五项值得关注的物联网传感器技术

　　近年来，物联网(IoT)的兴起与传感器的兴起密不可分。平均而言，每上线一台新的物联网设备就会连接四个新的传感器。目前约有140亿个物联网连接，部署了500多亿个联网传感器。物联网传感器技术在物联网技术堆栈中扮演着至关重要的角色，因为这些传感器从物理世界收集数据并将其转换为数字信号。

　　2022年出货的所有传感器中有三分之一是物联网传感器，这意味着它们是物联网设备的一部分。

　　根据战略物联网市场洞察提供商IoT Analytics发布的《2022-2027年物联网传感器市场报告》，2022年物联网传感器市场规模达到109亿美元，预计未来五年将以16%的复合年增长率增长。

　　基于MEMS的物联网传感器市场强劲，2022年占全球传感器收入的50%。这一细分市场的领先公司是博世Sensortec和意法半导体。

　　图像传感器市场对物联网也很重要，因为有三个最重要的物联网用例推动了它的采用，即机器视觉、联网监控摄像头和先进的汽车驾驶辅助系统。这一领域的领先传感器供应商包括索尼和AMS AG。

　　在未来几年，物联网传感器市场上几项令人兴奋的技术创新将改变物联网传感器的格局。

　　首先是传感器，它们正变得越来越先进。物联网传感器技术的关键创新包括更高的计算能力和检测来自多个离散传感元件的信号的能力。业界将这些更先进的设备称为“智能传感器”。智能传感器可以直接处理信号，而不是简单地将传感器信号传递到价值链的下一级。例如，他们可以验证和解释数据、显示结果或运行特定的分析应用程序。这样，传感器就成了边缘设备。

　　最先进的智能传感器现在也将人工智能融入他们的设计中。这些传感器是为人工智能推理而设计的，它具有许多优势，例如，可以立即做出决定，并且可以处理敏感数据，而无需将其发送到其他地方，从而造成数据被盗的风险。

　　例如，2022年1月，亚马逊推出了Ring Home安全玻璃破碎传感器，该传感器利用人工智能技术和Syntiant NDR101BQQF神经处理器直接在传感器上检测玻璃破碎。该传感器可准确检测25英尺外的玻璃破碎事件，如玻璃破碎或破裂，并当场发出警报。

　　越来越多的传感器使用太阳能或动能等可再生能源为自己供电，从而消除了更换电池或其他电源的需要。这一创新提高了物联网设备的可靠性和寿命，尤其是那些部署在偏远或难以访问的位置的设备。此外，这些设备是自我可持续的，有助于减少整个系统设置对环境的影响。

　　能量采集的使用正在导致传感器设计的变化，通过以下变化使传感器变得更节能：降低形状因数和提高信噪比。

　　Eco就是一个例子，这是一种专为室内环境设计的温湿度传感器。它是由室内太阳能电池供电的，这使得它可以在没有电池或外部电源的情况下在建筑物内运行。由于其节能设计和太阳能电池的使用，该设备可以在黑暗中使用长达30天。此外，该设备通过LoRaWAN技术连接，这使得它可以使用最低功率进行远距离无线数据传输。这使得它非常适合在各种室内环境中使用，如办公室、仓库或工厂。

　　在某些情况下，安装物理传感器(例如，在复杂或危险的环境中)不切实际或成本高昂。即将到来的替代解决方案包括软传感器和虚拟传感器。

　　软测量是一种计算算法，它基于其他现有的物理传感器和算法/计算模型来估计难以测量的量的值，这些算法和算法/计算模型可以推断出测量量的值。

　　虚拟传感器类似于软测量，不同之处在于它的值不是基于现有的物理传感器，而是纯粹基于算法/计算模型。

　　软测量的一个例子是罗克韦尔自动化公司的预测质量软件应用程序创建预测模型，该模型使用来自仪器和实验室分析的实时数据来估计工艺和产品条件。这些模型以植物历史数据为基础，作为预测质量参数的推论传感器(作为附加物理传感器的替代方案)。

　　虚拟传感器的一个例子是西门子的口袋大小的边缘计算机，它可以连接到资产(例如电机)上，并帮助计算虚拟传感器的值。例如，通过将最新的运行电机数据输入数字模型，可以实时计算温度。这种操作既不需要现场温度计，也不需要任何其他传感器读数，因为它依赖于机器状态参数和虚拟电机模型。

　　传感器是自动驾驶汽车的重要组成部分，因为它们为它们提供有关周围环境的信息。车辆的车载计算机使用这些信息来导航和做出决策。自动驾驶的三个关键传感器包括激光雷达、雷达和3D摄像头(图像传感器)。梅赛德斯、宝马、沃尔沃和通用汽车等主要汽车原始设备制造商都选择了激光雷达作为自动驾驶的传感器。此前(2021年前)，特斯拉主要依靠雷达技术。然而，最近，该公司开始向特斯拉愿景(一种基于摄像头的系统)过渡，于2021年从Model 3和Model Y上移除了雷达，随后在2022年从Model S和Model X上移除了雷达。

　　索尼、Mobileye和Waymo目前正专注于物联网传感器技术创新，将摄像头与激光雷达和雷达等其他传感技术相结合，以改善其自动驾驶解决方案的图像分析。当相机、雷达和激光雷达感知环境的不同特征时，这种组合(也称为“传感器融合”或“冗余”)背后的想法是为系统提供更丰富的单一世界模型，以决定行动路线或计算输出。总体而言，自动驾驶汽车中的传感器协同工作，提供车辆周围环境的完整图像，使其能够做出安全高效的驾驶决策。

　　例如，索尼依赖于在自动驾驶应用中使用带有激光雷达或雷达的摄像头进行对象识别任务的好处。该公司正在研究一种将相机和雷达相结合的解决方案。这种组合可能有利于在夜间识别人和车辆。此外，相机和激光雷达的组合对于停车辅助功能非常有用，这些功能需要高度精确的距离测量。

　　“只有当所有的技术部件都被构建为一个单一的集成系统时，自动驾驶汽车才能取得成功，从而实现所有部件之间的协同作用。Mobileye首席执行官兼创始人阿姆农·沙舒亚(Amnon Shashua)表示:“构建从硅到全自动驾驶系统的完整堆栈是一项艰巨的任务，这正是Mobileye开始做的事情。”

　　生物传感器和一次性传感器技术最近已经成熟，并已在医疗保健行业中采用。然而，最近在生物传感器研究方面的突破表明，这项技术在其他领域也几乎已经准备好上市。术语“生物传感器”是“生物传感器”的缩写。生物元素与被测分析物相互作用，换能器将生物反应转换为电信号。根据它们的应用，生物传感器也被称为免疫传感器、光学电极、共振镜、化学金丝雀、生物芯片、血糖仪或生物计算机。

　　生物传感器的一个例子是雅培Freestyle Libre是用于血糖监测的最商业化的生物传感器解决方案之一。Freestyle Libre系统目前在全球拥有300多万用户。2022年第二季度，雅培报告自由式Libre系统的销售额有机增长超过25%。