필요한 크기와 비용 효율성을 제공하고 '이동 것들'개발을 촉진하기 위해 노력하기 시작하면서, 보조 포인팅 정확도와 정밀도 위치 위치를 지원할 수있는 고성능 산업용 센서의 새로운 세대.
신뢰할 수있는 연결 및 데이터 분석, 새로운 산업 효율성의 창출과 함께 고품질의 센서의 성장 인기와 함께뿐만 아니라 지능형 노드와 행동 지향. 대부분의 경우, 센서 노드들을 더 자율적한다 정확한 모션 캡쳐와 위치 추적은 성공적인 어플리케이션의 핵심입니다.
예를 들어, 팜 지상 공기 차량 지능형 자동화 학습 풍부한 지역 타겟팅 및 접지 작업을보다 효율적으로 안내의 내용에 기초하여 (위치 정보) 센서를 사용할 수있다. 전형적인 수술실 지능형 탐색 기술을 수술대로 , 로봇 아암 안내 정밀도를 사용하여 센서 퓨전을 정확하게 안내 할 수있는 모든 경우에 다음을 보장한다. 여러 분야에서, 동작 기반 센서는 모바일 애플리케이션의 값이 상승 효과를 얻을 수 있도록하여.
소비자 관성 센서 응용 프로그램은 널리 스마트 폰에서 사용되었지만, 또한 사용자가 일반적으로 동의 발생할 수있는 불만족의 정확성 때문에, 지금까지 '이동 것들'촉진 (이동 것들의 인터넷, IoMT) 개념 비효율적이었다. 그러나, 필요한 크기 및 비용 효율성을 제공하면서, 분할 (부 gegree) 정확도 및 정밀도 지리 타겟팅을 가리키는 지원할 수있는 고성능 산업용 센서의 새로운 세대는 IoMT을 촉진 작동하기 시작 개발.
산업용 시스템의 지능형 센싱 드라이버
산업 기계 및 제조 분야에서 가장 중요한 발전은 설계 및 구현 문제로 이어질 수있는 유형적이고 시스템 수준의 이점에 초점을 맞추는 한편 다른 한편으로는 새로운 솔루션 및 비즈니스 모델로 전환하는 것입니다 .3 현재 세 가지 이러한 유형의 시스템 수준 추진력은 자원 효율성, 중요성 및 보안을 추구하도록 설계되었으며 이러한 개선 사항에 초점을 맞춘 응용 프로그램은 항공 / 육지 / 해양, 실내 / 실외, 단기 / 장기 및 인적 / 기계적이지만 어떤 경우에도 이러한 응용 프로그램은 표 1에 나열된 정확성, 안정성, 보안 및 인텔리전트 처리 및 분석과 같은 일반적인 특성에 의존합니다.
표 1 : 귀중한 시스템 속성은 IoMT 애플리케이션에서 어려운 설계 요구 사항으로 해석됩니다.
시스템의 복잡성이 설계되어야한다 순서로 인해 일부 산업은 선택의 용이성을 기반으로 할 수 있지만 대상 응용 프로그램의 설계 작업의 핵심 종류의 다양한 센서. 그러나, 개발자는 신중하게. 광범위한 변화의 경우 센서의 품질과 내구성을 고려해야합니다 센서 (예를 들어, 두 센서 제품군의 휴대 전화의 사용), 그러나 다른 산업은 처음부터 센서 제품군을 정의하고, 정밀도에 따라 선택하고 지능적으로 모든 예상을 커버하는 완벽하고 신뢰할 수있는 시스템을 달성하기 위해 통합 국가.
지능형 감지
이러한 스마트하고 접근 가능한 시스템은 센서가 풍부한 상황 별 아키텍처로 이미 성숙한 산업에 혁신을 가져 왔으며 농업을 스마트 농업으로 바꾸고 인프라를 스마트 인프라로 업그레이드하고 도시를 스마트 도시로 전환했습니다. 환경 관련 상황 정보를 수집하고 교차 플랫폼 및 교차 시간 통합이 필요한 데이터베이스 인 센서를 더 많이 배치하십시오 (예 : 작년의 작물 생산 또는 교통 상황 및 패턴과 같은 인프라에 대한 시간 경과에 따른 구름 분석 방법) 관리 및 통신 (단순 센서 대 센서와 반대)은 그림 1에서 볼 수 있듯이 새로운 수준의 복잡성을 가져옵니다.
