传感器技术在物联网应用中的作用

抽象

传感器技术的时代在我们身上。这些天,体验不使用传感器为其用户创造新体验的电子消费产品是不寻常的。传感器正在经历复兴,因为微机电系统(MEMS)技术变得越来越便宜,并进一步小型化,反过来又增加了传感器渗透到新应用中并为传感器市场创造了新的潜力。

介绍

传感器现在已经广泛应用于智能移动设备,汽车系统,工业控制,医疗保健,石油勘探和气候监测领域。传感器几乎遍布各地,现在传感器技术正在开始密切地模仿终极传感机器人类。允许这种情况发生的技术是传感器融合,利用微控制器(“大脑”)来融合从多个传感器收集的各个数据,以获得比数据更准确和可靠的视图,每个离散传感器都是自己的。传感器融合创造了一个整体比其部分总和大得多的情况。
传感器融合使得上下文感知具有物联网(IoT)的巨大潜力。远程情感计算(情绪感知和处理)传感器融合的进展也可能导致将来激动人心的新应用,包括智能医疗保健。然而,这些功能引发了物联网治理需要解决的隐私隐患。使用传感器融合和REC技术增加,大量的上下文感知数据将可用。这些数据以及物联网进入“天空中的全球神经网络”和基于云的处理资源将导致在为任何特定情况定制的上下文感知服务的交付方面进行了巨大的扩展。服务可以基于个人用户正在做什么,机器在做什么,

人类:终极感知实例

要了解传感器融合的工作原理,让我们来看看传感器在人体中的工作原理。一个人在许多方面体验外部环境。视觉,听觉,化学感觉(嗅觉和味觉)和表面感觉(触觉)都提供了周围环境的感官信息,这些感觉信息通过周围神经系统(PNS)传播到大脑。然后,大脑决定如何回应给定的条件或经验。
PNS不会对其传输的信息做出复杂的决定; 这些决定是由大脑做出的。响应感官输入,大脑发出运动信息 - 人类对输入的反应。例如,一个行人看到一辆汽车向他开车,他的大脑告诉他的肌肉更快地走到路的另一边,以避免事故。人类也从其内脏获得信息,其中一些是明显的,如胃痛。还有一种人不知道的其他种类的内部信息,如用于调节身体内部环境的血压。
大脑是最终的决策者。然而,如果没有外周神经系统引入感官信息和发送运动信息的能力,就不能走路,说话,或者做许多我们经常认为是理所当然的其他功能。大脑通常使用多种感官输入来验证事件,并补偿缺乏“完整”信息作出决定。例如,一个人在汽车的引擎盖下可能看不到火焰,但是燃烧橡胶的气味和冲击的热量会告诉大脑是时候离开汽车,因为发动机起火了。在这种情况下,导致大脑反应的信息大于不同感官输入的总和。
传感器融合:人类模型
图1:感觉信息(视觉,听觉,嗅觉,味觉和触觉)从周围收集并通过周围神经系统传播到大脑进行处理和应答。
在技​​术世界中,传感器融合起着相似的作用。通过集成来自多个传感器的输入以获得更准确和可靠的感测,传感器融合可以产生更高的识别水平并提供新的响应。单个传感器具有固有的限制并且可能会发生错误,这可以通过互补感测节点进行校正或补偿。例如,陀螺仪随着时间而遭受偏移漂移,这可以使用伴随加速度计来补偿。结论是,融合的传感器信息(来自多个传感器)比单个传感器数据更准确和可靠。

不断发展的传感器技术,以改善日常生活

我们来看看计步器的一个简单例子。传统的计步器使用摆锤,必须以垂直角度在臀部穿戴,以避免误读。当用户走过时,计步器通过跟踪摆动摆动的臀部运动摆动每次,并每次击中一个计数器。然而,由于步幅的变化,用户驾驶汽车或进行其他动作时爬坡/行走的角度或错误的计数步骤,错误的读数是常见的。
基于MEMS的惯性传感器得到了很大的改进。第一代基于MEMS的计步器使用加速度计,可以对人的加速度进行1,2或3轴(3D)检测,更准确地测量步数。而且,与每个摆动只记录一步的老式机械计步器不同,加速度计每秒测量一次人的动作多次。
但是,如果你不仅要计算步数,还要准确计算上下楼梯或丘陵时燃烧的卡路里?下一代计步器添加了高度计来衡量和解释一个人在走路时固定参考点(海拔)上方的物体高度的变化。高度计技术可以测量高度表或气压计(BAP)应用中的绝对气压。精确的压力读数也需要温度测量,因此通常会增加某种温度补偿电路的精度。
计步器示例
图2:计步器示例
随着早期的便携式音乐播放器的成功,挂在慢跑者的手臂上,今天有许多独立的计步器和手机具有计步器功能,设计为佩戴在手臂上(而不是挂在臀部的皮带上)。在这种情况下,手臂运动引入寄生运动。陀螺仪可以测量手臂的旋转运动并进行补偿。
三个类型的传感器(加速度计,高度计和陀螺仪)与MCU进行测量和处理读数的组合可以获得高精度的计步器。

