隨著高質量傳感器、可靠連接和數據分析的激增，創造新的工業效率，使這些智能節點越來越自主和移動也帶來了額外的好處。在這些情況下，傳感器節點的精確運動捕捉和位置跟蹤成為應用成功的核心。然后，智能農場能夠協同利用自主陸地和空中車輛，根據豐富的地理定位傳感器內容和分析學習更有效地指導地面操作。智能手術室將經典的導航技術帶到手術臺上，用于精確引導的機械臂，采用傳感器融合來確保在所有條件下的準確引導。在許多領域，基于運動的傳感器成為移動應用的價值倍增器。

消費者慣性傳感器在移動電話中的無處不在，導致人們對其準確性的看法普遍不盡如人意，因此，迄今為止，在推動移動物聯網（IoMT）的概念方面一直無效。然而，新一代高性能工業傳感器能夠支持亞度指向精度和精確的地理位置，同時還提供必要的尺寸和成本效率，現在已準備好推動IoMT向前發展。

工業系統中智能傳感的驅動因素

工業機械和工藝領域最有價值的進步集中在有形的系統級優勢上，這些優勢通常會帶來設計和實施挑戰，而這些優勢反過來又會轉化為新的解決方案方法和商業模式。三個這樣的系統級驅動因素是追求資源效率、關鍵精度和提高安全性。關注這些增強功能的應用程序分布在各行各業，涵蓋空中/陸地/海上、室內/室外、短期/長期和人/機器，但無論如何，它們都依賴于共同的屬性;即精度、可靠性、安全性以及智能處理和分析，如表 1 所示。

表 1.IoMT 應用中有價值的系統屬性轉化為具有挑戰性的設計需求

多種類型的傳感器成為目標應用設計任務的核心。所解決設計的系統復雜性導致需要仔細考慮傳感器質量和在廣泛變化條件下的魯棒性。雖然一些行業可能出于方便而選擇傳感器（例如，利用手機中已有的傳感器套件），但其他行業將從頭開始定義傳感器套件，根據精度選擇它們并智能地組合它們，以允許全面可靠地覆蓋預期的系統狀態。

智能傳感

憑借豐富的傳感器環境，這些智能且可訪問的系統正在徹底改變原本成熟的行業，將農業轉變為智能農業，將基礎設施轉變為智能基礎設施，將城市轉變為智能城市。隨著傳感器的部署以在這些環境中收集相關的上下文信息，數據庫管理和通信出現了新的復雜性，不僅需要傳感器到傳感器的復雜融合，還需要跨平臺和跨時間的復雜融合（例如：基于云的基礎設施狀況隨時間變化的分析、去年的作物產量或交通狀況和模式），如圖 1 所示。

圖1.新興的工業要求結合了情境化、運動感測和多層融合。

從設備和環境中可靠地提取信息的分辨率成為衡量這些新企業最終效用和增長的主要標準。準確性推動效率，轉化為必要的經濟性，同時也是安全可靠運行的核心。雖然使用最基本的傳感器可以添加簡單的功能，但在主題 IoMT 應用中，這種最小的附加值不足，其中是/否、上/下或開/關被無限精細的分辨率所取代，以及添加對傳感器選擇的影響。

運動的重要性

在大多數情況下，物聯網是運動的。即使不是固定式工業安全攝像頭，精確指向仍然是必不可少的，或者了解不需要的運動（篡改）可能是有價值的。如果在崎嶇的飛行條件下可以保持準確的指向角度，則使用光學有效載荷捕獲作物圖像的無人機可以更好更快地提供結果，如果對光學數據進行準確的地理映射，則可以對數據和趨勢進行歷史比較。智能車輛，無論是陸基、空中還是海上，都越來越依賴GPS制導。然而，GPS也越來越受到威脅，無論是有意還是自然（建筑物，樹木，隧道等）。如果精確選擇，額外的傳感器可以在兩次停電之間可靠地進行航位推算。表 2 提供了將 M 放入 IoMT 的事物示例，指出該動議與應用程序效用的相關性。

表 2.了解甚至缺乏運動對于許多應用的成功至關重要

如果有機會和手段來捕捉設備或人的自然慣性，并且能夠將其與可用的上下文信息適當地融合，那么提取的系統狀態知識的重要性就會增強。如表 3 所示。

表 3.位置傳感作為物聯網的價值倍增器

可靠、安全的物聯網節點

IoMT 節點輸出的有效性和價值主要取決于核心傳感器的質量及其以高保真度捕獲應用程序上下文的能力。然后，融合處理對于持續的傳感器校正/增強和理想的傳感器間狀態動態（例如，在任何給定時間點哪個傳感器最可靠）是必要的。應用程序級處理分層到解決方案中，并根據環境的具體情況（包括適當的邊界條件）進行優化。雖然是自主的，但在某些情況下，這些節點正在協同工作，例如在陸地或空中的成群的無人駕駛車輛中。在這些情況下，部署安全通信鏈路，強調可靠的傳輸和受保護的唯一身份，如圖2所示。