솔루션은 안정적 환경에서 장치로부터 정보를 수집하려면, 이러한 혁신적인 기업의 핵심 주요 효과의 측정 및 궁극적으로 성장 기초. 정확도 드라이브 효율성, 또한 안전하고 신뢰할 수있는 동작 규모의 필요한 경제로 전환하지만. 간단한 기능의 증가는 가장 기본적인 센서 어렵지 않지만 있지만 최소 목표 IoMT 응용 프로그램의 부가가치 (이 아니오 / 예,에 / 온 / 오프 및 기타 인터페이스하는보다 정교한 솔루션으로 대체됩니다 아래에 나에 ) 그리고 센서의 선택에 대한 추가적인 영향은 실제로 부적절합니다.
'행동'이 결정적이다.
대부분의 경우, 만약 IoT가 (예 : 고정 된 산업 안전 카메라) 동적없는 경우에도, 움직임에, 정확한 점은, 동작 인식 여전히 중요 또는도 값을 갖는 표시 (예 조작으로)하지 않습니다. 광 데이터가 정확하게 지리적 적용 할 수있는 경우, 지향 각은 비행의 가혹한 조건에 정확하게 유지 될 수 있다면, 광학로드 UAV 용어를 사용하여 촬영 화상을 트리밍하는 것이 더 빠른 결과를 제공 할 수 있으며, 매핑뿐만 아니라 데이터와 추세의 내역을 비교합니다.
지능형 교통 (토지, 공기 또는 바다 여부를) 점점 GPS 네비게이션 시스템에 의존하고있다. 그러나, 그것은 고의적 또는 자연 요소 (건물, 나무, 터널 등) 여부, GPS의 위협은 점점 더 심한 고통 당신이 정확한 센서를 선택하면, 센서보다 확실하게 인터럽트 동작. 테이블 동안 추측 항법 (dead reckoning)가 (죽은라고 생각한다) 액션 (M)이 IoMT 이벤트 예를 들어 추가 2에는이 조치의 효과는 애플리케이션 디스플레이와 관련된 수있을 것입니다 섹스.
장치 나 사람의 자연적 관성을 포착하는 특정 기회와 방법이있는 경우 검색된 시스템의 상태에 대한 지식을 중요하게 늘릴 수 있으며 표 3에 표시된대로 기존 상황 정보에 올바르게 통합 할 수 있습니다.
안정적이고 안전한 IoMT 노드
출력 노드의 IoMT 효과 value는 코어 센서의 품질뿐만 아니라, 고성능 애플리케이션 시나리오 구조를 캡처 할 수있는 능력에 대부분 좌우된다. 둘째, 연속 센서 정정 / 개선 및 동적 센서 상태 이상적인 센서 ( ) 예를 들어, 특정 시점, 센서 가장 신뢰할)에서 융합 프로세스는 애플리케이션 레벨 처리 액이 적층된다. 필요가 있고, 적당한 제한을 포함하는 부품 (위한 최적 환경 이러한 노드는 자율적이지만, 지상 또는 공중에 예를 들어 협력 것 특정 상황에서 무인 차량의 그룹에 모여 동안 기술., 등 이러한 경우는 보안 통신 링크를 배포하며, 안정적인 전송을 강화하기 위해 또한 그림 2와 같이 고유 ID가 보호됩니다.
자율 핵심에 위치한 센서
인간의 몸처럼 자율성 IoMT는 독립적 인 행동의 필요한 인식을 달성하기 위해, 그리고 최선의 임의 또는 혼란 이벤트로, 궁극적으로 시간이 지남에 따라 개선 될 수 있도록, 입력을 감지 여러 노드에 의존한다. 표를 주석에, 기본 측정에서 변환을 제어하거나 자율적 4, 그들이,이 노드가 서로 연결되어 있기 때문에. 포함 된 정보와 결합 된 정밀 레벨 센서를 개선하고 자기 학습 능력의 높은 수준을 가지고 있어야합니다 인체와 중합 기의 방향을 향하여.
