智能终端中的应用软件设计中的光传感器
“柑橘茶”通过精心收集，向本站投稿了8篇智能终端中的应用软件设计中的光传感器，下面给大家分享智能终端中的应用软件设计中的光传感器，欢迎阅读!
篇1：智能终端中的应用软件设计中的光传感器
【摘 要】本文分析了环境光传感器工作原理及性能参数。
提出一种基于Windows Phone的嵌入式系统设计方案，编写环境光传感器驱动采集外部光照强度，优化检测灵敏度来降低光传感器的功耗，根据采集到的数据控制(PWM)输出信号的频率和占空比调节背光亮度，降低LCD和键盘背光灯功耗，实现自适应控制屏幕亮度并延长设备待机时间。
【关键词】环境光传感器;智能终端;脉冲宽度调制
环境光传感器是一种能够检测到所在环境中的光信号并能够将其处理转化成对应的输出电压信号的传感器，感测周围光线的同时，它还能告知处理芯片自动调节显示器背光亮度，降低产品的功耗，使产品的智能化控制达到更高的水平[1]。
采用环境光传感器可以最大限度地延长电池的工作时间，有助于显示器提供柔和的画面。
本文在分析环境光传感器工作原理的基础上，着眼于提高检测灵敏度和抗干扰能力的同时，从而降低光传感器的功耗。
提出一种基于Windows Phone系统设计方案，通过编写环境光传感器驱动采集外部光照强度调节背光亮度，以此来降低LCD和键盘背光灯的功耗，实现自适应控制屏幕亮度和延长智能终端电池使用时间。
1 环境光传感器分类及特点
环境光传感器(ALS)是一类特殊的光电传感器，可以将光的强弱变为大小变化的电信号。
当有光照时光电二极管有较大电流，无光照时光电二极管没有电流或者仅有极微弱电流。
光传感器主要分为光敏电阻、光电二极管和光电晶体管几种类型。
光敏电阻中最常用的材料为多晶体或非晶体的硫化镉半导体，对波长为500nm附近的黄绿光的响应最为灵敏，和人眼的频率响应很相似。
硫化镉的能带间隙较小、灵敏度高。
实际产品中为调整对光的频率响应并改善某些性能，以硫化镉和硒化镉或碲化镉混合的光敏电阻较为常见。
光电二极管(Photo Diode)是由电阻率相当高的n型本征硅晶片制造的平面结构，本征硅的上表面做重度P型掺杂(通常是掺硼)形成PN结。
为了使光能穿过而到达本征层，这一掺杂的P型层必须很薄，P型金属电极层外面覆盖透光氧化硅或氮化硅绝缘保护膜。
光电晶体管需要更大的偏置电流，但与电流相伴的噪声迫使传感器的灵敏度转向更高的勒克斯范围。
光电晶体管的检测响应时间与光电二极管相似，并可以利用偏置电流进行调整。
偏置电流也可以随探测到的信号水平进行变化。
光电晶体管能够粗略地确定环境光线水平，如室内/室外、白天/夜间以及明亮光线/阴影等状态，因此需要外部电路对输出信号进行校准。
1.1 光传感器应用分析
选择光传感器需要考虑因素包括光谱响应/IR抑制、最大勒克斯数、光敏度以及功耗等。
环境光传感器应该仅对400nm至700nm光谱的范围有感应;最大勒克斯数一般为1万勒克斯左右;根据光传感器的镜片类别，光线通过镜片后，光衰减可以在25%-50%之间。
多数硅基ALS光谱响应灵敏度峰值一般为接近人眼的光谱灵敏度峰值550nm。
使用不同的芯片架构和滤波器分层，不仅能变换峰值灵敏度，还能抑制红外辐射。
为适合不同光照条件，硅基光电探测系统要使用不同电阻，以便在不同分辨率之间不停地切换。
要求传感器在在非常亮的'环境光条件下能提供优化的调光能力。
步进调光ALS相对于传统硅基光电传感器的一个重大改进是根据连续调光来提供合适的输入[3]。
一些传感器提供非常小的封装，但需要一个外部放大器或无源元件来获取所需的输出信号。
选取具有更高集成度的光传感器省去外部元件(ADC、放大器、电阻器、电容器等)，线性电压输出、数字输出能够直接与处理器进行接口，将能简化系统硬件设计，提高稳定性。
