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算法。”MEMS实业集团(MIG)公司执行总监Karen Lightman表示，“访问入门算法的开源库将从根本上改变人们的开发模式。”

飞思卡尔是AIC的早期筹建者，已经为3轴、6轴和9轴传感器融合增加了诸如C源代码库等开源算法。传感器融合是用于传感器数据分析和运动跟踪的一种基本构建模块，飞思卡尔的Ian Chen指出。

“简单地说，传感器融合就是将来自多个传感器的相关数据集中在一起以便更好地描绘系统中正在发生的事情。”MIG公司首席战略官、Intel前传感器总监Steve Whalley向EE Times表示。AIC的宗旨是让工程师“将他们自己真正的差异化能力专注于开发当前产品需要的更加复杂的算法，这些算法的复杂性将远远超出AIC的入门算法。”

传感器融合的关键挑战是有效地分离信号、运动和噪声，Chen指出。AIC算法主要用于接收观察相同事件的不同传感器发送的冗余数据，进而区分噪声和信号，然后计算出更加精确的信息。

“传感器融合包含了各种各样的技术，它们能够充分利用各自固有的优势并对这些单个传感器的动作进行监视，最终获得比单个元件自身可以取得的精度更高的结果。”Chen在接受EE Times采访时表示。

算法的开发需要得到捕获实际用例的传感器数据的支持，Chen指出，而采集这样的数据对于小型创新算法开发人员来说将是个巨大的挑战。开源联盟将很好地减轻这种挑战，他补充道。

虽然这些算法有时可以补偿传感器的缺失或低性能，但在某些方面(如功耗、代码规模、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“传感器参数定义”。另外，MIG和MIPI联盟最近还将发布一种用于传感器的I/O标准。不过AIC在创建标准方面发挥的作用似乎不是很大。

Whalley希望AIC站点能充实各种算法，并增加对消费电子、互联网、可穿戴设备和移动健康等领域中基于传感器的产品的了解。作为其中的一部分工作，飞思卡尔公司将提供传感器融合开发套件和软件开发支持包。

传感器融合功能是由传感器公司和算法公司提供的，虽然由于许多公司被兼并收购的原因，目前仍在运转的独立算法公司几乎没有了。作为其中的一部分工作，PNI公司将提供针对运动、心率监视和计步器方面的算法。Whalley希望其它MEMS实业集团成员能在今后30至60天时间内给AIC贡献更多的算法。

目前存在着“竞相试图保持基本算法私有的倾向，这将从根本上限制创新的速度和整个传感器市场的扩张。”Chen指出，“将传感器融合软件带入开源环境后，使用传感器技术给新应用增加智能就会变得容易得多。”

Whalley希望AIC能够说服一些传感器和算法公司以及大学提供原始算法。随着时间的推移，他希望产品公司能够增加更多自己的算法，以便回过头去改进现有的算法。