很难找到不会从传感器中受益的应用。很难找到不会从传感器中受益的应用。

“如果你想测量它，很可能有一个传感器，”Josh Mickolio 告诉设计新闻。

作为 DigiKey 的物联网技术业务开发经理，Mickolio 看到过去十年对传感器的需求显著增长，他预计今年将充满令人兴奋的发展。

“传感器在许多应用中都发挥着至关重要的作用。随着我们越来越了解如何利用数据来提供附加功能或经济效益，对传感器的需求在过去十多年里一路飙升，”他说道。“在此期间，无线连接和处理变得越来越小、越来越便宜，也越来越普遍地融入到我们的生活中。纵观任何行业，从数据中获取价值的用例都呈爆炸式增长，进入该领域的成本壁垒也已不复存在。人工智能和机器学习的进步不仅带来了数据收集量的激增，也带来了减少数据发送量的能力的提升，而这需要更多的边缘决策能力，而只有智能传感器才能提供这种能力。”

智能传感器的功能远不止收集数据。据 Mickolio 介绍，这些传感器配备了“大脑”，可以是微控制器 (MCU)、微处理器 (MPU) 或类似设备。除了这个“大脑”之外，“智能传感器还可能具备无线或有线连接选项，例如蓝牙、Wi-Fi、LoRa、以太网等，从而能够以特定于该网络类型的格式传输传感器数据。配备 MCU 的智能传感器通常具备数据处理甚至数据分析功能，可以帮助过滤噪声、发送警报或根据数据做出决策。”

Mickolio 将传感器分为三类：

参数测量传感器。 测量的参数包括光、温度、压力、声音等。

材料特性测量传感器。 这些传感器包括压电传感器等设备，因为它们根据机械应力的变化生成数据，或者像热敏电阻这样的电阻传感器，它们的电阻会随温度而变化。

特定应用的传感器。 这些设备包括环境传感器、医疗传感器和工业传感器。工业传感器可能只监测单个参数，例如心率，但它们也可能包含多个传感器协同工作以提供输出。

Mickolio 解释说：“每个传感器都有一个用于数据采集的传感元件，它会输出与测量值相关的电测量值，通常是电压或电流。” “分析和传输可以通过多种方式进行管理。数据分析通常使用 MPU 或 MCU 完成，它们可以滤除噪声或不相关的数据，确保准确性和校准，并可能将数据转换或转化为更易于提取和计算的参考值。”

他表示，数据可以通过任何有线或无线连接传输。“传感器的常见有线接口包括 I²C 、 SPI 或 RS-485。无线连接选项包括蓝牙、Wi-Fi、蜂窝网络、Zigbee 等等。选择适合应用的传输网络至关重要，通常需要考虑的因素包括距离、功耗以及网络可支持的传感器数量，但还有很多其他因素。”

Mickolio 表示：“无线技术不断发展，过去几年也不例外。Wi-Fi 7 和 HaLow 带来了更高的速度和更远的覆盖范围，蓝牙 v5.4 引入了 PaWR，这本质上是一种广播功能，而 v6.0 则进一步增强了这项功能，允许选择性发送和接收，从而有助于延长电池寿命。5G 在物联网领域才刚刚起步，但 5G RedCap 提供了一种解决方案，可以取代之前在 LTE 上支持的 Cat-1 和 Cat-4 设备。我并不认为 6G 很快就会到来，因为目前针对该规范有很多相互竞争的想法，而且距离 6G 的到来可能还需要几年时间。我们可能会在未来的 5G 版本中看到这些想法的一些早期改进。与任何新的“G”一样，重点将放在速度、可靠性和容量上，但一个令人兴奋的前景是，在网络层面更好地利用人工智能，并将其应用于智慧城市、交通等特定应用。”

人工智能潜力巨大。“人工智能的应用领域非常广泛，”Mickolio 说道。“目前常见的用途包括数据处理和分析、机器学习，以及在边缘进行决策以减少延迟。”

他补充道，人工智能还可以“有效滤除噪音和干扰，从而提供更精准的数据”。此外，“人工智能能够识别模式；预测性维护等应用非常适合，因为人类很难通过查看原始数据来判断，例如，电机是否出现故障或其他异常行为。机器学习利用历史数据来在未来做出更明智的决策，如果我们继续以预测性维护为例，它可以缩短关键应用的响应时间，从而提供更安全的工作环境或更好地保护昂贵的设备。”

人工智能增强型传感器或许还能帮助优化能源使用。“随着世界各国纷纷寻求化石燃料的替代品，发电需求将持续增长，”米科利奥说道。“这进一步提升了对更佳储能能力和降低能耗的需求。随着电网变得更加多元化和智能化，以及能源消耗的优化，人工智能将发挥重要作用。现在说人工智能将有助于我们降低能源消耗可能听起来有些矛盾，因为它通过处理和存储需求导致了能源消耗的激增，但从长远来看，人工智能在优化能源分配（以减少电力浪费）以及供暖、制冷、照明等高耗能应用方面的应用将抵消其需求。”

“很难找到哪个应用不会受益于传感器，”Mickolio 说。“目前最突出和活跃的是精准农业、医疗保健、工业自动化和万物自主。这些行业通过高效利用数据实现了最大的成本节约，或者在自主性方面，它们需要尽可能多的准确实时数据来做出正确的决策。”

“边缘计算是许多应用程序的要求；如果您拥有低带宽网络连接或需要更好的实时数据分析，那么在传感器旁边处理数据的能力至关重要，”他继续说道。

智能传感器也可能在维护安全方面发挥作用。“通过更完善的网络管理和不断发展的加密和身份验证技术，安全性得到了提升，但迄今为止，智能传感器发挥的作用还很小，”Mickolio 说道。“展望未来，随着网络入侵和身份验证技术的不断发展，智能传感器将成为降低风险的关键。更强大的威胁识别能力、更快的响应速度以及异常识别能力将提升安全性，但智能传感器还能实现更完善的身份验证方法和物理安全措施，并有助于识别漏洞。”

由于最近推出的产品和发布的公告，Mickolio 度过了令人兴奋的一年。

“无线、处理、传感和电源管理的演进，正将这些技术定位于引人入胜的新用例，”他说道。“随着人工智能/机器学习的加入，所有这些技术能力都能以更快的速度和更少的投入得到充分利用。以往的产品设计往往只考虑能够推动销量和销售的目标应用，而其他用例的演进会比较缓慢，创新也需要更长的时间。而我们越来越多地看到以灵活性和可扩展性为设计理念的产品发布。”

这种产品增强的一个例子可以在多协议无线设备中看到，Mickolio 表示“这些设备通常与灵活的多核处理器配对，具有更高的电源效率、安全性和处理能力，以及‘AI 加速器’。”

他说：“降低成本以及将设备作为平台的转变，为硬件、固件和软件设计提供了前所未有的可扩展性。通过添加人工智能和微模型，我们可以在减少时间和精力的情况下，根据特定应用定制设计。”

他预测道：“工程师的工具箱里将拥有更多可用资源，创新的步伐也将会越来越快。”

*声明：本文系原作者创作。文章内容系其个人观点，我方转载仅为分享与讨论，不代表我方赞成或认同，如有异议，请联系后台。

想要获取半导体产业的前沿洞见、技术速递、趋势解析，关注我们！