例如，智慧農(nóng)場(chǎng)可以利用自動(dòng)化的地面與空中交通工具，依據(jù)豐富的地理位置定位(geolocation)傳感器內(nèi)容與分析學(xué)習(xí)，更有效率的指引地面作業(yè)。智能手術(shù)室將典型的導(dǎo)航技術(shù)帶到手術(shù)臺(tái)上，采用傳感器融合的精密導(dǎo)引機(jī)械手臂，確保在所有情況下都能夠精確的指引。在許多領(lǐng)域中，以動(dòng)作為基礎(chǔ)的傳感器能讓移動(dòng)應(yīng)用的價(jià)值得到加乘效果。
消費(fèi)型慣性傳感器應(yīng)用已廣泛用于智能手機(jī)中，但也造成使用者普遍認(rèn)為其準(zhǔn)確度差強(qiáng)人意；因此，迄今為止，在推動(dòng)“可移動(dòng)的物聯(lián)網(wǎng)”(Internet of Moving Things；IoMT)概念上一直成效不彰。然而，新世代的高效能工業(yè)傳感器能夠支持分度(sub-gegree)指向精確度與精密的地理位置定位，同時(shí)提供必要的尺寸與成本效率，而且正開(kāi)始致力于推動(dòng)IoMT的發(fā)展。
工業(yè)系統(tǒng)中的智能感測(cè)驅(qū)動(dòng)力
工業(yè)機(jī)械與制程中最有價(jià)值的進(jìn)展就是專注于有形的系統(tǒng)級(jí)優(yōu)點(diǎn)，而其通常會(huì)帶來(lái)設(shè)計(jì)與實(shí)作上的挑戰(zhàn)，另一方面也進(jìn)而轉(zhuǎn)化為新的解決方案與商業(yè)模式。目前有三種這一類型的系統(tǒng)級(jí)驅(qū)動(dòng)力，都是為了追求資源效率、臨界精確度以及提升安全性而設(shè)計(jì)。著眼于這些增強(qiáng)功能的應(yīng)用分布在不同的產(chǎn)業(yè)，橫跨空中/陸地/海洋、室內(nèi)/室外、短期/長(zhǎng)期以及人類/機(jī)械等方面，但無(wú)論如何，這些應(yīng)用領(lǐng)域都仰賴于共同的屬性；也就是精確度、可靠度、安全性以及智慧處理與分析，如表1中所列。
表1：在IoMT應(yīng)用中，有價(jià)值系統(tǒng)屬性轉(zhuǎn)化為具挑戰(zhàn)性的設(shè)計(jì)需求
具有多種類型的傳感器成為目標(biāo)應(yīng)用設(shè)計(jì)任務(wù)的核心。然而，為了因應(yīng)設(shè)計(jì)的系統(tǒng)復(fù)雜度，開(kāi)發(fā)者必須在廣泛變化的情況中謹(jǐn)慎考慮傳感器的質(zhì)量與耐用度。雖然有些產(chǎn)業(yè)可以基于方便性選擇傳感器(例如，利用手機(jī)中既有的傳感器套件)，但是其他產(chǎn)業(yè)會(huì)從頭開(kāi)始定義傳感器套件，并依據(jù)精密度加以挑選，再以智慧化的方式進(jìn)行整合，以實(shí)現(xiàn)完整可靠且涵蓋所有預(yù)期的系統(tǒng)狀態(tài)。
智慧感測(cè)
這些智能且可存取的系統(tǒng)藉由傳感器豐富的情境架構(gòu)，徹底改變了原本已經(jīng)成熟的產(chǎn)業(yè)，讓農(nóng)業(yè)轉(zhuǎn)型為智慧農(nóng)業(yè)，基礎(chǔ)設(shè)施升級(jí)為智能基礎(chǔ)設(shè)施，城市過(guò)渡至智慧城市。當(dāng)為了收集與環(huán)境相關(guān)的情境信息而部署更多的傳感器時(shí)，對(duì)于要求跨平臺(tái)與跨時(shí)間融合(例如，針對(duì)去年作物產(chǎn)量或交通狀況與模式等基礎(chǔ)架構(gòu)，透過(guò)云端分析其如何隨時(shí)間進(jìn)展)的數(shù)據(jù)庫(kù)管理與通訊(而非單純傳感器對(duì)傳感器)也帶來(lái)了新的復(fù)雜度，如圖1所示。
