美商亚德诺(ADI)、飞思卡尔(Freescale)与PNI Sensor公司以及MEMS产业集团(MEMS Industry Group；MIG)联手成立了‘加速创新联盟’(AIC)，致力于为感测器提供开放原始码演算法。AIC还计画与MIPI联盟合作发布用于感测器的一种I/O标准。

工程师不应该“在每次需要增加或修改产品功能时重复开发常用演算法。” MIG执行总监Karen Lightman表示，“存取入门级演算法的开放源码库将从根本上改变以往的开发模式。”

飞思卡尔是AIC的早期筹建者，已经为3轴、6轴和9轴感测器融合增加了诸如C原始码库等开放源码演算法。感测器融合是用于感测器资料分析与动作追踪的一种基本构建模组，飞思卡尔感测器解决方案部门行销主管Ian Chen指出。

“简单地说，感测器融合就是将来自多个感测器的相关资料集中在一起，以便更有效地描绘系统中正在发生的事情。”MIG公司策略长Steve Whalley表示，“AIC的宗旨是让工程师将自己真正的差异化能力专注于开发当前产品所需的更复杂演算法，这些演算法的复杂性远远超出AIC的入门级演算法。” Steve Whalley曾经是英特尔(Intel)公司前感测器总监。

感测器融合的关键挑战是有效地分离讯号、动作和杂讯，Chen指出。AIC的演算法主要是从观察相同事件的不同感测器中取得重覆资料，进而区分杂讯与讯号，然后计算出更加精确的资讯。

Chen说：感测器融合包含了各式各样的技术，能够充分利用各自固有的优势，并对这些单一感测器的动作进行监测，最终取得比单一元件本身所能取得的更精确结果。”

Chen指出，演算法的开发必须以取得实际用例的感测器资料支持，而对于小型的创新演算法开发人员来说，收集这样的资料将是个巨大的挑战。透过开放源码联盟的协助，将可有效地减轻这种挑战，他补充道。

虽然这些演算法有时能够补偿感测器的缺失或较低性能，但在某些方面(如功耗、程式码大小、成本或开发时间)通常会有折衷。为了减轻这种折衷程度，MIG和AIC正在努力开发相关标准，如IEEE的‘感测器参数定义’。另外，MIG和MIPI联盟最近还将发布一种用于感测器的I/O标准。不过AIC在建立标准方面似乎尚未发挥太大的作用。

Whalley希望AIC网站能充实各种演算法，并增加对于消费性电子、物联网、可穿戴式装置以及行动医疗等领域中基于感测器的产品更进一步瞭解。其中，飞思卡尔公司将提供感测器融合开发套件以及软体开发支援套件。

感测器融合功能是由感测器公司和演算法公司共同提供的，虽然由于许多公司都被并购，使得目前还在经营的独立演算法公司几乎都没有了。因此，PNI公司将提供针对动作、心率监测以及计步器方面的演算法。Whalley希望其它的MIG成员能在今后30至60天的时间内为AIC贡献更多的演算法。

业界目前还存在着“竞相试图维持基本演算法专有的倾向，这将从根本上限制创新的速度以及整个感测器市场的扩展。”Chen指出，“将感测器融合软体带入开放源码的环境后，利用感测器技术为新应用增加智慧就会变得容易得多。”

Whalley希望AIC能够说服一些感测器和演算法公司以及大学提供原始演算法。随着时间的进展，他希望产品公司能够开始增加更多自己的演算法，以便回过头去改进现有的演算法。