感測融合是透過軟體技術，整合不同的感測訊息，經過演算法綜合判斷之後，得到一個結果，越多感測訊息越接近真實世界，但處理難度也越高，能發展複雜又準確性高的感測融合技術，便有機會成為產業領導者。
早期每一種感測器通常只負責一種訊息的蒐集，然而隨著感測器使用量的增加，感測器軟硬體整合的趨勢日益浮現，除了單純的降低成本、製程整合的考量之外，最主要還是希望透過整合提升感測訊息的價值，貼近市場與應用需求，亦即感測融合(Sensor Fusion)、Sensor Hub的概念。
Sensor Fusion開創感測資訊藍海
感測融合近年來堪稱感測領域的熱門關鍵字，是感測器整合議題不能不討論的重點，感測融合是透過軟體技術，整合不同的感測訊息，經過演算法綜合判斷之後，得到一個結果，亞德諾半導體(ADI)亞太區應用工程總監Charles Lee認為，感測融合的優點在於獲得不同感測器和感測器種類的輸入內容，並且使用組合在一起的資訊來更加準確地感知周圍的環境。相對於獨立系統，這樣可以做出更好、更安全的決策。
感測融合最簡易的例子就是多軸慣性測量單元(Inertial Measurement Unit, IMU)，舉例而言船隻行駛需要知道方向、速度與方位，所以採用整合磁力計與加速度計的感測器，考量船隻的應用情境，於航行時輸出一個同時整合兩個感測訊息的結果，這個資訊對於海上航行有重要的意義。意法半導體(ST)類比微機電與感測元件應用經理陳建成(圖1)指出，IMU的感測融合應用越來越普遍，針對不同應用演算法需要調整，輸出結果也會有差異。
圖1 意法半導體類比微機電與感測元件應用經理陳建成指出，感測融合應用越來越普遍，針對不同應用演算法需要調整，輸出結果也會有差異。
Charles Lee表示，感測融合對於自動駕駛、導航等應用是必然的趨勢。因為目前來看，任何一個感測器都有其局限性，在某些情況下無法提供理想的結果。該公司的MEMS感測器可以提供感測融合方案，如其高階IMU解決方案內部便整合了MEMS感測器和Kalman數位濾波器演算法，利用感測融合技術，使其適合於工業、自動駕駛和航空等應用。
人們所處的真實類比世界，訊息交互影響本是常態，比如下雨天濕度高，氣溫會比晴天低，所以氣象預報除了氣溫之外，近年又多了一個體感溫度，這或許也是一種感測融合。又以Apple Watch的跌倒偵測為例，要怎麼判斷跌倒與蹲下的不同，裡面應該有很多細微的現象值得觀察，但最後系統需要提出綜合判斷的「決策」，陳建成強調，最後的決策才是價值所在，決策的準確性會直接影響到消費者的使用體驗，常發出錯誤的偵測警報或未能正確偵測出跌倒而漏發警報都是不對的。
有很多系統廠商已經發現這樣重要的趨勢，陳建成觀察，感測器供應商最重要的任務是感測元件的準確性與穩定性，系統廠商比較接近終端應用，也更了解實際需求，有些處理器廠商已在內部成立感測融合研發團隊，發展演算法與軟體平台，只要能將需要的功能透過感測融合做到高度的準確性，有機會為產品大幅提升價值。
應用需求為推動整合的圭臬
另外，感測器的硬體整合，比較常見的還是在IMU、溫濕度計這類成熟的感測元件上，尤其是可攜式裝置因為空間小，所以把製程接近、技術成熟的感測器整合在一起不僅可以有效縮小尺寸，對於大多使用電池供電的可攜式裝置也有機會發揮省電效益。而若不是可攜式/穿戴產品的應用，感測器可能只進行板級的整合，而不會大費周章將不同感測器整合在同一個封裝中，畢竟感測器對於訊號干擾的敏感性很高，不同的感測單元太靠近要降低干擾技術挑戰頗高。
而因應AI邊緣運算的發展，之前應用在手機裡的Sensor Hub概念最近又被提起，感測元件通常都是在物聯網的最末端，感測器負責訊息蒐集，再把訊息傳送到雲端，系統會集合許多訊息再一併處理，但AI造成雲端訊息大爆炸，所有訊息都要依靠雲端集中處理，經濟效益低落，所以在某些訊息不大的應用中，不把訊息傳送到雲端，而是透過在地的處理器/MCU進行簡易的處理，就可以得到可供利用的訊息，未來在不需要複雜中央式整合處理的應用中，設計Sensor Hub訊息處理架構，應該可以更經濟、有效率地處理感測訊息。
感測融合是將類比世界以數位訊號來解譯，越多感測訊息越接近真實世界，但處理難度也越高，IMU的感測融合應該只是起點，能發展複雜又準確性高的感測融合技術，便有機會成為產業領導者。