如何利用传感器融合改进工业 4.0 生产的流程和物流

传感器融合将来自多个传感器的数据汇集在一起，让用户更详细、更细致地了解系统运行情况或环境。许多情况下，某种传感器技术的弱点可以通过添加（融合）第二种传感器技术的信息来克服。添加人工智能 (AI) 和机器学习 (ML) 功能可以增强传感器融合的能力。

在实施传感器融合时，需要解决几个难题。例如，制定一种平衡的解决方案，而不是“偏爱”其中一种技术，这样会很难实现。这样做的结果可能导致缺乏可扩展性和性能降低。将多种传感器技术集成到单一封装中，是应对这一难题的方法之一。传感器融合不限于使用多个离散传感器。

无论传感器的集成程度如何，添加 AI 或 ML 都能提高性能，但训练过程可能会很复杂且非常耗时。鉴于此，设计人员可以转而使用具有嵌入式 AI 和 ML 功能的自训练传感器。

本文首先介绍通过离散传感器、32 位 MCU 和 ML 软件实现的传感器融合。然后介绍一些集成传感器融合解决方案以及在物流设施、数据中心、过程自动化、材料处理和农业设备中的应用实例。

最后，介绍一种集成了 AI 软件的集成环境传感器融合方案。在整个讨论过程中，将以来自 Renesas Electronics、Sensirion、TE Connectivity、ACEINNA、Bosch Sensortec 和 TDK InvenSense 的器件为例展开讨论。

设计人员可使用 Renesas 的 参考设计板探索传感器的各种融合选项。该设计板基于 32 位 MCU，提供多种接口和连接选择。其中，MCU 的内核为 120-MHz Arm® Cortex®-M4，拥有高达 2 MB 的代码闪存和 640 KB SRAM。

相关的评估套件针对多传感器和传感器融合设计进行了优化。该套件包括空气质量传感器、光传感器、温度湿度传感器、6 轴惯性测量装置 (IMU)、麦克风和低功耗蓝牙 (BLE) 连接功能（图 1）。该参考设计还包括一个用于边缘设备和传感器融合应用的自动 ML 平台。

图 1：带有自动 ML 开发软件和 BLE 连接功能的物联网传感器融合评估和开发板。（图片来源：Renesas Electronics）

稳定倾斜传感器

倾斜传感器是特种 IMU，用于包括农业机械、越野车、材料搬运和重型建筑设备在内的各种应用。安全标准有时要求使用倾斜传感器，以确保安全的操作环境。倾斜传感器可由多个分立器件组装而成，不过这可能比较复杂。

大多数倾斜传感器设计的核心是陀螺仪传感器 (gyro)。这种传感器用于测量绕轴的角速度或旋转速率。如果平台处于运动状态，则表示状态很好，但如果平台停止运动，例如倾斜 20 度，则传感器的输出归零。此外，随着时间的推移，陀螺仪会出现明显的漂移且误差不断累积，最终导致测量结果不再准确或有用。

为了解决陀螺仪的局限性，动态倾斜传感器解决方案增加了一个加速度计来测量运动。这就可以告诉系统何时停止运动，并使其能够使用陀螺仪的最后输出来估算倾斜角度。最后一块拼图是温度传感器。温度传感器可以补偿温度不断变化对陀螺仪和加速度计的影响。

Kalman 滤波器通常用于倾斜传感器的传感器融合。如果传感器在线性范围内运行，则可以使用基于线性二次估计的标准 Kalman 滤波器。Kalman 滤波器可以产生相对精确的状态估计值，即使是像倾斜传感器这样具有固有不确定性和累积误差的系统也不例外。

扩展 Kalman 滤波器能利用当前平均值和协方差对估计值进行线性化处理，进而有益于在非线性区域工作的倾斜传感器。

倾斜传感器（如 TE Connectivity 的 AXISENSE-G-700 和 ACEINNA 的 MTLT305D）具有六个自由度 (6 DoF) 运动感测功能，其中三个来自陀螺仪，三个来自加速度计，并采用 Kalman 滤波技术进行传感器融合（图 2）。

图 2：AXISENSE-G-700 倾斜传感器融合了来自加速度传感器、旋转传感器和温度传感器的数据，可在动态环境中提供准确的倾斜信息。（图片来源：TE Connectivity）

融合九合一

虽然在许多情况下 6 DoF 就足够了，但对于一些运动跟踪应用，如无人机、车辆和虚拟现实设备来说，可以获得更多信息的 9 DoF 会更有用。

ACEINNA 的 OPENIMU300RI 模块设专用于 12 V 和 24 V 汽车、建筑和农用车辆应用。除了陀螺仪和加速度计外，该 IMU 还有一个 3 DoF 各向异性磁阻 (AMR) 磁力计。

ARM 处理器收集传感器数据，并执行 OpenIMU，这是一个用于 IMU、全球定位系统 (GPS) 和惯性导航系统 (INS) 开发的开源协议栈。该协议栈包括一个用于传感器融合的可定制 Kalman 滤波器。

TDK InvenSense 还提供 9 轴运动跟踪器件。ICM-20948 型器件的工作温度为 -40°C 至 85°C，适合工业自动化和自主系统等苛刻环境中的各种应用。该器件括一个基于微机电系统 (MEMS) 的三轴陀螺仪、一个基于微机电系统 (MEMS) 的三轴加速计和一个基于微机电系统 (MEMS) 的三轴磁力计/罗盘。