2 系统框架及硬件实现
2.1 Windows Phone及其体系架构
Windows Phone将采用与Windows 8相同的内核，仅需很少改动就能让应用在两个平台上运行，能给用户提供无缝的跨平台体验，实现多个屏幕的一致。
Windows Phone支持多核心芯片组，双核甚至更多核处理器，硬件制造商可以为用户提供更丰富更多配置的WP8设备。
在Windows Phone体系结构框架内，进行硬件系统设计综合考量成本、性能、外观等因素的前提下，追求终端系统可靠性。
必须对硬件方案及各个模块进行深入了解，以便于编写程序和充分发挥硬件的性能。
方案涉及到的硬件主要包括CPU模块、LCD模块、GPIO模块、ADC模块、环境光传感器模块。
他们的硬件结构组成如图1所示。
主控芯片采用分布式存储器架构的32位处理器AT91SAM9260，外设和外部接口之间的多重数据同时传送，而无需耗费CPU的时钟周期。
外部总线接口(EBI)的时钟频率为133MHz，片外存储器的高速数据传送提升了微处理器性能[5]。
智能终端中的应用处理器AP(Application Process)负责控制环境光检测及运行应用程序等这些非通信类的工作，GPIO(General Purpose Input Output)是嵌入式微控制器的通用输入/输出端口，当微控制器或芯片组没有足够的I/O端口，或当系统需要采用远端串行通信或控制时，GPIO能够提供额外的控制和监视功能。
GPIO具有低至1μA的功率损耗，集成IIC从机接口，即使在待机模式下也能够全速工作;加上内置多路高分辨率的PWM输出，可预先确定、缩短外部事件与中断之间的响应时间，控制匹配电流输出确保均匀的显示亮度。
构成了传感器和处理器之间稳定的数据传输通道。
系统可以通过PWM脉宽调制来调节背光亮度。
背光调节是对其里面的LED(Light Emitting Diode)进行调节，采用数字或PWM的LED调光控制法以大于100Hz的开关工作频率，以脉宽调制的方法改变LED驱动电流的脉冲占空比来实现LED的调光控制，选用大于100HZ开关调光控制频率主要是为了避免人眼感觉到调光闪烁现象，在LED的PWM调光控制下，LED的发光亮度正比于PWM的脉冲占空比，采用PWM的LED调光控制的调光比范围可达3000：1。
键盘背光灯为高亮发光二极管，可以通过电平高低控制暗灭状态，也可以通过PWM调节亮度。
2.2 环境光传感器MAX9635[6]
环境光传感器MAX9635应用组件包括光电二极管、电流放大器和无源低通滤波器。
能够将所有这些器件集成到一个小型封装中对于便携式终端设备非常重要。
MAX9635环境光传感器提供IIC数字输出，具有22位超宽动态范围。
器件集成两个光电二极管和一个滤光器，可有效抑制紫外线和红外线，可很好地复现人眼的光学反应。
先进的算法能够校准不同光源之间的光谱偏差，此外器件具有高动态范围优点，确保在所有环境光条件下实现高精度流明测量。
光电二极管将光强转换为电流，然后通过低功耗电路处理为数字比特流。
该比特流经数字处理并保存在输出寄存器内，可以通过IIC接口读取。
片上可编程中断功能无需对器件进行连续的轮询数据查询，可以有效节省功耗。
MAX9635具有较强的IR抑制，并且内部IR补偿机制能够把红外光的影响降至最小[6]。
自适应增益电路可自动选择正确的流明范围优化测试。
MAX9635芯片设计工作在1.7V至3.6V供电范围，满负荷工作时仅消耗0.65μA电流。
通过分析发现具有一定的方向性，这在面板设计上需要加以考虑尽量安装到人体不易遮挡的地方。
3 软件设计及实现
3.1 软件设计功能要求
Windows Phone设备驱动程序是一种可以使计算机和设备通信的特殊程序，操作系统只有通过这个接口程序控制硬件设备的工作，根据传感器的特性曲线和工作方式，通过相关模块控制传感器工作来要完成环境光检测驱动。
