Безгироскопная инерциальная навигационная система. Применение мэмс гироскопов и акселерометров для отслеживания движений тела человека

Определение угла наклона различных объектов относительно гравитационного поля земли осуществляется прибором под названием инклинометр. Существует несколько физических принципов, на основе которых может быть создан инклинометр. Чаще всего наклон определяют с помощью силы гравитации Земли, геомагнитного поля, гироскопического эффекта или применяют косвенные измерения. Любой из перечисленных принципов имеет свои плюсы и минусы.

Проанализируем определение угла наклона с помощью силы гравитации Земли. Если единственной силой, действующей на объект является сила гравитации, то в этом случае для определения статичного угла наклона может быть использован MEMS-акселерометр (например, ), прибор, который измеряет проекцию ускорения (суперпозицию собственного ускорения акселерометра и вектора гравитации) на его чувствительную ось. По величине измеренной проекции определяется угол наклона.

На практике чаще всего на объект помимо силы гравитации действуют еще и другие силы, вызванные вращением, тряской и т.д. Так как сила гравитации имеет постоянную величину любые дополнительные силы, действующие на объект, изменят выходные данные акселерометра, а следовательно в расчете угла наклона появится ошибка. Применив предварительную обработку выходного сигнала акселерометра, можно свести влияние других сил к минимуму, но это приведет к задержке выдачи актуального значения угла.

Одноосевой акселерометр

Для начала рассмотрим идеальный случай, в котором ось X объекта всегда находится в плоскости действия силы гравитации. Воспользовавшись школьным курсом элементарной тригонометрии, получим выражение для вычисления проекции силы гравитации на ось Х:

где - угол между осью акселерометра и горизонтом. Обычно за горизонт принимают плоскость, ортогональную силе гравитации (Рисунок 1). Из-за того что выходное значение акселерометра пропорционально синусу угла наклона в поле гравитации, для определения угла наклона получим формулу:

(2)

Изучим характер зависимости проекции от угла наклона. По определению чувствительность инклинометра выражается отношением изменения его выходного сигнала к связанному с этим изменению угла. В одноосевом случае, если угол наклона близок к значению 90º, большое изменение угла приводит к маленькому изменению измеряемого ускорения. Таким образом, чувствительность измерения угла наклона будет стремиться к нулю с приближением значения угла к 90º.

Важной характеристикой инклинометра является величина его порога чувствительности. Эта характеристика определяет минимальную разность между двумя углами, которую прибор может измерить. Порог чувствительности акселерометра есть постоянная величина, значит для инклинометра он должен меняться подобно его чувствительности: наилучшее значение в районе угла наклона 0º и наихудшее при 90º.

Как подобрать акселерометр, который позволит нам получить желаемый порог чувствительности инклинометра на заданном интервале измеряемых углов? Акселерометр должен определить величину, на которую меняется проекция силы гравитации при изменении наклона на угол равный порогу чувствительности инклинометра. Разность двух показаний акселерометра при смене угла наклона представляется формулой:

где - текущий угол, а - шаг приращения угла. Построим зависимость разности от угла наклона и величины приращения (Рисунок 2). Построенные кривые могут быть в дальнейшем использованы для определения минимального необходимого разрешения акселерометра, достаточного для того чтобы получить заданный порог чувствительности. По графику видно, например, для того чтобы получить порог чувствительности равным в 0.5º на диапазоне измеряемых углов ±55º, необходимо выбрать акселерометр с разрешающей способностью как минимум 5мg/LSB.

Достижение высокой разрешающей способности на широком диапазоне измерений, в одноосевом случае, возможно лишь с применением акселерометра обладающего высокой разрешающей способностью. Кроме того, такая схема не может работать в полном диапазоне углов 0º-360º так как значения синуса совпадают для углов Nº и 180º-Nº.

Двухосевой акселерометр

Избавиться от перечисленных недостатков поможет введение в систему измерения дополнительной оси чувствительности y, ортогональной оси x и также находящейся в плоскости действия силы гравитации (Рисунок 3).

Подобно ситуации с одним сенсором, значение ускорения измеренное акселерометром по оси X будет пропорционально синусу угла наклона, а значение ускорения измеренное акселерометром по оси Y- косинусу угла наклона. Из свойств функций синуса и косинуса следует, что в то время как чувствительность по одной оси будет уменьшаться, она же по другой будет увеличиваться. Расчет угла наклона можно провести воспользовавшись следующей формулой:

(4),
(5)

В отличие от одноосевого случая, применение отношения проекций для вычисления угла наклона, делает аналитическое определение порога чувствительности непростой задачей. Учитывая что чувствительность по одной оси растет в то время как по другой она падает, можно грубо считать общую чувствительность постоянной величиной. Такое поведение характеристики значительно упрощает выбор акселерометра, обладающего необходимой разрешающей способностью. Расчет порога чувствительности, выполненный для одного угла, будет справедлив для всего интервала измеряемых углов.

