無論是在制造業(yè)、農(nóng)業(yè)、物流業(yè)、能源業(yè)、汽車業(yè)還是無人機(jī)行業(yè)，機(jī)械自動化都有望顯著提高資源效率、設(shè)備精度和安全性。為實(shí)現(xiàn)這些效益，關(guān)鍵是找出合適的檢測技術(shù)以增強(qiáng)對設(shè)備狀況相關(guān)情境的了解，使得設(shè)備的地點(diǎn)或位置成為有價值的輸入。對此，通過指出精確地點(diǎn)或維持精準(zhǔn)定位，精密慣性傳感器有望發(fā)揮巨大作用。在某些應(yīng)用中，運(yùn)動是一個重要因素，若將其位置信息和傳感器情境信息相關(guān)聯(lián)，將產(chǎn)生意義重大的價值。很多情況下，尤其是在復(fù)雜或惡劣環(huán)境下工作時，確定位置有著關(guān)鍵性作用。運(yùn)動物聯(lián)網(wǎng)(IoMT)在實(shí)現(xiàn)效率大幅提升的道路上還面臨著許多挑戰(zhàn)，高性能慣性傳感器將對其發(fā)展起到重要的推動作用。

傳感器推動機(jī)器自動化

機(jī)械設(shè)備已從執(zhí)行簡單的被動測量發(fā)展到包含嵌入式控制功能，現(xiàn)在正進(jìn)軍完全自主式運(yùn)作，這其中傳感器發(fā)揮著重要的推動作用。無論是支持離線分析的簡單測量，還是過程控制，很多此類傳感器在孤立環(huán)境下都能充分有效地工作。獲取實(shí)時信息的需求，加上日益豐富的檢測類型和高效處理，使傳感器融合——通過它能夠最有效地確定與多種應(yīng)用和環(huán)境狀態(tài)相關(guān)的情境——取得重要進(jìn)步。此外，在涉及多平臺交互和需要獲取歷史系統(tǒng)狀態(tài)的復(fù)雜系統(tǒng)中，連接技術(shù)的進(jìn)步為智能程度日益提高的傳感器系統(tǒng)提供支持，如表1所示。

表1. 傳感器集成和連接水平

這些已面世的智能型傳感器系統(tǒng)正在一些所謂的成熟行業(yè)掀起革命，把農(nóng)業(yè)變成智能農(nóng)業(yè)，把基礎(chǔ)設(shè)施變成智能基礎(chǔ)設(shè)施，把城市變成智能城市。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，數(shù)據(jù)庫管理和通信方面出現(xiàn)了新的挑戰(zhàn)，不僅要求傳感器之間的融合，而且要求實(shí)現(xiàn)跨平臺、跨時間的復(fù)雜融合（例如：對跨時間的基礎(chǔ)設(shè)施狀況、前一年的農(nóng)作物產(chǎn)量、交通狀況及模式進(jìn)行基于云計(jì)算的分析），如圖1所示。

在機(jī)動性很重要的情況下，需要確定情境傳感器數(shù)據(jù)的地理位置。事實(shí)上，物聯(lián)網(wǎng)很少被視為靜態(tài)。工廠、田野和醫(yī)院中的可移動設(shè)備能發(fā)揮更大的用處，而地理位置不動的設(shè)備的光學(xué)傳感器也可能需要局部移動，比如轉(zhuǎn)向和對位。運(yùn)動物聯(lián)網(wǎng)（表2）能融合情境數(shù)據(jù)和位置數(shù)據(jù)，極大地提高數(shù)據(jù)分析的價值和效益。舉個例子，當(dāng)分析農(nóng)作物增產(chǎn)的機(jī)會時，試著想象比較以下兩種情形：一是對每顆所種種子的溫度、濕度、精確位置都了如指掌，二是僅知道種子隨機(jī)播撒的農(nóng)地的溫度和土壤條件；顯然第一種情形更有利于做出準(zhǔn)確分析。