在Windows Phone操作系统下，控制面板由三个部分组成：Ctlpnl.exe、Control.exe和.CPL文件。
Ctlpnl.exe和Control.exe是由操作系统来控制控制面板的文件视图和体系结构的。
而“.CPL”文件则是用来实现控制面板功能的应用程序。
要创建自己的控制面板应用程序，必须创建一个具有由Control.exe体系结构建立的必要的回调函数的“.CPL”文件。
分析CPL程序的工作机制，掌握如何与驱动通信获取控制信息，然后将控制信息传递给所需要控制的LCD驱动，最终控制LCD的显示亮度。
实际设计应考虑一下设计指标和功能。
①当关机或黑屏后停止环境光检测，关闭传感器电源;
②当环境光足够时LCD屏根据环境光使用较高亮度;
③当环境光不够时点亮键盘灯，LCD屏根据环境光使用较低亮度;
④检测完成后立即关闭sensor电源。
通过对软件设计要求和设计详细指标的分析，软件系统大体可分为：环境光检测的驱动程序、Windows Phone控制板应用程序两大部分。
底层驱动程序实现对件的直接控制实现其详细指标，上层应用程序实现界面的绘制和与用户交互。
3.2 底层驱动程序的实现
环境光传感器主要与GPIO118和ADC2相连接。
环境光检测的驱动程序把GPIO与环境光传感器相连接的端口GPIO118配置为基本的GPIO模式作为环境光传感器电源的控制开关，对环境光传感器进行上电控制。
完成与环境光传感器模拟输出连接，读取数模转换通道数据。
根据所得数据辨别出当前环境光光照强度等级，完成对环境光传感器工作状态的控制和读取光照强度数据。
根据以上分析首先进行GPIO配置。
在boot_gpio.h文件中定义所有GPIO初始化值，通过程序修改对其初始化。
系统启动device.exe程序加载并完成管脚配置，完成将管脚GPIO118配置为环境光传感器的电源开关控制管脚。
4 结论
本文提出一种基于Windows Phone的嵌入式系统设计方案，通过编写环境光传感器驱动采集外部光照强度，根据采集到的数据控制PWM输出信号的频率和占空比来调节背光亮度，以此来降低LCD和键盘背光灯的功耗，达到终端延长待机的目的。
随着传感技术的发展，出现了多传感器融合的趋势，譬如环境光和接近感应整合传感器，在文中方案基础上稍加改进，能够实现接近感应功能从而进一步完善智能终端的人性化设计。
【参考文献】
[1]Margery Conner.环境光传感器协助应用变得更智能、更环保[J].电子设计技术，(11)：42-44.
[2]赵天池.传感器和探测器的物理原理和应用[M].北京：科学出版社，：25-26.
[3]Andreas Vogler，Sonny Remigio.选择合适的环境光传感器来优化OLED性能[J].今日电子，(3)：70-72.
[4]Andy Wigley. Microsoft Mobile移动应用开发宝典[M].北京：清华大学出版社，2008.
[5]王黎明，等.ARM9嵌入式系统开发与实践[M].北京：北京航空航天大学出版社，2008.
[6]Prashanth Holenarsipur. MAX9635环境光传感器的接口程序[EB/OL].http：//china.maxim-ic.com/app-notes/index.mvp/id/4786，-05-16.
篇2：智能传感器技术在呼吸监视仪中的应用
智能传感器技术在呼吸监视仪中的应用
当今在有智能传感器技术为捡测头的呼吸医疗监视仪已经闻世,能以此对各种情感和呼吸之间的联系作大量的研究，并且用来真实纪录一个人的呼吸状况及其变化.1.呼吸医疗监视仪与智能传感器技术(见图1所示).
