2.1　智能感知概述

2.1.1　传感器与智能传感器

1．概念

1）传感器

传感器是能够感受规定的被测量并按照一定规律转换成可用输出信号的器件或装置，通常由敏感元件、转换元件和调节转换电路组成[1]。简而言之，传感器是一种物理检测装置，能够感知被测物的信息和状态，可以将自然界中的各种物理量、化学量、生物量转化为可测量的电信号。传感器是信息采集的首要部件，类似人类的感官。

自20世纪80年代以来，传感技术获得了飞速发展，传感器在国防、航空航天、交通运输、能源、机械、石油、化工等所有部门，以及环保、生物医学、疾控防灾等各个方面发挥着重要作用，同时也贯穿了人们的日常生活，影响着生活的方方面面。例如，登月“玉兔号”月球车上的各类传感器用来采集月球上的各种数据；汽车安全带上的压力传感器用来检查安全带是否系上；酒店房间中的烟雾传感器用来检测火灾以实现自动喷水灭火；楼道中的声控灯利用声音传感器起到自动开关的作用；户外作业的机械设备上的温度传感器可以检测超温故障；和人们形影不离的手机，本身就是一个将各种传感器融于一体的小型系统。图2-1所示为火灾传感器。

2）智能传感器

近年来，传感器技术向着智能化方向发展。普通传感器大多只有感知并输出的单一功能，且失效后无法及时判定，这越来越制约着信息技术和自动化技术的发展，不能满足客户的差异化需求。智能传感器（Smart Sensor）应运而生，它集感知、信息处理与通信于一体，能以数字量方式传播具有一定知识级别的信息，是传感器集成化与微处理机相结合的产物。智能传感器还具有较高的精度和分辨率、较高的稳定性及可靠性，以及较好的适应性，相比于传统传感器还具有非常高的性价比。

目前，智能传感器还没有标准化的科学定义。归纳诸多学者的观点，它可以定义为基于人工智能理论，利用微处理器实现智能处理功能的传感器[2]。图2-2所示为温湿度智能传感器。

智能传感器的概念是美国国家航空航天局（NASA）在1978年提出的，为什么要提出这个概念呢？因为航天器上大量的传感器会不断地向地面发送温度、位置、速度和姿态等数据信息，用一台大型计算机很难同时处理如此庞杂的数据，如果要想不丢失数据并降低成本，必须使用将传感器与计算机一体化的智能传感器。其思想是赋予传感器智能处理功能，以分担中央处理器集中处理数据的压力。下面介绍智能传感器的发展历程。

1983年，美国霍尼韦尔（Honeywell）公司开发出世界上第一个智能传感器——ST3000系列智能传感器。

1993年，电气与电子工程师协会（IEEE）和美国国家标准与技术研究院（NIST）提出了“智能传感器接口标准（Smart Sensor Interface Standard）”。

从2000年开始，随着微电子机械系统（Micro-Electro Mechanical Systems，MEMS）技术的大规模使用，传感器向智能化、微型化、集成化方向发展。

2010年，机械工业仪器仪表综合技术经济研究所作为IEC/TC65的国内归口单位，在充分调研国内外传感器技术发展现状的基础上，初步建立智能传感器系统标准体系架构，以规范国内智能传感器市场，服务于各相关应用领域，奠定了我国物联网体系建设的基础。

2010年以后，随着物联网和智能制造的兴起，智能传感器得到了广泛的关注和迅猛发展[3]。

2．智能传感器的功能及应用

智能传感器的主要智能处理功能如下。

（1）自补偿功能。根据给定的传统传感器和环境条件的先验知识，处理器利用数字计算方法自动补偿传统传感器硬件线性、非线性和漂移及环境影响因素引起的信号失真，以最佳地恢复被测信号。计算方法用软件实现以达到软件补偿硬件缺陷的目的。

（2）自计算和处理功能。根据给定的间接测量和组合测量数学模型，处理器利用补偿的数据可计算出不能直接测量的物理量数值；利用给定的统计模型可计算被测对象总体的统计特性和参数；利用已知的电子数据表可重新标定传感器特性。

（3）自学习与自适应功能。通过对被测量样本值学习，处理器利用近似公式和迭代算法可认知新的被测量值，即有再学习能力。同时，通过对被测量和影响量的学习，处理器利用判断准则自适应地重构结构和重置参数。例如，自选量程，自选通道，自动触发，自动滤波切换和自动温度补偿等。

（4）自诊断功能。因内部和外部因素影响，传感器性能会下降或失效，分别称为软、硬故障。处理器利用补偿后的状态数据，通过电子故障字典或有关算法可预测、检测和定位故障。

其他的常用功能包括用于数据交换通信接口的功能、数字和模拟输出功能、使用备用电源的断电保护功能等。

智能传感器作为网络化、智能化、系统化的自主感知器件，是实现物联网和智能制造的基础，也是新人工智能迈向应用的基础。智能传感器属于物联网的神经末梢，是人类全面感知自然的最核心元件，各类智能传感器的大规模部署和应用是构成物联网不可或缺的基本条件。对不同的应用会使用不同的智能传感器，其应用覆盖范围包括智能制造、智慧城市、智能安保、智能家居、智能运输、智能医疗等。

自动驾驶车辆上，至少安装了3套传感器系统：摄像头、雷达和激光雷达，传感器数量多达上千个，这样才能采集到车辆行驶过程中周围的环境信息，完成智能行驶。汽车迈向新智能化，可以帮助驾驶员更好地控制车辆行驶及进行车内娱乐。图2-3所示为Google无人驾驶汽车。