表2. 精確定位與情境交融，實(shí)現(xiàn)運(yùn)動物聯(lián)網(wǎng)

智能機(jī)器中的慣性傳感器

在大多數(shù)智能機(jī)器中，慣性傳感器主要起到兩個作用：一是設(shè)備穩(wěn)定和瞄準(zhǔn)，二是導(dǎo)航和制導(dǎo)，如圖2所示（另一個重要作用是振動分析和條件監(jiān)控，對此將單獨(dú)說明）。GPS由于無處不在，可能被視為大多數(shù)系統(tǒng)的首選導(dǎo)航輔助手段，但在某些情況下，依賴GPS會帶來一些嚴(yán)重問題，因?yàn)樗赡軙蛔钃酢Ｔ贕PS被阻擋期間切換到慣性檢測是可行的，但要求慣性傳感器質(zhì)量足夠好，并能在此期間提供足夠高的精度。對于穩(wěn)定或伺服環(huán)路，反饋機(jī)制可能要依賴慣性傳感器，以使天線、吊車平臺、施工刀片、農(nóng)具或無人飛行器上的相機(jī)維持一個可靠的指向角。在所有這些例子中，慣性傳感器的作用已不僅僅是提供有用的功能（如手機(jī)中的手勢控制等），而是發(fā)展到要在異乎尋常的困難環(huán)境中提供關(guān)鍵精度或安全機(jī)制（參見表3）。

表3. 困難環(huán)境下的工業(yè)應(yīng)用對慣性傳感器提出極具挑戰(zhàn)性的要求

傳感器的質(zhì)量非常重要

有一種不切實(shí)際的說法是，可以利用傳感器融合算法，通過編程使技術(shù)水平很差的傳感器獲得良好的性能。傳感器融合的確可用于某些校正，例如：利用溫度傳感器校正其他傳感器的溫漂，或利用加速度計(jì)(g)傳感器校正陀螺儀的重力效應(yīng)。但即使是在這些情況下，也只能依據(jù)環(huán)境來校準(zhǔn)給定傳感器，而無法提高它在校準(zhǔn)點(diǎn)之間維持性能的固有能力；也就是說，只能插值而無法維持校準(zhǔn)精度。質(zhì)量較差的傳感器通常會迅速漂移，如果不進(jìn)行廣泛和成本高昂的校準(zhǔn)，精度會立即下降。

盡管如此，為使器件發(fā)揮最高性能，即使高質(zhì)量傳感器通常也需要進(jìn)行一定的校準(zhǔn)。為了以最具性價比的方式進(jìn)行校準(zhǔn)，必須了解傳感器的復(fù)雜細(xì)節(jié)和運(yùn)動力學(xué)的深厚知識（參見圖3），更不用說需要比較獨(dú)特的測試設(shè)備。因此，校準(zhǔn)和補(bǔ)償步驟越來越多地被看成是傳感器制造商必須提供的嵌入式功能。

將基本檢測輸出轉(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。這就意味著要對應(yīng)用動力學(xué)以及傳感器性能有廣泛深入的了解，從而最有效地在任一給定時間點(diǎn)確定可以利用和依賴的傳感器。

圖4中的概念示例說明了傳感器融合在工業(yè)應(yīng)用中的作用。這是一種精密從動工業(yè)應(yīng)用，通過精心選擇傳感器來滿足預(yù)期需求，在GPS有很大可能被阻擋，或在有復(fù)雜磁場和其他環(huán)境干擾的情況下保持運(yùn)作。為此必須高度依賴無基礎(chǔ)設(shè)施的慣性傳感器，并選擇其他傳感輔助手段來應(yīng)對特定環(huán)境挑戰(zhàn)，幫助校正長期慣性漂移。雖然較好的做法是對傳感器選擇進(jìn)行規(guī)劃以實(shí)現(xiàn)所有條件下的精確跟蹤，但這種做法在實(shí)際上是不可行的。因此，場景規(guī)劃中仍存在一定的不確定性。已有算法來執(zhí)行重要的傳感器校準(zhǔn)，以及管理應(yīng)用狀態(tài)驅(qū)動的復(fù)雜傳感器切換。