传感器融合如何工作

最基本的传感器融合示例是电子罗盘,其中3D磁强计和3D加速度计的组合提供罗盘功能。更复杂的传感器融合技术为用户提供了增强的体验,利用和组合3D加速度计,3D陀螺仪和3D磁力计(其测量相对于给定设备的空间取向的特定方向的磁场分量)。这些传感器类型都提供了独特的功能,但也有局限性:
  • 加速度计:x轴,y轴和z轴线性运动检测,但对振动敏感
  • 陀螺仪:俯仰,摇摆和偏转旋转感测,但零偏移漂移
  • 磁力计:x-,y-和z-轴磁场感测,但对磁干扰敏感
当组合所有这些技术时,传感器融合采用来自多个传感器的同时输入,处理输入并产生大于其部分总和的输出(即,通过使用特殊算法和滤波技术,传感器融合消除了缺陷的每个传感器 - 类似于人体的功能,如上所述)。
传感器融合提供了大量的功能,可以使我们的生活变得更轻松,并可以实现各种可以利用这些功能的服务。
传感器行业面临的问题之一是缺乏各种操作系统(OS)的标准化。今天,大多数操作系统驱动程序要求最基本的传感器数据,这限制了传感器的全部功能的使用。
传感器融合是Microsoft®策略的一部分,因此Windows®8操作系统使用基于与Microsoft生态系统合作伙伴(人机接口设备规范2011)合作开发的行业标准的传感器级驱动程序,以一种内聚的方式支持传感器。Windows运行时编程模块允许轻量级执行程序调用,从而实现硬件级别的传感器处理。
传感器融合通常是指3D加速度计,3D陀螺仪和3D磁力计的组合。这种配置称为九轴系统,为用户提供九个自由度(9-DoF)。2012年,飞思卡尔推出了用于Windows 8的12轴Xtrinsic传感器平台,提供12-DoF传感器融合解决方案。这通过包括气压计传感器,温度计传感器和环境光感测功能来实现。

用于Windows 8操作系统的飞思卡尔12轴Xtrinsic传感器平台

这种全面的硬件和软件解决方案使用飞思卡尔32位MCU(操作的“大脑”)对加速度计,磁力计和陀螺仪数据进行融合,并提供了简化开发的易于集成。Microsoft的Windows 8操作系统旨在用于平板电脑,平板电脑,笔记本电脑和其他移动设备,通过个人计算机的计算能力扩展了运行智能手机和平板电脑应用程序的功能。飞思卡尔是第一批从微软获得Windows 8认证的公司,用于其传感器融合平台。
基本的传感器融合处理需要10-12 MIPS。对于9-DoF传感器融合,要求可以轻松达到18-20 MIPS的处理周期。满足这些处理需求有各种各样的方法(包括每个用户的利弊),包括添加专用的协处理器进行传感器处理或使用具有足够的性能余量的强大的MCU来允许随着时间的推移添加新的功能。如果MCU已经需要为IoT应用程序执行嵌入式处理,那么MCU选项将是有利的,因为它将“用一只石头杀死两只鸟”。
Xtrinsic传感器数据流
图3:Windows 8的12轴Xtrinsic传感器数据流

