每天晚上充電，往往都需要長時間穿戴，因此能將充電週期拉長也是消費者需要的重要功能之一。另外，穿戴裝置逐漸發展分眾化需求，兒童手表與運動員的手環有不同的需求重點，在類似的硬體中要負擔不同的任務，軟體調校就成為另一個重點，協助完成裝置的特殊功能。 

原則上，每一個新款的穿戴裝置都會被要求在功耗、效能上有全面的提升，如何透過製程的改善、電池容量的增加、元件的整合、Layout達成上述目標，都持續考驗研發人員的設計，同時也帶來市場機會。未來更可能因為AI的導入大幅提升產品的使用者經驗，開拓穿戴裝置真正的藍海。