圖1：新興的工業(yè)需求結(jié)合情境架構(gòu)，以及動(dòng)作感測(cè)與多層融合
對(duì)于能夠從設(shè)備與環(huán)境中可靠擷取信息的解決方案，成為這些創(chuàng)新企業(yè)最終效用與成長(zhǎng)的主要衡量依據(jù)。準(zhǔn)確度帶動(dòng)效率，并轉(zhuǎn)化為必要的經(jīng)濟(jì)規(guī)模，同時(shí)也是安全與可靠作業(yè)的核心。雖然增加簡(jiǎn)單的特點(diǎn)對(duì)于最基本的傳感器而言并不難，但是這種最小附加價(jià)值對(duì)于目標(biāo)IoMT應(yīng)用(其中的是/否、上/下或開(kāi)/關(guān)等接口都會(huì)被更精密的解決方案取代)以及對(duì)傳感器選擇的附加影響而言其實(shí)都是不足的。
“動(dòng)作”至關(guān)重要
在大多數(shù)情況下，物聯(lián)網(wǎng)是處于運(yùn)動(dòng)狀態(tài)的。即使它不在動(dòng)態(tài)時(shí)(例如固定式工業(yè)安全攝影機(jī))，精準(zhǔn)指向仍然至關(guān)重要，或者意識(shí)到出現(xiàn)不想要的動(dòng)作(如竄改)也具有價(jià)值。以采用光學(xué)負(fù)載擷取作物影像的無(wú)人機(jī)而言，假如可以在嚴(yán)苛的飛行狀況下維持精確的指向角度，就能更快提供較佳的結(jié)果，而且，如果光學(xué)數(shù)據(jù)能夠精確地套用地理映像，還能夠進(jìn)行數(shù)據(jù)與趨勢(shì)的歷史比較。
智能交通工具(無(wú)論是地面、空中或是海上)越來(lái)越依賴GPS導(dǎo)航系統(tǒng)。然而，無(wú)論是蓄意或是自然的因素(建筑物、樹(shù)木、隧道等等)，GPS所受到的威脅也日益嚴(yán)重。如果選擇精確的傳感器，就能在中斷運(yùn)作期間以更多傳感器進(jìn)行可靠的航位推算(dead reckon)。表2列出將動(dòng)作(M)加入IoMT中事件范例，顯示動(dòng)作對(duì)于應(yīng)用效用的相關(guān)性。
表2：充份掌握與動(dòng)作相關(guān)的知識(shí)或是相對(duì)缺乏，成為許多應(yīng)用成功與否的關(guān)鍵
假如有特定的機(jī)會(huì)與方法能擷取設(shè)備或人的自然慣性，那么就能增強(qiáng)所擷取系統(tǒng)狀態(tài)的知識(shí)重要性，而且可以恰當(dāng)?shù)厝诤系郊扔械那榫承畔⒅校绫?所示。
表3：對(duì)于物聯(lián)網(wǎng)而言，定位感測(cè)提供極具價(jià)值的加乘效果
可靠且安全的IoMT節(jié)點(diǎn)
IoMT節(jié)點(diǎn)輸出的有效性與價(jià)值最為仰賴的就是核心傳感器的質(zhì)量，以及其以高傳真度擷取應(yīng)用情境架構(gòu)的能力。其次，對(duì)于持續(xù)的傳感器校正/增強(qiáng)以及理想的傳感器對(duì)傳感器狀態(tài)等動(dòng)態(tài)(例如，在任意特定時(shí)間點(diǎn)，哪一個(gè)傳感器最可靠)而言，融合處理是必要的。應(yīng)用級(jí)的處理被分層至解決方案中，并且針對(duì)環(huán)境的細(xì)節(jié)(包括適當(dāng)?shù)南拗茥l件)進(jìn)行優(yōu)化。雖然這些節(jié)點(diǎn)分別具有自主性，但在某些狀況中會(huì)協(xié)同運(yùn)作，例如在地面或空中集結(jié)成群的無(wú)人駕駛車輛等。這些情況中都會(huì)部署安全的通信鏈接，并且加強(qiáng)可靠的傳輸以及受到保護(hù)的獨(dú)特身份等，如圖2所示。
