技術領域正出現巨大變化：所有一切都連接到網際網路。功能強大而且使用方便的網際網路使得這些產品的價值更高，因此，企業蜂擁而至，競相將自家物聯網 (IoT)產品推向市場(如圖1)。
感測器無處不在；在您的汽車和手機中到處都可見其蹤跡。這種成長態勢的出現有三個關鍵原因：感測器的尺寸越來越小、價格越低廉，功耗也越來越低。一個很好的例子是 MEMS 加速度計，它最先被廣泛應用在汽車的安全氣囊中，使這些元件的成本很快地從數百美元降到幾十美元。成本降低之後，它們幾乎可以用在其他所有類型的物品上。如今，這些元件得以應用於數十億支智慧型手機中，價格也降到1美元左右。感測器越來越小，價格越來越低，隨之進入了更多的市場領域。在這一過程中，感測器在傳統元件中增加了智慧化，並進一步改變了世界。
感測器一般常用於測量溫度、壓力、振動、液流和加速度。此外，攝影機和麥克風也很常見。現在，新開發的手機中還導入了陀螺儀和磁力計。當今的單晶片解決方案已經內建三個加速度計、三個陀螺儀和三個磁場計了。我們將會看到感測器在精度和靈敏度方面不斷改善，最終還能用於探測其他形式的能量和物質。
無線通訊
隨著感測器的快速發展，設計人員越來越多地選擇透過無線網路將其連結起來。但是不同的感測器存在不同的需求，不同的無線標準也有不同的特性。您的應用適合採用哪一種無線標準？
無線標準種類繁多，例如，GPRS、GSM、CDMA、Zigbee、Bluetooth、WiFi、全球衛星定位系統 (GPS)、近場通訊 (NFC)，以及射頻辨識(RFID) 等。每一種無線標準都有其優缺點，因此，根據所需的具體應用，建議使用不同的技術來滿足設計需求。
您的應用適合採用哪種無線標準？請參見表1。
表1：無線技術標準指南
當您透過無線網路整合一組感測器並使其協調作業時，就必須建立資料擷取子系統。資料擷取是針對連續真實的資訊進行採樣，產生軟體能夠處理的資料。可以把擷取到的資料顯示、分析並儲存在裝置上。PC、手機或其他可穿戴式裝置都可用於對來自感測器的真實資訊進行資料擷取。資料擷取系統的元件包括相應的感測器、濾波器、訊號調節、資料擷取元件，以及應用軟體。最終的資料分析應與輸入資料一致，因此，由擷取功能負責提供高品質資料。需要進行仔細的設計才能獲得有意義的資料。
目前的挑戰
讓我們瞭解一下目前的挑戰與限制。感測器的應用受限於哪些方面？對於大量的 IoT 裝置來說，電池可能是主要的限制。電池的發展比較慢，當我們嘗試使其作業時間更長或者體積更小時，會一直面臨較大的限制。這一問題之所以進展緩慢的原因在於電池供電和容量是無線傳輸距離最關鍵的限制。例如，藍牙和 Wi-Fi 的傳輸距離不遠。藍牙相對功耗較低。蜂巢式技術能夠傳輸幾英哩，但是功耗很高。
作業方式之一是突波傳輸，只把功耗很高的長距離發射器打開幾秒鐘，進行資料傳送，然後關掉。但這卻對接收器帶來了問題，它只在打開時才監聽資訊：如果一個裝置時斷時續的發送，另一個也是時斷時續的監聽，那麼，二者可能建立不了通訊。Wi-Fi 和蜂巢式等協議要求一直或者幾乎連續的連接，因此，很難降低電池功耗。
這些限制導致一些有趣的設計綜合考慮。現在已經能夠以很低的成本、而且也很容易使用的GPS定位晶片來確定裝置的位置。但即使是GPS，它也只是一個接收器，功耗較大。相形之下，加速度計的功耗非常低。設計人員通常可以利用加速度計來取代 GPS 模組，從而降低功耗。雖然資料不同，但加速度計上更智慧的軟體一般都能取得有效的定位置資訊。
