智慧製造2019.06.13

關於感測器的兩三事

飛飛

物聯網 雲端服務 創新

 

感測收集的資料囊括類比、數位兩種訊號輸出。一般自然界的連續波都屬於類比訊號,包括:風速、太陽幅射、光強度、聲波、電波等;由於數位時代電子儀錶的蓬勃發展,許多感測器均已能轉化類比訊號為數位訊號,方便數位資料處理。隨著科學研發成果進展愈發豐碩,人類對環境中的基本物質愈發瞭解,透過物理特性(如:聲波回傳測距、幅射能反應為熱感指標等)、化學變化(如:特殊物質遇特定氣體產生濃氣味或色變的氣體偵測等)等感測指標也已愈發多元又精密,還能以不同感測數據交叉比對,滿足高精準度要求的感測結果。

 

Sensor Fusion

感測融合原先是基於手機濃縮愈多功能於一身的發展趨勢,從而研發的感測概念。從方向、重力、電流、溫度到光學鏡頭的影像感測等各種感測,透過感測晶片實體整合所有感測訊號,加上演算處理,如:Kalman filter 演算法即用以過濾雜訊;自然界開闊環境並無界限,經感測補捉的訊號原料,實際上伴隨許多無關或如雜毛般的訊號雜質,此時即需以演算法去除常態性雜訊。當我們觀察一個現象時,如:是否會下雨?我們不會只透過眼觀雲的多寡來判定,還會感受到空氣中的溼度、溫度是否特別高升等多元資訊來判定,再加上如季節、時段,更進一步判定應該是雷陣雨,有打雷可能。除了演算法,感測融合還可以看作是這樣綜合判斷的資訊整合處。如此的多元綜合指標,當然比過往由人遂一讀取個別感測器的讀數後,再透過經驗或人工處理大量資料,來得有效率又更為數據化精凖。

 

MEMS

微機電系統 Micro Electro Mechanical Systems。MEMS 乃結合微電子與機械致動兩者功能;其中微電子包括目前電子化感測裝置,因此頗適合應用於物聯網的感測功能。例如:將 MEMS 結合 RFID ,即可成為智慧資料讀取感應裝置,並以其微米級體積,裝設於隨身物件;或是將 MEMS 結合物理原理的 3 軸陀羅儀,即可感測 3 度正向量空間中的動態。目前 MEMS 已跨入奈米級演進,未來可見更多應用於生物感測,像是必要侵入性檢查,深入人體深處探測生理實境;以其精微體積,可減少病患的不適感,也能取得更精準的實境描寫。MEMS 的另一好處還在於其微小構造所可實現的低耗能。

 

Sensor Hub

這可以看作是物聯網 OT - CT - IT 結構下,OT 終端 Nodes 中的感測功能結點,綜理所有感測資訊流及相關後續處理。目前一般用既有的 MCU 技術作為硬體。感測 MCU 能夠分擔如 IoT 閘道器的邊緣運算負擔,直接在 MCU 透過感測晶片進行 Sensor Fusion 相關演算,並整合各個感測裝置的頻率、層面等,提升感測功效;現在市場也已經出現可程式的感測 MCU,讓使用者能隨時依情況輕鬆變更,相當方便 。此外,未來 5G 體系下,Sensor Hub 還能結合不同的高頻、低頻 5G 通訊,用於實時智動化 工業機器人作業;也能同時回傳如環境測值等資料紀錄,上於大數據資料庫。

 

要達到擬人化的 AI 智慧,首先是如實感知環境變化。感測功能作為物聯網的前線偵察兵,其感測蒐集的原始資料關乎後續決策憑據,可謂牽一髮動全身。我們人類能同時耳聽四方、眼觀八方,綜合判斷環境變化於一瞬間,實為造物者神奇之處。現在,Sensor Hub 即致力於此一遠景。雖然目前一切仍顯得笨拙,然而未來更為精進之時,那麼不僅可能瞬間即判,還能更精準於數據呈現。

延伸討論

智慧製造

Edge AI 準備好了,創意商機起飛

飛飛
在軟體作為使用者介面的時代,軟體是為大量生產的現成品。使用者以既有功能為工具,或解決問題;或協助工作;或實現自我創意。使用者回饋通常透過日後不定期的更新、迭代或新產品才將之納入。換句話說,軟體的設計仍偏向開發端決定。物聯網不只是物物相連,其中 AI 智慧可說是直接邀請參與者加入軟體設計,並透過經驗值自動達到持續客製化,以建構資料流的相對低廉成本(長期遞減)方式,提供以個別使用者為中心的可客製化產品。
智慧製造

AIoT 資料流生態系, Edge AI 上場了!

飛飛
AI 的關鍵核心在於 Machine Learning 機器學習,尤其是 Deep Learning 深度學習,將機器運算層次從線性思維走向立體化處理,變革資料處理的機器運算概念,更從而徹底改變自 IT 產業堀起以來將近百年的基礎運算硬體組構,並連帶物聯網的願景,自此硬體組構衍生全新 AIoT 資料流生態系。在如今 5G 規格底定、全球邁入正式開通的時點上,AIoT資料流生態系也已經從 Cloud AI 延伸到 Edge AI。
智慧製造

I/O 也能虛擬化?

飛飛
Virtualization 是 IT 資源擴展的新興潮流;透過 isolation 隔離技術,能夠在相同的 IT 實體資源下,增生多套虛擬運作環境,相當適合雲端系統,也能在成本考量下,回應物聯網所可預見爆增需求的資料流及運算資源。