인프라가 필요하지 않습니다.
GPS는 위성 신호가 차단되거나 서비스가 중단되지 않는 한 편재하며, 원활한 액세스가 가능하면 매우 정밀한 무선 거리 측정 기술을 구현할 수 있습니다. 방해가 될 수있는 경우 자기장 판독이 항상 존재하며 관성도 독립적으로 작동 할 수 있습니다. 분명히 관성 MEMS 센서에는 자체적 인 단점 (드리프트)이 있지만 이러한 문제는 관리가 가능하며 차세대 산업용 관성 측정 장치 (IMU)는 컴팩트하고 비용 효율적인 패키지로 전례없는 안정성을 제공합니다.
관성 MEMS 구성 요소는 선형 가속도 (g) 또는 각도 회전 (° / sec 또는 속도)의 형태로 동작을 직접 감지, 측정 및 해석하기 위해 표준 반도체 프로세스, 정밀 패키징 및 통합 솔루션을 사용합니다. 그림 3에서 보듯이 거의 모든 이상적인 애플리케이션은 소위 다중 자유도를 가지고 있기 때문에 (실제로 모든 동작은 모든 축에서 발생할 수 있지만 장치는 상대적으로 제한이 없습니다) g 및 속도 측정은 x, y 및 z 축 또는 경우에 따라 롤, 피치 및 요잉 축에 대해 개별적으로 수행해야합니다. 이들을 결합하여 6-DOF 관성 측정 단위.
경제적인 요소가 자연스럽게 MEMS 설계자로 하여금 다이 공간을 최소화하면서 각 축 (x, y, z)에 여러 감각 유형 (g, 속도)을 포착하여 더욱 까다로운 산업 도전 과제 사실, 일부 MEMS 아키텍처는 단일 MEMS 질량에서 이러한 6 개의 모드를 측정하려고 시도합니다. 고성능 감지를위한 이러한 방식의 유효성을 검사하는 것이 중요합니다 이해해야 할 첫 번째 사항은 MEMS 요소를 모션 데이터를 캡처하는 데 사용해야하는 경우에도 동일한 요소가 다른 유형의 오류 동작으로 해석 될 가능성을 배제하는 것이 중요하다는 것입니다. 예를 들어, 각속도의 경우, 각속도 측정에 대한 가속도 또는 중력의 영향도 무시할 수 있어야합니다. 소형 구조에서 다양한 측정을 시도하는 단순한 MEMS 구성 요소는 자연스럽게 (그리고 설계 상으로) 다른 방해 오류가 발생할 수 있습니다 소스가 필요하므로 무엇이 필요하고 필요하지 않은지 구별 할 수 없으므로 궁극적으로 네비게이션 또는 포인팅 애플리케이션의 노이즈 및 오류로 이어질 수 있습니다.
IoMT는 필요할 때 약속되고 귀중한 자원 효율성, 보안 강화 또는 중요한 정확성을 제공하므로 오늘날의 모바일 장치에 유비쿼터스가있는 단순한 센서보다 더 높은 정밀도가 요구됩니다. 성능 관련 디자인은 별도의 각 감지 모드 및 각 감지 축에 대한 설계는 수렴 및 통합 방향으로 수행되어야합니다 마지막으로 성능 지향 설계는 비용 효율적인 설계를 희생시키지 않고 수행 할 필요가 있음을 이해하는 것이 중요합니다 가격.
기능 또는 성능
일부 애플리케이션은 실제 값 (디바이스 스위칭 모드의 자세 / 방향) 기능의 증가를 의미하고, 이러한 특성을 용이하게하기 때문에,보다 용이 값을 측정 할 수있다 산업 또는 전문 장비를위한 간단한 MEMS 컴포넌트를 통해 검색 될 수있다 다중 방향 정확도 및 하위 레벨 차이 또는 위치 인식 정확도가 더 높으며 진동이 심한 환경에서 작동 할 수 있습니다. 저수준 및 고성능 센서는 성능 더 작은 것은 사실, 그 차이가 너무 커서 구성 요소를 선택할 때 신중하게 고려해야합니다.
