訂閱電子報∣ 友善列印字體大小 文章分享-Facebook 文章分享-Plurk 文章分享-Twitter
如何應對智慧感測器在物聯網應用開發中的三大挑戰?
獲取產業訊息零時差!立即訂閱電電公會電子報。
物聯網(IoT)旨在通過聯網周圍世界為消費者提供更便捷、更精彩的生活方式。但是如何實現物聯網的這一承諾呢?

在物聯網的世界裡,微機電系統(MEMS)感測器是搭建使用者與其周邊眾多設備(如智慧手機、可穿戴設備、機器人和無人機)之間的橋樑。然而,僅僅憑藉設備的傳感和連接根本不足以實現物聯網的遠大目標。只有以人為本,即解決現實生活中的日常挑戰、使生活更便捷並提升易用性,物聯網才能取得成功。此外,隨著周遭環境的日益複雜,各類設備對眾事物無時無刻的傳感功能也讓感測器供應商面臨著巨大的挑戰。下面將從感測器供應商的角度探討這些挑戰及其解決方案。

智慧感測器在物聯網領域面臨的三大挑戰
當今的智慧感測器模組包含與原始感測器集成的某些處理能力,它所面臨的主要挑戰可歸結為以下三點:
第一個挑戰是技術本身。供應商欲利用其核心MEMS和系統技術來完成這項不可能完成的任務。對於工程師來說,這是一種物理限制的挑戰。封裝尺寸不能無限縮小,而對低能耗和高性能的要求也不斷提高。供應商不得不改進系統,使其更智慧、更具感知性。要實現這一目標就必須使技術跨越多個產品平臺。

第二個挑戰源於行業寬泛的分散特性。當下,MEMS感測器的大部分收益來源於智慧手機——每年智慧手機銷量超過十億部,每台智慧手機至少包含一台MEMS感測器。根據智慧手機原始設備製造商(OEM)設定的規格,Bosch Sensortec等廠商開發了相應的MEMS感測器。

但物聯網是一個特殊的領域,其特點在於競爭性技術平臺結構的高度分散性。在整個物聯網空間,對由感測器、微控制器和執行器組成的感測器子系統的要求有很大差異。因此,Bosch Sensortec等供應商需要創建集成硬體和軟體的跨平臺解決方案,並提供專用的應用軟體。借助軟體和專業應用技術,供應商在説明客戶解決具體問題時無需特意為每個應用程式定制硬體解決方案。

最後的挑戰則是呈幾何式增長的複雜性。物聯網系統本身十分複雜,只提供元件已不能滿足原始設備製造商的需求,通常需要一站式解決方案或參考設計。處於市場領導地位的供應商將更多的系統處理能力納入單個模組化設備,以此為基礎開發集成智慧感測器的解決方案,從而滿足大幅降低複雜性的需求。而由於沒有一家公司能夠提供全面的解決方案,所以供應商還必須在創建參考設計等方面與協力廠商密切合作並建立夥伴關係。

物聯網感測器資訊的層次結構
物聯網資訊結構包括幾個層次。典型應用的層次按資訊有用性的遞增狀況排序如下:
感測器資訊層次結構
1.原始資料
2.運動檢測
3.活動監控
4.情境感知
5.意圖預估
儘管原始資料可能被過濾、補充和更改,但大多數情況下它們會明確限制使用者對資料的使用。在第二等級,通過識別模式和應用演算法分析資料,以提供運動檢測資訊。然後,通過添加額外的感測器功能,例如根據氣壓測量的高度,就能進入下一個等級,來分配推斷活動監控的資訊。在當代無處不在的計算環境中,設備情境感知的定義更加豐富:如與其他設備的交互、適應環境雜訊與光線條件以及網路狀態等。這使任務變得更為複雜:如需要基於情境和行為模式的加權評估生成預測性決策。

在這一點上,感測器系統處理資料的方式與人類大腦功能具有可比性。人腦在資料處理時主要運用兩個系統:認知系統和邊緣系統。認知系統類似於雲計算——有延遲現象的高處理效能和大容量記憶體。相比之下,邊緣系統則是原始、反應和反射的系統——與感測器系統中的局部處理,即邊緣計算相對應。
 
反觀物聯網,感測器資訊層次對確定測量資料重要與否至關重要。不具備可行性的資料基本無法使用,從而導致大部分應用程式中存在大量冗雜多餘的資料。

直觀地說,簡單地將感測器永久地保留下來,等待識別有用資訊(例如計步應用中的加速度計)通常更有效。感測器系統需智慧地篩選出值得傳輸到雲端的資料,從而有效利用可用的頻寬和功率。關鍵在於,本地感測器能夠自動過濾掉大部分無用的資料,從而節省寶貴的系統驅動容量。

