1.2.5　发展趋势

1. 技术趋势

1）高精度

随着自动化生产程度的提高，对传感器的要求也在不断提高，必须研制出具有灵敏度高、精确度高、响应速度快、互换性好的新型传感器以确保生产自动化的可靠性。当然，精度的提高，也意味着采集数据量和数据位宽的大幅提升。

2）高可靠性、宽范围

传感器的可靠性直接影响电子设备的抗干扰等性能，研制高可靠性、宽范围的传感器将是永久性的发展方向，也是探索和认知全新物理世界的重要形式。发展新型感知材料（如陶瓷传感器）也成为当前热点话题。

3）微型化

各种控制仪器设备的功能越来越强，要求各部件体积越小越好，因而传感器本身体积也越小越好，微型化可以让传感器方便介入被测区域，这就要求发展新的材料及加工技术，目前利用硅材料制作的传感器体积已经很小。例如传统的加速度传感器是由重力块和弹簧等制成的，体积较大、稳定性差、寿命也短，而利用激光等各种微细加工技术制成的硅加速度传感器体积非常小、互换性可靠性都较好。

其中最有代表性的是微机电系统（Micro Electromechanical System，MEMS）传感器。MEMS是指尺寸在几毫米甚至更小的高科技装置，其内部结构一般在微米甚至纳米量级，是一个独立的智能系统。随着集成微电子机械加工技术的日趋成熟，MEMS传感器将半导体加工工艺（如氧化、光刻、扩散、沉积和蚀刻等）引入传感器的生产制造，实现了规模化生产，并为传感器微型化发展提供了重要的技术支撑。

4）微功耗及无源化

传感器信息采集一般都是非电量向电量的转化，工作时离不开电源，在野外现场或远离电网的地方，往往用电池供电或用太阳能等供电，开发微功耗的传感器及无源传感器是必然的发展方向，这样既可以节省能源又可以延长系统寿命。目前，微功耗的传感器芯片发展很快，也让传感器具备了更宽的应用场景。

5）智能化数字化

随着信息化的不断推进，传感器的功能已突破传统的功能，其输出不再是一定范围的单一模拟信号（如0～10mV），而是微型计算机处理后的数字信号，有的甚至带有控制功能，这就是所说的数字传感器。

6）网络化

网络化是传感器发展的一个重要方向，可以实现规模化测量和分布式测量。与传统的较大型传感器相比，智能微传感器的成本较低，但是其感知范围较小，所以在实际的应用中，通常需要成千上万的微传感器协同工作，这就是智能传感器的网络化。众多微传感器之间的网络化连接采用近距离低功耗的无线技术，甚至开始采用自组织网络进行互联，构建无线传感器网络。该技术曾被美国麻省理工学院（MIT）的《技术评论》杂志评为对人类未来生活产生深远影响的十大新兴技术之首。

7）集成化

目前，一些企业开始研发具备多个或者多种传感器的集成传感器，比如将麦克风与气压传感器进行集成、将气压传感器与温/湿度传感器进行集成、将麦克风与温/湿度传感器进行集成等。传感器集成化有几个优势：一是使产品功能更加强大，满足多样化需求；二是成本优势，一个集成传感器比多个单独的传感器更加具有成本优势；三是缩小尺寸，可以满足更多可穿戴智能产品的发展需求。

2. 发展重点

1）智能故障探测和预报

任何系统在出现错误并导致严重后果之前，必须对其可能出现的问题做出探测或预报。目前非正常状态还没有准确定义的模型，非正常探测技术还很欠缺，急需将传感信息与知识结合起来以改进机器的智能。目前，在正常状态下能高精度、高敏感性地感知目标的物理参数，而在非常态和误动作的探测方面却进展甚微。因而对故障的探测和预测具有迫切需求，应大力开发与应用。

2）多维状态传感的研究与开发

目前传感技术能在单点上准确地传感物理量或化学量，然而对多维状态的传感却困难，通过集成化、一体化多维状态传感，可以获得相同时空下的多个物理量的同时采集，有利于更客观地了解物理世界。例如环境测量，其特征参数广泛分布且具有时空方面的相关性，也是迫切需要解决的一类难题。

3）目标成分分析的远程传感

化学成分分析大多基于样本物质，有时目标材料的采样很困难。例如测量同温层中臭氧含量，远程传感不可缺少，光谱测定与雷达或激光探测技术的结合是一种可能的途径。没有样本成分的分析很容易受到传感系统和目标组分之间的各种噪声或介质的干扰，而传感系统的机器智能有望解决该问题。

4）用于资源有效循环的传感器智能

现代制造系统已经实现了从原材料到产品的高效的自动化生产过程，当产品不再使用或被遗弃时，循环过程既非有效，也非自动化。如果再生资源的循环能够有效且自动地进行，可有效地防止环境的污染和能源紧缺，实现生命循环资源的管理。对一个自动化的高效循环过程，利用机器智能去分辨目标成分或某些确定的组分，是智能传感系统一个非常重要的任务。

3. 研究热点

1）物理转换机理的研究

数字化输出是智能传感器的典型特征之一，它不仅是模拟−数字转换实现的简单的数字化输出，而且还从机理上实现数字化输出。其中，谐振式传感器具有直接数字输出、高稳定性、高重复性、抗干扰能力强、分辨力和测量精度高等优点。传统写真式传感器的频率信号检测需要较复杂的设计，这限制了它的广泛应用和在工业领域的发展。而现在只需在同一硅片上集成智能检测电路，就可以迅速提取频率信号，从而使谐振式微机械传感器成为国际上传感器的研究热点。

2）多源数据融合的研究

数据融合是一种数据综合和处理技术，是许多传统学科和新技术的集成和应用，如通信、模式识别、决策论、不确定性理论、信号处理、估计理论、最优化处理、计算机科学、人工智能和神经网络等。目前，数据融合已成为集成智能传感器理论的重要领域和研究热点。即对多个传感器或多源信息进行综合处理、评估，从而得到更为准确、可靠的结论。因此，对于多个传感器组成的阵列，数据融合技术能够充分发挥各传感器的特点，利用其互补性、冗余性，提高测量信息的精度和可靠性，延长系统的使用寿命。近年来，数据融合又引入了遗传算法、小波分析技术和虚拟技术。