圖2.連接和安全的傳感器結合了上下文和位置。

傳感器是自主性的核心

與人體一樣，自主 IoMT 節點依靠多個傳感輸入來實現所需的意識，以獨立行動并優化其對隨機甚至混亂事件的結果，最終隨著時間的推移而改進。如表4所示，從基本測量到控制再到自主的過渡需要在傳感器合并級別以及嵌入式智能方面提高復雜性。由于這些節點也實現了高水平的互連和自適應學習，它們趨向于人與機器的融合。

表 4.從高質量傳感器的基礎開始，不斷提高集成度和智能度推動自主性和人機融合

沒有基礎設施的位置

GPS無處不在，除非有衛星阻塞或中斷。如果可訪問，無線測距技術可以精確。磁場讀數始終存在，即使不受干擾。慣性是獨特的自力更生。顯然，慣性MEMS傳感器有其自身的缺陷（漂移），但這些缺陷是可控的，新一代工業慣性測量單元（IMU）在小型、經濟高效的封裝中提供了前所未有的穩定性。

慣性MEMS器件利用標準半導體工藝、精密封裝和集成方法來直接感測、測量和解釋其運動，通常以線性加速度（g）或角旋轉（°/sec或速率）的形式出現，如圖3所示。由于除了最良性的應用程序之外，所有應用程序都具有所謂的多個自由度（本質上，運動可以在任何和所有軸上，并且設備的運動相對不受約束），因此必須捕獲x，y和z中每個的g和速率測量值;或者，在某些情況下，稱為橫滾軸、俯仰軸和偏航軸。這些組合起來有時被稱為六個自由度慣性測量單位。

雖然經濟性自然會促使MEMS設計人員在每個軸（x，y，z）上使用最少的硅面積來提取這些多種傳感類型（g，速率），但為了滿足更具挑戰性的工業傳感配置文件，需要更謹慎地平衡性能設計視圖。事實上，有些MEMS結構試圖用一個MEMS質量測量所有六種模式。在研究這種高性能傳感方法的有效性之前，重要的是要了解，雖然有些運動需要MEMS器件捕獲，但同樣重要的是，同一器件能夠消除（或不擾）轉化為誤差的其他形式的運動。例如，當陀螺儀測量角速率時，它也應該能夠忽略加速度或引力對角速率測量的影響。一個簡單的MEMS器件試圖用一個小結構測量一切，本質上（根據設計）也完全容易受到這些其他分散注意力的誤差源的影響，并且無法區分想要的運動和不需要的運動。最終，這會轉化為導航或指向應用程序中的噪聲和錯誤。

為了使 IoMT 在需要時兌現其寶貴的資源效率、安全性增強或關鍵精度的承諾，它需要比當今移動設備中無處不在的簡單傳感器更高的精度水平。性能設計意味著獨立設計每種傳感模式和每個傳感軸，但著眼于融合和集成。最后，重要的是要知道，為性能而設計不必以犧牲成本效益為代價。

功能或性能

一些應用可能意味著功能添加（用于模式切換的器件的手勢/方向）具有實質性價值，而這些功能使用簡單的MEMS器件相對容易提取。工業或專業設備可能更傾向于測量值，因為幾度定向精度與亞度之間的差異或辨別能力比一個數量級更準確的位置，同時還在高振動環境中運行。低端和高端傳感器之間的性能差異并不微妙，事實上，它們足夠大，值得在選擇組件時仔細考慮。

最終應用將決定所需的精度水平，所選傳感器的質量將決定這是否可實現。表5對比了兩種解決方案選項，說明了傳感器選擇不僅對設計過程，而且對設備精度的重要性。如果低精度傳感器僅在有限的情況下依賴，并且應用具有容錯能力，換句話說，如果它不是安全或生命關鍵型傳感器，或者相對不精確的精度足夠好，那么它實際上可能是合適的。盡管大多數消費級傳感器具有低噪聲并且在良性條件下表現良好，但它們不適用于受動態運動（包括振動）影響的機械，在低性能慣性測量單元中，振動無法與所需的簡單線性加速度或傾斜測量分開。為了在工業環境中工作時實現優于一度的精度，該選擇側重于專門設計用于抑制振動或溫度影響引起的誤差漂移的傳感器。這樣，這種高精度傳感器就能夠在更長的時間段內支持更大范圍的預期應用狀態。

表 5.傳感器的質量，而不是傳感器融合的復雜性，驅動著精度和實用性

精密儀器儀表的設計人員通常最感興趣的是使用慣性測量單元（IMU），它輸出校準的g和速率，而不是角度或行進距離，因為這種系統級信息是高度特定于應用的，因此是系統設計人員而不是慣性傳感器設計人員的重點活動。這產生的問題是，例如，從慣性傳感器規格表中辨別指向精度。