1.1、呼吸医疗监视仪
用来监视呼吸状况，并能给出大致的呼吸深度。这个监测仪监测一些可以用来评价焦虑程度的重要参数：呼吸频率、呼吸的均匀程度以及呼气和吸气之间的间歇。平静、积极的情绪通常会导致呼出长于吸入，二者的时间之比从一个方面揭示人的焦虑程度。相对较高水平的胸呼吸（相对于腹呼吸）也可说明焦虑程度。对于胸呼吸的观察可增加监视仪的可视信息。
1.2、智能传感器技术
图1中的监视仪采用硅压阻式传感器（PRT）检测吸入与呼出时对应压力的降低和增加。PRT的输出被馈入一个MAX1450信号调理IC，用于对PRT的固有误差进行校正，然后将经过补偿的电压信号送入12位模数转换器ADC。ADC输出（数字化的压力信号）接着进入一个PC接口，并被转换为RS-232电平。最后信号被传递到PC，这样就可以显示出呼吸波形，并对以上所述参数进行分析。
2、PRT传感器
2.1、PRT检测原理
PRT一般配置为一个紧密的惠斯登电桥。当有压力施加到PRT的'敏感电桥时(见图2a所示)，对角桥臂的电阻值将发生相同方向、相同大小的改变。当一个对角桥臂上的两个电阻值在压力的作用下增加时，另外一个对角桥臂的电阻值降低，反之亦然。对于半敏感电桥PRT(见图2b所示)，则只有半边桥臂的电阻值发生改革。不管是全桥还是半敏感电桥的PRT传感器都具有高灵敏度（>10mv/v）、良好的线性和温度稳定性、无信号滞回等优点，其测量范围可上至破坏性极限。
2.2、PRT的应用
当今,由于新的IC技术已经能够精确校准传PRT感器，所以将其应用范围从中、低精度检测扩展到高端领域之中。解决了以往PRT传感器通常只能用在中、低精度检测在高端产品非要采用昂贵的应变计等不足之处.
3、信号调理IC与现代和与简化校正方案
由于PRT传感器的误差幅度范围很宽，因而必须要用通过现现代与简化补偿法来校准。目前最新型的用来校准PRT传感器误差的信号调理IC有两种，一是MAX1457，二是MAX1450。
3.1、现代和校正方案
MAX1457它带有一个用于驱动传感器的受控电流源和一个采样传感器桥路电压的ADC，这个电压是电流输出电流和与温度相关的桥路电阻的乘积。MAX1457内含EEPROM等.通过为MAX1457设计的应用软件计算出四种校正系数：满偏输出（FSO），温度（FSOTC），偏移（Offset）,温度偏移（OffsetTC）.来修正误差.
由于MAX1457所提供的精度可远高于一个呼吸监视仪的要求，即没有必要采用16位分辨率的DAC进行校正,但MAX1457它的温度误差补偿能力对于不大的温度变化也是很有必要的：10℃的变通常会造成PRT的满偏输出(FSO)发生3%的改变，真因MAX1457使监视仪可以工作在很宽的温度范围，应用PRT和MAX1457组合可获得优于的精度故它能应用于空间探测及潜水呼吸器等领域。
3.2、简化校正方案
MAX1450信号调理器（见图3所示）的功能本质与MAX1457相同，只是用电阻代替DAC来进行误差校正。因MAX1450采用MAX1457比少得多的校准点，其精度为1%。通常被用于混合方案，该方案将MAX1450和缴光微调电阻(所有外接电阻)相结合提供了一种低成本的解决方案,即用MAX1450信号调理器配合外部激光微调电阻可提供1%精度。调整RFSOA电阻是设定初始(FSO)灵敏度，温度偏差的调整是通过反馈传感器驱动电后电压（来自BDRIVE引脚）来实现，由PGA程控放大器来完成偏差的补偿。
值此对MAX1450引脚功能作一介绍：
INP传感器正信号输入;
SOTC温度偏移信号输入;
A0程控放大器(PGA)增益设置最低位输入;
A1程控放大器增益设置;
A2程控放大器(PGA)增益设置最高位输入;
OFFTC偏移温度校正;
OFFSET偏移调整输入;
BBUF带缓冲电桥电压输入;
FSOTRIM电桥驱动电流设置输入;
OUT程控放大器输出电压;
ISRC电流源基准;
BDRIVE传感器激励电流输入;
INM传感器负信号输入;
VDD电源电压；
VSS地.
