工業(yè)機械設(shè)備的自動化，無論是在制造、農(nóng)業(yè)、物流、能源、汽車、或無人駕駛飛行器等領(lǐng)域，都能在資源效率、設(shè)備精度、及安全性方面，取得相當大的改善。 而實現(xiàn)這些改善的關(guān)鍵推動因素之一，是要找到適當?shù)母袦y技術(shù)，來增強對于設(shè)備狀況的情境知識(Contextual Knowledge)。 設(shè)備的位置或定位信息，對于精確計算而言是重要的輸入，而精確的慣性傳感器便可實質(zhì)地定位出位置或維持準確的姿態(tài)。

　　在以移動性為考慮的應(yīng)用中，位置和情境傳感器信息的耦合處理，具有重要的實質(zhì)價值。 在許多情況下，如果能判定復(fù)雜或惡劣的操作環(huán)境中的姿態(tài)，會具有特別的關(guān)鍵價值。 這類移動式物聯(lián)網(wǎng)(IoMT)在提高效率增益的發(fā)展過程中會有許多挑戰(zhàn)，而高性能的慣性傳感器可在這點上提供很大的幫助。

　　實現(xiàn)機械設(shè)備自動化 工業(yè)傳感器扮要角

　　隨著機械設(shè)備從簡單的被動測量，演變到內(nèi)建嵌入式控制功能，乃至于現(xiàn)在完全自主無人化的操作，傳感器正在發(fā)揮著一股推進的力量。 無論是支持脫機分析的簡單測量、或是過程控制，在過去很多這類的傳感器都是以相當獨立的分式在動作。 對于獲取實時性優(yōu)勢的期待、以及越來越多的感測類型及高效處理的出現(xiàn)，讓傳感器融合(Sensor Fusion)有重要的進展，以便能良好地判定跨越于多種應(yīng)用及環(huán)境狀況的情境。 最后，在涉及到多個平臺互動且需要知道先前系統(tǒng)狀態(tài)的復(fù)雜系統(tǒng)中，鏈接性的進展也正推進越來越高智能性的傳感器系統(tǒng)。

　　這些智能型且可存取的傳感器系統(tǒng)，正在徹底改變原本可能將進入成熟階段的產(chǎn)業(yè)，讓農(nóng)業(yè)轉(zhuǎn)變?yōu)橹悄苻r(nóng)業(yè)，讓基礎(chǔ)設(shè)施建設(shè)轉(zhuǎn)變?yōu)橹悄芑A(chǔ)設(shè)施，并讓城市變?yōu)橹悄艹鞘小?由于傳感器被部署在這些環(huán)境中，以收集相關(guān)的情境信息，讓數(shù)據(jù)庫管理及通訊出現(xiàn)新的復(fù)雜性，所需要的復(fù)雜感測融合不僅要跨傳感器，還需跨平臺與跨時間，例如：針對基礎(chǔ)設(shè)施狀況的時變云端分析、去年的農(nóng)作物產(chǎn)量、或是交通狀況及模式等，如圖1所示。

　　在某些移動性為重要考慮的場合中，對這類情境傳感器數(shù)據(jù)進行地理定位是必要的。 事實上，只有極少的物聯(lián)網(wǎng)可被視為靜態(tài)的。 移動性會讓工廠、現(xiàn)場、和醫(yī)院中的設(shè)備更為有用，而在地理靜態(tài)性質(zhì)的設(shè)備上的光學(xué)傳感器，由于需要操控駕駛和指向，也仍然可能會是局部移動性。 這種移動式物聯(lián)網(wǎng)(表2)融合了情境和位置信息，本質(zhì)上會放大信息的有用性和效率增益。 舉例來說，為了分析改善產(chǎn)量的機會，如果我們能夠知道每個被種植的種子的溫度、濕度、和精確位置，相對于只是簡單地知道被隨機種植種子的農(nóng)場溫度和土壤條件，其差異會有多大。

　　回授機制大靠山 慣性傳感器助設(shè)備穩(wěn)定

　　慣性傳感器在大多數(shù)智能機器設(shè)備中，提供了兩個主要功能：分別為設(shè)備穩(wěn)定和指向，或?qū)Ш郊爸敢?，如圖2所示(一單獨且重要的用途是用于振動分析和狀態(tài)監(jiān)測，這是單獨涵蓋的)。 雖然GPS由于其無處不在的特點，可以被視為是大多數(shù)系統(tǒng)導(dǎo)航輔助的首選，但在某些情況下，對于GPS的依賴會存在著不小的隱憂，這主要是由于其潛在的擁塞問題。 在GPS擁塞期間轉(zhuǎn)換到慣性感測會有其效果，但前提是此慣性感測的質(zhì)量，能夠在這段期間內(nèi)提供足夠的精度。 對于穩(wěn)定化或伺服回路而言，回授機制可以借重慣性傳感器，以維持如天線、起重機平臺、工程推土車、耕作工具、或UAV上的照相機的可靠指向角度。 在所有這些例子中，其用途已超出了提供有用的特性(例如，在移動電話中的手勢控制)，因而得以在令人難以想象的困難環(huán)境中，提供關(guān)鍵的精度或安全機制(參見表3)。

