工業(yè)機(jī)械的自動化，無論是在制造業(yè)、農(nóng)業(yè)、物流、能源、汽車還是無人機(jī)中，都有望在資源效率、設(shè)備精度和安全性方面獲得巨大收益。這些收益的一個(gè)關(guān)鍵推動因素是確定適當(dāng)?shù)?a href="http://www.socialnewsupdate.com/article/88/142/" target="_blank">傳感技術(shù)，以增強(qiáng)對設(shè)備狀況的上下文知識。在某種程度上，設(shè)備的位置或位置也是等式的寶貴輸入，那么精密慣性傳感器有望從根本上精確定位位置或保持精確定位。在那些以移動性為因素的應(yīng)用中，耦合位置和上下文傳感器信息具有重要價(jià)值。在許多情況下，在復(fù)雜或惡劣的環(huán)境中操作時(shí)確定位置具有特別重要的價(jià)值。這種移動物聯(lián)網(wǎng)（IoMT）在提高效率的道路上面臨許多挑戰(zhàn)，而高性能慣性傳感器正在幫助改變現(xiàn)狀。

傳感器推動機(jī)器自動化

隨著機(jī)器從簡單的無源測量發(fā)展到包含嵌入式控制功能，再到現(xiàn)在的完全自主操作，傳感器正在發(fā)揮推動作用。無論是支持離線分析的簡單測量，還是過程控制，許多此類傳感器都可以單獨(dú)工作。對獲取實(shí)時(shí)優(yōu)勢的渴望，以及日益廣泛的傳感類型和高效處理的可用性，在傳感器融合方面取得了重要進(jìn)展，以最好地確定跨多個(gè)應(yīng)用和環(huán)境狀態(tài)的上下文。最后，在涉及多個(gè)平臺交互并需要了解過去系統(tǒng)狀態(tài)的復(fù)雜系統(tǒng)中，連接性的進(jìn)步正在支持日益智能的傳感器系統(tǒng)，如表1所述。

這些智能且易于訪問的傳感器系統(tǒng)正在徹底改變原本成熟的行業(yè)，將農(nóng)業(yè)轉(zhuǎn)變?yōu)橹悄苻r(nóng)業(yè)，將基礎(chǔ)設(shè)施轉(zhuǎn)變?yōu)橹悄芑A(chǔ)設(shè)施，將城市轉(zhuǎn)變?yōu)橹悄艹鞘?。隨著傳感器的部署以在這些環(huán)境中收集相關(guān)的上下文信息，數(shù)據(jù)庫管理和通信出現(xiàn)了新的復(fù)雜性，不僅需要傳感器之間的復(fù)雜融合，還需要跨平臺和跨時(shí)間的復(fù)雜融合（例如：基于云的基礎(chǔ)設(shè)施狀況隨時(shí)間變化的分析、去年的作物產(chǎn)量或交通狀況和模式），如圖 1 所示。

圖1.面向位置感知工業(yè)智能傳感集成。

在某些情況下，移動性很重要，則需要對這些上下文傳感器數(shù)據(jù)進(jìn)行地理定位。事實(shí)上，物聯(lián)網(wǎng)很少可以被認(rèn)為是靜態(tài)的。工廠、田野和醫(yī)院中的設(shè)備在移動時(shí)更有用，地理靜態(tài)設(shè)備上的光學(xué)傳感器仍然可能在局部移動，需要轉(zhuǎn)向和指向。這種移動物聯(lián)網(wǎng)（表2）融合了上下文和位置數(shù)據(jù)，并從根本上放大了數(shù)據(jù)的有用性和效率收益。例如，為了分析產(chǎn)量提高機(jī)會，想象一下知道單獨(dú)種植的種子的溫度、濕度和精確位置與僅僅知道隨機(jī)種植的種子田的溫度和土壤條件的相關(guān)性差異。

智能機(jī)器中的慣性傳感器

慣性傳感器在大多數(shù)智能機(jī)器中有兩個(gè)主要功能;設(shè)備穩(wěn)定和指向，或?qū)Ш胶椭茖?dǎo)，如圖 2 所示（單獨(dú)且重要的用途是振動分析和狀態(tài)監(jiān)測，詳見其他）。雖然GPS由于其無處不在而可能被認(rèn)為是大多數(shù)系統(tǒng)的首選導(dǎo)航輔助工具，但在某些情況下，依賴GPS存在重大問題，主要是由于潛在的阻塞。在 GPS 阻塞期間過渡到慣性檢測是有效的，但前提是慣性具有足夠的質(zhì)量以在中斷期間提供足夠的精度。在穩(wěn)定或伺服回路的情況下，反饋機(jī)制中可以依靠慣性傳感器來保持無人機(jī)上天線、起重機(jī)平臺、建筑刀片、農(nóng)具或攝像頭的可靠指向角度。在所有這些示例中，目的不僅僅是提供有用的功能（例如，移動電話中的手勢控制），而是在極其困難的環(huán)境中提供關(guān)鍵的準(zhǔn)確性或安全機(jī)制（見表3）。