篇3：智能传感器技术在呼吸监视仪中的应用
智能传感器技术在呼吸监视仪中的应用
当今在有智能传感器技术为捡测头的呼吸医疗监视仪已经闻世, 能以此对各种情感和呼吸之间的联系作大量的研究，并且用来真实纪录一个人的呼吸状况及其变化.1.呼吸医疗监视仪与智能传感器技术(见图1所示).
1.1、 呼吸医疗监视仪
用来监视呼吸状况，并能给出大致的呼吸深度。这个监测仪监测一些可以用来评价焦虑程度的重要参数：呼吸频率、呼吸的均匀程度以及呼气和吸气之间的间歇。平静、积极的情绪通常会导致呼出长于吸入，二者的时间之比从一个方面揭示人的焦虑程度。相对较高水平的胸呼吸（相对于腹呼吸）也可说明焦虑程度。对于胸呼吸的观察可增加监视仪的可视信息。
1.2、 智能传感器技术
图1中的监视仪采用硅压阻式传感器（PRT）检测吸入与呼出时对应压力的降低和增加。PRT的输出被馈入一个MAX1450信号调理IC，用于对PRT的固有误差进行校正，然后将经过补偿的`电压信号送入12位模数转换器ADC。ADC输出（数字化的压力信号）接着进入一个PC接口，并被转换为RS-232电平。最后信号被传递到PC，这样就可以显示出呼吸波形，并对以上所述参数进行分析。
2、PRT传感器
2.1、PRT检测原理
PRT一般配置为一个紧密的惠斯登电桥。当有压力施加到PRT的敏感电桥时(见图2a所示)，对角桥臂的电阻值将发生相同方向、相同大小的改变。当一个对角桥臂上的两个电阻值在压力的作用下增加时，另外一个对角桥臂的电阻值降低，反之亦然。对于半敏感电桥PRT(见图2b所示)，则只有半边桥臂的电阻值发生改革。不管是全桥还是半敏感电桥的PRT传感器都具有高灵敏度（>10mv/v）、良好的线性和温度稳定性、无信号滞回等优点，其测量范围可上至破坏性极限。
2.2、PRT的应用
当今,由于新的IC技术已经能够精确校准传PRT感器，所以将其应用范围从中、低精度检测扩展到高端领域之中。解决了以往PRT传感器通常只能用在中、低精度检测在高端产品非要采用昂贵的应变计等不足之处.
3、信号调理IC与现代和与简化校正方案
由于PRT传感器的误差幅度范围很宽，因而必须要用通过现现代与简化补偿法来校准。目前最新型的用来校准PRT传感器误差的信号调理IC有两种，一是MAX1457，二是MAX1450。
3.1、现代和校正方案
MAX1457它带有一个用于驱动传感器的受控电流源和一个采样传感器桥路电压的ADC，这个电压是电流输出电流和与温度相关的桥路电阻的乘积。MAX1457内含EEPROM等.通过为MAX1457设计的应用软件计算出四种校正系数：满偏输出（FSO），温度（FSOTC），偏移（Offset）, 温度偏移（OffsetTC）. 来修正误差.
&nbs
[1] [2]
篇4：智能光网络在通信系统中的应用
智能光网络在通信系统中的应用
光网络从PDH发展到SDH,传输网络在组网能力、安全性和标准化等方面迈出了一大步.传统SDH以TDM传输和网络管理为主,基本的设备形态为ADM和MADM.MSTP的出现、WDM的广泛运用大大提高了光网络的传送能力,伴随着GFP、VCAT、LCAS等面向数据业务的标准在MSTP上的成熟应用,MSTP已经成为当前光网络建设的首选.但是,在数据业务快速、高效、动态的特性面前,传输网络的控制管理能力较低始终是其发展的.软肋,智能光网络的出现有利于这一问题的改善和解决.目前,在高速公路通信系统领域,部分省市已开始研究并组建智能光传输网.