Любой наклон не по оси чувствительности приведет к значительным ошибкам измерения угла наклона одноосевым акселерометром. Введение дополнительной оси чувствительности позволяет получить довольно точные результаты, даже если присутствует наклон по третьей оси. Так происходит благодаря тому, что эффективная чувствительность инклинометра пропорциональна квадратному корню из суммы квадратов проекций силы гравитации на чувствительные оси.

Когда сила гравитации действует только в плоскости XY значение ускорения, которое измерит акселерометр, будет строго равно 1g. Наклон в плоскости XZ или YZ уменьшит измеряемое ускорение, что в свою очередь снизит чувствительность инклинометра. Но несмотря на это, все еще можно получить точные результаты, относящиеся к углу наклона в плоскости XY. Эти рассуждения справедливы только для не больших углов наклона в плоскости XZ и YZ. С ростом угла наклона влияние силы гравитации на оси X и Y будет уменьшаться, в итоге невозможно будет вообще рассчитать угол наклона.

Кроме того, дополнительная ось дает нам возможность измерять углы в диапазоне 0-360 градусов. Достигается это благодаря смене знака в зависимости от принадлежности угла к тому или иному квадранту.

Принадлежность угла к тому или иному квадранту, может быть определена в результате анализа значений, полученных для каждой из чувствительных осей.

Трехосевой акселерометр

Введение третьей чувствительной оси позволит измерять все углы наклона сенсора в пространстве. В начальной позиции положение устройства такое, при котором оси x и y находятся в плоскости горизонта, а ось z ортогональна осям x и y (Рисунок 4).

В начальной позиции, когда сила гравитации действует только на ось z, получим, что все значения углов равны 0. При этом, значения углов могут быть вычислены по следующим формулам:

(6)
(7)
(8)

Как и в 2-х осевом варианте, порог чувствительности постоянен и это позволяет точно измерить значения углов для всей сферы.

Калибровка акселерометра

Приведенные выше рассуждения для всех трех вариантов сенсора, выполнены с предположением о том, что используется идеальный акселерометр. А значит, он обладает идеальной чувствительностью и у него отсутствует какое-либо смещение нуля. В реальности же MEMS-акселерометр представляет собой механическое устройство и, несмотря на то, что он отрегулирован, после установки его в инклинометр, на него будет действовать статичная «нагрузка». В свою очередь это приведет к изменению чувствительности и смещению уровня нуля инклинометра. Как результат инклинометр будет выдавать значения углов наклона с точностью значительно хуже заданной. Снизить ошибку определения угла наклона поможет калибровка нулевого значения акселерометра и его чувствительности.

Отслеживание движений тела человека - это задача, которая с переменным успехом решается уже не одну тысячу лет. Когда-то я читал историю об одном древнегреческом ораторе Демосфене, у которого была нехорошая привычка поднимать плечо до уха, если он нервничал. Чтобы избавиться от этого, во время ежедневных тренировок он вешал над плечом свой меч, который очень неприятно колол, если плечо поднималось. В итоге оратор стал настолько знаменитым, что про него даже есть статья в Википедии.

Другой хороший пример многие видели в фильмах про китайские боевые искусства. Например, кунг-фу панда сильно растопыривал локти во время выполнения приемов. Чтобы отследить этот момент он подкладывал лопухи в зону подмышек. Лопух падает - ученик получает нагоняй от мастера. Наверняка некоторым из нас родители обещали прикрутить палку к спине, если мы сутулились. Правда, эти угрозы никогда не выполнялись и поэтому действовали не очень убедительно.

Очень часто отслеживание движений требуется во время спортивных тренировок. Например, можно найти патент US3820783 , в котором описывается тренажерное устройство, которое одновременно направляет спортсмена и не дает ему двигаться неправильно.

Схема установки из патента US 3820783

Регистрация движения с помощью видеосъемки

В середине 70-х годов появились системы, которые обрабатывали видеозапись движений, сделанную с нескольких точек. В результате появлялась математическая модель того или иного движения. Если посмотреть видео о том, как снимался фильм «Властелин колец», можно увидеть интересные эпизоды съемок движений Горлума. Двигался на самом деле человек в специальном костюме, а потом с помощью умного математического аппарата и программного обеспечения получился симпатичный лысенький персонаж.

