密集傳感器的設計
加入技術交流群
用戶從這些超級計算應用系統中獲得的經驗為他們了提供必要的洞察能力，使未來嵌入控制系統能夠在實時情況下完成更加復雜的檢測與決策工作。隨著微處理器與傳感器價格的不斷下滑，自動系統與半自動系統都可以包含更多的智能，根據對自身內部狀況以及當時外部環境的更好了解，作出更優化的決策。為一個設計增加傳感器，并將所有這些傳感器的數據作智能關聯處理，這些都會帶來更多的設計時間成本與復雜性，但各個設計團隊仍在日益接受這種成本，因為權衡的結果可以是一個差異化的系統，它能更有效地提供更多功能，而價格則與前代設計不相上下。
嵌入設計中使用傳感器并不新鮮。不同的是設計中正在集成越來越多的傳感器和處理器，從高端的自動化系統，到批量生產的消費產品。隨著傳感器與處理器的不斷降價，替代機械控制結構的門檻也在持續變化。如何對處理作分割，實現相同系統中多個傳感器的關聯，這一任務遠超出了機械替代的范疇，以至于供應商經常會把自己的方案看作專有的信息，因為傳感器與處理算法正確組合的選擇可以實現更低的物料成本、更高的能效，以及更佳的系統性能。
DARPA（美國國防高級研究項目署）城市挑戰賽以及無人車輛挑戰賽都強有力地證明，裝有大量傳感器的全自動車輛可以在各自的環境內實現探測、解析、預測、交互和移動（參考文獻 1）。挑戰賽表明，自動車輛僅僅依靠各種板載傳感器與定位系統，就可以完全靠自身作駕駛及導航，無需遙控或人類駕駛者（參考文獻 2）。不過，在這些挑戰賽中，其管理員要給自動車輛裝入一個目標的 GPS（全球定位系統）位置清單，指示他們要去的地點。它們自己不會決定去哪里，或到達那些點的次序；他們只知道要從當前位置到達清單中的各個點。
DARPA 城市挑戰賽于 2007 年 11 月 3 日舉辦，它要求自動車輛在城市交通路況下，與其它有人駕駛和無人駕駛車輛一起行駛，以證明它們可以安全地完成復雜機動，如并道、超車、停車，以及穿過路口。六個小組成功地完成了 DRAPA 城市挑戰預賽。獲獎車輛來自 Tartan 賽車隊，它除了慣性 GPS/IMU（慣性測量單元）傳感器以外，還使用了七只激光雷達（光探測與測距）、雷達（射頻探測與測距）和視覺傳感器（參考文獻 3）。傳感器的選擇支持用于算法規劃的數據融合，以及通過傳感器的交疊實現數據冗余與關聯。
機器人是一類有大量傳感器、正在發展中的自動系統。例如，Boston Dynamics 公司有多種機器人，如遙控的 BigDog，它可以依據自己的傳感器和板載控制系統，穿越艱難地形（包括冰面），并在遇到困難時回撤。BigDog 的運動傳感器包括：聯結位置、聯結力、接地觸點、接地負載、一個激光陀螺儀，以及一個立體視覺系統。其它傳感器主要針對系統內部的健康狀況，監控液壓、油溫、引擎溫度、每秒轉速以及電池充電等。供應商 iRobot 亦提供多種型號的機器人，包括消費級的吸塵機器人，如 Roomba。Roomba 使用了多個 IR（紅外）傳感器，直接（或通過機械翼）檢測所處環境（參考文獻 4）。
半自動系統是密集傳感器設計的一個發展領域。高端是電傳飛控飛機與汽車，而在低端，消費家電正在出現顯著增長，如洗衣機。半自動系統會從人類操作者獲得高級指示，但要負責管理所需監控系統的低層操作細節。在足夠寬泛的解釋下，多數嵌入系統都可歸到這個類別，這些系統的設計者也許能從其它傳感器設計或數據豐富的設計中獲取知識（見附文《超級計算》）。
復雜的遙控系統（如 BigDog）必須對其環境與狀況作出即時的自動響應，部分原因是一個遙控接口不足以提供充足的數據帶寬和反饋接口，操作者無法用多個調整命令使系統正常運行。當設計團隊選擇實現一種半自動子系統時，應使其比多數操作者手動完成相同任務要更快、更好。
飛機使用的半自動電傳飛控系統用電氣接口代替了飛行員與飛機之間的物理控制。控制系統接收飛行員的命令，然后根據傳感器的讀數，決定致動器的最佳行動，在每個控制點做出最理想的動作。這種情況下，最聰明的控制系統要使飛行員的注意力集中在飛機的高級控制上，而由飛控系統去管理每個子系統的底層控制；這種方案使飛行員能騰出有價值的認知周期，關注周圍那些飛控系統無法補償的問題。
汽車也正在日益采用這種高、低層劃分的控制，它處于駕駛員與車載控制子系統之間，使它們更安全和更高效（參考文獻 5）。汽車內自動子系統的例子包括剎車防抱死系統、電子穩定控制、牽引控制、偏航控制，以及碰撞緩解系統，如智能約束系統和氣囊。在不同環境下，駕駛員可能并不能感受到這些控制系統。
汽車引擎管理系統展示了一種有密集傳感器的半自動嵌入子系統（圖 1）。除了監控駕駛員的踏板接口，系統還會跟蹤很多其它內部數據點，如溫度、壓力，以及系統內空氣、燃料與廢氣的化學組成，并與其它傳感器進一步聯合測量點火、敲缸，以及曲軸位置，從而優化引擎的輸出功率、燃油效率、排放性能，以及駕駛體驗，甚至適應替代燃料。
評論