作 者：李红芳 程多 作者单位：中国公路工程咨询集团有限公司 刊 名：中国交通信息产业 英文刊名：CHINA ITS JOURNAL 年，卷(期)： “”(1) 分类号：U4 关键词：篇5：传感器在机械制造中的应用
在机械制造中，传感器技术是实现测试与自动控制的重要环节，在机械制造测试系统中，被作为一次仪表定位，其主要特征是能准确传递和检测出某一形态的信息，并将其转换成另一形态的信息。具体地说，传感器是指那些对被测对象的某一确定的信息具有感受(或响应)与检出功能，并使之按照一定规律转换成与之对应的可输出信号的元器件或装置。如果没有传感器对被测的原始信息进行准确可靠的捕获和转换，一切准确的测试与控制都将无法实现;即使最现代化的电子计算机，没有准确的信息(或转换可靠的数据)、不失真的输入，也将无法充分发挥其应有的作用。
在机械制造中的应用，高品质传感器的主要特性体现为：
*寿命长，可靠性高，抗干扰能力强;
*满足精度和速度要求;
*使用维护方便，适合机床运行环境;
*成本低;
*便于与计算机联接。
切削过程和机床运行过程的传感技术
切削过程传感检测的目的在于优化切削过程的生产率、制造成本或(金属)材料的切除率等。切削过程传感检测的目标有切削过程的切削力及其变化、切削过程颤震、刀具与工件的接触和切削时切屑的状态及切削过程辨识等，而最重要的传感参数有切削力、切削过程振动、切削过程声发射、切削过程电机的功率等。
对于机床的运行来讲，主要的传感检测目标有驱动系统、轴承与回转系统、温度的监测与控制及安全性等，其传感参数有机床的故障停机时间、被加工件的表面粗糙度和加工精度、功率、机床状态与冷却润滑液的流量等。
图1所示是采用声波原理制成的粘度传感器，用于实时在线检测重要机床的冷却润滑液粘度，以确保加工品质。声波在介质中传播时，能量的衰减决定于声波的扩散、散射和吸收。在理想介质中，声波的衰减仅来自于声波的扩散，即随声波传播距离增加而引起声能的减弱。因此，当声波通过不同粘度的冷却润滑液时，声波能量的衰减就可以定性表示为粘度的直接变化。
图2所示是用于检测机床加工速度和位置的光电编码传感器，简称编码器。它是一种通过光电转换将输出轴上的机械几何位移量转换成脉冲或数字量的传感器。这是目前应用最多的传感器，光电编码器是由光栅盘和光电检测装置组成。光栅盘是在一定直径的圆板上等分地开通若干个长方形孔。由于光电码盘与电动机同轴，电动机旋转时，光栅盘与电动机同速旋转，经发光二极管等电子元件组成的检测装置检测输出若干脉冲信号，其原理示意图如图3所示，通过计算每秒光电编码器输出脉冲的个数就能反映当前机床传动电动机的转速。
工件的过程传感
与刀具和机床的过程监视技术相比，工件的过程监视是研究和应用得更早、更多。它们多数以工件加工质量控制为目标。20世纪80年代以来，工件识别和工件安装位姿监视要求也提到日程上来。
粗略地讲，工序识别是为辨识所执行的加工工序是否是工(零)件加工要求的工序;工件识别是辨识送入机床待加工的工件或者毛坯是否是要求加工的工件或毛坯，同时还要求辨识工件安装的位姿是否符合工艺规程要求，
此外 还可以利用工件识别和工件安装监视传感待加工毛坯或工件的加工裕量和表面缺陷。完成这些识别与监视将采用或开发许多传感器，如基于TV或CCD的机器视觉传感器、激光表面粗糙度传感系统等。