Видеофиксация движений имеет очевидные достоинства, но так как я хочу в этой статье описать альтернативное решение, то позволю себе немного покритиковать и приведу недостатки:

• видеосъемку нужно вести с нескольких ракурсов;
• зачастую требуется размещение маркеров на теле;
• необходимо дорогостоящее аппаратное обеспечение (видеокамеры);
• нужны хорошие вычислительные мощности и соответствующий программный продукт для преобразования видео в модель движения человека;
• человек не может двигаться свободно на большие расстояния, иначе он неминуемо выйдет за пределы зоны видеосъемки;
• кроме объекта измерения нужен коллектив специалистов, то есть записать движение тела на утренней пробежке рядовому пользователю наврядли удастся.

Измерение движений очень полезная штука не только в спорте. Применяется она также в промышленном проектировании - при разработке автомобилей, конвейеров, швейных машинок и многого другого. Такие системы уже существуют, например у фирмы Siemens - Jack (Human Simulation and Ergonomics). Как узнать, будет ли удобно водителю наживать кнопку включения кондиционера в проектируемом автомобиле? Можно, конечно, изготовить автомобиль, посадить человека и проверить. Но гораздо проще посадить виртуального человека в виртуальный автомобиль. Виртуальный автомобиль уже есть, так как все современные чертежные системы предусматривают разработку 3D моделей. Осталось только привязать движения модели человека к движениям его реального прототипа. Это можно сделать с помощью все той же видеофиксации движений или с помощью способа, о котором речь пойдет ниже.

Умная одежда

В этой статье хочу рассказать от том, как было бы замечательно, если бы можно было измерять движения, не ограничивая себя рамками съемочной площадки. Например, если бы измерительные функции были встроены в одежду. Вы ходите, бегаете, прыгаете, а одежда все записывает и потом воспроизводит ваши движения на экране смартфона, дает рекомендации и подсказывает, как бегать и не травмировать колени, сидеть и не сутулится, как правильно и без травм крутить педали на велосипеде.

Оказывается, наука и техника уже предоставляют такие возможности. Конечно, речь пока не идет об умной повседневной одежде, но уже есть специальные костюмы, состоящие из носимых датчиков, которые на весьма неплохом уровне записывают движения тела. Такие костюмы делает фирма XSENS . Стоят они недешево, но по мере того как в каждой семье появляются десятки единиц вычислительной техники, дешевеют микросхемы и все больше становится интеллектуальных портативных систем. Мы семимильными шагами идем к светлому будущему. Не вдаваясь глубоко в технические подробности попробую рассказать, как же происходит запись движений, опишу работу и принцип действия основных узлов системы измерения движений на основе электронно-механических датчиков.

МЭМС

По мере развития микроэлектроники появляются различные миниатюрные датчики. Отдельная группа таких датчиков называется МЭМС – микро электромеханические сенсоры. Для измерения движений применяются датчики ускорения – акселерометры и датчики угловой скорости – гироскопы. Акселерометр представляет собой миниатюрный чувствительный элемент изменяющий свои свойства под действием ускорения. Это может быть пьезоэлектрический сенсор или элемент переменной емкости – конденсатор с подвижной обкладкой. Пьезоэлектрический сенсор вырабатывает небольшое напряжение на своих электродах, которое может быть измерено и пересчитано в ускорение. Похожим образом обстоят дела с емкостью переменного конденсатора.

МЭМС гироскоп чаще всего использует в конструкции действие силы Кориолиса, которая отклоняет вибрирующую пластинку, величина отклонения регистрируется и преобразуется в угловую скорость.

Как мы знаем из курса физики и математики, любой вектор может быть разложен на составляющие вектора. Так, например, ускорение и скорость раскладываются на взаимно-перпендикулярные составляющие: X, Y, Z. Чувствительные элементы МЭМС измеряют ускорение и скорость отдельно вдоль каждого из этих векторов.

Важно отметить, что сейчас встречаются микросхемы, которые содержат в себе сразу несколько МЭМС датчиков.

Например, микросхема МЭМС акселерометра производит измерение ускорения сразу по трем осям x, y, z. Это же касается и микросхем гироскопов, которые могут измерять угловую скорость сразу по всем трем осям. Встречаются даже микросхемы, которые одновременно измеряют и ускорение и скорость. Такие датчики называют шестикоординатными.

