重新思考传感器

传感器技术正开始在基本层面上发生变化，因为公司开始超越人类的五种感官(早期传感器是基于人类的五种感官建模的)，开始关注这些传感器在特定应用中的用途。

在某些情况下，传感器不必像一个人的视觉、嗅觉、触觉、味觉和听觉那样准确。在其他情况下，它们可以被增强到远远超过人类的极限。虽然人类大脑在某些操作上仍然更高效，比如在感觉数据周围添加上下文，但连接到数字逻辑的传感器可以对已知刺激做出更快、更可预测的反应。

例如，大多数早期的视觉技术都来自于医学研究。其主要目标是治愈失明或补偿视力受损。机器视觉有不同的用途。目前的努力不是努力让视力达到或超过人的视力，而是增加了感知不可见光谱中的物体的能力，比如红外成像，或雷达来探测角落里的物体或其他人们看不见的物体。

“如果我们认为这是人类的视觉，我们就会限制自己，”Lanza techVentures的管理合伙人说。“一旦你开始将其视为机器视觉，即对不同现象的感知，它就打开了一个全新层面的机会。”

嵌入式视觉在汽车和机器人领域已经做了很多工作。它们的目标与人类的愿景截然不同。但他们的目标也截然不同。机器人需要识别人的面部和周围环境的模式，以便将人与雕像、窗台或不规则的地板与地毯区分开来。汽车需要识别汽车行驶的速度，可能穿过其路径的其他物体，以及如何在不到一秒的时间内做出反应。

这在传统的视觉方法中变得更加困难。克雷格·福里斯特，首席技术官Arteris他指出，就像人一样，传感器也会失明，最严重的问题出现在黄昏。“要保持数据的可靠性，需要做大量工作。如果出现错误，你需要确保将其传播回入口点。”

但人们可以戴上墨镜，举起手来，仍然能理解正在发生的事情。一台机器不能，除非它被编程到硬件和软件中，并且在架构级考虑这些问题。因此，自动车库门打开器和交互式交通灯在被太阳晒瞎时，会定期处理错误的数据，而人不会被愚弄。

解决方案是在图像传感器中添加更多的智能，这也是许多半导体公司努力的重点。首先，这是目前芯片最赚钱的领域之一，由于需求高和技术不断变化，利润率继续保持不变。

“在监控和汽车应用领域，这一领域有巨大的增长。导师图形．“它现在占整个半导体市场的3%。这可能会超过5%。”

其好处不仅在于需要更多的图像处理，还在于需要足够复杂的周边逻辑来识别模式。

“这就是谷歌、Facebook和微软对计算机视觉和卷积神经网络如此感兴趣的原因，”清华大学工程副总裁Jen-Tai Hsu说Kilopass．“物联网是一种革命性的趋势。对技术的整体看法是不同的。它不仅仅是内存或处理器，也不仅仅是计算速度或能力。”

这到底是什么味道?
对所有五种电子感官的研究正在进行中，但到目前为止，真正赚钱的是图像处理领域。嗅觉感应直到最近才被忽视，很大程度上是因为过去存在的嗅觉感应已经足够用于工业目的，如检测气体泄漏。随着工业医疗领域的新机遇的出现，这种情况正在发生变化。

兰扎说:“狗比人更早感觉到地震。”它还能嗅出癌症。如果你能从气味或汗液中感知人体皮肤的变化，你就能获得大量非常有价值的信息。”

现有的气味分析方法主要依赖于质谱分析。空气或气体样品被电离，然后通过磁场并沿着色谱柱运行，根据它们的质荷比将它们分离出来。与大多数机械方法一样，这种设备又大又笨重，几十年来没有发生过重大变化。

研究人员现在正在研究一种叫做旋转光谱的不同方法，它可以在互补金属氧化物半导体而不需要特殊的机器。

德克萨斯大学达拉斯分校教授、德克萨斯模拟卓越中心主任Kenneth O说:“利用旋转光谱学，你可以收集气体状态下的分子，并对它们进行振动和旋转。”德克萨斯模拟卓越中心由半导体研究公司、德州仪器和三星资助。“根据分子的形状，有一个首选的旋转轴和能量状态。如果你改变能量状态，你就可以从一个旋转状态转变到另一个。”

这会产生电磁波，与质谱法不同，电磁波可以在极窄的波段内测量。结果是，对于多种气体的混合，频率之间的描述足够清晰，能够挑选出多种气体，而不仅仅是一种。

“我们的目标是以可承受的成本实现特异性，”O.说，“目前每行(单一气体识别)的成本约为150美元，机器的价格高达8万美元。如果我们能在CMOS上实现这一点，我们就能以500美元到1000美元的价格出售芯片，使用一个分子的传感器。这并不是前沿技术。我们已经制造了65纳米工艺的原型。”

