艾迈斯欧司朗：助推显示光机小型化 迎接AR便携设备挑战

随着人工智能应用的蓬勃发展以及爆款产品的发布，AR/VR 应用在2023 年底迎来一波新的热潮，短期内助推相关设备的销售量。预计设计更轻便的AR 设备和内容更丰富的VR 设备会在未来1~2 年内有比较稳定的增长。

艾迈斯欧司朗系统方案工程经理孙文轩指出，由于AR/VR设备可以作为AI的优质载体之一，长期的市场增长值得期待，不过这个市场要真正成熟需要平台搭建，内容丰富，算力增强，硬件升级以及成本优化的协同效应。AR/VR设备的增长必然会助推相关元器件的市场需求，孙文轩相信AR设备显示光机部分经济型显示方案所使用的光波导、LCOS和DLP、LED和先进显示方案所使用的3色MicroLED和光波导因原本体量较小应能取得较快增长。AR/VR感知系统部分，眼动追踪所使用的CMOS Camera、IRED光源，TOF sensor，佩戴检测，电源管理系统等相关器件等借新品发布的潮流之势预计取得较快增长。

相比于多年前的AR/VR设备，新一代设备的使用体验有了明显的的提升，与之对应的续航能力俨然成为制约AR/VR设备用户体验的一大痛点。总体来说，除了电池本身容量供电能力需要不断提升外，所有产生功耗的元器件都需不断提升效率，降低功耗。另外，有助于节省功耗的措施/ 功能建议被使用，例如佩戴检测、眼动追踪等。孙文轩特别提到，要确保设备的续航和使用体验都得到进一步提升，在AR显示方案中成本、尺寸、功耗和图像质量的平衡至关重要。近两年随着光波导效率的不断提升，相应显示方案的性能也在不断提升。MicroLED在光机尺寸上有潜在的优势，但预计在相当一段时期内成本和工业化依旧会是瓶颈。作为显示及投影光源的主要供应商之一，艾迈斯欧司朗也一直在尽最大努力推动有助于显示光机小型化的光源的开发，近期推出的Mosaic系列LED，搭配0.13吋和0.23吋的LCOS或0.16吋的DLP，已有伙伴开发出<1CC（立方厘米）的光机，可以较好的平衡成本、尺寸和图像质量的需求。

除了在AR/VR设备应用方面前景可期外，可穿戴技术实际上在多个行业领域都找到了新应用空间，不仅局限于医疗保健和便携式设备，甚至还扩展到了工业应用。这些设备的多功能性质意味着单一产品能够适应并服务于多种不同的使用环境。除了目前普遍关注的提高心率和血氧饱和度连续监测的精确性之外，许多制造商也在积极探索光电式血压监测、血糖水平检测等其他重要生理指标。另外，体温监测作为一个关键的生命体征参数同样不容忽视。虽然当前的技术可能只能准确地测量皮肤表面温度，这与人体的核心温度存在差异，但通过算法优化可以弥补这一测量差距。

艾迈斯欧司朗亚太区健康监测高级市场经理王亚琴认为，针对健康相关的可穿戴设备同样面临新的市场机遇，消费体验涉及消费者在产品使用过程中的直接感受。

这一体验主要由以下几个关键点构成。

1.功耗优化：这是通过提高电池效率来实现的，延长了电池的使用寿命，从而减少了充电次数，简化了用户的操作流程。

2.佩戴舒适度：通过设计更小巧、集成度更高的组件，制造商能够节省空间，增加产品的佩戴舒适性。

3.测量准确性：随着健康监测技术的进步，生命体征数据的测量准确度得到提升，用户可以更精确地跟踪心率、血氧等关键指标，增进对个人健康状况的了解。

4.成本效益：降低产品价格是推动市场普及率的重要因素，使得更多消费者能够负担得起并享受到这些技术带来的好处。

满足上述用户体验是目前可穿戴设备解决方案的核心诉求。王亚琴强调，目前可穿戴产品主要的设计挑战是要确保在紧凑的空间内进行精准的数据测量，同时保证低能耗和长电池寿命，此外，简化集成过程和确保在机械应力条件下的数据稳定性也是需要考虑的重要因素。比如艾迈斯欧司朗推出的AS62XX 温度传感器，采用Si双极型晶体管作为传感元件，并结合高精度模数转换器 (ADC)和数字信号处理器(DSP)进行信号处理，通过精心的设计、测试和校准，实现了在20℃到42℃的温度范围内测温精度提升至±0.09℃的新水平，为各种应用场景带来了更高精度的温度测量能力。除单独元器件外，艾迈斯欧司朗提供的PPG 传感器一站式解决方案，集成了先进的光学前端组件，比如在智能戒指应用中集成了SFH7014发射器和SFH 2705探测器，与公司研制的模拟前端（AFE）AS7057相结合，这一组合使得整体辐射效率相较于前一代产品增强了超过40%。此外，这一方案的光电探测器有效面积也明显超越了同类产品。通过这套方案，能够显著增强读数的敏感度和精确性，确保对微弱光信号调幅的细微变化、人体组织对光信号的散射和吸收效应，以及LED 光源发出的光线量进行高度精准的监测。

提高精确度主要涉及两个关键领域：一是硬件改进，二是软件算法优化。在硬件方面，提升包括了光源效率、光电二极管(PD)的灵敏度、模拟前端(AFE)的信噪比以及温度测量的准确性等参数的增强。通过持续的产品升级和迭代，可以实现新产品版本的精确度更高、集成度更好以及成功率更高的目标。

在软件层面，重点在于不断提高算法的准确度。此外，随着健康监测领域的不断发展，越来越多的健康生命体征指标被纳入考量，这些通常涉及到多维度的生命指标评估体系。例如，采用多维算法和深化算法的策略，可以更加深入地分析数据。以睡眠监测为例，不再仅仅局限于简单的睡眠时间记录，而是结合心率、血氧饱和度、体温等多种传感器数据，运用综合算法来提高着眠质量监测的准确度。

（本文来源于《EEPW》2024.4）