在表6中，顯示了中級工業設備的規格與移動電話中的典型消費類傳感器的比較。請注意，還提供更高端的工業設備，比所示設備好一個數量級。大多數低端消費類器件不提供參數規格，如線性加速度效應、振動校正、角度隨機游走和其他參數，這些參數實際上可能是工業應用中最大的誤差源。

表 6.工業MEMS器件可對所有已知的潛在誤差源進行廣泛的表征，并且與消費電子器件相比，精度提高了幾個數量級以上

該示例工業傳感器設計用于預期相對快速或極端運動（2000°/秒，40 g）的場景，其中寬帶寬傳感器輸出對于實現最佳信號辨別也至關重要。需要工作期間的最小失調漂移（運行穩定性），以減少對更大套件互補傳感器的依賴來校正性能，并且在某些情況下，在無法承受后端系統濾波校正所需時間的應用中，最小化導通漂移（可重復性）至關重要。低噪聲加速度計與陀螺儀配合使用，以幫助區分和校正任何與g相關的漂移。

陀螺儀傳感器實際上設計用于直接消除任何g事件（振動，沖擊，加速度，重力）對設備偏移的影響，從而在線性g項中提供了實質性的優勢，并且通過校準，溫度漂移和對準都得到了糾正。如果沒有對準校正，典型的多軸MEMS器件，即使集成到單個硅結構中，也可能錯位，成為誤差預算的主要貢獻者。

雖然近年來噪聲在傳感器類別中變得不那么重要，但線性g效應和未對準等參數，無論是通過硅設計方法還是通過特定部件的校準進行改進的成本最高，在簡單或相對靜態的運動測定之外，它們成為任何應用中的噪聲加法器。

傳感器融合可以修復質量差的傳感器嗎？

簡單地說，沒有。傳感器融合是相對于環境、運動動力學和應用程序狀態合并或管理傳感器組合的過濾和算法。它可以提供確定性校正，例如溫度補償，并且它將根據系統狀態知識管理從一個傳感器到另一個傳感器的切換。但是，它不能解決傳感器固有的缺陷。

傳感器融合設計中最關鍵的任務是首先深入了解應用狀態，以推動設計過程的其余部分。為給定應用選擇合適的傳感器之后，進行詳細分析，以了解它們在整個任務的不同階段的權重（相關性）。在行人航位推算的例子中，解決方案主要取決于可用設備（例如，智能手機中的嵌入式傳感器），而不是性能設計。因此，嚴重依賴GPS和其他可用的傳感器，如嵌入式慣性和磁性傳感器，對確定有用位置信息的任務僅提供一小部分貢獻。這在室外工作得相當好，但在具有挑戰性的城市環境或室內，GPS不可用，并且其他可用傳感器的質量很差，留下了很大的差距，或者換句話說，位置信息質量的不確定性。盡管通常采用先進的濾波器和算法來合并這些傳感器，而無需額外的傳感器或質量更好的傳感器，但該軟件實際上幾乎沒有縮小不確定性差距，這最終會顯著降低報告位置的置信度。圖 4 從概念上對此進行了說明。

圖4.應用級精度由傳感器質量決定，而不是由傳感器融合復雜程度決定。

與此形成鮮明對比的是，工業航位推算方案是為性能而設計的，系統定義和組件選擇以特定的精度要求為指導。質量明顯更好的慣性傳感器使它們能夠發揮主要作用，并小心利用其他傳感器來縮小不確定性差距。從概念上講，算法更側重于傳感器之間的最佳權重、切換和互相關，以及對環境和實時運動動力學的感知，而不是推斷/估計可靠傳感器讀數之間的位置。

這兩種情況下的精度都可以通過改進質量的傳感器來提高，雖然傳感器濾波和算法是解決方案的關鍵部分，但它們本身并不能消除有限質量傳感器的覆蓋范圍差距。

新型工業傳感器提供的性能幾乎與前幾代用于引導導彈的性能相當。這些新一代工業傳感器采用傳感器架構，最初設想用于汽車應用中的可靠和精確使用，并建立在經濟可行且可擴展的工藝之上，在性能成本和性能尺寸比方面完全獨一無二，如圖5所示。

圖5.工業六自由度IMU ADIS1647x和ADIS1646x，即使在復雜和動態環境中也能實現高精度。

精密運動傳感不再孤立于利基應用，這些應用別無選擇，只能投資昂貴的跟蹤解決方案。憑借微型 IMU 外形尺寸的工業級精度，物聯網設計人員現在可以通過集成高質量的運動傳感，結合嵌入式上下文傳感來實現 IoMT，從而增加他們提供的價值。

審核編輯：郭婷