来源：IoT for all
作者：Hari Harikrishnan
物联网智库 整理发布
转载请注明来源和出处
------ 【导读】 ------
传感器的出现早于互联网，更早于物联网。从前，人们会利用金丝雀的对瓦斯的敏感度在煤矿中检测危险状况，而现在可以用无人机来感应飓风的危险，用机器人来检测核反应堆中的危险。
传感器的出现早于互联网，更早于物联网。从前，人们会利用金丝雀的对瓦斯的敏感度在煤矿中检测危险状况，而现在可以用无人机来感应飓风的危险，用机器人来检测核反应堆中的危险。
在今年旧金山举行的传感器大会上，笔者注意到大多数参与传感器项目的公司几十年来一直在开发传感器技术，早于物联网概念出现之前的，这令我十分震惊。
鉴于传感器是物联网应用的重要组成部分，下面让我们快速浏览一下从金丝雀时代到无人机时代各种形状和大小的传感器的演变过程。
调用所有传感器
其实对传感器进行分类并不简单，因为有太多的分类方式了，特别是我们还处在一个传感器概念正在不断进化的时代。
传感器是从数字世界到模拟世界(a-d)转换的窗口。
这里有一些非互斥的传感器类别，用以说明为什么分类是困难的。
MEMS传感器:应该算是传感器的鼻祖，这些传感器是基于微机电系统( MEMS)。这个类别不是特定于应用程序的，而是基于传感器的尺寸(微米大小)以及它的构造方式。我们通常听到的传感器，如加速计、陀螺仪、麦克风和大多数生物传感器都是MEMS型的。
NEMS传感器:随着新材料尺寸不断微型化到纳米尺寸，将会产生纳米机电系统(NEMS)，这将进一步提升传感功能和应用。
生物传感器:他们能感受生物反应并且能在分子水平上运作。它们中许多都是基于MEMS(生物MEMS)。例如将葡萄糖监测器植入到癌细胞探测器上。它们可以依赖于微生物，也可以是光传感、密度传感，也可以是被动的传感器，可以像手表一样穿戴，或者是在我们身体内嵌入的支架。
环境刺激:例如通过感知光、声音和身体接触而工作的传感器。光学传感器、语音激活传感器、超声波传感器、运动传感器、压力传感器、振动传感器、流量传感器都基于这些模拟刺激而工作。
手机:其实你的智能手机就是一个传感器。它可以追踪你的动作，可以进行人脸或指纹识别以保证安全。包括为实现对环境进行3D感知并辅以增强现实技术的被动遥感传装置已经指日可待。
远程传感器:卫星已经为这个功能服务了几十年了。有一整个类别的遥感卫星都可以执行从地理定位到天气分析的任务。
无人机和机器人:我们通常不会认为无人机是传感器，但大多数无人机都被应用于航空勘测，就像飓风哈维之后使用的无人机，就调查了AT&T和政府等公司的损失。
人类:当我们告诉Waze导航应用程序，在路上有一个坑，或者当我们拍下受损的公共财产的照片，然后把它送到政府机构，其实我们就正在扮演着宏观的传感器角色。
基于传感器的构造方式，互斥的传感器分类并不简单。
传感器需要科学和技术的整合，它们已经成为数字化的象征。
这有一个关于传感器的观点是将模拟和数字技术结合在一起，传感器的大小从纳米到微米不等，并且将结合各种技术学科来制造。从MEMS传感器到卫星，再到人层层递进。
传感器需要整合的是科学和技术，而不仅仅是计算和通信技术，它们是数字化的象征。
特定于应用程序的传感器
除非你是一个元器件制造商，否则上述分类在对你选择传感器方面并不是很有帮助。你需要根据应用程序类型、功能需求或非功能性等属性来选择是否使用它们，比如传感器连接到的设备的寿命。
有时你为了完成多个功能而需要复合传感器，比如微型导航传感器，它结合了加速计、陀螺仪和GPS。
选择垂直行业的例子
石油和天然气:在加工制造石油和天然气等资源行业，流量传感器占据了主导地位。高和低精度的传感器可以测量液体和气体的流动以及环境条件。
汽车:除了飞机之外，也许一辆汽车拥有最多的传感器了，而且这个数字还在不断增加，以支持自动驾驶功能。即使在自动驾驶车辆出现之前，车辆的每一个方面如从汽车的速度到刹车垫，再到制动液液位，都会被测量。汽车的自主性要求汽车增加传感，并且要使用像激光雷达这样的技术来做更多的外部车辆(车辆到车辆)和V2I(车辆到基础设施)传感。
消费者设备:这款智能手机有15个传感器，还不包括可以用作传感器的摄像头。他们从位置、距离、方向和环境条件来衡量一切。
医疗保健:这里的传感器从无侵入的追踪器和可穿戴设备到侵入体内可以检测心脏损伤或突变细胞的传感器。
为应用程序找到合适的传感器需要行业专家们的专业知识。对精确性的要求常常会使成本成倍增长。
总结
传感器不仅出现的时间要早于互联网，并且本身就拥有一种新的云连接能力。
从使用金丝雀作为传感器到使用无人机和从生化传感器到机电传感器的机器人，我们已经取得了长足的进步。
从纳米到微观再到宏观尺寸，传感器都是作为人工智能的眼睛的功能。纳米传感器和生物传感器的进步将会释放出一系列新的我们今天只能在科幻小说中看到的应用。
但是要充分发挥传感器的潜力，不仅仅是简单的将大数据与算法结合起来，而且需要更多的技术融合才可以。
联系客服
