工業(yè)機械的自動化，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。這些收益的一個關(guān)鍵推動因素是確定適當(dāng)?shù)?a href="http://www.brongaenegriffin.com/article/88/142/" target="_blank">傳感技術(shù)，以增強對設(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值。在許多情況下，在復(fù)雜或惡劣的環(huán)境中操作時確定位置具有特別重要的價值。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。

傳感器推動機器自動化

隨著機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工作。對獲取實時優(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展，以最好地確定跨多個應(yīng)用和環(huán)境狀態(tài)的上下文。最后，在涉及多個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間的復(fù)雜融合（例如：基于云的基礎(chǔ)設(shè)施狀況隨時間變化的分析、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)進行地理定位。事實上，物聯(lián)網(wǎng)很少可以被認為是靜態(tài)的。工廠、田野和醫(yī)院中的設(shè)備在移動時更有用，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)量提高機會，想象一下知道單獨種植的種子的溫度、濕度和精確位置與僅僅知道隨機種植的種子田的溫度和土壤條件的相關(guān)性差異。

智能機器中的慣性傳感器

慣性傳感器在大多數(shù)智能機器中有兩個主要功能;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，反饋機制中可以依靠慣性傳感器來保持無人機上天線、起重機平臺、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)鍵的準確性或安全機制（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傳感器的溫度漂移，或加速度計 （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，這實際上也只是根據(jù)環(huán)境校準給定的傳感器。它不會提高其在校準點之間保持性能的固有能力，它只是對其進行插值。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點，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，以便從設(shè)備中提取盡可能高的性能。實現(xiàn)這一點的最具成本效益的方法取決于傳感器的復(fù)雜細節(jié)和對運動動力學(xué)的深入了解（見圖3），更不用說使用相對獨特的測試設(shè)備了。因此，校準和補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值的應(yīng)用級信息需要復(fù)雜的校準和高階處理。

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間點可以信賴的傳感器。

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)境干擾下運行的預(yù)期需求。出于這個原因，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。雖然最好計劃傳感器選擇以允許在所有條件下進行精確跟蹤，但這實際上是不可能的。因此，情景規(guī)劃中仍然保留了一小部分不確定性。這些算法用于有價值的傳感器校準，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)運動（包括振動）影響的機械，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)境中工作時實現(xiàn)優(yōu)于 1 度的精度，該選擇側(cè)重于專門設(shè)計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

針對性能進行設(shè)計不一定僅限于為成本、尺寸和功耗方面的效率而設(shè)計。然而，以降低成本為主要目標的MEMS結(jié)構(gòu)設(shè)計通常會犧牲性能，有時甚至?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類封裝，在很大程度上不利于MEMS性能。從微機電設(shè)備（如圖5所示）中提取準確穩(wěn)定的信息，需要由硅面積和厚度驅(qū)動的強信噪比，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)備與手機中的典型消費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)備好一個數(shù)量級）。大多數(shù)低端消費類器件不提供參數(shù)規(guī)格，如線性加速度效應(yīng)、振動校正、角度隨機游走等，這些參數(shù)實際上可能是工業(yè)應(yīng)用中最大的誤差源。

該工業(yè)傳感器設(shè)計用于預(yù)期相對快速或極端運動（2000°/秒，40 g）的場景，其中寬帶寬傳感器輸出對于實現(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（在運行穩(wěn)定性中），以減少對更大一套互補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。

陀螺儀傳感器實際上設(shè)計用于直接消除任何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提供了實質(zhì)性的優(yōu)勢。而且，通過校準，溫度漂移和對準都得到了糾正。如果沒有對準校正，典型的多軸MEMS器件，即使集成到單個硅結(jié)構(gòu)中，也可能錯位，成為誤差預(yù)算的主要貢獻者。

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)和未對準等參數(shù)，無論是通過硅設(shè)計方法還是通過特定部件的校準，改善成本最高的參數(shù)，在簡單或相對靜態(tài)的運動測定之外的任何應(yīng)用中都會成為噪聲加法器。表6提供了一個用例示例，將實際工業(yè)MEMS IMU與消費類IMU進行了比較，兩者都具有相對較強的噪聲性能。但是，消費類設(shè)備不是針對振動或?qū)R而設(shè)計或校正的。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`差是三個圖示誤差源的和方根，線性g和交叉軸（未對準）在消費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，實現(xiàn)了至少 20× 的性能差異，而無需考慮不太堅固耐用的消費產(chǎn)品的其他潛在誤差源。

系統(tǒng)權(quán)衡

大多數(shù)復(fù)雜的運動應(yīng)用都需要完整的IMU（線性加速度和角速率運動的三個軸）來充分確定定位。目前，IMU 功能以芯片級（消費級）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，消費級芯片級IMU在系統(tǒng)集成方面似乎更先進，但當(dāng)最終目標是在復(fù)雜的工業(yè)環(huán)境中準確確定運動時，情況正好相反。對于工業(yè) IMU，開箱即用的高性能。在應(yīng)用的整個生命周期內(nèi)都能可靠地實現(xiàn)相同才能嘗試實現(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)智能傳感器正在實現(xiàn)機器自動化的巨大效率提升。系統(tǒng)級的準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，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