浅谈五种新趋势的传感器技术

物联网设备的日益普及，需要传感器开发厂家提供不同的技术创新（比如：超低功耗、外形更小巧、边缘计算预处理等）。

近年来，物联网的兴起带来了传感器的迅猛发展。一般情况，每个上线的新物联网设备都连接了至少四个新传感器。物联网传感器技术在物联网技术架构中起着至关重要的作用，感知物理环境信息并将其转化为电信号和数字信号。

5种新趋势的传感器技术

物联网传感器市场一直在进行不断的技术创新，我们整理了5种新的物联网传感器技术，在未来几年会影响物联网传感器的市场格局。

1.智能传感器，可以充当边缘设备

智能传感器是一种具备感知、计算和通信能力的设备，能够实时地感知环境中的物理量或事件，并将其转化为可用于分析、控制或通信的数字信号。传感器正变得越来越先进，关键的物联网传感器技术创新包括更高的计算能力和从多个离散传感元件检测信号的能力，业界将这些更先进的设备称为 "智能传感器"。智能传感器不是简单地将传感器信号传递给价值链中的下一级，而是可以直接处理信号（例如，验证和解释数据，显示结果，或运行特定的分析应用程序），通过这种方式传感器成为边缘设备。

最先进的智能传感器现在也将人工智能纳入其设计中。这些传感器是为人工智能推理而设计的，这有许多优点，例如，可以立即做出决定，敏感数据可以得到处理，而不需要将其发送到其他地方并产生数据被盗的风险。

智能传感器融合了传感器技术、微处理器和通信技术，使其能够在传感和处理数据的同时进行智能决策和与外部系统的交互。

智能传感器通常包括以下几个关键组件：

传感器：智能传感器通过内置的传感器组件感知环境中的物理量，例如温度、湿度、压力、光照等。传感器可以采用各种不同的技术，如光学、电子、声波等，用于感知不同类型的信息。

微处理器：智能传感器内置了微处理器或微控制器，用于处理从传感器获取的原始数据。微处理器具有计算能力，可以执行算法和逻辑操作，从而对数据进行处理、分析和决策。

存储器：智能传感器通常配备了一定的存储器，用于存储采集到的数据、配置参数以及软件程序等。存储器可以是闪存、RAM（随机访问存储器）等形式。

通信接口：智能传感器通常具备与其他设备或系统进行通信的能力。这可以是有线接口（如以太网、串行接口等）或无线接口（如Wi-Fi、蓝牙、LoRa等），使得传感器能够与网络或其他设备进行数据交换和远程控制。

能源管理：智能传感器需要能源供应，以提供所需的功能和运行。能源管理模块可包括电池、电源管理电路和低功耗设计等，以实现长时间的自主运行或低功耗操作。

案例：2022年1月，亚马逊发布了其Ring家庭安全玻璃破碎传感器，它利用AI技术和Syntiant NDR101BQQF神经网络处理器，直接在传感器上检测玻璃破碎。该传感器能在25英尺以外准确地检测到玻璃破碎事件，如窗户被砸碎或破裂，并当场发出警报。

2. 传感器变得更节能、功耗更低

越来越多的传感器使用可再生能源为自己供电，如太阳能或风能，从而消除了更换电池或其他电源的需要。这一创新提高了物联网设备的可靠性和寿命，特别是那些部署在偏远或无法到达的地方的设备，这些设备需要能自我供电，有助于减少整个系统设置对环境的影响。

在节能方面需要新的传感器注意以下几个方面：

超低功耗传感器，采用小型超低功率微控制器，减少传感器用电功耗以及设备外形尺寸。

提高信噪比，为了节省能源，传感器可以包括一个信号处理组件，过滤掉噪音或干扰，以便有针对性地使用其功率，检测和测量实际信号。

例子：矽递科技的SenseCAP LoRaWAN S2101 温湿度传感器，它采用内部电池供电，可以在没有外部电源的情况下在建筑物内运行。由于采用了低功耗设计，其电池供电可以保障设备运行5到10年。该设备通过LoRaWAN技术连接，这使它能够使用最小的功率进行远距离无线传输数据。这使得它非常适合在各种室内室外环境中使用，如办公室、仓库或工厂及户外。

3. 软件和虚拟传感器越来越多地成为物理传感器的补充

在某些情况下，无法安装物理传感器（例如，在复杂或危险的环境中），那么替代解决方案包括软传感器和虚拟传感器。

软传感器是一种计算算法，它基于其他现有的物理传感器和推断测量量值的算法/计算模型来估计难以测量的数量的值。

虚拟传感器类似于软传感器，不同之处在于其值不是基于现有的物理传感器，而是纯粹基于算法/计算模型。

软传感器示例：罗克韦尔自动化的预测质量软件应用程序创建预测模型，使用来自仪器和实验室分析的实时数据来估计过程和产品条件。这些模型基于历史工厂数据，并充当推理传感器来预测质量参数（作为其他物理传感器的替代方案）。

虚拟传感器示例：2021 年，西门子开发了一种迷你边缘计算机，可以连接到资产（例如电机）并帮助计算虚拟传感器值。例如，通过将最新的运行电机数据输入数字模型，可以实时计算温度。此操作既不需要现场温度计，也不需要任何其他实际传感器读数，因为它依赖于机器状态参数和电机的虚拟模型。

4. 传感器融合的创新（特别是自动驾驶）

传感器是自动驾驶汽车的重要组成部分，因为它们为自动驾驶汽车提供有关周围环境的信息。车辆的车载计算机使用此信息进行导航和决策。自动驾驶的三个关键传感器包括激光雷达、雷达和3D摄像头（图像传感器）。特斯拉前期主要依赖雷达技术，最近几年该公司开始向特斯拉视觉（基于摄像头的系统）识别过渡。

包括索尼、Mobileye和Waymo在内的公司目前正专注于物联网传感器技术创新，将摄像头与LiDAR和雷达等其他传感技术相结合，以改善其自动驾驶解决方案的图像分析。由于摄像头、雷达和激光雷达感知环境的不同特征，这种组合（也称为“传感器融合”）背后的想法是为系统提供更丰富的真实世界模型，以决定行动方案或计算输出。总体而言，自动驾驶汽车中的传感器协同工作，提供车辆周围环境的完整图像，使其能够做出安全高效的驾驶决策。

案例：索尼依靠使用带有LiDAR或雷达的摄像头的技术来执行自动驾驶应用中的物体识别任务。例如，该公司目前正在开发一种结合摄像头和雷达的解决方案。这种组合可能有助于在夜间识别人和车辆。摄像头和LiDAR的组合有利于停车辅助功能，这需要高精度的距离测量。

5. 生物传感器越来越成熟（主要用于医疗保健应用）

生物传感器和一次性传感器技术近年来已经成熟，并已被医疗保健行业采用。生物传感器研究的最新突破表明，这项技术在其他领域也几乎可以应用。

“生物传感器”是“生物传感器”的缩写。生物元素与被测分析物相互作用，传感器将生物响应转换为电信号。根据其应用，生物传感器也称为免疫传感器、光学元件、共振镜、生物芯片、血糖仪或生物计算机。

生物传感器示例：Abbott FreeSTyle Libre 是用于血糖监测的商业化程度最高的生物传感器解决方案之一。FreeStyle Libre系统目前在全球拥有超过3万用户。

写在最后

各种不同传感器技术融合发展，提供不同功能的应用场景，比如智能传感器会越来越多的参与边缘计算工作，让整个物联网更佳自动化、智能化。

审核编辑：汤梓红