เซ็นเซอร์แม่เหล็ก (Magnetic Sensors) คือตัวแปลงสัญญาณที่ตรวจจับ วัด และแปลงสนามแม่เหล็กเป็นสัญญาณไฟฟ้า ในระบบนำทาง หน้าที่หลักของ เซ็นเซอร์  คือ การตรวจจับสนามแม่เหล็กโลก ซึ่งเป็นตัวอ้างอิงทิศทางที่สำคัญ แตกต่างจาก GPS ที่ให้ข้อมูลตำแหน่ง และมีความน่าเชื่อถือน้อย เมื่อใช้งาน ภายในอาคาร หุบเขาลึก หรือในเมือง อีกทั้งเซ็นเซอร์วัดแรงเฉื่อย (Inertial sensors) มักเกิดการดริฟต์ เมื่อเวลาผ่านไปเซ็นเซอร์แม่เหล็กจึงต้องส่ง สัญญาณบอกทิศทางที่เสถียรเทียบกับทิศเหนือแม่เหล็ก ความสามารถนี้จึงเป็น รากฐานสำคัญของเข็มทิศอิเล็กทรอนิกส์สมัยใหม่ หรือ e-compass ซึ่งกลายเป็นส่วนประกอบที่ขาดไม่ได้ในอุปกรณ์อิเล็กทรอนิกส์สำหรับผู้ใช้งาน ระบบยานยนต์ อากาศยานไร้คนขับ (UAV) และการนำทางทางทะเล (Marine Navigation)

เทคโนโลยีหลัก: จาก AMR สู่ TMR

เทคโนโลยีอย่างแมกนีโตมิเตอร์แบบโซลิดสเตต (Solid-state magnetometer) ทำให้เข็มทิศอิเล็กทรอนิกส์ (e-compass) สมัยใหม่เกิดขึ้น และเซ็นเซอร์แอนไอโซทรอปิกแมกนีโตรีซิสแทนซ์ (AMR: Anisotropic Magnetoresistance) ที่ใช้ฟิล์มเฟอร์โรแมกนีโตเรซิสแทนซ์ขนาดบาง (Ferromagnetic Films) ด้วยคุณสมบัติต้านทานทางไฟฟ้าที่เปลี่ยนแปลงไป ตามมุมที่สัมพันธ์กับสนามแม่เหล็ก ช่วยสร้างความสมดุลระหว่างการรับรู้ไว (Sensitivity) การใช้พลังงาน (Power Consumption)  และต้นทุน เซ็นเซอร์เหล่านี้ถูกนำไปใช้งานอย่างแพร่หลายในยานยนต์และสมาร์ทโฟน 

เซ็นเซอร์แบบเทอนอลแมกนีโตรีซิสแทนซ์ (Tunnel Magnetoresistance: TMR) มีการวิจัยพัฒนามากขึ้น ใช้โครงสร้าง magnetic tunnel เพื่อให้ไวและ มีอัตราส่วน signal-to-noise ratio ที่สูงขึ้น ลดขนาดให้เล็กลง เหมาะสำหรับ การใช้งานที่ต้องการความไวสูงเช่น การสำรวจทางธรณีวิทยาด้วยแมกนีโตมิเตอร์ อุปกรณ์เหล่านี้ใช้แกนแม่เหล็กที่ทนทานและขดลวดเหนี่ยวนำเพื่อวัดสนามแม่เหล็กค่าอ่อนด้วยความแม่นยำสูง แม้ว่าโดยทั่วไปแล้วขนาดที่ใหญ่กว่าจะใช้พลังงาน มากกว่าแบบโซลิดสเตตก็ตาม

สถาปัตยกรรมของระบบเข็มทิศอิเล็กทรอนิกส์ (The Architecture of an Electronic Compass System)

เข็มทิศอิเล็กทรอนิกส์ที่ใช้งานได้จริงมีลักษณะการทำงานที่ซับซ้อนกว่าแมกนีโตมิเตอร์แบบแกนเดี่ยว ด้วยเวกเตอร์สนามแม่เหล็กของโลกเป็นสามมิติ กล่าวคือ แมกนีโตมิเตอร์แบบสามแกนจำเป็นต่อการบันทึกทิศทางทั้งหมดของสนามแม่เหล็กโดยไม่คำนึงถึงวิธีการเคลื่อนไหวของอุปกรณ์ ส่วนที่สำคัญคือ ข้อมูลดิบจาก แมกนีโตมิเตอร์มักถูกรบกวนด้วยความบิดเบือนของสัญญาณ (Distortion) จากทั้ง เหล็กแข็ง และ เหล็กอ่อน ความบิดเบี้ยวของเหล็กแข็งเกิดจากสนามแม่เหล็ก ถาวรอันมีผลมาจากส่วนประกอบต่างๆ เช่น ลำโพง แม่เหล็ก ส่วนความบิดเบี้ยว ของเหล็กอ่อนเกิดจากวัสดุเฟอร์โรแมกเนติกเปลี่ยนรูปร่างและความแรงของสนาม แม่เหล็กในพื้นที่ 

