EDN China > 商情观察 > 模拟设计 > 传感器 > 正文
? 2016博客大赛-不限主题,寻找电子导师,大奖升级??

传感器创新难:技术、开发谁拖了谁的后腿?

EDN China 麦迪?? 2015年09月14日 ?? 收藏2

飞思卡尔:将传感器数据价值化

对于如何使传感器开发更具价值,Freescale Sensor Solutions Division Sr Director-Marketing Ian Chen有其独特的观点,Ian表示:“我们对于传感器所捕获的数据应用仍停留在表面阶段。现在我们谈更好的传感器,集成多传感器、集成RF、MCU等等,我想问题的关键可能并不仅限于我们需要更好的传感器,而在于如何能用好传感器,如何使传感器数据有价值。”

为此Ian从传感器所能捕捉的是什么举例解释:“其实运动传感器捕获的并不是运动的动作,而是各种物理环境的变化,所以传感器所能捕获的信息比我们想象中的要多的多,关键是我们是否可以利用这些信息告知我们所处的环境,传感器可以告诉我们物理环境的反馈。”

对于传感器数据应用分析,Ian介绍了两种方法(图6):确定性模型,基于对物理和运动模型体系很好的理解;以及统计/机器学习,利用传感器数据内的统计模型和签名。“对于机器学习,各大公司都将机器学习应用于大数据分析中,其实也可以用在传感器数据分析中,但有用的数据分析结果取决于严格的数据采集和机器学习方法。”

图6:传感器数据应用分析的两种方法。
图6:传感器数据应用分析的两种方法。

传感器数据价值会是未来趋势(图7),我们需要允许对案例的内容有更好的信息应用,同时揭示那些能帮助商业决定的信息。“面临大数据时代,我们需要的不是创造更多的数据,而是如何用这些数据更有价值,同样,也许我们并不需要更好的传感器,而是要利用好现有的传感器。”Ian表示。

图7:传感器数据驱动价值。
图7:传感器数据驱动价值。

从系统设计考量,需要对物理体系更好的理解(而不是对电子体系)、对计算资源进行部署(图8)、需要考虑隐私和安全(注意传感器其实可以感知一切环境)、对传感器设计进行优化、需要开放的数据(Open data)。这里面很大层面牵涉到我们对物理世界的理解、牵涉到融合包括计算、连接在内的传感器数据分析、也牵涉到如何创新。

图8:对传感器数据分析的计算资源进行部署。
图8:对传感器数据分析的计算资源进行部署。

分页导航

第2页:博世:为每一个IoT细分提供智能传感器

第3页: 飞思卡尔:将传感器数据价值化

第4页:ST:传感器与执行器互补会是未来


《电子技术设计》网站版权所有,谢绝转载


?? ?? ??


打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮

1.扫描左侧二维码
2.点击右上角的分享按钮
3.选择分享给朋友
?? ??

相关文章

我来评论
美国的游客
美国的游客 ??? (您将以游客身份发表,请登录 | 注册)
?
有问题请反馈