传感器创新难：技术、开发谁拖了谁的后腿?

《电子技术设计》网站版权所有，谢绝转载 {pagination} 博世：为每一个IoT细分提供智能传感器 如何为物联网提供传感器？任何想要赢得物联网市场的企业都会面临一个问题，物联网属长尾市场，细分市场多而应用各不相同，对于传感器的具体需求也大相径庭。为此博世提出的观点就是，不但为物联网提供智能传感器，更要为每一个物联网细分市场提供智能传感器。博世亚太区总裁Leopold Beer表示：“对于智能手机生态圈外的创新，需要基于IoT不同的应用来规划不同的传感器（图3），博世会以功耗与功能集成度为维度对IoT应用进行划分，目前基本划分为四个象限，包括高功能集成度、低功耗的可穿戴应用；高功能集成度高功耗的IoT节点应用（包括智能家居）；低功耗低功能集成度的智能开关（Smart Switches），包括灯、温湿度、压力等；以及高功耗低集成度的物联网标签（IoT Tags），目前看来包括智能开关等领域的传感器产品还在规划中，但博世一定会按不同的细分市场来对这些应用予以区分，规划出合适的传感器产品。比如对于像智能家居类的IoT节点产品，提高集成度，进一步的融合是必不可少的，不仅包括不同种类传感器的融合，更包括处理器的集成，各种RF的集成、存储器或可编程的集成等。”

图3：博世根据功耗与功能为维度，为IoT应用进行划分，为不同细分提供传感器。
dhIednc

那么对博世而言，如何缔造智能传感器？Leopold Beer对此介绍道：“以前传感器的技术挑战在如何缩小尺寸和功耗，现在则完全不同。在我看来新挑战在于如何提供完整的传感器解决方案。博世所提供的智能传感器的功能整合不仅整合不同种类的传感器，更是一种系统级的整合，整合应用实现（Application implementation）（图4），那些只提供器件而不考虑应用实现的厂家将失掉市场。”

图4：博世所提供的智能传感器功能整合是一种系统级的整合，整合应用实现（Application implementation）
dhIednc

对于何为“整合应用实现”的智能传感器，Leopold Beer也具体举例道：“博世今年推出的4合1环境传感器BME680就是这样一款实例（图5），其集气体传感器、气压传感器、湿度传感器和温度传感器于一体，可执行多种最新功能，如空气质量检测、个性化气象站、室内导航、健康监测、家居自动化及其它物联网应用。这些应用开发将有助于实现手机、可穿戴产品的差异化。 BME680兼具I2C和SPI通讯接口。配有三种功率模式和过采样率，这将便于设计人员轻松地将BME680应用于不同应用程序。BME680设有一个集成式IIR过滤器，可避免因潜在环境影响带来的短期测量值波动。博世也可提供诸如天气记录或室内导航等特定应用程序的典型参数配置。 ”

图5：4合1环境传感器BME680，集气体传感器、气压传感器、湿度传感器和温度传感器于一体，整合多种应用实现。
dhIednc

同时，Leopold Beer也指出，从运动传感器到环境传感器过渡是物联网应用开发的必然趋势，对于包括智能手机在内等智能硬件的开发，捕捉动作将逐渐转向捕捉环境的开发。基本上，为了更好的帮助中国设计师进行应用开发，博世会提供一些列的软硬件支持，甚至是联合开发、测试方面的支持。

【分页导航】dhIednc

《电子技术设计》网站版权所有，谢绝转载 {pagination} 飞思卡尔：将传感器数据价值化 对于如何使传感器开发更具价值，Freescale Sensor Solutions Division Sr Director-Marketing Ian Chen有其独特的观点，Ian表示：“我们对于传感器所捕获的数据应用仍停留在表面阶段。现在我们谈更好的传感器，集成多传感器、集成RF、MCU等等，我想问题的关键可能并不仅限于我们需要更好的传感器，而在于如何能用好传感器，如何使传感器数据有价值。” 为此Ian从传感器所能捕捉的是什么举例解释：“其实运动传感器捕获的并不是运动的动作，而是各种物理环境的变化，所以传感器所能捕获的信息比我们想象中的要多的多，关键是我们是否可以利用这些信息告知我们所处的环境，传感器可以告诉我们物理环境的反馈。” 对于传感器数据应用分析，Ian介绍了两种方法（图6）：确定性模型，基于对物理和运动模型体系很好的理解；以及统计/机器学习，利用传感器数据内的统计模型和签名。“对于机器学习，各大公司都将机器学习应用于大数据分析中，其实也可以用在传感器数据分析中，但有用的数据分析结果取决于严格的数据采集和机器学习方法。”

图6：传感器数据应用分析的两种方法。
dhIednc

传感器数据价值会是未来趋势（图7），我们需要允许对案例的内容有更好的信息应用，同时揭示那些能帮助商业决定的信息。“面临大数据时代，我们需要的不是创造更多的数据，而是如何用这些数据更有价值，同样，也许我们并不需要更好的传感器，而是要利用好现有的传感器。”Ian表示。

图7：传感器数据驱动价值。
dhIednc

从系统设计考量，需要对物理体系更好的理解（而不是对电子体系）、对计算资源进行部署（图8）、需要考虑隐私和安全（注意传感器其实可以感知一切环境）、对传感器设计进行优化、需要开放的数据（Open data）。这里面很大层面牵涉到我们对物理世界的理解、牵涉到融合包括计算、连接在内的传感器数据分析、也牵涉到如何创新。

图8：对传感器数据分析的计算资源进行部署。
dhIednc

【分页导航】dhIednc

图9：传感器与执行器互补的系统，架起物理世界和电子世界的桥梁。
dhIednc

对于微执行器的应用开发，Benedetto Vigna表示，“目前ST已经尝试在一些应用中使用微执行器（图10），例如在3D扫描中采用微镜（Micro-mirrors ）。在Intel最新的RealSense 3D扫描建模的深度照相机中，就使用了ST的微镜，用于对IR投影的角度进行调整，目前该3D扫描模组已在市面上出售的8款机型中应用（图11）。该微镜同样适用于3D打印中的3D扫描、沉浸式游戏的精确姿态控制或人脸识别系统中。”

图10：不同类型的微执行器已有的应用案例
dhIednc

图11：在Intel最新的RealSense 3D扫描的深度照相机中，就使用了ST的微镜。
dhIednc

随后Benedetto Vigna也介绍了一系列基于不同微执行器的应用，包括一种光微执行器已成功应用于各类投影中，包括HUD汽车抬头系统、可穿戴眼镜等HMD系统。而压电微执行器，则可应用于相机的自动对焦中（图12），或应用于打印中对喷头进行控制。在ST与Debiotech公司联合开发的一款为糖尿病管理设计的新型胰岛素泵“Jewel Pump”中，也采用一种先进的微流控MEMS技术，该NanoPump可以安装在一次性敷贴上，向人体内持续注入胰岛素。

图12：压电微执行器，则可应用于相机的自动对焦中。
dhIednc

“所有这些只是微执行器应用案例的一部分，在过去的10年中，各类传感器技术发挥着重要的作用，而对于未来10年的开发，我们将遇见智能城市、智慧家庭、智能汽车、智慧医疗等方方面面的改变，相信拥有传感器和微执行器互补的设计，可以做的更多。 ” Benedetto Vigna总结道。（EDN China 麦迪）

【分页导航】dhIednc