МЭМС - контроллер

МЭМС датчики, как правило, оснащаются встроенным контроллером, который производит расчет ускорения или угловой скорости, обеспечивает цифровую фильтрацию и конфигурирование микросхемы.

Данные внутри контроллера хранятся в специальных ячейках памяти, называемых регистрами. Они представлены в формате integer со знаком. Единица измерения, как правило, g [ускорение свободного падения – 9,8 м/c2] для акселерометров и рад/с [радиан в секунду] для гироскопов. Описание формата данных, адреса регистров, единицы измерения, диапазоны измерения и другие параметры всегда приведены в документации на соответствующую микросхему.

Также контроллер обеспечивает связь МЭМС датчика с внешним миром по одному из распространенных интерфейсов. Как правило, это SPI или I2C. SPI - это интерфейс с двумя линиями данных и одной линией тактирования. I2C - это интерфейс с одной линией данных и одной линией тактирования. Нам в принципе нужно знать только, что передавать данные от МЭМС датчика легко и приятно, для этого есть стандартизованные распространённые интерфейсы и готовые библиотеки.

Компьютер, планшет или смартфон не имеют доступных для пользователя интерфейсов SPI или I2C, поэтому, чтобы подключить датчик к ним, необходимо еще какое-нибудь согласующее устройство. Это может быть, например, микроконтроллер, соединенный с радиопередатчиком стандарта Bluetooth. На буферный микроконтроллер, как правило, возлагаются обязанности по предварительной обработке данных, для того чтобы снизить нагрузку на канал связи.

Вообще говоря, выбор канала связи - это отдельная большая задача. Конечно, этот канал желательно должен быть беспроводным, но какую из беспроводных технологий выбрать? Стандарты связи диапазона 2,4ГГц, такие как Bluetooth или WiFi, хороши тем, что поддерживаются большинством пользовательских устройств. Но с другой стороны они ограничивают дальность связи из-за малой длины волны. Конечно, есть радиомодули Bluetooth с заявленной дальностью около километра, но не будем обольщаться, ведь законы физики никто не отменял, и такую дальность можно получить только при условиях прямой видимости и достаточной высоты датчики над поверхностью земли. Важно определиться с моделью измерения и обработки данных. Одно дело, когда все вычисления производятся на смартфоне, который лежит в кармане у человека, и совсем другое дело, когда вычислительная машина стоит на расстоянии десятков метров на столе у тренера/оператора. Это больше вопрос маркетинга и выбора целевой аудитории комплекса измерения движений. Отмечу только, что в любом случае задача передать данные по назначению может быть решена и для этого есть специализированные аппаратно - программные решения.

Модель тела человека

Пусть данные все-таки дошли по назначению и начинается их обработка. Для проведения расчетов и визуализации движений нам просто необходима математическая модель тела человека. Такая модель должна безусловно учитывать различные длины рук, ног, обхваты талии, груди, то есть различные антропометрические особенности людей. Возможно, такая модель должна также учитывать внутреннее строение организма. Чем сложнее модель, тем труднее, дороже и дольше ее создание. Я лично считаю что модель должна содержать только те элементы, на которые можно надеть чувствительный элемент. То есть если речь идет о руке, то целесообразно составлять ее модель из следующих частей:

• плечо;
• предплечье;
• кисть;
• пальцы;

Строить модель с учетом всего множества косточек, мышц и сухожилий нецелесообразно. В качестве простейшей модели одной части тела может выступить конус. Это простая геометрическая фигура, которую без проблем можно реализовать в любой графической среде и которая не потребует много ресурсов, что особенно актуально для мобильных платформ. Собственно, объемная форма конуса используется для визуализации модели, а вектор, совпадающий с продольной осью симметрии, используется для различных расчетов. Различные длины нижней и верхней окружностей конуса легко моделируют отличия в диаметрах, например, бедра сверху и в районе колена.

Конус, как элемент модели тела человека

Полная модель тела человека составленная из конусов

Согласитесь, что модель выглядит довольно узнаваемо. Эта модель была построена в среде Microsoft XNA, для отрисовки конуса использованы библиотеки Primitives3D , найденные на просторах интернета. Для расстановки элементов модели используется математический аппарат матричных вычислений среды XNA.

Немного о вычислениях

Пространство, в котором расположена модель, называется мировым пространством. Чтобы перемещать элементы модели в мировом пространстве необходимо составлять матрицы перемещения, чтобы поворачивать необходимы матрицы поворота. Вообще говоря, это одни и те же матрицы, только для различных целей в них используются различные ячейки.