圖2.慣性測量單元在傳統(tǒng)其他傳感器具有局限性的應(yīng)用中起著關(guān)鍵的穩(wěn)定和定位作用。

傳感器質(zhì)量至關(guān)重要

有一個(gè)神話，或者也許是夢想，傳感器融合算法可以用來將良好的性能編碼到其他邊緣傳感器技術(shù)中。傳感器融合可用于某些校正，例如，溫度傳感器用于校正另一個(gè)傳感器的溫度漂移，或加速度計(jì) （g） 傳感器用于校正陀螺儀上的重力效應(yīng)。即使在這些情況下，這實(shí)際上也只是根據(jù)環(huán)境校準(zhǔn)給定的傳感器。它不會提高其在校準(zhǔn)點(diǎn)之間保持性能的固有能力，它只是對其進(jìn)行插值。質(zhì)量差的傳感器通常漂移得足夠快，如果沒有大量或昂貴的校準(zhǔn)點(diǎn)，精度會迅速下降。

然而，即使在高質(zhì)量的傳感器中，通常也需要一定量的校準(zhǔn)，以便從設(shè)備中提取盡可能高的性能。實(shí)現(xiàn)這一點(diǎn)的最具成本效益的方法取決于傳感器的復(fù)雜細(xì)節(jié)和對運(yùn)動動力學(xué)的深入了解（見圖3），更不用說使用相對獨(dú)特的測試設(shè)備了。因此，校準(zhǔn)和補(bǔ)償步驟越來越被視為傳感器制造商的嵌入式必需品。

圖3.從慣性傳感器中提取有價(jià)值的應(yīng)用級信息需要復(fù)雜的校準(zhǔn)和高階處理。

將基本傳感輸出轉(zhuǎn)換為有用的應(yīng)用級智能的第二個(gè)重要步驟是狀態(tài)驅(qū)動的傳感器切換。這需要對應(yīng)用動態(tài)以及傳感器的功能有廣泛的了解，以便最好地確定在任何給定時(shí)間點(diǎn)可以信賴的傳感器。

傳感器融合在工業(yè)應(yīng)用中的作用的概念示例如圖4所示。在這里，對于精密驅(qū)動的工業(yè)應(yīng)用，已經(jīng)仔細(xì)選擇了傳感器，以支持在高潛在GPS阻塞，潛在困難磁場和其他環(huán)境干擾下運(yùn)行的預(yù)期需求。出于這個(gè)原因，慣性傳感器的無基礎(chǔ)設(shè)施特性被高度依賴，其他傳感輔助工具被選擇來支持特定的環(huán)境挑戰(zhàn)，并幫助糾正任何長期慣性漂移。雖然最好計(jì)劃傳感器選擇以允許在所有條件下進(jìn)行精確跟蹤，但這實(shí)際上是不可能的。因此，情景規(guī)劃中仍然保留了一小部分不確定性。這些算法用于有價(jià)值的傳感器校準(zhǔn)，以及管理由應(yīng)用狀態(tài)驅(qū)動的復(fù)雜的傳感器到傳感器的切換。

圖4.傳感器融合算法依賴于精確傳感器，這些傳感器經(jīng)過適當(dāng)選擇以支持特定的應(yīng)用環(huán)境。

最終，最終應(yīng)用將決定所需的精度水平，而所選傳感器的質(zhì)量將決定這是否可實(shí)現(xiàn)。

表4對比了兩種情況，說明了傳感器選擇不僅對設(shè)計(jì)過程，而且對設(shè)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(yīng)用具有誤差容限，則實(shí)際上可能適用。換句話說，如果它不是安全或生命攸關(guān)的，其相對不精確的精度就足夠好了。盡管大多數(shù)消費(fèi)級傳感器具有低噪聲并且在良性條件下表現(xiàn)良好，但它們不適用于受動態(tài)運(yùn)動（包括振動）影響的機(jī)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(yè)環(huán)境中工作時(shí)實(shí)現(xiàn)優(yōu)于 1 度的精度，該選擇側(cè)重于專門設(shè)計(jì)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(shí)間段內(nèi)支持更大范圍的預(yù)期應(yīng)用狀態(tài)。

高性能慣性

針對性能進(jìn)行設(shè)計(jì)不一定僅限于為成本、尺寸和功耗方面的效率而設(shè)計(jì)。然而，以降低成本為主要目標(biāo)的MEMS結(jié)構(gòu)設(shè)計(jì)通常會犧牲性能，有時(shí)甚至?xí)@著犧牲性能。一些降低成本的簡單選擇，例如更少的硅質(zhì)量和塑料封裝的消費(fèi)類封裝，在很大程度上不利于MEMS性能。從微機(jī)電設(shè)備（如圖5所示）中提取準(zhǔn)確穩(wěn)定的信息，需要由硅面積和厚度驅(qū)動的強(qiáng)信噪比，以及從元件封裝的選擇到系統(tǒng)級外殼的最小硅應(yīng)力。在傳感器定義之初就考慮到最終用途的性能要求，可以優(yōu)化硅、集成、封裝以及測試和校準(zhǔn)方法，即使在復(fù)雜環(huán)境下也能保持原生性能，并最大限度地降低成本。