　　校準/補償受重視 傳感器質(zhì)量影響甚大

　　這也許是一個神話，也許只是夢想，即傳感器融合算法可用于將良好的性能，帶入到原本可能邊緣化的傳感器技術(shù)中。 傳感器融合可被應(yīng)用在一些校正上，例如使用一溫度傳感器來校正另一個傳感器的溫度漂移，或是利用一加速度(g)傳感器來校正陀螺儀上的重力效應(yīng)(Gravitational Effect）。 但即使是這樣的應(yīng)用例，實際上也只是將原先的傳感器，校準到對應(yīng)于該環(huán)境中。 它不會提高其既有能力以維持校準點之間的性能，而只是對其進行插值處理。 質(zhì)量不佳的傳感器由于漂移快，在沒有廣泛或昂貴校準點的情況下，準確度會快速下降。

　　然而，為了從感測組件中取得最高可能的性能，即使是高質(zhì)量的傳感器，通常還是會被期望要有一些程度的校準。 要達到此期望的最具成本效益作法，取決于傳感器的復(fù)雜細節(jié)，以及對于運動動力學(xué)的深入了解(圖3)，再加上對于相當獨特的測試設(shè)備的存取。 為此，校準和補償步驟越來越普遍被傳感器制造商視為必要的嵌入項目。

　　將基本感測輸出轉(zhuǎn)換為有用的應(yīng)用等級信息，其過程中的第二個重要步驟，是受狀態(tài)驅(qū)動傳感器的切換。 這需要對于應(yīng)用變化的廣泛知識，以及傳感器的能力，以便能最佳地判定在任何時間點上所適合的傳感器。

　　圖4所示是傳感器融合在工業(yè)應(yīng)用中扮演角色的概念性例子。 在此，已經(jīng)先針對該精確驅(qū)動的工業(yè)應(yīng)用，仔細地挑選了能符合預(yù)期需要的傳感器，也就是能在可能出現(xiàn)GPS阻塞、具有潛在干擾磁場以及其他環(huán)境影響中執(zhí)行精確感測操作的工業(yè)等級傳感器。

　　因此，此例中除了在最大程度上是依靠慣性傳感器，還選擇了其他的輔助感測來對應(yīng)特定的環(huán)境挑戰(zhàn)，及協(xié)助校正任何長期性的慣性漂移。 雖然理想上最好是能讓選擇到的傳感器在所有的條件下都可實現(xiàn)精確追蹤，但這在現(xiàn)實上是不可能的。 因此，情境規(guī)畫中還是會存在小程度的不確定性。 此外，有各種算法的存在，可用于重要的傳感器校準，以及管理由應(yīng)用狀態(tài)驅(qū)動的復(fù)雜傳感器與傳感器間切換。 總結(jié)來說，終端應(yīng)用將決定所需的精密程度，而所選擇的傳感器的質(zhì)量將決定這是否可實現(xiàn)。

　　表4比較了兩種情況，并說明了傳感器挑選的重要性，不僅是影響設(shè)計過程，同時也影響設(shè)備的精確度。 如果僅使用于有限的應(yīng)用場合，且該應(yīng)用能容忍誤差，則低精確度傳感器實際上可能是適合的。 也就是說，如果未涉及到安全或生命問題，則這類傳感器較不精確的準確性已經(jīng)夠用。

　　不同消費傳感器 工業(yè)傳感器準度關(guān)卡更高

　　雖然大多數(shù)消費等級的傳感器具有低噪聲，且在良好條件下能表現(xiàn)正常，但它們并不適用于可能處于動態(tài)運動的機器設(shè)備。 這里所說的運動包括了振動，其在低性能慣性測量單元中，會無法與我們實際上想得到的簡單線性加速度或傾斜測量分離出來。 為了要在工業(yè)環(huán)境中工作時實現(xiàn)優(yōu)于1度的準確度，我們的選擇應(yīng)集中于，專門設(shè)計用于抑制由振動或溫度影響引起的誤差漂移的傳感器。 這樣的高精確度傳感器才能夠支持更大范圍的預(yù)期應(yīng)用狀態(tài)，以及更長的使用時間。

　　高性能設(shè)計不一定必須與成本、尺寸、和電力的效率互相沖突。 然而，以成本降低為主要目標的MEMS結(jié)構(gòu)設(shè)計，通常確實會犧牲性能，而且有時是相當顯著的。 一些用于降低成本的簡單選擇，如采用較小硅重量和塑料封形的消費等級封裝，對MEMS性能會有很大的傷害。