최종 응용 프로그램에 필요한 정확한 범위를 결정하며, 선택된 센서의 품질 목표를 달성할지 여부를 결정합니다. 표 5는이 개 솔루션을 비교하여 보여 선택된 센서의 중요성을뿐만 아니라 설계 과정에 대한,하지만 또한에만 영향을 미칩니다 장치 정밀도 : 정밀도가 낮은 센서는 제한된 환경에서만 사용하고 내결함성이있는 응용 프로그램이있는 경우 적합 할 수 있습니다. 즉, 안전성에 무관 한 무생위 응용 프로그램에 적합하거나 상대 정밀도가 너무 높을 필요는 충분하지 않습니다. 대부분의 소비자 수준의 센서는 저소음이지만 양호한 조건에서 완벽하게 작동 할 수는 있지만 동적 동작 (진동 포함)에는 적합하지 않습니다. 저 성능 관성 측정 단위는 간단한 선형 가속 또는 경사 측정에서 필요한 부품을 분리 할 수 없기 때문에. 정확성이 한 번 이상인 산업 환경에서 작동하려면, 센서 선택의 초점은 진동이나 온도 영향으로 인한 변동을 거부 할 수있는 설계에 있습니다. 이와 같은 고정밀 센서 응용 프로그램 상태의 넓은 범위를 유지하고, 오랜 시간이 발생할 수 있습니다 예상된다.
시스템 레벨 정보는 따라서 매우 특정 어플리케이션뿐만 아니라 거리 또는 각도 주행보다 g 및 속도 보정 이후 출력되는의 관성 측정 유닛을 사용하는데 일반적으로 가장 관심 정밀 기기 설계자, 포커스 이벤트. 문제의 시스템 설계자 (관성 센서되지 디자이너)은 본원에 그 식별, 예를 들어, 관성 센서 사양 테이블을 가리키는 정밀도 발생되었다.
표 6에서 중간 규모의 산업 구성 요소와 휴대 전화 그것은 더 진보 된 산업 구성 요소도 얻을 수 있다는 언급 할 가치가있다. 비교를 위해 일반 소비자 일반적인 센서에 사용되며, 사양은 여기에 나열된 것보다 더 많은입니다 크기가 작은 차수의 소비자 구성 요소의 크기 순서에는 선형 가속 효과, 진동 보정, 각도 랜덤 보행 및 실제 산업 응용에서 최대 오차의 원인이 될 수있는 기타 매개 변수와 같은 매개 변수는 포함되지 않습니다.
산업용 센서 샘플은 비교적 빠른 또는 극한 동작 (2000 ° / s, 40g)을 예상하는 시나리오에서 사용하도록 설계되었으며, 최적의 신호 식별을 달성하려면이 범위의 대역폭 센서 출력도 중요합니다. 작동 중 오프셋의 최소 드리프트 (작동 안정성)는 성능을 보정하기 위해 대형 보완 센서에 대한 의존도를 줄이려는 것이지만, 경우에 따라 백엔드 시스템 필터링을 수정하는 데 필요한 시간 응용 프로그램, 시작 드리프트는 또한 매우 중요하다 (반복)을 최소화한다. 저잡음 가속도계와 자이로 스코프는 드리프트의 중력에 관한 개정 해결을 지원하기 위해, 혼합하는 데 사용됩니다.
자이로 센서는 실질적으로 중력 오프셋 소자 이벤트의 직접적인 영향을 제거하도록 설계된다 (진동, 충격 가속도의 중력으로) g 선형 방식으로 실질적으로 이점을 제공하고, 상기 송신 캘리브레이션 그 온도 드리프트와 캘리브레이션이 보정되었고 캘리브레이션 수정없이 단일 웨이퍼 구조에 통합 된 일반적인 다축 MEMS 디바이스조차도 정렬되지 않고 오류 예산의 주요 원인이 될 수 있습니다.