电子鼻。资料来源:德克萨斯大学达拉斯分校

他说，使用质谱法，即使是最好的设备也很难检测到不同的分子，因为它们之间的线太宽了。这就导致了重叠和一些猜测。“如果你有很多不同的分子，很难检测到其中一个。但对于疾病或室内空气监测，这正是你需要做的。”

事实证明，这项技术非常准确，一名学生去了一家酒馆，喝了几杯酒来分析他的血液酒精含量(BAC)，研究人员发现，酒馆正在稀释酒，因为他的血液酒精含量低于他喝一杯啤酒时的水平。同样的能力可以用来测量从血糖水平到司机吸食了多少大麻以及什么时候吸食的所有东西。

感觉背后的大脑
类似的工作正在对其他感官进行数字化，以便有效地处理和挖掘数据。但更大的问题是，我们还能用这些数据做些什么。

"近期有很多增长空间，" Mentor的Rhines表示。“从长期来看，知识将不可避免地向下灌输。从大型机到小型机，再到终端，再到网络控制器和光驱之类的外围设备，这种模式一直存在。它总是从情报集中开始，这就是为什么我们有大量的数据中心，为什么每个人都在设计一个网关。但这是一种中等智力。最终，它将扩散到半导体和执行器。当我们最终进入物联网时代时，将会有很多设备智能。”

这样做有几个原因。首先，在本地处理数据要比将所有数据都发送到云端更快。其次，大部分数据需要移动传输，而连接并不总是有保证。

“有时你处于一个良好、快速、低延迟的网络中，有时则不然，”他说手臂首席执行官西蒙·西格斯。“它不会全部进入云端。在远程和离线之间有一个权衡。没有什么比你对着手机说话却没有网络连接更令人沮丧的了。但它确实需要更多的计算能力，不同类型的处理。我们已经讨论过将大型CPU转移到更分布式的计算环境中，在这种环境中，您可以为特定的功能提供加速器。这样才能提高能源效率。”

这给芯片架构师带来了很大的压力，他们必须继续寻找方法，在各个层面上提高处理效率，包括传感器。传感器将在这一转变中发挥关键作用，传感器、处理器、软件和整体架构之间的交互将需要进化，以使所有这些都更高效、更便携。

“如果一个传感器一直开着，你可以定制它来调查数据，”该公司营销总监艾米·王(Amy Wong)说迈威尔公司的物联网事业部。“所以如果你有一个传感器库，你可以把它写进一个API，你就可以定制一个可穿戴设备或传感器，比如计算血压。但这不仅仅是芯片的问题。它是集成，框架和软件开发，它能够批处理一些工作。如果你看手表，它95%的时间都是闲置的。CPU和其他部件可以设计成不同的功能。如果计算完续航时间，至少可以延长20%的续航时间。这是一个过程，你需要理解这个过程以及架构。”

背景和问题
传感器中有足够多的新功能正在开发，可以产生大量的新想法，但现实是它们必须在一个系统的上下文中运行，而这个系统又需要在其他系统的上下文中运行。

兰扎说:“我们已经从连接电脑转向连接人，这就是今天正在发生的事情。”“在某种程度上，我们将把事物连接起来，我们将需要一套规则，根据我们认为正确的做事方式，找出哪些东西是好东西，哪些安全是需要的。我们还有很多工作要做，才能让社会保持一致。”

这是一项庞大的工作，它影响到如何收集和共享数据，以及最终如何处理这些数据。

“传感器的激增和数据的增长速度将是巨大的，”Steven Woo说，企业解决方案技术副总裁和杰出的发明家Rambus．“不过，这些数据比可以移回数据中心的数据还要多。这将需要更多的边缘计算，其中将有过滤器或预处理。所以你基本上可以通过简单的处理来获得更有意义的数据。”

Woo表示，这可能也需要一种不同的方式来查看边缘设备的数据。“你可能会在终点看到更多的机器学习，在那里你扫描信息，了解关于数据的重要事件，并发送统一的信息。在合理安全的情况下，你可以在空中来回飞行。”

在系统内部设计传感器也不是一条直线。对于这项技术将如何使用，以及可以用它做什么，目前还没有明确的路线图。这需要各个层面的大规模创新，虽然这会让系统工程变得更加有趣，但它也给科技行业增加了自个人电脑问世以来从未出现过的不确定性。

Kilopass的Hsu表示:“过去，英特尔发布下一款处理器，其他公司就会跟进。“未来，定义技术的将是人们，而不是高科技公司。物联网是下一个大事件，我们会发现越来越多的应用需要高科技。但物联网也很难统一，所以今天的主导企业很难填补这个市场。”

有关的故事
微机电系统的麻烦
在需求不断增长之际，严重的价格侵蚀正使整个行业面临压力。
柔性传感器开始倾斜
科技为万物互联开辟了新的可能性。
传感器启用ADAS
先进的驾驶辅助系统需要在硬件、软件和安全三者之间取得谨慎而复杂的平衡。