盡管傳感器融合的概念早就提出了，但直到最近我們才開始真正看到實(shí)際的規(guī)模應(yīng)用。事實(shí)上，傳感器融合已經(jīng)迅速發(fā)展成為一種熱門趨勢(shì)，從發(fā)源的智能手機(jī)和便攜式設(shè)備，現(xiàn)在開始拓展到廣泛的物聯(lián)網(wǎng)傳感器、新一代自動(dòng)駕駛汽車以及無人機(jī)的環(huán)境感知應(yīng)用。

這種爆炸式增長(zhǎng)帶來了機(jī)遇，當(dāng)然也提出了許多挑戰(zhàn)，不僅是純粹的技術(shù)挑戰(zhàn)，還涉及隱私、安全以及對(duì)未來基礎(chǔ)設(shè)施發(fā)展的更廣泛影響。

傳感器融合的定義相對(duì)簡(jiǎn)單，本質(zhì)上是一種智能整合一系列傳感器數(shù)據(jù)的軟件，然后利用整合結(jié)果來提高性能，可以是使用相同或類似類型的傳感器陣列來實(shí)現(xiàn)極高精度的測(cè)量，也可以通過整合不同類型的傳感器輸入來實(shí)現(xiàn)更復(fù)雜的功能。

消費(fèi)電子領(lǐng)域需求最大

傳感器融合的潛在應(yīng)用非常廣泛，產(chǎn)業(yè)分析師非常看好。據(jù)麥姆斯咨詢報(bào)道，傳感器融合系統(tǒng)需求預(yù)計(jì)將在未來5年內(nèi)以約19.4%的復(fù)合年增長(zhǎng)率（CAGR）增長(zhǎng)，市場(chǎng)規(guī)模預(yù)計(jì)將從2017年的26.2億美元增長(zhǎng)到2023年的75.8億美元。2016年，北美地區(qū)是傳感器融合市場(chǎng)最大的生產(chǎn)基地，市場(chǎng)份額接近32.84%，而歐洲地區(qū)的市場(chǎng)份額也超過了31.51%。

雖然傳感器融合的傳統(tǒng)用例更傾向于工業(yè)應(yīng)用，但近年客戶群發(fā)生了重大轉(zhuǎn)變。2016年，54.86%的傳感器融合系統(tǒng)市場(chǎng)需求源自消費(fèi)電子行業(yè)。

傳感器融合實(shí)現(xiàn)情境感知

傳感器中樞（一種包含MCU的軟硬件結(jié)合解決方案）日益增長(zhǎng)的實(shí)用性，推動(dòng)了消費(fèi)電子產(chǎn)業(yè)的巨大需求。與純軟件的“傳感器融合”相反，傳感器中樞為特定的一組傳感器實(shí)現(xiàn)了特定的傳感器融合算法，涉及廣泛的傳感器類型及算法。基于硬件的傳感器中樞減輕了系統(tǒng)CPU的沉重負(fù)擔(dān)，這對(duì)于從智能手機(jī)到可穿戴設(shè)備的現(xiàn)代設(shè)備非常有用。實(shí)際上，降低CPU負(fù)載可以延長(zhǎng)電池壽命并減少熱量，這兩者都是可穿戴設(shè)備和智能手機(jī)設(shè)計(jì)師面臨的關(guān)鍵挑戰(zhàn)。

例如，谷歌（Google）推出了安卓（Android）傳感器中樞，旨在直接連接生物識(shí)別傳感器、加速度計(jì)和陀螺儀等智能手機(jī)傳感器。其運(yùn)行谷歌自定義算法的微型處理器，可以獨(dú)立解讀手勢(shì)和活動(dòng)，無需消耗主CPU的資源。

目前為止，這種傳感器中樞已經(jīng)集成在無數(shù)的安卓和蘋果iPhone手機(jī)中，作為高通（Qualcomm）Snapdragon芯片組的一部分，也已經(jīng)進(jìn)入了大量的可穿戴設(shè)備和智能家居設(shè)備，在這些用例中，電池壽命都是至關(guān)重要的。

自動(dòng)駕駛應(yīng)用

恩智浦（NXP）汽車傳感器融合系統(tǒng)

傳感器融合的另一個(gè)主要市場(chǎng)是汽車產(chǎn)業(yè)，例如汽車防碰撞系統(tǒng)，其中可以使用各種不同的傳感器，包括壓力傳感器、加速度計(jì)、陀螺儀和超聲波傳感器等。如果傳感器組合達(dá)到了閾值，則可以自動(dòng)執(zhí)行相應(yīng)的響應(yīng)（例如啟動(dòng)相關(guān)的安全氣囊）。大多數(shù)目前的Level3級(jí)自動(dòng)駕駛車輛，依靠傳感器融合將激光雷達(dá)與可見光攝像頭、紅外相機(jī)、超聲波傳感器和雷達(dá)陣列等傳感器集成在一起。這些傳感器每秒能夠產(chǎn)生高達(dá)數(shù)千萬個(gè)點(diǎn)，出于明顯的安全原因，這些點(diǎn)需要實(shí)時(shí)處理。