物聯網系統驅動程式
在物聯網感測器應用中,有以下幾個影響系統和元件設計的關鍵系統驅動程式:
· 對於小型或可擕式設備的某些應用來說,低能耗至關重要。這種情況下,與感測元件(“感測器機器人”)匹配的自主感測器處理器有助於邊緣處理,即確定何時將資料傳輸到雲端,從而降低資料傳輸的資源成本。

· 在需要最短時間內傳輸大量資料的情況下,縮短延遲時間則尤為重要。例如在虛擬實境(VR)中需要即時發送圖像,以便與使用者頭部的運動同步。

· 快速行為學習應用的系統中,高資料取樣速率必不可少。例如在振動機械的預測維護中,感測器必須以足夠高的速率進行採樣,以便捕獲導致設備故障的所有相關資料。

· 簡單集成的變數很大,由於投入時間的長短和工程資源的大小不同,原始設備製造商往對感測器資料的預期往往也不同。為簡化應用中感測器的集成,越來越多的公司使用智慧感測器,將嵌入在感測器中的資料處理裝置與供應商提供的軟體解決方案相匹配。例如在機器人技術領域,原始設備製造商更專注于機器人本身的運動,傾向于完全不處理原始的感測器資料。

· 邊緣運算則類似於上述的邊緣系統。我們有時需要邊緣處理功能,而這通常以低功耗和易於集成為先決條件。

· 由於感測器模組中的記憶體成本非常高,雲存儲成為本機存放區和處理可行的替代方案。一方面,我們不希望傳輸大量不必要的資料,而另一方面,我們受到感測器物理存儲容量的限制。因此,我們必須使感測器智慧化,並確保感測器能夠過濾掉大部分無用的資料,從而防止超出記憶體。
 
應用示例
我們舉例來說明上圖的幾點。首先,可穿戴的應用程式,如計步器必須永不斷電且電池要盡可能小。這類應用程式的關鍵是低能耗,通過將計步功能直接集成於感測器本身來實現。除非絕對必要,否則不會喚醒可穿戴設備的主處理器,從而節省電池電量。

為節省資源,使用者無法將所有計步資料傳送到主機,這也是邊緣計算應用的典型特點。從耗能角度考慮,BHA250或BHI160的超低能耗解決方案是理想的選擇。

另一個例子是快速原型工藝的開發趨勢,這一趨勢在大型公司越來越普遍地用於市場驗證中。快速原型工藝通常在如Arduino、Raspberry Pi或其他類似的開源系統之類的開發平臺使用,其中包括感測器元件的組合驗證。

這類應用需要感測器供應商提供相對複雜的軟體,以最大程度地實現集成。開發時間必須盡可能短,且原始供應商也需要利用有限的感測器知識進行系統設計的探索。將感測器用於Arduino和Raspberry Pi等多個平臺,能夠極大地簡化集成。

結語
要實現物聯網應用的成功,需要一位元能夠理解這種高度複雜的物聯網環境的合格感測器供應商作為合作夥伴。他們能夠提供廣泛且高性能感測器組合,並為客戶的應用提供優質解決方案。品質、本地支援和與強有力的協力廠商合作夥伴同樣重要,這些能夠提供參考設計和系統層面的專業知識。

物聯網需要對多種應用的深入瞭解並滿足各種感測器和處理的要求——低功耗、易集成、資料速率、縮短延遲等。只有瞭解這些不同因素之間的相互關係,才能為快速發展的物聯網市場設計創新化的優質產品,使用戶的生活更加便利,從而實現物聯網的承諾。

關於作者
 
Marcellino Gemelli在服兵役期間取得了義大利帕維亞大學電子工程學士學位,之後獲得米蘭理工大學工商管理碩士學位。1995年至2011年,他於意法半導體(STMicroelectronics)公司的MEMS、電子設計自動化和資料存儲領域擔任工程和產品管理方面的多項職務。2000年至2002年間,他榮任米蘭理工大學微電子課程的合同教授。目前他負責Bosch Sensortec在美國帕羅奧圖(CA)地區MEMS產品組合的業務發展。 電郵:Marcellino.Gemelli@us.bosch.com
訂閱電子報 友善列印 字體大小:
獲取產業訊息零時差!立即訂閱電電公會電子報。