歸根結(jié)底，最終應(yīng)用將決定所需的精度水平，而所選的傳感器質(zhì)量將決定其能否實(shí)現(xiàn)。

表4比較了兩種場景，說明了傳感器選擇對設(shè)計(jì)過程和設(shè)備精度均很重要。如果只在很有限的情況下依賴傳感器，并且應(yīng)用有較高的容錯性，那么可以使用低精度傳感器。換言之，如果不是安全或生命攸關(guān)的應(yīng)用，相對較低的精度便足夠了。雖然多數(shù)消費(fèi)級傳感器在有利條件下噪聲很低且性能良好，但它們不適合用于動態(tài)運(yùn)動（包括振動）下的機(jī)器，因?yàn)樾阅茌^低的慣性測量單元無法將動態(tài)運(yùn)動與簡單的線性加速度或所需的傾斜測量區(qū)分開來。在工業(yè)環(huán)境中工作時，為實(shí)現(xiàn)優(yōu)于1度的精度，應(yīng)當(dāng)選擇專門設(shè)計(jì)的傳感器，以便抑制振動或溫度影響導(dǎo)致的誤差漂移。這種高精度傳感器能夠支持更大范圍的預(yù)期應(yīng)用狀態(tài)，工作時間也更長。

表4. 具有復(fù)雜、關(guān)鍵任務(wù)要求的工業(yè)應(yīng)用依賴高精度傳感器

高性能慣性傳感器

針對性能的設(shè)計(jì)與針對成本、尺寸、功耗效率的設(shè)計(jì)并不是互相排斥的。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，有時甚至?xí)?yán)重削弱性能。為降低成本而做出的一些簡單選擇，例如縮小硅片質(zhì)量和用塑料封裝消費(fèi)級產(chǎn)品等，對MEMS性能有很大的不利影響。為了從微機(jī)電器件（例如圖5所示）提取精確穩(wěn)定的信息，必須有很高的信噪比，而信噪比是由硅片面積和厚度決定的，另外還要選擇適當(dāng)?shù)钠骷庋b和系統(tǒng)外殼，使硅片受到的應(yīng)力最小。在一開始定義傳感器時便牢記最終應(yīng)用的性能要求，據(jù)此優(yōu)化硅片、集成、封裝、測試和校準(zhǔn)方法，使得在復(fù)雜環(huán)境下也能維持原有性能，并且使成本最低。

表5顯示了一款中檔工業(yè)器件的性能，并將其與手機(jī)等設(shè)備使用的典型消費(fèi)級傳感器進(jìn)行比較（注意還有更高端的工業(yè)器件，其性能比表中所示高出一個數(shù)量級）。多數(shù)低端消費(fèi)級器件未提供諸如線性加速度效應(yīng)、振動校正、角度隨機(jī)游走之類的參數(shù)規(guī)格，而這些規(guī)格在工業(yè)應(yīng)用中恰恰可能是最大的誤差源。

表5. 工業(yè)MEMS器件對所有已知潛在誤差源進(jìn)行全面測定，通常能實(shí)現(xiàn)高出一個數(shù)量級或更高的精度水平

這款工業(yè)傳感器設(shè)計(jì)用于預(yù)期會有相對迅速或極端運(yùn)動（2000 °/s、40 g）的場景，寬帶寬傳感器輸出對最佳地辨別信號也很關(guān)鍵。工作期間的失調(diào)漂移（運(yùn)動中穩(wěn)定度）應(yīng)最小，以降低對一大套補(bǔ)充傳感器（用來校正性能）的依賴。在某些情況下，應(yīng)用無法為后端系統(tǒng)濾波校正提供所需的時間，此時必須使開機(jī)漂移（可重復(fù)性）最小化。低噪聲加速度計(jì)同陀螺儀一起使用，以幫助區(qū)別并校正任何g相關(guān)漂移。