传感器融合的其他示例

飞思卡尔正在研究在医疗电子中使用传感器以及在非医疗应用中使用多传感器处理。JoséFernándezVillaseñor博士是一名医学和电气工程师,他将他作为飞思卡尔医疗产品营销人员和医院医师的工作结合在使用传感器(REC技术的大型构建块)进行情感分析领域的研究。研究表明,由于身体活动引起的心率升高与由激发引起的肾上腺素升高相比,具有不同的模式和斜率。因此,人们可以使用算法和分析传感器数据来电子地检测人们正在显示的情感类型。
以下是一个可以通过从生理变量和状态监测和数据采集来电子地检测情绪的游戏平台的例子,例如:
  • 肌肉放松(MR) - 通过压力传感器
  • 心率变异性(HRV) - 通过芯片上的两电极ECG
  • 汗水(S) - 通过电容传感器
  • 态度(A) - 通过加速度计监测人的放松状态(动作相对稳定的手)
  • 肌肉收缩(MC) - 通过压力传感器
使用收集的传感器数据,游戏平台中的MCU可以例如检测情绪,并在游戏情况下给玩家反馈,使游戏更加精彩。如何在驾驶游戏中使转弯更快更难以操纵,直到玩家显示出更轻松的状态(从加速度计读数较少)?因此,对他/她的情绪有更好的控制的平静的司机将有更好的分数(类似于现实生活)。如果本地控制台的MCU提供处理功能或者基于云的系统提供了处理功能的远程情感计算,则这将被视为本地情感计算。在基于云的系统中,可以利用复杂的“大数据”算法来为游戏场景提供更精细的响应。
情绪感觉
图4:使用情绪感知的上下文感知
在另一个示例中,传感器可以用于通过测量用户持有蜂窝电话来输入或进行呼叫的方式来检测情感。此外,软件算法可以用于通过分析人物文本的方式,手机运动的干扰程度或在打字时使用多少错误(使用退格键)来提供关于个人心态的附加上下文。

利用传感器融合物联网

如白皮书“物联网需要成为现实”的白皮书所述,IoT包括许多用例,从连接的家庭和城市到连接的汽车和道路,跟踪个人行为的设备,并使用收集的数据“推“服务。物联网是一种普遍的“天空中的全球神经网络”,它将触及我们生活的每一个方面。从技术角度来看,物联网被定义为智能机器与其他机器,对象,环境和基础设施进行交互和通信,从而产生大量数据,并将该数据处理成有用的操作,可以“命令和控制”事物生活对人类来说更容易。
物联网
图5:物联网
所有IoT用例共有的要求包括:
  • 传感和数据采集能力(感应节点)
  • 本地嵌入式处理能力层(本地嵌入式处理节点)
  • 有线和/或无线通信能力(连接节点)
  • 自动执行任务并实现新类服务的软件
  • 远程网络/基于云的嵌入式处理能力(远程嵌入式处理节点)
  • 完整的信号路径安全
取决于所涉及的应用,物联网所需的传感节点类型差别很大。传感节点可以包括用于图像监控的摄像机系统,用于智能能量的水或气体流量计,需要主动安全的雷达视觉,RFID读取器感测物体或人的存在,具有开/闭电路的门和锁,建筑入侵或简单温度计测量温度。谁能忘记电影“少数民族报告”中跟踪建筑物人口的热门机器故障?这些机械故障代表了未来的潜在传感节点。(我认为他们会被用来打击犯罪。)
这些节点都将携带唯一的ID,并可以通过远程命令和控制拓扑单独控制。现在有使用案例,其中具有RFID和/或近场通信(NFC)和GPS功能的智能手机可以接近建筑物中的单个RFID / NFC功能的“事物”,与他们通信并在网络上注册其物理位置。因此,RFID和NFC将具有远程注册的位置,最终将成为物联网的指挥和控制。
传感器融合平台和远程情感计算的增加显着提高了物联网中感测节点的能力。
物联网技术的功能观
图6:物联网技术的功能视图

“盒子”视角的物联网构件

如果将IoT的构建块从简单节点转换为盒子/产品级视图,我们最终将使用PAN / BAN / LAN类型的通信拓扑的感应/边缘节点,连接到具有不同层次结构的网关。
物联网技术的功能观
图7:物联网构件的“框级”视图
这些网关又通过WAN通信技术与云通信。一旦通过访问网络连接到云端,数据将通过服务器进行应用/操作,以及大量数据分析。

情境意识

传感器融合以及嵌入式处理和连接功能,使上下文意识和上下文感知能够实现新的服务世界。

什么是“上下文”?