최근 노이즈 센서 유형 결정 이상 주요 요인 왔지만, 이러한 효과 파라미터 g 선형 보정되지 않은 등이 있는지 웨이퍼 디자인을 통하거나, 임의의 어플리케이션 조작 소음원 증가 하였지만 이것은 단순하거나 상대적으로 정적 인 동작 결정보다는 개선 할 수있는 가장 비용 효율적인 부품 별 보정입니다.
센서 융합은 열악한 센서 품질 문제를 해결할 수 있습니까?
전자 NO. 환경과 조합하여 센서 융합 관리 필터링 알고리즘과 센서와 결합 될 수있다 말해서, 애플리케이션 상태 연관된 동력학의 동작 보정 불확실성 온도 보상을 제공 할 수 있고, 시스템 상태에 기초 할 수있다 그러나 한 센서에서 다른 센서로의 조정을 관리하는 지식은 센서의 고유 결함을 수정하지 않습니다.
센서 융합 설계에서 가장 중요한 작업은 다른 설계 프로세스를 실행하는 애플리케이션 상태에 대한 심층적 인 지식을 개발 한 다음 특정 애플리케이션에 적합한 센서를 선택하는 것입니다. 이러한 애플리케이션을 이해하려면 상세한 분석이 필요합니다. 전체 임무의 여러 단계에서의 가중치 (보행) 보행자 매핑의 예에서 솔루션은 성능 설계가 아닌 스마트 폰의 임베디드 센서와 같은 기존 장치에 의해 크게 제한됩니다. 이러한 이유로 GPS 및 내장 된 관성 또는 자력과 같은 기존의 센서에 크게 의존하게되어 옥외에서 자연스럽게 작동하는 유효한 위치 정보를 결정하는 작업에만 조금 기여할 수 있습니다 , GPS는 어려운 도시 환경이나 실내에서 사용될 수 없으며 다른 가용 센서의 품질이 좋지 않아 큰 차이를 남기거나 위치 정보 품질의 불확실성을 남깁니다 첨단 필터 및 알고리즘이 이러한 센서를 결합하는 데 자주 사용 되더라도 추가 센서가 필요하지 않습니다. 센서 또는 고품질 센서가 있지만 불확실성 차이를 실질적으로 채우기를 원한다면 소프트웨어는 최소한으로 할 수 있으며 궁극적으로 그림 4와 같이 반환 위치의 신뢰성을 크게 떨어 뜨립니다 .
명백한 대조적으로, 산업 데드 레커닝 솔루션은 특정 정확도 요구 사항을 기반으로 한 구성 요소 선택을 통해 시스템 정의 성능을 위해 설계되었으며보다 우수한 품질의 관성 센서가 기본 역할 자격, 불확실성 격차를 줄이기 위해 다른 센서를 신중하게 사용해야합니다 알고리즘은 개념적으로 센서 간의 최적 가중치, 조정 및 상호 상관, 환경 인식 및 즉각적인 동작 동역학에 중점을 둡니다. 신뢰할 수있는 센서 판독 값 사이의 위치를 외삽 / 추정하는 것이 아닙니다.
두 경우 모두 품질이 향상되어 정확성이 향상 될 수 있으며 센서 필터링 및 알고리즘이 솔루션의 중요한 부분을 차지하지만 제한된 센서 범위로 인한 갭을 제거 할 수는 없습니다.
새로운 산업 센서 전면에 거의 동등한 미사일 생성 성능을 안내하기위한 센서를 포함한다. 원래 차량 장비의 신뢰성과 예상 센서 아키텍처의 정밀도 및 경제성의 제조 프로세스를 사용하고 있도록 확장 될 수있다 이 차세대 산업 센서는 그림 5에서와 같이 가격 / 성능 및 성능 차원에서 완전히 독창적입니다.
정밀 모션 감지는 더 이상 틈새 애플리케이션에서 격리하지 만 다른 고가의 추적 솔루션에 투자한다. 산업용 등급의 정밀 IMU 미니 사이즈의 사용으로, 만약 IoT 디자이너 이제 고품질의 모션 센싱의 통합을 통해 그리고 IoMT가 제공하는 가치를 배가시키기 위해 내장형 상황 인식을 결합하여 IoMT의 발전을 이끌어냅니다.