除了 9 DoF 运动传感器外，ICM-20948 还为每个传感器配备了独立的模数转换器 (ADC)、信号调节电路和数字式运动处理器 (DMP)（图 3）。

图 3：该集成传感器平台使用 三轴陀螺仪和三轴加速度计（左）以及三轴磁力计/罗盘（右下）来支持 9 DoF 功能。（图片来源：TDK InvenSense）

ICM-20948 的一些细节包括：

三个独立的振动 MEMS 速率陀螺仪。如果陀螺仪围绕三个轴中的任何一个轴旋转，Coriolis 效应就会造成可被容性传感器检测到的振动。传感器的输出经处理后产生与角速度成正比的电压。

3 轴 MEMS 加速计的每个轴都有独立的质量。沿某一轴线的加速度会使相应的质量发生位移，电容式传感器会检测到这一位移。将 ICM-20948 放置在平面上时，它在 X 轴和 Y 轴上的测量值为 0g，在 Z 轴上的测量值为 +1g。

磁力计采用霍尔传感器技术。磁力计可探测 X、Y 和 Z 轴向的地磁。传感器输出由一个传感器驱动电路、一个放大器、一个 16 位 ADC 和一个用于处理所得信号的运算电路产生。每个轴的满量程范围均为 ±4900 µT。

ICM-20948 的 DMP 是微分器。该器件的部分功能和优点包括：

• 将运动处理算法的计算任务从主处理器卸除，最大限度地降低功耗，简化时序和软件架构。DMP 可确保运动处理算法在 200 Hz 左右的高速下运行，从而以较低的延迟提供精确的结果。建议运行频率采用 200 Hz，即使应用的更新速度非常低，如 5 Hz。将 DMP 处理速度与应用升级速度分离，可确保更稳定的系统性能。
• DMP 可实现长时间超低功耗运行和传感器的背景校准功能。为使单个传感器和传感器融合过程在器件的整个生命周期内都保持最佳性能，需要进行校准。
• DMP 简化了软件架构，加快了软件开发速度，从而缩短了产品上市时间。

集成环境传感器

环境监测在食品加工和储存、化工厂、物流操作、数据中心、温室作物生产、供暖、通风和空调 (HVAC) 系统以及其他领域都至关重要。相对湿度 (RH) 和温度测量值可用来合并计算露点。

Sensirion 的 SHTC3 系列是数字式湿度和温度传感器，专为电池供电型边缘应用和大量消费电子产品进行了优化CMOS 传感器平台包括一个电容式湿度传感器、一个带隙温度传感器、模拟和数字信号处理、A/D 转换器、校准数据存储器和一个 I²C 快速模式通信接口。

这种小型 2 x 2 x 0.75 mm DFN 封装有益于空间受限的应用。1.62 V 至 3.6 V 宽电源电压范围以及每次测量低于 1 μJ 的能量预算，使 SHTC3 适合电池供电型移动或无线设备（图 4）。例如，编号为 SHTC3-TR-10KS 的器件可通过 Digi-Reel、卷带或切割带包装形式供货，起订量为 10,000 件。设计人员可以使用 SHTC3 评估板加快系统开发。

图 4：该环境监控器件包括数字式湿度和温度传感器。（图片来源：Sensirion）

增加气压

在家庭自动化控制、暖通空调系统、健身器材和室内导航应用中，情境和位置感知能力越来越重要。Bosch Sensortec 的 BME280 集成环境单元增加了气压传感器以及湿度和温度传感器，有助于这些系统设计。

传感器采用具有高精度和高分辨率的低噪声设计。压力传感器测量绝对气压。集成温度传感器经过优化，可与湿度传感器配合使用，以确定相对湿度和露点。该器件还可用于为气压计提供温度补偿。开发板可加快设计和系统集成。

用于环境感测的人工智能

Bosch Sensortec 还提供具有嵌入式人工智能的 4 合 1 环境传感器。BME688 包括一个气体传感器以及高线性度、高精度的压力、湿度和温度传感器。该器件采用 3.0 mm x 3.0 mm x 0.9 mm 的坚固耐用型封装，适合移动和其他空间受限型应用（图 5）。

图 5：Bosch Sensortec 的 BME688 包括一个气体传感器以及压力、湿度和温度传感器，所有传感器均支持集成人工智能。（图片来源：Bosch Sensortec）

气体传感器可以检测十亿分之一 (ppb) 范围内的挥发性有机化合物 (VOC)、挥发性硫化合物 (VSC) 和其他气体（如一氧化碳和氢气）。BME688 包括气体扫描仪功能，可根据灵敏度、选择性、数据速率和功耗进行定制。

BME AI-Studio 软件还可针对其他气体混合物和应用对气体传感器进行优化。BME688 评估板可通过 BME AI-Studio 软件进行配置。BME AI-Studio 支持传感器配置、数据分析，以及工厂、物流设施、智能家居和物联网设备应用解决方案的标记、培训和优化。

在现场而不是实验室采集气体样本并对系统进行培训，可以设计出更符合实际情况的算法，在实际运行条件下性能更好，可靠性更高。通过利用 BME688 同时测量湿度、温度和气压以及气体的能力，可以开发出更全面、更准确的人工智能模型。

结束语

针对工业 4.0、物流和其他应用开发传感器融合系统时，可以使用一系列离散传感器，或者使用将多个传感器集成在一个封装中的集成解决方案。集成器件可为移动和边缘应用提供体积更小、功耗更低的解决方案。无论是使用分立传感器还是集成传感器套件，都可以通过添加 AI 和 ML 来提高性能。