　　要想從MEMS組件獲取準確而穩(wěn)定的信息如圖5所示，須要維持良好的噪聲比，而這就必須從組件封裝一路到系統(tǒng)等級外殼的選擇上，透過硅面積和厚度的控制，以及將施加到硅的應(yīng)力最小化來達到。 在開始定義傳感器時，就考慮到終端使用上的性能要求，便能優(yōu)化硅、整合、封裝、以及測試和校準方法，即使在復(fù)雜環(huán)境下也能維持本機性能，并使成本最小化。

　　表5所示，為與手機上常見的典型消費者傳感器相比，中階工業(yè)感測組件所具有的性能(請注意，還有更高階的工業(yè)感測組件，其性能要比所此處所示的更好上一個數(shù)量級)。 大多數(shù)低階消費等級組件并不提供諸如線性加速效應(yīng)、振動矯正、角隨機游動等參數(shù)的規(guī)格，而這些參數(shù)實際上可能會是工業(yè)應(yīng)用中最大的誤差源。

　　這類工業(yè)傳感器是被設(shè)計用于可能會出現(xiàn)相當快速或極端運動(2000。 /秒，40g)的情境中，而在這種情境下，高帶寬的傳感器輸出對于最佳訊號辨別的實現(xiàn)，也是相當關(guān)鍵的。 在操作期間，偏位的漂移越小越佳(運行穩(wěn)定性)，以避免為了達到正確的性能，而需要更大規(guī)?；パa傳感器。

　　在某些情況下，對于那些不能容許后端系統(tǒng)濾波校正所需時間的應(yīng)用，啟動漂移的最小化(重復(fù)性)就極為重要。 低噪聲加速度計與陀螺儀的配合使用，能有助于任何g關(guān)聯(lián)漂移的分離和校正。

　　陀螺儀傳感器實際上是被設(shè)計為，可直接消除任何g事件，包括振動、沖擊、加速度、重力，對組件偏移所造成的影響，因而能在線性g上提供實質(zhì)的優(yōu)點。 此外，其溫度漂移和對準都已經(jīng)透過校準而被修正。 如果沒有對準修正，則一個典型的多軸MEMS組件即使被整合到單個硅結(jié)構(gòu)中，都還是可能未能對準到誤差主要來源的點上。

　　近年來，雖然噪聲已逐漸不再是傳感器等級的顯著分類因素，但諸如線性g效應(yīng)和對準這類改善(透過硅設(shè)計或組件專屬校準)成本最高的參數(shù)，已成為簡單或相對靜態(tài)運動判定之外的各種應(yīng)用的噪聲額外來源。

　　表6中的一使用例，比較了一實際的工業(yè)等級MEMS IMU與一消費等級IMU，此兩者都有相當良好的噪聲性能。 然而，消費等級產(chǎn)品并未針對振動或?qū)?，而設(shè)計或校準。 此范例顯示了基于所述的假設(shè)，組件的規(guī)格以及其對誤差預(yù)測值的影響。 總誤差是三個所示誤差源的平方根，線性g及跨軸(Cross Axis，Misalignment未對準)為消費等級設(shè)備產(chǎn)品的主導(dǎo)誤差，而工業(yè)設(shè)備則取得較好的平衡。 總體而言，在忽略消費產(chǎn)品的額外潛在誤差源條件下，此比較呈現(xiàn)了至少20倍的性能差異。

　　準確實現(xiàn)運動判定 工業(yè)IMU效率佳

　　大多數(shù)的復(fù)雜運動應(yīng)用都需要一個完整的IMU(三軸的線性加速度和角速度運動)，以適切地判定姿態(tài)。 現(xiàn)今的IMU功能，有芯片等級(消費等級)的形式，以及模塊等級的整合(工業(yè)等級)見圖6中的工業(yè)IMU例。 雖然消費等級的芯片IMU在系統(tǒng)整合方面看似更加先進，但如果最終目標是要在復(fù)雜的工業(yè)環(huán)境中，準確地實現(xiàn)運動判定，則事實是相反的。

　　對于工業(yè)IMU來說，其高性能是開箱即用的。 此外，其在整個壽命期內(nèi)，能可靠地得到一致的高性能，且只需要最低程度的系統(tǒng)校正要求。 消費等級IMU雖然看起來有很高的整合度與完整性，但事實上卻須要耗用大量的額外時間、整合、和成本(圖7)，才有機會實現(xiàn)類似工業(yè)等級的性能水平(通常甚至也不可能)，而且還無法實現(xiàn)同等可靠的動作。

　　位置感知的工業(yè)智能性傳感器，能為機器自動化帶來的巨大的效率提升。 系統(tǒng)等級的精確度和可靠性主要是由核心傳感器質(zhì)量來決定，而非系統(tǒng)及其軟件。 盡管如此，當我們使用高質(zhì)量傳感器來建立系統(tǒng)時，整體整合、嵌入式軟件、以及方法的鏈接，能建構(gòu)出智能型感測解決方案，這可大幅提高信息的質(zhì)量和效用，而不需犧牲同等重要的安全性和可靠性。