图4是美国AB公司的ColorSight_9000系列颜色传感器，它具有自学习功能，能主动识别工件的颜色。颜色传感器主要用来识别颜色，也就是用来判断工件被检测到的颜色与所期望的颜色是否一致。颜色传感器可以大致知道所测颜色的色度等，但并不像分光器那样可用于测量色度的绝对值。颜色传感器的结构主要包括光电二极管与彩色滤光器。其工作原理是，通过彩色滤光器将所测得的颜色分解成RGB值，然后通过光电二极管分别检测各色的强度。由于颜色传感器具有颜色识别功能，所以设备厂商可以将其运用到各种各样的应用中，包括机械制造行业。只要是与颜色相关的行业，都可以考虑使用颜色传感器。对于设备商来说，这一情况也意味着他们拥有更多的机会。只要运用得当，就有可能生产出匪夷所思的产品。甚至，只需设备商的一个构想，颜色传感器就有可能成为产品差异化的关键所在。
从原理上来说，视觉传感器具有从一整幅图像捕获光线的数以千计的像素，其图像的清晰和细腻程度通常用分辨率来衡量，以像素数量表示，比如Banner工程公司提供的部分视觉传感器能够捕获130万像素。因此，无论距离目标数米或数厘米远，传感器都能“看到” 十分细腻的目标图像。
在捕获图像之后，视觉传感器将其与内存中存储的基准图像进行比较，以做出分析。例如，若视觉传感器被设定为辨别正确地插有八颗螺栓的机器部件，则传感器知道应该拒收只有七颗螺栓的部件，或者螺栓未对准的部件。此外，无论该机器部件位于视场中的哪个位置，无论该部件是否在360度范围内旋转，视觉传感器都能做出判断。
在机械制造中，复杂的视觉系统是一项成熟的技术，它可执行细致的自动检验。与光电传感器相比，视觉传感器赋予机器设计者更大的灵活性。以往需要多个光电传感器的应用，现在可以用一个视觉传感器来检验多项特征。视觉传感器能够检验大得多的面积，并实现了机械制造中更佳的目标位置和方向灵活性，这使视觉传感器在某些原先只有依靠光电传感器才能解决的应用中受到广泛欢迎。在传统上，这些应用还需要昂贵的配件，以及能够确保目标物体始终以同一位置和姿态出现的精确运动控制。
刀具或砂轮的检测传感
切削与磨削过程是重要的材料切除过程。刀具与砂轮磨损到一定限度(按磨钝标准判定)或出现破损(破损、崩刃、烧伤、塑变或卷刀的总称)，使它们失去切磨削能力或无法保证加工精度和加工表面完整性时，称为刀具/砂轮失效。工业统计证明，刀具失效是引起机床故障停机的首要因素，由其引起的停机时间占NC类机床的总停机时间的1/5至1/3。此外，它还可能引发设备或人身安全事故，甚至是重大事故。
以某刀具传感器及其应用系统为例，切削加工过程中刀具所受的负载与很多因素有关，根据在线检测的要求，仅考虑几个较大的影响因素，即主轴转速、进给速度、切削深度、加工材料的切削性能等多个因素，通过刀具负载的模型即可测算出该刀具的寿命及磨损程度。
篇6：多传感器信息融合技术在智能驾驶系统中的应用
针对以上系统存在的一些问题，研究者们纷纷引入了多传感器信息融合技术，并提出了不同的融合算法。基于视觉系统的传感器可以提供大量的场景信息，其它传感器（如雷达或激光等）可以测定距离、范围等信息，对两方面的信息融合处理后能够给出更可靠的识别信息。融合技术可以采用Beaurais等人于提出的CLARK算法（Combined Likelihood Adding Radar）和Institude Neuroinformatik提出的ICDA（Integrative Coupling of Different Algorithms）算法等方法实现。
2.1 传感器的选择
识别障碍的首要问题是传感器的选择，下面对几种传感器的优缺点进行说明（见表1）。探测障碍的最简单的方法是使用超声波传感器，它是利用向目标发射超声波脉冲，计算其往返时间来判定距离的。该方法被广泛应用于移动机器人的研究上。其优点是价格便宜，易于使用，且在10m以内能给出精确的测量。不过在ITS系统中除了上文提出的场景限制外，还有以下问题。首先因其只能在10m以内有效使用，所以并不适合ITS系统。另外超声波传感器的工作原理基于声，即使可以使之测达100m远，但其更新频率为2Hz，而且还有可能在传输中受到其它信号的干扰，所以在CW/ICC系统中使用是不实际的。