圖2：彼此互連的安全傳感器結(jié)合情境架構(gòu)與位置
位于自主核心的傳感器
就像人體一樣，自主性IoMT節(jié)點(diǎn)仰賴多重感測(cè)輸入，以實(shí)現(xiàn)獨(dú)立移動(dòng)所需要的意識(shí)，并為將其隨機(jī)或甚至是混亂的事件進(jìn)行優(yōu)化，最終隨著時(shí)間而予以改善。如表4中所注記的，由基本量測(cè)轉(zhuǎn)換成控制或是自主性，都必須在傳感器合并層級(jí)與嵌入式智慧方面提高精密度。由于這些節(jié)點(diǎn)具備高層次的互連與自主學(xué)習(xí)能力，它們正朝向人體與機(jī)器聚合的方向發(fā)展。
表4：從高質(zhì)量傳感器基礎(chǔ)開(kāi)始，提高整合度與智能，驅(qū)動(dòng)自主性與人機(jī)聚合
無(wú)需基礎(chǔ)架構(gòu)的定位途徑
GPS無(wú)所不在，除非衛(wèi)星訊受阻或是停止運(yùn)作。如果能順利存取的話，可以實(shí)現(xiàn)極其精密的無(wú)線測(cè)距技術(shù)。如果能不受到干擾的話，磁場(chǎng)讀數(shù)會(huì)一直存在著。慣性也可以獨(dú)立自主作業(yè)。很顯然的，慣性MEMS傳感器存在自身的不足(漂移)，但這些問(wèn)題都是可以管控的，而且新世代的工業(yè)慣性測(cè)量單元(IMU)以小巧又具有成本效益的封裝提供了前所未有的穩(wěn)定度。
慣性MEMS組件采用標(biāo)準(zhǔn)的半導(dǎo)體制程、精密的封裝以及整合方案，藉以直接感測(cè)、測(cè)量與解譯其動(dòng)作，它通常是以線性加速度(g)或是角度旋轉(zhuǎn)(°/秒或速率)的形式呈現(xiàn)，如圖3所示。因?yàn)閹缀跛械睦硐霊?yīng)用都具有所謂的多重自由度(事實(shí)上，動(dòng)作能在任何以及所有軸上發(fā)生，而設(shè)備在其動(dòng)作中則相對(duì)不受限制)，所以，g與速率的測(cè)量必須分別針對(duì)x、y與z軸進(jìn)行擷??；或是在某些狀況下稱為滾動(dòng)、俯仰與偏航軸。將這些結(jié)合起來(lái)，有時(shí)候可被稱為6自由度慣性量測(cè)單元。
圖3：用于判定精密動(dòng)作的微機(jī)電結(jié)構(gòu)
雖然經(jīng)濟(jì)因素很自然地驅(qū)使MEMS設(shè)計(jì)者采用最少的芯片空間，在每個(gè)軸(x、y、z)上擷取多重感測(cè)類型(g，速率)，但是為了滿足更具挑戰(zhàn)性的工業(yè)感測(cè)規(guī)范，刻意采用更平衡設(shè)計(jì)性能的觀點(diǎn)是有必要的。事實(shí)上，有些MEMS結(jié)構(gòu)嘗試以單一MEMS質(zhì)量測(cè)量這六種模式。在檢查這類方案進(jìn)行高性能感測(cè)的有效性之前，很重要的一點(diǎn)是先了解即使必須使用MEMS組件擷取動(dòng)作數(shù)據(jù)，但是，同樣的組件是否能夠排除會(huì)被解譯為其他型式的錯(cuò)誤動(dòng)作，這點(diǎn)也是同等重要的。舉例來(lái)說(shuō)，當(dāng)陀螺儀在量測(cè)角速率時(shí)，應(yīng)該也要能夠忽略加速度或是重力對(duì)于角速率量測(cè)的影響。試圖以小巧結(jié)構(gòu)進(jìn)行各種測(cè)量的簡(jiǎn)單MEMS組件，很自然地(在設(shè)計(jì)上)也會(huì)受到其它干擾的誤差來(lái)源所影響，因而無(wú)法分辨需要與不需要的動(dòng)作。最終，這將會(huì)在導(dǎo)航或是指向應(yīng)用中轉(zhuǎn)化為噪聲和誤差。