Структура матрицы в среде XNA

Элементы, выделенные красным цветом, отвечают за поворот, элементы выделенные синим за перемещение, а черные элементы нужны для соблюдения размерности 4х4. Чтобы создать матрицу перемещения, используется метод:

Matrix.CreateTranslation(vector3)
Который в качестве параметра принимает радиус-вектор требуемого положения точки. Чтобы разместить все элементы тела, нужно для каждого из них составить матрицу перемещения, назовем такую матрицу fBaseWorldi.

Все, что касается движения 3D моделей, прекрасно известно разработчикам компьютерных игр и другим специалистам, работающим в области компьютерной 3D графики.

Мы же перейдем к самому интересному, а именно как же связать измерения угловой скорости и ускорения с положением модели на экране. Положение тела в пространстве может быть задано с помощью углов Эйлера, матриц перемещения и поворота, или с помощью кватернионов. Немало копий сломано в спорах о том, какой же из способов выбрать. Я пользуюсь представлением положения в виде . От одного способа к другому легко можно перейти с помощью известных математических преобразований.

Кватернион - это набор из четырех чисел, задающих в пространстве ось, вокруг которой нужно повернуть тело и угол поворота. Кватернион записывается в виде:

Q = ,
где W – это косинус половинного угла поворота; X,Y,Z – координаты оси поворота.

Кватернион предпочтительнее матриц поворота, так как матрица содержит 16 чисел, а кватернион только 4, что очевидно экономит время передачи данных и не так сильно загружает канал связи.

Внимательный читатель справедливо может возразить, что кватернион позволяет описать только вращательное движение, а как же быть с поступательным? Дело в том, что предлагаемый метод предназначен для регистрации движений без привязки к окружающей местности. А все движения человека можно построить за счет одних только вращений.

Действительно, наше тело практически не подвержено чистым (без вращения) растяжениям и сжатиям. Например, чтобы линейно переместить кисть вперед или назад, вверх или вниз, придется совершить вращательное движения предплечья в локтевом суставе или плеча в плечевом.

Осталось дело за малым, преобразовать ускорение и угловую скорость в кватернионы. Математический аппарат, который производит такие преобразования составляет святую святых фирм производящих системы измерения движений. Этот аппарат в целом известен, в интернете можно найти даже исходные коды (), но как обычно все сложности кроются в деталях. Поэтому не удивляйтесь, если измерения движения будут содержать ошибки положения. Это связано с ошибками в показаниях датчиков, которые интегрируются и значительно влияют на результат. Также свою долю неточностей вносят ошибки расположения датчиков на теле человека. Неплохое решение предоставляет фирма производитель МЭМС-чипов Invensense, они производят микросхемы, в которые можно загрузить ими же поставляемую библиотеку производящую вычисления. В ранних версиях библиотека представляла собой коды, написанные на С, которые выполнялись на стороннем микроконтроллере. Теперь библиотека – это массив шестнадцатеричных чисел, которые нужно загрузить в микросхему МЭМС после подачи на нее питания. Подобное решение предоставляют и другие фирмы, например Microchip .

После того, как мы рассчитали положение части тела и выразили его в виде кватерниона, необходимо из показаний, относящихся к отдельным частям тела, составить общую модель. Тут-то и пригодится среда XNA и код Primitives3D. Используемая библиотека Primitives3D для перемещения или поворота использует данные в матричном представлении. Поэтому чтобы преобразовать полученные от датчиков кватернионы необходимо воспользоваться встроенной в XNA функцией:

Matrix.CreateFromQuaternion(qi)
где qi – это кватернион от датчика.

Затем нужно обязательно перенести повернутую часть тела из начала координат в соответствующую точку, где она должна находится, предплечье например «крепится» к локтю. Хотя вы уже видели на картинке полностью «собранное» тело, чтобы оно всегда было в правильном положении после прихода каждого нового кватерниона положение тела нужно рассчитывать заново. Это связано с тем, что библиотека расчета кватернионов выдает кватернион, который связывает положение тела в нулевой момент времени с текущим моментом. Чтобы произвести перенос части тела нужно всего лишь перемножить две матрицы:

Matrix.CreateFromQuaternion(qi)* fBaseWorldi

Матрица fBaseWorldi постоянно корректируется, потому что если переместилось плечо, то соответственно переместится и локоть. Поэтому в программе после прихода кватерниона для какой-либо части тела следует произвести расчет матриц fBaseWorldi для всех других связанных с нею частей тела. <

На видео записано движение человека, полученное с использованием семи датчиков, по три датчика на каждой руке и один на туловище в районе поясницы.