咖啡机、电饭煲、智能水杯、智能奶瓶、重力感应柜都应用了智能传感器，目前它们大规模应用于市场。咖啡机上的智能传感器可以智能配料，并具有对配料称重的功能。智能水杯可以通过智能传感器进行水温采集。

在工业生产中，利用智能传感器可直接测量与产品质量指标有函数关系的生产过程中的某些量（如温度、压力、流量等），然后利用神经网络或专家系统技术建立的数学模型进行计算，从而推断出产品的质量。

在医学领域中，美国Cygnus公司生产的外观如普通手表的“葡萄糖手表”，能实现无痛、无血、连续的血糖测试，其关键功能得益于“葡萄糖手表”上的智能传感器。在手表上有一块涂着试剂的垫子，当垫子与皮肤接触时，葡萄糖分子就被吸附到垫子上，并与试剂发生电化学反应产生电流，传感器测量该电流，之后处理器计算与该电流对应的血糖浓度并以数字量显示。

为了贯彻中国智能制造等战略，工业和信息化部于2017年11月20日正式印发《智能传感器产业三年行动指南（2017—2019）》（以下简称《指南》）。《指南》提出的总体目标是，到2019年，传感器产业取得明显突破，智能传感器产业规模达到260亿元，其中主营业务超过10亿元的企业达到5家，超过1亿元的企业达到20家。

2.1.2　感知智能

运算智能、感知智能、认知智能是人工智能的主要发展方向，这一观点如今得到了业界的广泛认可。作为整个人工智能的信息源头，感知智能的重要程度不言而喻。

感知是人类认识自然世界、掌握自然规律的实践途径之一，人类具备视觉、听觉、嗅觉、触觉等感知能力，能够将看到的、听到的、闻到的及触摸到的外界信息传入大脑进行处理，通过这种方式来认知世界。但是人的感官感知事物的变化有局限性，人类感官的延伸——智能传感器扩展了人类感知信息的智能。感知智能是指将物理世界的信号通过摄像头、麦克风或其他传感器的硬件设备，借助自然语言识别、语音识别、图像识别等智能技术，映射到数字世界，再将这些数字信息进一步提升到可认知的层次，像人类一样记忆、理解、规划、决策等。

装载了智能传感器的机器能够通过各种智能感知能力与自然界进行交互。前面介绍的自动驾驶汽车，就是通过激光雷达等感知设备和人工智能算法来实现感知智能；城市中的智能路灯通过感知智能可实现根据移动物体的位置远近调节灯光亮度；由波士顿动力学工程公司专门为美国军队研究设计的“大狗”（Big Dog）机器人（见图2-4）内部安装的各种传感器不仅可让它根据环境的变化调整行进姿态，还能够保障操作人员实时地跟踪“大狗”的位置并监测其系统状况。像“大狗”一样的移动机器人能够根据自身所携带的传感器对所处周围环境进行环境信息的获取，并提取环境中有效的特征信息加以处理和理解，最终通过建立所在环境的模型来表达所在环境的信息。因为充分利用了深度神经网络（Deep Neural Network，DNN）和大数据的成果，机器在感知智能方面已越来越接近人类，甚至在感知的主动性、灵敏性、准确性等方面比人类还有优势。

传统采用键盘、文字等方式进行的人机交互，将会逐渐被语音、视觉、手势，甚至表情这样的智能感知方式所取代，这个愿景指日可待。

2.1.3　智能感知系统

有句俗语是“巧妇难为无米之炊”，即使有再好的智能算法和很强的计算力，没有数据也没用。感知实质上就是解决信息获取问题的，属于测试与检测技术的研究范畴。测试与检测技术是信息技术的关键和基础，是“信息获取—信息处理—信息传输—信息应用”这一信息链的源头技术。其基本任务是研究信息获取技术及信息相关物理量的测量方法，并解决如何准确获得和处理信息问题，为被测信号（或数据）正确、可靠的传输提供必要的技术支持；同时针对信息获取、变送传输、数据处理和执行控制等部分的需要，研究在相关的信号产生、对象追踪、状态反馈、信息传送、动作控制和结果输出等技术环节中应用的控制技术与方法。

智能感知系统是对物质世界的信息进行测量与控制的基础手段和设备。测试技术中的传感器、信号采集系统就是完成信息获取的具体器件。如果不能获取信息或信息获取不准确，那么信息的存储、处理和传输都毫无意义。

一般而言，智能感知系统由传感器、中间变换装置和记录存储装置三部分组成，如图2-5所示[4]。

传感器是智能感知系统中的信息敏感和检测部件，它直接感受被测信息并输出与其成一定比例关系的物理量（信号）以满足系统对信息传输、处理、记录、显示和控制的要求。

一般来说，传输信息的载体称为信号，信息蕴涵于信号中。按照信号变化的物理性质，信号可分为非电信号和电信号。非电信号如随时间变化的温度、位移、速度等，而随时间变化的电压、电流、电荷等为电信号。电信号和非电信号可以方便地相互转换，因此，在工程应用中，常将各种非电信号变换为电信号，以利于信息的传输、存储和处理。

记录存储装置主要以计算机为主体构成，如果想对测量的数据进行处理，首先要进行信号分析，常采用快速傅里叶变换（FFT）、频谱分析和小波分析等。系统要对多个传感器检测到的信号进行数据处理，需要进行数据融合以完成对信号的深入分析，在此基础上采用智能计算方法进行信息处理，进而实现系统最终的测量目标。