自動(dòng)駕駛產(chǎn)業(yè)的目標(biāo)是逐步向人類駕駛員互動(dòng)更少的Level4級(jí)和Level5級(jí)（在Level5級(jí)時(shí)根本不需要）發(fā)展，對(duì)傳感器、傳感器融合硬件/軟件以及處理器的可靠性要求不斷提高，這要求比智能手機(jī)和可穿戴設(shè)備更高的水平。很顯然，智能手表遇到故障自己重新啟動(dòng)，跟高速公路上Level5級(jí)自動(dòng)駕駛汽車的防碰撞系統(tǒng)截然不同。整個(gè)系統(tǒng)的可靠性是一項(xiàng)很復(fù)雜的挑戰(zhàn)，因?yàn)閭鞲衅魅诤显谔峁└?、更有效的環(huán)境變量監(jiān)測(cè)時(shí)，也意味著來自單個(gè)傳感器的非正常輸入可能會(huì)觸發(fā)安全系統(tǒng)，這就需要汽車設(shè)計(jì)人員在系統(tǒng)的所有部分都確保有效輸入和冗余。

或許，傳感器融合對(duì)未來自動(dòng)駕駛最重要的優(yōu)勢(shì)是所提供的冗余環(huán)境感知，利用各種不同的傳感技術(shù)解讀它們所處的環(huán)境。例如自動(dòng)駕駛垂直應(yīng)用中的激光雷達(dá)和雷達(dá)系統(tǒng)，以及無人機(jī)系統(tǒng)中的壓力傳感器，在GPS信號(hào)不可靠的情況下是飛行控制和定位的重要工具。

智慧城市應(yīng)用

這種傳感器融合的衍生環(huán)境在物聯(lián)網(wǎng)和智能家居/智慧城市的發(fā)展中尤為重要。這些聯(lián)網(wǎng)的無數(shù)“沉默”傳感器一旦成功融合，就可以構(gòu)建到城市規(guī)模的響應(yīng)系統(tǒng)中。如果家庭數(shù)據(jù)以可識(shí)別的方式使用，那么當(dāng)然會(huì)存在隱私和安全問題，以及城市范圍系統(tǒng)存在的更廣泛的公共安全問題。不過，設(shè)計(jì)用于城市空氣污染（例如苯和顆粒物）監(jiān)測(cè)的早期測(cè)試網(wǎng)絡(luò)，通過車載系統(tǒng)、建筑集成和專用監(jiān)測(cè)站構(gòu)建，能夠自動(dòng)發(fā)出警報(bào)、疏導(dǎo)交通流量，已經(jīng)顯示出巨大的應(yīng)用前景。

例如，2018年7月發(fā)起的一項(xiàng)監(jiān)測(cè)倫敦污染水平的計(jì)劃，整合了污染最嚴(yán)重地區(qū)的100個(gè)固定傳感器和兩輛經(jīng)過特殊改裝的谷歌街景汽車，一起追蹤倫敦街頭的污染水平。這兩輛谷歌街景汽車每隔30米就會(huì)收集一次空氣質(zhì)量讀數(shù)，以通過一年內(nèi)的累積數(shù)據(jù)來標(biāo)記倫敦污染的“熱點(diǎn)區(qū)域”。

人工智能助力傳感器融合

當(dāng)然，除了在各種實(shí)施方案中從各種傳感器中提取有用數(shù)據(jù)的挑戰(zhàn)，還有許多其它挑戰(zhàn)，尤其是可靠地響應(yīng)環(huán)境變化的挑戰(zhàn)，其中任何一個(gè)都可能增加數(shù)據(jù)收集過程中的設(shè)備誤差、噪聲以及缺陷。

數(shù)年前，平滑地處理這些誤差幾乎是不可能完成的任務(wù)，但隨著相對(duì)經(jīng)濟(jì)的機(jī)器學(xué)習(xí)和人工智能（AI）工具的興起，傳感器融合所帶來的真正潛力呈現(xiàn)了指數(shù)級(jí)增長(zhǎng)。當(dāng)然，人工智能技術(shù)應(yīng)用的前景更加喜人，為傳感器供應(yīng)商和設(shè)計(jì)師創(chuàng)造了新的用例，從而打造了新的市場(chǎng)。短期內(nèi)，人工智能和傳感器融合可以通過增強(qiáng)的本地?cái)?shù)據(jù)處理來使安全風(fēng)險(xiǎn)最小化，從而顯著降低安全傳輸、處理和存儲(chǔ)異地個(gè)體數(shù)據(jù)的要求。這可能成為一個(gè)至關(guān)重要的價(jià)值體現(xiàn)，降低商業(yè)風(fēng)險(xiǎn)和間接成本，并為最終用戶提供更清晰的利益。

很顯然，未來我們會(huì)看到越來越多的互聯(lián)傳感器嵌入我們的車輛、家庭和城市。為這些迅速膨脹的數(shù)據(jù)流添加情境，實(shí)現(xiàn)真正傳感器融合的必要性將會(huì)變得更加緊迫。一旦實(shí)現(xiàn)融合，這些數(shù)據(jù)將賦能現(xiàn)有應(yīng)用并開啟全新的服務(wù)，從面向消費(fèi)者的健康和休閑娛樂，到提高供應(yīng)鏈管理效率，以及更快、更方便、污染更少的運(yùn)輸網(wǎng)絡(luò)。

聲明：本文為轉(zhuǎn)載類文章，如涉及版權(quán)問題，請(qǐng)及時(shí)聯(lián)系我們刪除（QQ:2737591964），不便之處，敬請(qǐng)諒解！