對(duì)于在必要時(shí)提供所承諾的寶貴資源效率、安全增強(qiáng)或是臨界精確度的IoMT來(lái)說(shuō)，它所需要的精密度比目前移動(dòng)裝置中無(wú)所不在的簡(jiǎn)單傳感器更高。針對(duì)性能的設(shè)計(jì)可轉(zhuǎn)化為分別為每一種感測(cè)模式與每個(gè)感測(cè)軸進(jìn)行設(shè)計(jì)，但必須以融合與整合的方向進(jìn)行。最后，重要的一點(diǎn)是必須了解：針對(duì)性能的設(shè)計(jì)，并不需要以犧牲成本效益的設(shè)計(jì)做為代價(jià)。
特點(diǎn)或性能
有些應(yīng)用可能只是意味著增加特點(diǎn)(以裝置的姿勢(shì)/方向切換模式)的實(shí)質(zhì)價(jià)值，而這些特點(diǎn)透過(guò)簡(jiǎn)單的MEMS組件就能輕易地?cái)X取。工業(yè)或是專業(yè)裝置或許更易于測(cè)量?jī)r(jià)值，因?yàn)榫邆淞硕鄠€(gè)方向精確度與次級(jí)之間的差異，或是更高一個(gè)數(shù)量級(jí)的精確位置辨認(rèn)能力，而且又可以在高振動(dòng)環(huán)境下運(yùn)作。低階與高階傳感器之間的性能差異并非十分微小，事實(shí)上其差異大到在挑選組件時(shí)必須確保經(jīng)過(guò)謹(jǐn)慎的考慮。
終端應(yīng)用將會(huì)決定所需的精確程度，而所挑選的傳感器質(zhì)量則將會(huì)決定是否能達(dá)成目標(biāo)。表5比較兩種解決方案，顯示傳感器挑選的重要性不僅只針對(duì)設(shè)計(jì)的過(guò)程，同時(shí)也影響設(shè)備的精密度。低精密度傳感器如果只在有限的情況使用，而且應(yīng)用裝置具有容錯(cuò)能力，那么它或許是適用的；換個(gè)方式說(shuō)，它適用于無(wú)關(guān)乎安全性、無(wú)性命攸關(guān)，或是相對(duì)精密度不需要太高即已足夠的情況。雖然大部份的消費(fèi)級(jí)傳感器具有低噪聲，而且可在良好條件下充份的運(yùn)作，但并不適用于處在動(dòng)態(tài)動(dòng)作(包括振動(dòng))中的機(jī)械，因?yàn)樵诘托阅軕T性量測(cè)單元中無(wú)法將其所需要的部份從簡(jiǎn)單的線性加速度或是傾斜測(cè)量中分離出來(lái)。為了在工業(yè)環(huán)境中運(yùn)作時(shí)具有優(yōu)于一度以上的精確度，傳感器挑選的重點(diǎn)在于能針對(duì)來(lái)自振動(dòng)或溫度影響造成的漂移進(jìn)行拒斥的設(shè)計(jì)。像這樣的高精密度傳感器才能支持更大范圍的預(yù)期應(yīng)用狀態(tài)，而且可以經(jīng)歷更長(zhǎng)的使用時(shí)間。
表5：傳感器的質(zhì)量驅(qū)動(dòng)精確度與效用，而非由傳感器融合所驅(qū)動(dòng)