Теперь, когда мы получили запись движений тела, можно на основании этих данных произвести расчеты различных интересных величин. Например, помочь Демосфену и прикрепить к его плечу датчик, который будет контролировать правильное положение и выдавать какой-либо сигнал при отклонении от этого положения, точно также если запустить приложение на смартфоне, а несколько датчиков разместить на спине у ребенка, то это поможет ему контролировать свою осанку. А сколько еще разных полезных применений для МЭМС датчиков.
гироскоп

акселерометр

Добавить метки 17 марта 2017 в 18:56

Исследование: звуковая атака на акселерометры подменяет показания

• Информационная безопасность

Исследование группы ученых из Мичиганского университета и Университета Южной Каролины ставит под сомнение давнее убеждение о том, что программное обеспечение может автоматически доверять аппаратным датчикам, которые поставляют автономным системам информацию, необходимую для принятия решений.

Согласно результатам научной работы, звуковые волны можно использовать для взлома важных датчиков в широком спектре технологических устройств, включая смартфоны, автомобили, медицинскую технику и Интернет вещей.

В этом исследовании изучались инерциальные датчики – емкостные МЭМС-акселерометры, измеряющие изменение скорости объекта в трех измерениях. Команда исследователей использовала точно настроенные акустические сигналы, чтобы обмануть 20 различных моделей акселерометров, регистрирующих движения. Такой подход позволил обнаружить бэкдор, с помощью которого можно было управлять другими элементами системы.

Основы физики аппаратных средств позволили ученым обмануть датчики и заставить их передавать ложную информацию в микропроцессор. Емкостные МЭМС-акселерометры для измерения ускорения регистрируют отклонение инерционной массы. При воздействии силы инерционная масса изменяется, вызывая изменение емкости, которое преобразуется в аналоговый сигнал.

Воздействие звукового давления на чувствительную пружинно-массовую систему может сместить ее, тем самым создавая ложные сигналы ускорения. Эти поддельные сигналы ускорения коррелируют с сигналом акустических помех.

Важно отметить, что резонансная частота пружинно-массовой системы – характеристика того, как она спроектированна на физическом уровне, и для успешного обмана частота акустических помех должна ей соответствовать.

Исследователи провели несколько показательных демонстраций: аудиосигнал из простого динамика за $5 заставил браслет Fitbit показывать тысячи фальшивых шагов. В другом случае включали на смартфоне вредоносный музыкальный файл, и динамик управлял акселерометром другого смартфона, на котором приложение Android «крутило баранку» игрушечного автомобиля. Еще одна музыкальная дорожка вывела из строя акселерометр Samsung Galaxy S5, который вместо графика показаний выводил слово WALNUT (грецкий орех).

Команда исследователей также отмечает, что нарушить поведение акселерометра можно даже в сочетании с видео и музыкой, которые автоматически воспроизводятся с сайтов, вложений электронной почты, получением уведомлений и прочим.

МЭМС-акселерометры уже установлены в тысячи устройств и бытовых приборов. Автономные системы, такие как беспилотные летательные аппараты и автопилоты автомобилей, принимают решения на основе того, что подсказывают их датчики. Если автономные системы не смогут доверять своим чувствам-датчикам, то безопасность и надежность их находится под угрозой. В случае, когда система или устройство использует уязвимый датчик МЭМС для принятия решений, злоумышленники могут использовать их в качестве вектора атаки.

Чтобы добиться такого эффекта, исследователи определили резонансные частоты 20 различных акселерометров пяти производителей. В своих экспериментах они не использовали шумы ниже 110 дБ, но отмечают, что более низкие амплитуды могут также негативно повлиять на различные датчики.

Другие датчики МЭМС, включая гироскопы, также потенциально восприимчивы к звуковой атаке. В ходе своих экспериментов ученые обнаружили дополнительные уязвимости. Так, например, при разработке цифровых низкочастотных фильтров, которые отсеивают самые высокие частоты, а также усилителей, не учитывались проблемы безопасности.

Чтобы защитить датчики от звуковой атаки, необходимо использовать сочетание различных методов, однако существует два основных подхода:

1. Располагать МЭМС-датчики таким образом, чтобы ограничить воздействие звуковых помех. Например, окружить его звукоизоляционным материалом.
2. Развернуть алгоритмы обработки данных, отклоняющих аномально ускоряющиеся сигналы, особенно с частотами, близкими к резонансной частоте датчика МЭМС.