除了功耗限制以外，IoT設計人員還要注意感測器的其他特性。感測器本身在精度和線性度上有所限制。成本極低的感測器雖然非常酷，但在線性度、失調和漂移等方面的精度比起價格昂貴的感測器遜色些。可以透過校準來大幅度降低這類誤差。工廠校對的成本很高，但是也不容易克服漂移帶來的問題。要在使用過程中校準，應知道什麼時候應該進行校準。
例如，當加速度計靜止時，可以透過儲存其讀數，消除低成本加速度計的失效誤差。然而，加速度計本身無法辨識是靜止還是在一直緩慢的加速中。這就會導致不正確的校準。軟體能夠消除很多這一類的限制，但是需要很好的電子硬體來擷取資料。
安全
連接IoT元件的安全問題可能變得難以解決，原因在於人們一般不願意有計劃的應付這些不常出現的事件，也不會對此額外付出，即使他們知道這些事件的影響會很大。但實際上，我們會不得不針對這些極端但是很少出現的事件開發新的風險管理策略，例如大風暴 (Sandy 颶風)，太陽耀斑導致的電子干擾，以及網站被駭等。
例如，我們的電子和電氣基礎設施從未在極端太陽耀斑活動時進行測試，這類活動也只在100年前發生過。要是發生在今天，我們已經非常依賴電力了，其破壞程度會非常大。有了IoT後，這種依賴程度就更大了。我們應該考慮電網停電後對連接IoT系統的影響。
當然，我們也不一定非得應付一百年才發生一次的事件。人們一般只有在受到駭客攻擊時才驚訝地發現自己對此缺乏準備。由於這類攻擊，導致每年上千萬筆的個人資料被盜。越來越多的資料被電子化後，不僅僅是個人的身份，還有用戶的家庭安全系統與個人行蹤等，都可能受到威脅。竊賊會在遠端監控用戶家庭的資訊，知道用戶人在哪裡，從而知道什麼時候破門而入。安全問題在IoT上尤為重要。但是，感測器也應對此負責嗎？
資料格式難題
感測器的另一限制是每個感測器都有自己的資料速率、精度和訊號處理需求。在IoT上是否存在一種統一的方法來處理這些問題？例如，一般是一秒甚至更長的時間擷取一次溫度值。取決於具體應用，加速度計可能必須每秒鐘採樣數千次。如果一款裝置要同時對此進行監測，那麼資料封包內容會隨著時間而發生很大的變化。這並不難處理，但由於缺乏統一的標準，因此，取得來自多方來源的資料後，很難理解來源的真正含義。
那麼，究竟應該以原始二進位的方式來發送資料，減少在感測器上的處理需求，或是將其轉換成工程單位？除非先知道如何將資料轉換成工程單位，使其成為簡單的統一標準，否則，二進位毫無意義。如果資料被轉換成工程單位，哪一種單位是標準？像溫度就可能是攝氏或華氏。壓力的單位更多到讓人瘋狂：帕斯卡、大氣壓、psi、水的深度、水銀汞柱等等。因此，應該對單位進行標準化，或者在訊息中進行設定。
此外，某些感測器的訊號處理也非常複雜。把熱耦讀數轉換成攝氏度數需要進行冷接點補償、放大和線性化處理。為了獲得最佳精度，必須在軟體中進行線性化。在今後幾年內，隨著數位處理的進展，可望減輕這種負擔。這就需要大規模的表格或者高階多項式計算，因而對於記憶體有限的微型低功耗元件造成很大的負擔。
我希望全世界能夠建立一種資料交換標準，靈活地處理家庭、工業、醫療以及其他應用，而不至於對感測器節點造成負擔。您將會看到為什麼這件事至關重要。
我們將會克服這些難題，讓IoT的未來更輝煌？IoT的實現是因為感測器正不斷改進，進一步推動了感測器創新。未來還將遇到重大的挑戰。但衷心希望我們能夠解決大部份的難題。
資料來源:電子工程專輯
留言列表
生技醫療產業 (1)