精密儀器的設(shè)計(jì)者通常最感興趣的就是使用慣性量測(cè)單元，因?yàn)槠漭敵鍪墙?jīng)過(guò)校正的g以及速率，而非行進(jìn)的角度或是距離，因?yàn)榇讼到y(tǒng)級(jí)信息是高度應(yīng)用特定的，因此也成為了系統(tǒng)設(shè)計(jì)者(而非慣性傳感器設(shè)計(jì)者)所專注的活動(dòng)。在此所產(chǎn)生的課題在于辨識(shí)，例如慣性傳感器規(guī)格表中的指向精確度。
在表6中，中階工業(yè)組件的規(guī)格被拿來(lái)與手機(jī)中常見(jiàn)的典型消費(fèi)型傳感器做比較。值得一提的是更高階的工業(yè)組件也是可以取得的，其規(guī)格較此處所列舉的更優(yōu)一個(gè)數(shù)量級(jí)。最低階的消費(fèi)組件提供的參數(shù)規(guī)格并不包括線性加速度效應(yīng)、振動(dòng)校正、角度隨機(jī)游走等參數(shù)，以及其它實(shí)際上可能是工業(yè)應(yīng)用中最大誤差來(lái)源的參數(shù)。
表6：工業(yè)MEMS組件提供所有已知潛在誤差來(lái)源的特性，并且實(shí)現(xiàn)了較消費(fèi)組件更高幾個(gè)數(shù)量級(jí)的精密度
該工業(yè)傳感器樣本是針對(duì)在預(yù)期相對(duì)快速或是極端運(yùn)動(dòng)(2000°/s，40g)的方案中使用而設(shè)計(jì)的，而在這種狀況下如果要實(shí)現(xiàn)最佳的訊號(hào)辨識(shí)，廣大帶寬的傳感器輸出也極為重要。運(yùn)作期間偏移的最小漂移(運(yùn)作穩(wěn)定度)是希望減少對(duì)較大互補(bǔ)傳感器的依賴，以修正性能。而在某些情況下，在無(wú)法提供后端系統(tǒng)濾波修正所需時(shí)間的應(yīng)用中，啟動(dòng)漂移的最小化(重復(fù)性)也是極為重要的。低噪聲加速度計(jì)被用來(lái)與陀螺儀搭配，協(xié)助分辨與修正任何與重力相關(guān)的漂移。
陀螺儀傳感器實(shí)際上已經(jīng)被設(shè)計(jì)成能夠直接消除任何在組件偏移上重力事件(如振動(dòng)、沖擊、加速度、重力)的影響，以線性g的方式提供了實(shí)質(zhì)上的優(yōu)勢(shì)，并且透過(guò)校正使溫度漂移與校準(zhǔn)獲得了修正。如果沒(méi)有校準(zhǔn)修正，即便是整合到單芯片結(jié)構(gòu)當(dāng)中的典型多軸MEMS組件，也可能無(wú)法對(duì)準(zhǔn)而成為誤差預(yù)算主要原因。
雖然近年來(lái)噪聲已經(jīng)不再是判別傳感器類型的主要因素，但像是線性g效應(yīng)以及未校準(zhǔn)之類的參數(shù)已經(jīng)成為在任何應(yīng)用中使噪聲增加的來(lái)源，無(wú)論是透過(guò)芯片設(shè)計(jì)方案或是零件特定的校正來(lái)加以改善都是最耗費(fèi)成本的，而非簡(jiǎn)單或是相對(duì)靜態(tài)的動(dòng)作判定。
傳感器融合能解決傳感器質(zhì)量差的問(wèn)題嗎？
簡(jiǎn)單的說(shuō)，不能。傳感器融合是能夠合并與管理傳感器結(jié)合的濾波功能與算法，與環(huán)境、動(dòng)作動(dòng)力學(xué)以及應(yīng)用狀態(tài)有關(guān)。它可以提供確定性的校正像是溫度補(bǔ)償，而且能依據(jù)系統(tǒng)狀態(tài)知識(shí)，管理從一個(gè)傳感器到另一個(gè)傳感器的協(xié)調(diào)管制。然而，它無(wú)法修正傳感器中的原生缺陷。
