传感器类器件应用的一些通用思维

置顶

精

活动

传感器简述

传感器器件是一类能够检测和响应环境变化的设备，传感器器件将物理量（如温度、压力、光线、声音、运动、电场、磁场等）转换为电信号或数字信号，供进一步的分析、处理、控制或交互。

常见的传感器根据传感的物理量来分主要就几种：声光电磁力惯性温度。但根据用途，应用来分的话种类就很多，激光雷达（光），毫米波雷达（电磁波），图像传感器（光），温度传感器，环境光传感，接近传感器，IMU惯性传感器，触摸传感器，液位传感器，压力传感器，HALL传感器，气压，地磁，气体等等。

传感器的应用思维

这些传感器在应用的时候，其实有很多共通的要注意的地方，大概的感觉就是，这是个xx传感器，选型应用的时候要看哪些东西，注意什么。今天聊聊传感器类器件应用的一些通用思维。

1. 精度。精度表征输出信号与被测量真实值之间差异。精度是传感器性能的关键指标。精度概念又包含绝对精度，相对精度，有效精度等概念。绝对精度指传感器输出与真实值之间的绝对差异。相对精度是指传感器读数变化与真实值变化的比例，有些时候即使绝对精度不是最优，相对精度也可以很高。有效精度，对于系统来说有效精度是传感器输出减去系统误差、随机误差之后的值，一个输出10位的传感器，如果静态时后面2位的值都在随机跳动，那后面2位的值就不是有效精度，因为观测值不变的情况下它都在变，这2位数据算不上有效。所以要特别关注有效精度。对于不同的应用来说，精度要求也是不同的，够用就好。
2. 量程。就是传感器可测量的范围，是否满足应用需求。量程一定要留有合适的裕量，太满太极限容易出问题。
3. 线性度。《信号与系统》，《控制原理》介绍了，线性系统是最容易处理的，像传感器信号输出为了方便后端使用一般是线性输出，线性度就是表征输出有多线性，这里也要看全量程的线性度如何，很多是中间一段线性度好，首尾两端的不好。对于非线性系统就要考虑一些数值方法处理，是否要拟合，校准之类。
4. 一致性。传感器个体之间有差异，一致性是生产制造环节无法避免的，只是大小的区别。一致性也可以用来评估厂家的生产制造水平，产品个体差异很大的说明水平不咋地，尽早换吧。若一致性没有评估充分，那么就容易出现，样品、样机、试产阶段产品没问题，一到量产不良率，产线直通率蹭蹭上去。若是器件一致性差但应用一致性要求很高的场景，可能研发阶段就要考虑批次，个体校准标定。
5. 灵敏度。灵敏度表征对被测量变化响应能力。灵敏度高的，被观测量稍一变化输出就变化明显，反之就是很不敏感。灵敏度一般和量程，动态范围，噪声这些是有些矛盾的。灵敏度无好坏之分，主要看应用场景，在应用时主要考虑应用场景的需求，在被测量变化不明显时选择高灵敏度的传感器，或系统端用其他办法放大被测量的变化。灵敏度和系统匹配才能保证不超量程，获得良好的精度。
6. 噪声，信噪比。传感器输出中出现的随机变化或非期望的信号，这些变化并不对应于被测量的物理量。噪声可能由多种因素引起，包括传感器本身的特性、环境条件、电子干扰等。噪声是一定有的，大小能不能接受，去除噪声后的有效精度，信噪比是否满足。信噪比表征有用信号和噪声的比值，能更好地描述噪声的影响，噪声绝对的幅值没有太多意义，如果噪声很大但信号更大那大概率也是能用的。
7. 响应时间。传感器的delay，现在输出的是前x秒发生的事，对于实时性要求很高的场景要充分考虑。
8. 传感器特性，适用场景，应用局限，corner case，失效模式。目前来看，各类传感器都有自身的局限性，有适用场景及应用局限。例如在导航领域，惯性传感器可以提供一些惯性信息，理论上可以根据牛二算出来运动轨迹、位移等等这些信息，但惯性传感器固有的零偏，漂移使得只依赖惯性传感器算出来的数据时间长了是一定会漂的，这时候一般要用其他的传感器来弥补它的缺陷，例如常见的组合导航。熟悉传感器的特性才能用好传感器，才能解决好系统性的问题。
9. 能耗，接口等。系统设计，系统集成考量，不要只自顾自的。

传感器种类繁多，应用起来感觉纷繁乱杂，但仔细抽象总结一下，基本上都是上述考量的几个问题，在选型应用时，从这些维度评估，应该能少踩些坑。