上下文定义为形成事件,陈述,情况或想法的环境或事实。在软件编程中,开发上下文感知应用程序的想法已经有一段时间了。上下文感知应用程序检查谁在哪里,何时何地以及软件设计人员使用此上下文信息来确定情况发生的原因,然后对应用程序中的某些操作进行编码。
基于这一定义,制定上下文感知行动的四个最重要的信息类别是:
  • 身分
  • 位置
  • 时间
  • 活动
在使用上下文信息来制定确定性动作时,上下文接口首先发生在人之间,然后发生在环境中,最后发生在机器和基础设施元素之间。画布,油漆管和刷子的集合允许艺术家创造杰作,上下文意识和这些接口是启用各种不同意义的服务的工具相同的方式。这就是技术的增量改进可能导致整体比其部分总和大得多。没有什么可以检测并提供传感器的方式读出人类的情绪。传感器提供对人类心态的访问,使得体验更“个人化”。
物联网技术的功能观
图8:传感器融合使上下文感知
人与自然与环境和机器/基础设施之间的交互(和接口)为确定上下文意识提供了有价值的数据点,包括:
  1. 人类
    • 运动,姿势和步幅
    • 反应刺激
    • 在给定条件下的情绪
    • 生物特征在任何给定的时间
  2. 周围环境
  3. 位置
  4. 高度
  5. 温度
  6. 湿度
  7. 声音
  8. 弹道
  9. 碰撞
  10. 速度
  11. 反馈
  12. 振动和回转
  13. 结构完整性相关变化
  14. 该人使用的基础设施/机器
物联网技术的功能观
图9:传输的上下文数据进行处理
在物联网中,在传感节点收集输入后,嵌入式处理节点处理上下文感知数据,并为即时动作提供反馈或将其传递给基于云/网络的处理。在后一种情况下,需要各种连接机制来获取数据到核心网络。例如,在这种情况下,蜂窝电话或连接的平板电脑成为连接到广域网(WAN)的“网关”。

传感器融合/上下文感知和远程情感计算相关服务

想象一下,使用传感器融合平台的情况,利用本地嵌入式处理以及基于云的软件技术(如互联网搜索和在线广告中使用的模式识别和机器学习)远程监控各种条件并完全提供新的服务类别 - 所有这些都是由基于云的命令和控制中心自动完成的,而不需要人工交互。这些服务的种类只受到人们的想象力的限制,场景可能包括:
  • 水果和蔬菜纸箱上的传感器可以跟踪位置,温度,振动和匆忙的嗅觉,嗅闻产品,提前预防腐败。然后,一个云基的指挥和控制中心可以自动与运输卡车或火车通信,重新路由货物并节省食物。想象一下这个在更大规模上的经济效益。
  • 通过为购物者的健康史提供方向,优惠券,增强现实地图和交易建议,免费音乐会,电影和其他娱乐,社交网络和餐饮场所,帮助购物中心的个人拥有更好的购物体验。
我最近在当地一家儿童医院度过了几天,不禁想知道系统如何改善。
  • 传感器融合平台可用于减少医院护士检查患者生命体征的次数,降低医疗成本。如何使用它来远程监测病人,并在需要时通过推荐或提供预防性护理来避免需要进行医院访问?
  • 想象一下,将各种传感器融合平台和RFID标签读取器结合在医院房间的下方,以监测医生和护士的运动,如果他们在触摸患者之前和之后忘记洗手(医院获得性感染的最大原因之一) 。
  • 记录示例:一个人的生命体征,情绪和动作可以每天24小时跟踪。然后可以使用这些数据提醒个人对他或她的饮食,驾驶等更加警惕,以帮助预防健康问题和/或事故。该人的电话可能会呼叫预定的紧急联系人,如果该人严重醉酒,并提供该人员的位置发送帮助。想象一下,有多少家长的青少年会注册参加这项服务!
  • 经历由于环境条件而变得不适宜驾驶的结构性问题的桥梁会自动发出一个基于云的指挥和控制中心,从而在前往该桥梁的路上警告所有的汽车(而不仅仅是司机)离开并采取备用路线。
  • 醉酒司机的车辆警告警察和附近的车辆,以帮助避免事故。
  • 还有许多其他类型的服务可以利用传感器融合来提供上下文感知服务。
在大多数情况下,在设备层面上不需要重大的技术突破,从而使任何这些情况发生,并且已经非常重视使用“大数据”处理,分析工具和机制来生成这些服务类型 只有逐步的改进才能使技术和玩家的生态系统结合在一起,制定游戏规则,并从小云端转移到“天空中的全球神经网络”。
上下文帮助大数据
图10:帮助大数据的上下文
传感器收集的信息可以用于有益于和简化人们生活的服务,也可以用于提高安全性和隐私问题的数据挖掘和其他用例,因此是物联网的两难困境。使用传感器融合和REC技术,可以将更多功能添加到组合中。正如互联网现象不久前发生的一样,像一场野火一样,物联网将在不到十年的时间内触及我们生活的各个方面,传感器融合具有前排座位的现象。你准备好了吗?

用户喜欢...