陀螺儀傳感器設(shè)計(jì)用來直接消除任何g事件（振動、沖擊、加速度、重力）對器件失調(diào)的影響，可大幅改善線性g。通過校準(zhǔn)，溫漂和對準(zhǔn)均得以校正。若不進(jìn)行對準(zhǔn)校正，典型多軸MEMS器件即使集成到單片結(jié)構(gòu)中，也可能有較大對準(zhǔn)誤差，使其成為誤差預(yù)算的主要貢獻(xiàn)因素。

近年來，噪聲在區(qū)分傳感器級別上所起的作用有所降低。在超出簡單判定或相對靜止運(yùn)動確定的應(yīng)用中，線性g效應(yīng)和對準(zhǔn)誤差之類的參數(shù)成為噪聲源，通過芯片設(shè)計(jì)方法或器件專用校準(zhǔn)來改善它們需要付出高昂的成本。表6中的使用案例比較了實(shí)際工業(yè)MEMS IMU和消費(fèi)級IMU，二者均有比較好的噪聲性能。然而，消費(fèi)級器件并未針對振動或?qū)?zhǔn)進(jìn)行設(shè)計(jì)或校正。基于給出的假設(shè)，本例顯示了器件規(guī)格及其對誤差預(yù)算的影響。總誤差為所示三個誤差源的和方根，消費(fèi)級器件的誤差以線性g和跨軸（對準(zhǔn)誤差）為主，工業(yè)器件則實(shí)現(xiàn)了更好的平衡。最終，不考慮耐用性較差消費(fèi)級產(chǎn)品的其他潛在誤差源的話，二者性能相差至少20倍。

表6. 在動態(tài)運(yùn)動中，線性g和對準(zhǔn)是主要誤差源；工業(yè)器件平衡了所有規(guī)格以使總誤差較低

系統(tǒng)權(quán)衡

大部分復(fù)雜運(yùn)動應(yīng)用需要一個全功能IMU（三軸線性加速度和三軸角速率運(yùn)動）來實(shí)現(xiàn)充分有效的定位。當(dāng)今的IMU既有芯片式（消費(fèi)級），也有模塊式（工業(yè)級），參見圖6中的工業(yè)IMU示例。邏輯上看，消費(fèi)級芯片式IMU的系統(tǒng)集成度似乎更高，但如果最終目標(biāo)是在復(fù)雜的工業(yè)環(huán)境中精準(zhǔn)確定運(yùn)動狀況，則情況正好相反。工業(yè)IMU性能優(yōu)越，而且開箱即可使用。在應(yīng)用的全壽命期間都能可靠地獲得一致的高性能，對系統(tǒng)中校正的要求（如有）極低。消費(fèi)級IMU看似全面集成且很完整，但其實(shí)需要大量額外時間、集成和成本（參見圖7）才能勉強(qiáng)實(shí)現(xiàn)類似水平的性能（通常幾乎是不可能的），而且可能永遠(yuǎn)無法實(shí)現(xiàn)同樣可靠的運(yùn)作。

地點(diǎn)感知型工業(yè)智能傳感器有望大幅提升機(jī)器自動化的效率。系統(tǒng)的精度和可靠性主要取決于核心傳感器質(zhì)量，而不是其周圍的系統(tǒng)和軟件。盡管如此，圍繞高質(zhì)量傳感器的整體集成、嵌入式軟件和連接方法可幫助實(shí)現(xiàn)智能檢測解決方案，從而大大增強(qiáng)信息的質(zhì)量和利用率，同時又不影響同樣重要的安全和可靠性。