Кроме того, исследователи разработали несколько программных решений, которые могли бы минимизировать уязвимости, и сообщили об этом производителям.

Руководитель исследовательской группы и ведущий автор исследования Кевин Фу (Kevin Fu) ранее занимался исследованием рисков кибербезопасности медицинской техники, в том числе потенциальной угрозы передачи смертельных сердечных ритмов в кардиостимулятор по беспроводной сети.

По его словам, на проведение исследования, направленного на изучение влияния акустических сигналов на технику, их вдохновил случай, когда с помощью музыки были выведены из строя квадрокоптеры. Он добавил, что более ранние работы ученых продемонстрировали успешность DoS-атак, в которых звук используется для отключения акселерометров.

Это не единственное исследование, где безопасность использования акселерометров ставится под сомнение. В 2014 году исследователи в области безопасности из Стэнфордского университета

МЭМС АКСЕЛЕРОМЕТРЫ

Акселерометр (ускоряю + измеряю) - прибор, измеряющий разность между истинным ускорением объекта и гравитационным ускорением.

Схема простейшего акселерометра показана на рис.1. Груз (Масса ) закреплён на пружине. Демпфер подавляет колебания груза. Чем больше истинное ускорение, тем сильнее деформируется пружина, изменяя показания прибора.

Рис.1 Схема простейшего акселерометра

Реализация выходного сигнала и принципа измерения обеспечивается преобразователями перемещении, дефор­мации, сил и электроникой. Конструктив­ный узел, включающий в себя ИнМ и под­вес с элементами крепления, можно опре­делить как чувствительный элемент (ЧЭ) акселерометра. Чувствительный элемент является основным конструктивным узлом акселерометра.

По виду движений инерци­онной массы акселеромет­ры делятся на осевые и маятниковые . В осевых акселерометрах конструкция уп­ругого подвеса обеспечивает прямоли­нейное перемещение инерци­онной массы, а в маятниковых - угловое. Маятниковые акселерометры называют также угловыми , а иногда - балочными .

У акселерометра выделяют ось чув­ствительности и перпендикулярные к ней поперечные оси. Ось чувствительности - это ось, в направлении которой возможно перемещение ИнМ, обусловленное конст­рукцией подвеса. Акселерометры, с одной осью чувствительности называют одно- компонентными . В одном корпусе могут быть установлены ЧЭ с разным направле­нием осей чувствительности (двух- и трехкомпонентные акселерометры).

С помощью акселеро­метров возможно измерение линейного и углового ускорения. По виду измеряемого ускорения различают линейные к угловые акселерометры.

В линейных акселерометрах ось чув­ствительности параллельна вектору изме­ряемого ускорения. В акселерометрах для измерения углового ускорения она долж­на быть параллельна вектору линейного ускорения, являющегося следствием уг­лового ускорения.

По принципу измерения акселеро­метры делятся на:

Приборы прямого измерения/преобразо­вания;

Приборы компенсационного измерения/преобразо­вания.

Чувствительные элементы приборов прямого измерения непосредственно переда­ют информацию о действующем на него ускорении в виде перемещений ИнМ или деформаций упругих элементов подвеса на вторичный преобразователь (переме­щений или деформаций). В этом случае все погрешности измерительной цепи присутствуют в выходном сигнале аксе­лерометра.

В акселерометрах компенсационного измерения сила, вызванная измеряемым ускорением и действующая на ИнМ, час­тично или полностью (интегратор в кон­туре) уравновешивается с помощью цепи отрицательной обратной связи, реали­зующей силовую разгрузку (компенса­цию) ЧЭ посредством выходного сигнала, поступающего на устройство компенса­ции (преобразователи силы, момента). В этом случае точность измерительной цепи зависит в основном от преобразователя силы (момента).

В условиях невесомости показания любого акселерометра равны нулю (почему?). Все системы, использующие акселерометр как датчик наклона, прекращают функционировать. Например, планшетный компьютер не изменяет положение изображения при повороте корпуса.

Исследование группы ученых из Мичиганского университета и Университета Южной Каролины ставит под сомнение давнее убеждение о том, что программное обеспечение может автоматически доверять аппаратным датчикам, которые поставляют автономным системам информацию, необходимую для принятия решений.

Согласно результатам научной работы, звуковые волны можно использовать для взлома важных датчиков в широком спектре технологических устройств, включая смартфоны, автомобили, медицинскую технику и Интернет вещей.