การแก้ไขปัญหานี้ ระบบเข็มทิศอิเล็กทรอนิกส์ที่ซับซ้อนได้รวมเอามาตร ความเร่งแบบสามแกน (triple-axis accelerometer)เข้าไว้ด้วยกัน จากนั้น แมกนีโตมิเตอร์จะคำนวณความเอียงของอุปกรณ์ (พิทช์และโรล) เทียบกับ แรงโน้มถ่วง ทำให้ระบบสามารถหมุนเวกเตอร์สนามแม่เหล็กที่วัดได้ ทางคณิตศาสตร์จากโครงสร้างของอุปกรณ์ไปยังระนาบแนวนอนของโลก เรียกกระบวนการนี้ว่า “การชดเชยความเอียง (tilt compensation)”

การ Calibration เพื่อเอาชนะสัญญาณรบกวนในสภาพแวดล้อมต่างๆ

การคำนวณทิศทางที่แม่นยำจะเป็นไปไม่ได้เลย หากปราศจากอัลกอริทึมที่ใช้ Calibration อย่างมีประสิทธิภาพ การ Calibration เกี่ยวข้องกับการกำหนดลักษณะ เฉพาะและการแก้ไขผลกระทบจากเหล็กแข็งและเหล็กอ่อน วิธีที่ผู้ใช้ทั่วไปใช้ คือ การปฏิบัติตามข้อกำหนด โดยให้ผู้ใช้เคลื่อนย้ายอุปกรณ์ในรูปแบบเฉพาะต่างๆ (เช่น รูปเลขแปด) ในอากาศ เพื่อให้ระบบสามารถรวบรวมข้อมูลแม่เหล็กจากทุกทิศทุก ทางได้ จากนั้นอัลกอริทึมจะปรับรูปทรงวงรีให้เข้ากับข้อมูลนี้ในสภาพแวดล้อม ที่พอเหมาะและปราศจากการบิดเบือนสัญญาณ ข้อมูลจะก่อตัวเป็นทรงกลม ที่สมบูรณ์แบบ โดยมีจุดศูนย์กลางอยู่ที่จุดกำเนิด ซึ่งพารามิเตอร์ Calibration จะเปลี่ยนรูปทรงรีที่บิดเบี้ยวกลับเป็นทรงกลม เพื่อแก้ไขการบิดเบือนของแม่เหล็ก ในพื้นที่ กระบวนการนี้มีความสำคัญอย่างยิ่ง ต่อการรักษาความแม่นยำของอุปกรณ์ เมื่อนำไปวางในสภาพแวดล้อมใหม่เช่น โทรศัพท์ในรถ โดรนบรรทุกที่มีน้ำหนัก เปลี่ยนแปลงตลอดเวลา เป็นต้น

การผสานหลายเซ็นเซอร์รวมเข้ากับระบบนำทาง (Integration in Multi-Sensor Navigation Systems)

ระบบนำทางสมัยใหม่ไม่สามารถพึ่งพาเซ็นเซอร์เพียงตัวเดียวได้ ในระบบนำทางเฉื่อย (INS: Inertial Navigation System) ข้อมูลจากไจโรสโคป และเครื่องวัดความเร่งจะถูกรวมเข้ากับข้อมูลแมกนีโตมิเตอร์ โดยใช้อัลกอริทึม การรวมเซ็นเซอร์ โดยทั่วไปแล้วคือ ตัวกรอง คาลมาน (Kalman filter) โดย ไจโรสโคปให้ข้อมูลการหมุนระยะสั้นความถี่สูง แต่เมื่อเวลาผ่านไปก็จะมีการดริฟท์ เกิดขึ้น แมกนีโตมิเตอร์จะให้ข้อมูลอ้างอิงทิศทางที่แน่นอน และเสถียรภาพในการ แก้ไขการดริฟท์ของไจโรสโคปนี้ แต่อาจจะมีสัญญาณรบกวนทางแม่เหล็กด้วย ความถี่ต่ำ และสัญญาณรบกวนอื่นๆ อย่างไรก็ตาม ตัวกรองคาลมานนี้จะผสมผสาน ข้อมูลเสริมต่างๆ เข้าด้วยกันให้เหมาะสมที่สุด ทำให้ได้ค่าประมาณทิศทางที่ เสถียรภาพมากขึ้น ดังนั้น การผสมผสานรวมกันของเซ็นเซอร์หลากหลายชนิดนี้ จึงเป็นพื้นฐานสำคัญต่อประสิทธิภาพของหุ่นยนต์อัตโนมัติ (Autonomous Robots) แอปพลิเคชัน Augmented Reality และระบบคำนวณระยะทางในสมาร์ทโฟน อย่างหลีกเลี่ยงไม่ได้