这些传感器具有额外的感官感知

传感器是物联网(IoT)的支柱,用于从监控脉冲到家中空气质量的各个方面。它们可以跟踪电机的运行情况,甚至跟踪运动。 Microchip的MGC3140(图1)是一款三维(3D)手势识别控制器,面向汽车...


7 轴集成式解决方案(陀螺仪 + 加速计 + 压力)

InvenSense 的 ICM 20789 是 7 轴高性能集成式 6 轴惯性和气压压力传感器 InvenSense7 轴 ICM-20789 是一款集成的 6 轴惯性器件,结合了 3 轴陀螺仪、3 轴加速计和超低噪声 MEMS 电容式压力传感器,采用...


SmartMotion 开发解决方案具有 Microchip Technology SAMG55 主机控制器和 InvenSense 运动传感器

SmartMotion 开发平台 TDK 的 SmartMotion 开发解决方案具有 Microchip Technology SAMG55 主机控制器和 InvenSense 运动传感器 TDKSmartMotion 平台是InvenSense运动传感器设备的全面开发套件。该平台围绕Microchip的...


ZMOD4410 室内空气质量传感器 IDT 的室内空气质量传感器平台设计用于检测总挥发性有机物

ZMOD4410 室内空气质量传感器 IDT 的室内空气质量传感器平台设计用于检测总挥发性有机物 IDTZMOD4410 气体传感器模块设计用于检测总挥发性有机化合物 (TVOC) 和监测室内空气质量 (IAQ)。该器件是一...


ams ENS210相对湿度与温度传感器集成湿度传感器与高准确度温度传感器

ams ENS210相对湿度与温度传感器集成湿度传感器与高准确度温度传感器,采用 QFN4 封装。 ENS210内含一个I 2 C从属接口,用于与主处理器通信。 ENS210作业温度范围介于-40C至100C,作业相对湿度范围...


AWR1642 Single-Chip 77- and 79-GHz FMCW Radar 传感器

AWR1642 Single-Chip 77- and 79-GHz FMCW Radar Sensor...


德州仪器的AWR1642和IWR1642是集成DSP和MCU的单芯片76 GHz至81 GHz FMCW雷达传感器

AWR1642和IWR1642器件是独立的FMCW雷达传感器单芯片解决方案,可简化汽车雷达(AWR1642)和毫米波传感器在76 GHz至81 GHz频段的实施。它们采用德州仪器的低功耗45纳米RFCMOS工艺制造,该工艺能够单片...




惯性MEMS:从提升生活品质到 拯救生命

运动是生命中不可或缺的重要组成部分。能够移动的人似乎在一刻不停地运动着,而不能移动的人则可能需要借助某种形式的机械助力来帮助实现运动。因此,不难想象,能够测量这种运动的惯...


用MEMS传感器感知工业自动化的世界

工业4.0和工业物联网(IIoT)等举措正在帮助制造组织提高生产流程的效率。基于云的分析应用程序负责整理和提供运行生产或制造操作的许多不同方面的环境。这些应用程序从工厂车间和各种...


工作在Sub-GHz频段的无线模块为传感器网络提供了一条更加简单的途径

为了提高我们生活的方式的效率,工业化世界变得更加自动化。除了财务影响之外,提高效率可以对环境产生积极影响,因为我们使用的自然资源更少,污染物也更少。 自动化以需要以数据形...


JDI的手指传感器:太迟了?

日本显示公司(JDI)推出一款透明的基于玻璃的电容式指纹传感器。 对于已经陷入困境的索尼 - 东芝 - 日立合作的JDI,传感器代表了一个全新的市场。业内分析师指出,虽然基于TFT的指纹传感...


设计无传感器FOC电机控制的一种快速而简单的方法

电机控制应用设计人员今天面临来自市场,竞争对手和监管机构的压力,要优化其系统的性能和效率,同时将电子系统的成本降到最低。从家用电器中的泵,风扇和压缩机到无人机和电动自行车...


TDK Invensense ICM-20789 7轴惯性和气压传感器

TDK Invensense ICM-20789 7轴惯性和气压传感器在单个小尺寸内提供分立元件的性能,用于跟踪旋转和线性运动以及压差。ICM-20789是一款集成式6轴惯性装置,将3轴陀螺仪,3轴加速度计和超低噪声MEM...


Maxim MAXREFDES82智能力传感器参考设计

Maxim MAXREFDES82智能力传感器参考设计采用下一代工业智能力传感器。MAXREFDES82安装在多通道,24位模数转换器(ADC)的称重传感器的象限上,可检测放置在平台上的物体的重量和质量中心。规模...