表5顯示了中級工業(yè)設(shè)備與手機(jī)中的典型消費(fèi)類傳感器相比所展示的性能（請注意，也有更高端的工業(yè)設(shè)備，比所示設(shè)備好一個(gè)數(shù)量級）。大多數(shù)低端消費(fèi)類器件不提供參數(shù)規(guī)格，如線性加速度效應(yīng)、振動校正、角度隨機(jī)游走等，這些參數(shù)實(shí)際上可能是工業(yè)應(yīng)用中最大的誤差源。

該工業(yè)傳感器設(shè)計(jì)用于預(yù)期相對快速或極端運(yùn)動（2000°/秒，40 g）的場景，其中寬帶寬傳感器輸出對于實(shí)現(xiàn)最佳信號辨別也至關(guān)重要。希望工作期間的偏移漂移最小（在運(yùn)行穩(wěn)定性中），以減少對更大一套互補(bǔ)傳感器的依賴來校正性能，在某些情況下，在無法承受后端系統(tǒng)濾波校正所需時(shí)間的應(yīng)用中，最小化導(dǎo)通漂移（可重復(fù)性）至關(guān)重要。低噪聲加速度計(jì)與陀螺儀配合使用，以幫助區(qū)分和校正任何與g相關(guān)的漂移。

陀螺儀傳感器實(shí)際上設(shè)計(jì)用于直接消除任何g事件（振動，沖擊，加速度，重力）對設(shè)備偏移的影響，從而為線性g提供了實(shí)質(zhì)性的優(yōu)勢。而且，通過校準(zhǔn)，溫度漂移和對準(zhǔn)都得到了糾正。如果沒有對準(zhǔn)校正，典型的多軸MEMS器件，即使集成到單個(gè)硅結(jié)構(gòu)中，也可能錯(cuò)位，成為誤差預(yù)算的主要貢獻(xiàn)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(yīng)和未對準(zhǔn)等參數(shù)，無論是通過硅設(shè)計(jì)方法還是通過特定部件的校準(zhǔn)，改善成本最高的參數(shù)，在簡單或相對靜態(tài)的運(yùn)動測定之外的任何應(yīng)用中都會成為噪聲加法器。表6提供了一個(gè)用例示例，將實(shí)際工業(yè)MEMS IMU與消費(fèi)類IMU進(jìn)行了比較，兩者都具有相對較強(qiáng)的噪聲性能。但是，消費(fèi)類設(shè)備不是針對振動或?qū)R而設(shè)計(jì)或校正的。該示例基于所述假設(shè)顯示了器件規(guī)格及其對誤差預(yù)算的影響?？傉`差是三個(gè)圖示誤差源的和方根，線性g和交叉軸（未對準(zhǔn)）在消費(fèi)類器件中占誤差的主導(dǎo)地位，而工業(yè)器件則平衡得更好。最終，實(shí)現(xiàn)了至少 20× 的性能差異，而無需考慮不太堅(jiān)固耐用的消費(fèi)產(chǎn)品的其他潛在誤差源。

系統(tǒng)權(quán)衡

大多數(shù)復(fù)雜的運(yùn)動應(yīng)用都需要完整的IMU（線性加速度和角速率運(yùn)動的三個(gè)軸）來充分確定定位。目前，IMU 功能以芯片級（消費(fèi)級）形式和模塊級集成（工業(yè)）形式提供，參見圖 6 中的工業(yè) IMU 示例。雖然從邏輯上講，消費(fèi)級芯片級IMU在系統(tǒng)集成方面似乎更先進(jìn)，但當(dāng)最終目標(biāo)是在復(fù)雜的工業(yè)環(huán)境中準(zhǔn)確確定運(yùn)動時(shí)，情況正好相反。對于工業(yè) IMU，開箱即用的高性能。在應(yīng)用的整個(gè)生命周期內(nèi)都能可靠地實(shí)現(xiàn)相同才能嘗試實(shí)現(xiàn)類似的性能水平（通常甚至不可能），并且可能仍然無法實(shí)現(xiàn)同樣可靠的操作。

位置感知型工業(yè)智能傳感器正在實(shí)現(xiàn)機(jī)器自動化的巨大效率提升。系統(tǒng)級的準(zhǔn)確性和可靠性主要取決于核心傳感器質(zhì)量，而不是圍繞核心傳感器質(zhì)量的系統(tǒng)和軟件。盡管如此，當(dāng)圍繞質(zhì)量傳感器構(gòu)建時(shí)，該方法的整體集成、嵌入式軟件和連接性允許智能傳感解決方案，這可以大大提高信息的質(zhì)量和實(shí)用性，而不會犧牲同樣重要的安全性和可靠性。

審核編輯：郭婷