最早用于测量这些传感参数的设备不够先进,使用起来不太便捷,对于数据的准确性无法保证。如今的先进社会,这些问题不再是困难,这些设备、机器和仪器的性能和功能间接地取决于安装在它们内部的各种高精度传感器。因此,对越来越多的传感器的需求越来越大。这些传感器被用于监测各种参数，如液位、流量、温度、压力、磁场、声信号、距离、接近、倾斜、旋转、触摸、运动、光强度、加速度、颜色等。

目前,即使在最恶劣或最具挑战性的环境中,传感器也被用于监测物理参数,例如,人体内部的力和超声波,深海中的声波,涡轮机和油井中的压力,以及空间中的旋转和加速度。

传感器可以提供多种物理参数的数据和信息,这些数据和信息对控制各种工业过程至关重要,或者对医疗应用、气象学或科学研究至关重要。这就是为什么这些传感器已经变得无处不在的原因。

传感器提供了它们所在环境的有用数据,这对设备和机器的性能和功能至关重要。它们还能提供有关结构、材料或嵌入其中的设备的状态或健康状况的连续信息。因此,它们被放置在多个点上,以收集尽可能多的不同物理参数的数据。通过这种方式，传感器使材料、设备或结构变得更智能、更高效或功能更强、更安全。

物理传感器的多样化应用在大多数情况下,传感器只提供单一参数的数据 ,也就是它们所设想的参数,但在最近的应用中,两个或多个传感器一起工作。例如，无人驾驶飞机中的加速度计和陀螺仪为飞机本身提供更多的信息,如位置、高度、飞行距离等。 可穿戴设备或运动设备中的加速度计和陀螺仪共同工作,可以提供人的移动距离、撞击次数、撞击的力量和位置等多种信息。所有这些信息都能帮助运动员提高成绩。

目前,如果没有多个物理传感器，一些关键的基础设施、 车辆、仪器等都无法实现。这些传感器的任务是提供-系列参数的实时数据，从温度.加速度、声音到人的倾斜度或心脏跳动。由于有了传感器，管道、道路、建筑、仪器、车辆等关键基础设施都有了“人工神经"或感官。

例如,现代的医疗仪器和手术机器人都包含多个传感器,不仅可以监测与医疗相关的参数,还可以监测力或压力等物理参数,提供触觉反馈。

另-个例子是自动驾驶汽车,其中大量的参数被不断监测,以使其更加安全和清洁。第三个例子包括智能手机和手表中的传感器。这类传感器提供的数据多种多样,如人的心率、电池的状态、屏幕的方向、与物体的接近程度或环境光的强度等.让-切变得更智能、更安全或更简洁的大趋势,以及为仪器、设备、小工具智能手机、电器等增加更多功能的趋势,增加了在不同环境下监测更多参数的需求。这反过来又增加了传感器的类型和用于制造传感器的技术。

一般来说,电子传感器由于尺寸小重量轻、可靠性高、性价比高,在各种应用中都是首选。然而,电子传感器可能无法正常工作,或者可能不适合或不推荐用于某些应用。在某些情况下,光学传感器是唯一可行的解决方案 ,因为它们对电磁干扰不敏感。例如,现代内窥镜包括光纤力和声传感器,并监测人体内部的此类参数。光纤还用于监测管道、电力线、周界和边界等关键基础设施中数百万个点的应变、温度和振动。

因此,显而易见的问题是:未来几年物理传感器的宏大挑战是什么?

未来物理传感器的巨大挑战

这个问题没有简单的答案,因为传感器的应用是多样化的,存在许多不同类型的传感器。

让我们从科学的角度出发。

物理传感器在灵敏度、分辨率、测量范围、精度、准确度等方面的前沿进展几乎每天都在扩大。毫无疑问,纳米和量子技术将有助于推动物理和其他传感器的极限。通过使用单光子或纠缠光子或其他量子资源,光学和电子传感器的灵敏度可以提高到所谓的射噪极限以上。

因此,在不久的将来,将有可能开发出能够检测参数的传感器,其精度和分辨率是今天的传感器无法达到的。引力波探测器

VIRGO中展示了光的挤压状态对灵敏度的增强。类似的概念可以用于其他高灵敏度量子传感器的开发。新的纳米材料或在纳米尺度出现的效应也可以用来提高传感器的灵敏度,或者开发全新的超微型传感器。

从技术角度来看,传感器面临的挑战是如何大幅降低其成本、尺寸或能耗。

例如,光纤传感器比电子传感器贵得多。因此,为了降低光纤传感器的成本,研究设计这种传感器的新方法、它们的组件或它们的询问方式至关重要。

另一方面,可穿戴设备由于电池充电时间短,使用范围有限。因此,研究为传感器供电的新机制将是有趣的,例如,用人体的热量或运动,或用要监测的参数。在自主汽车中,传感器必须更加笨重和便宜;此外,它们必须具有高度的可靠性和精确性,以及必须快速响应。具有这些属性的传感器将有助于开发更清洁、更可靠、更实惠的自动驾驶汽车。

对传感器产生的数据和信号的处理和解释也是重要的挑战,这也是传感器技术中-个有趣的研究领域。目前,传感器用于实时监测多个物理参数,这种情况在未来不会有太大改变。在许多工业、科学和其他应用中,传感器可以提供大量的数据,这些数据必须被高速收集、存储、处理和解释,以实时提供信息。在这些情况下,人工智能和深度学习中使用的概念和方法以及大数据中使用的技术(正在并将越来越多地被考虑在内。

我们现在生活在物联网( loT )时代,物理(和任何其他)传感器的最大挑战将是在字面上的每一个瞬间 ,提供关于它们被设想为监测的参数的数据,以及将传感数据传达给其他设备并从数据中学习。因此,在未来几年,我们将看到传感器发挥传感以外的作用。

最近由冠状病毒引|起的全球大流行对物理传感器提出了重大挑战,以解决迫切的社会需求。

例如,体温传感器可以在机场和公共汽车/火车站快速识别发烧的人。在这种情况下,面临的挑战是在不接触人的情况下,快速、高精度地测量体温,最好是同时测量几个人的体温。融入呼吸辅助器中的流量和压力传感器对于帮助感染者更轻松地呼吸也至关重要;因此,这种传感器有助于挽救重症监护室的生命。另- -方面,智能[ ]和水龙头有助于避免病毒的传播,因为安装在其中的接近传感器可以在不触碰的情况下打开这种门或水龙头。

在不久的将来,我们将看到安装在智能手机中的几个传感器如何共同帮助对抗冠状病毒的传播。智能手机将为我们提供-个复杂的近距离检测系统,提醒我们可能接触到受感染的人。

物理传感器和其他传感器将继续为各种事物提供人工感应和更多的功能,并让它们变得更智能、更安全、更清洁,对用户更友好。在最近的全球大流行期间,物理传感器显然也是重要和必要的,甚至可以帮助拯救生命。

转自：电源网