В этом исследовании изучались инерциальные датчики – емкостные МЭМС-акселерометры, измеряющие изменение скорости объекта в трех измерениях. Команда исследователей использовала точно настроенные акустические сигналы, чтобы обмануть 20 различных моделей акселерометров, регистрирующих движения. Такой подход позволил обнаружить бэкдор, с помощью которого можно было управлять другими элементами системы.

Основы физики аппаратных средств позволили ученым обмануть датчики и заставить их передавать ложную информацию в микропроцессор. Емкостные МЭМС-акселерометры для измерения ускорения регистрируют отклонение инерционной массы. При воздействии силы инерционная масса изменяется, вызывая изменение емкости, которое преобразуется в аналоговый сигнал.

Воздействие звукового давления на чувствительную пружинно-массовую систему может сместить ее, тем самым создавая ложные сигналы ускорения. Эти поддельные сигналы ускорения коррелируют с сигналом акустических помех.

Важно отметить, что резонансная частота пружинно-массовой системы – характеристика того, как она спроектированна на физическом уровне, и для успешного обмана частота акустических помех должна ей соответствовать.

Исследователи провели несколько показательных демонстраций: аудиосигнал из простого динамика за $5 заставил браслет Fitbit показывать тысячи фальшивых шагов. В другом случае включали на смартфоне вредоносный музыкальный файл, и динамик управлял акселерометром другого смартфона, на котором приложение Android «крутило баранку» игрушечного автомобиля. Еще одна музыкальная дорожка вывела из строя акселерометр Samsung Galaxy S5, который вместо графика показаний выводил слово WALNUT (грецкий орех).

Команда исследователей также отмечает, что нарушить поведение акселерометра можно даже в сочетании с видео и музыкой, которые автоматически воспроизводятся с сайтов, вложений электронной почты, получением уведомлений и прочим.

МЭМС-акселерометры уже установлены в тысячи устройств и бытовых приборов. Автономные системы, такие как беспилотные летательные аппараты и автопилоты автомобилей, принимают решения на основе того, что подсказывают их датчики. Если автономные системы не смогут доверять своим чувствам-датчикам, то безопасность и надежность их находится под угрозой. В случае, когда система или устройство использует уязвимый датчик МЭМС для принятия решений, злоумышленники могут использовать их в качестве вектора атаки.

Чтобы добиться такого эффекта, исследователи определили резонансные частоты 20 различных акселерометров пяти производителей. В своих экспериментах они не использовали шумы ниже 110 дБ, но отмечают, что более низкие амплитуды могут также негативно повлиять на различные датчики.

Другие датчики МЭМС, включая гироскопы, также потенциально восприимчивы к звуковой атаке. В ходе своих экспериментов ученые обнаружили дополнительные уязвимости. Так, например, при разработке цифровых низкочастотных фильтров, которые отсеивают самые высокие частоты, а также усилителей, не учитывались проблемы безопасности.

Чтобы защитить датчики от звуковой атаки, необходимо использовать сочетание различных методов, однако существует два основных подхода:

1. Располагать МЭМС-датчики таким образом, чтобы ограничить воздействие звуковых помех. Например, окружить его звукоизоляционным материалом.
2. Развернуть алгоритмы обработки данных, отклоняющих аномально ускоряющиеся сигналы, особенно с частотами, близкими к резонансной частоте датчика МЭМС.

Кроме того, исследователи разработали несколько программных решений, которые могли бы минимизировать уязвимости, и сообщили об этом производителям.

Руководитель исследовательской группы и ведущий автор исследования Кевин Фу (Kevin Fu) ранее занимался исследованием рисков кибербезопасности медицинской техники, в том числе потенциальной угрозы передачи смертельных сердечных ритмов в кардиостимулятор по беспроводной сети.

По его словам, на проведение исследования, направленного на изучение влияния акустических сигналов на технику, их вдохновил случай, когда с помощью музыки были выведены из строя квадрокоптеры. Он добавил, что более ранние работы ученых продемонстрировали успешность DoS-атак, в которых звук используется для отключения акселерометров.

Это не единственное исследование, где безопасность использования акселерометров ставится под сомнение. В 2014 году исследователи в области безопасности из Стэнфордского университета продемонстрировали , как датчик может скрытно использоваться в качестве примитивного микрофона. Еще раньше, в 2011 году, группа из Массачусетского технологического института и Технологического института Джорджии показала , как с помощью акселерометра в смартфоне можно расшифровать примерно 80% всех слов, набранных на клавиатуре компьютера.