在傳感器融合設(shè)計(jì)中最具關(guān)鍵性的任務(wù)，首要就是開(kāi)發(fā)應(yīng)用狀態(tài)的深度知識(shí)，藉以驅(qū)動(dòng)其它的設(shè)計(jì)程序。接下來(lái)是針對(duì)特定應(yīng)用裝置挑選適當(dāng)?shù)膫鞲衅?，這需要透過(guò)詳細(xì)的分析以了解它們?cè)诳傮w任務(wù)不同階段中的權(quán)重(相關(guān)性)。在行人定位推算的范例中，解決方案主要受到現(xiàn)有設(shè)備(例如智能手機(jī)中的嵌入式傳感器)的限制，而非因?yàn)樾阅茉O(shè)計(jì)所導(dǎo)致。因?yàn)檫@個(gè)緣故而會(huì)變得相當(dāng)仰賴GPS與其它現(xiàn)有的嵌入式慣性或磁性之類的傳感器，其對(duì)于判定有效位置信息的任務(wù)只能夠提供很少量的貢獻(xiàn)。這在戶外很自然地可以運(yùn)作，但是在充滿挑戰(zhàn)性的城市環(huán)境或室內(nèi)時(shí)，GPS無(wú)法使用，而其它可用傳感器的質(zhì)量不佳，于是就會(huì)留下一個(gè)很大的差距，或者換個(gè)方式說(shuō)，就是位置信息質(zhì)量的不確定性。雖然先進(jìn)的濾波器以及算法通常會(huì)被用來(lái)合并這些傳感器，因而不需要額外的傳感器或是更高質(zhì)量的傳感器，但是想要實(shí)質(zhì)上的填補(bǔ)不確定性差距，軟件所能做到的其實(shí)也只有微乎其微，最終則會(huì)顯著的降低回報(bào)位置的可信度，如圖4所示。
圖4：應(yīng)用級(jí)的精密度是由傳感器質(zhì)量決定，而非傳感器融合的復(fù)雜度
與之形成鮮明對(duì)比的是，工業(yè)航位推算方案是針對(duì)具有系統(tǒng)定義的性能而設(shè)計(jì)的，并依特定的精確度需求指示而進(jìn)行組件選擇。很明顯的，質(zhì)量較佳的慣性傳感器具有擔(dān)任主要角色的資格，其它傳感器則必須謹(jǐn)慎利用，以便降低不確定性差距。算法在概念上則更專注于傳感器之間的優(yōu)化權(quán)重、協(xié)調(diào)管制以及交叉相關(guān)，以及環(huán)境意識(shí)與實(shí)時(shí)動(dòng)作動(dòng)力學(xué)，而不只是在可靠的傳感器讀數(shù)之間外推/估計(jì)位置。
不論是哪一種情況，精確度都可以藉由質(zhì)量改善的傳感器而獲得加強(qiáng)，雖然傳感器過(guò)濾功能與算法是解決方案的重要部份，但它們本身無(wú)法消除因有限傳感器覆蓋范圍造成的差距。
新型工業(yè)傳感器具備了幾乎等同于前一代用來(lái)導(dǎo)引飛彈的傳感器性能。它利用了原本是為了車用裝置可靠度與精密度而設(shè)想的傳感器架構(gòu)，以及經(jīng)濟(jì)上可行且能擴(kuò)展的制程，使這些新世代工業(yè)傳感器在性價(jià)比與性能尺寸比方面是完全獨(dú)一無(wú)二的，如圖5中所示。
圖5：工業(yè)用六自由度IMU ADIS1647x與ADIS1646x，針對(duì)即使在復(fù)雜和動(dòng)態(tài)的環(huán)境中也能夠維持精密度而設(shè)計(jì)
精密的動(dòng)作感測(cè)不再孤立于利基應(yīng)用，而只能投資于其他昂貴的追蹤解決方案。憑借采用迷你IMU尺寸的工業(yè)級(jí)精密度，物聯(lián)網(wǎng)設(shè)計(jì)者現(xiàn)在可以透過(guò)整合高質(zhì)量的動(dòng)作感測(cè)并結(jié)合嵌入式情境感知以加乘其所提供的價(jià)值，從而驅(qū)動(dòng)IoMT進(jìn)展。
京公網(wǎng)安備 11010502049343號(hào)