表1 传感器性能比较
传感器类型优 点缺 点超声波视觉
激光雷达
MMW雷达价格合理，夜间不受影响。
易于多目标测量和分类，分辨率好。
价格相合理，夜间不受影响
不受灯光、天气影响。测量范围小，对天气变化敏感。
不能直接测量距离，算法复杂，处理速度慢。
对水、灰尘、灯光敏感。
价格贵
视觉传感器在CW系统中使用得非常广泛。其优点是尺寸小，价格合理，在一定的宽度和视觉域内可以测量定多个目标，并且可以利用测量的图像根据外形和大小对目标进行分类。但是算法复杂，处理速度慢。
雷达传感器在军事和航空领域已经使用了几十年。主要优点是可以鲁棒地探测到障碍而不受天气或灯光条件限制。近十年来随着尺寸及价格的降低，在汽车行业开始被使用。但是仍存在性价比的问题。
为了克服这些问题，利用信息融合技术提出了一些新的方法，利用这些方式可以得到较单一传感器更为可靠的探测。
2.2 信息融合的基本原理
所谓信息融合就是将来自多个传感器或多源的信息进行综合处理，从而得出更为准确、可靠的结论。多传感器信息融合是人类和其它生物系统中普遍存在的一种基本功能，人类本地地具有将身体上的各种功能器官（眼、耳、鼻、四肢）所探测的信息(景物、声音、气味和触觉)与先验知识进行综合的能力，以便对其周围的环境和正在发生的事件做出估计。由于人类的感官具有不同度量特征，因而可测出不同空间范围的各种物理现象，这一过程是复杂的，也是自适应的。它将各种信息（图像、声音、气味和物理形状或描述）转化成对环境的有价值的解释。
多传感器信息融合实际上是人对人脑综合处理复杂问题的一种功能模拟。在多传感器系统中，各种传感器提供的信息可能具有不同的特片：对变的或者非时变的，实时的或者非实时的，模糊的或者确定的，精确的或者不完整的，相互支持的或者互补的。多传感器信息融合就像人脑综合处理信息的过程一样，它充分利用多个传感器资源，通过对各种传感器及其观测信息的合理支配与使用，将各种传感器在空间和时间上的互补与冗余信息依据某种优化准则结合起来，产生对观测环境的一致性解释或描述。信息融合的目标是基于各种传感器分离观测信息，通过对信息的`优化组合导出更多的有效信息。这是最佳协同作用的效果，它的最终目的是利用多个传感器共同或联合操作的优势来提高整个系统的有效性。
2.3 常用信息融合算法
信息融合技术涉及到方面的理论和技术，如信息处理、估计理论、不确定性理论、模式识别、最优化技术、神经网络和人工智能等。由不同的应用要求形成的各种方法都是融合方法的个子集。表2归纳了一些常用的信息融合方法。
表2 信息融合方法
经典方法现代方法估计方法统计方法信息论方法人工智能方法加权平均法经典推理法聚类分析模糊逻辑极大似然估计贝叶斯估计模板法产生式规则最小二乘法品质因素法熵理论神经网络卡尔曼滤波D-S证据决策理论 遗传算法 模糊积分理论2.4 智能驾驶系统中信息融合算法的基本结构
由于单一传感器的局限性，现在ITS系统中多使用一组传感器探测不同视点的信息，再对这些信息进行融合处理，以完成初始目标探测识别。在智能驾驶系统中识别障碍常用的算法结构如图2所示。
3 CLARK算法
CLARK算法是用于精确测量障碍位置和道路状况的方法，它同时使用来自距离传感器（雷达）和摄像机的信息。CLARK算法主要由以下两部分组成：①使用多传器融合技术对障碍进行鲁棒探测；②在LOIS（Likelihood of Image Shape）道路探测算法中综合考虑上述信息，以提高远距离道路和障碍的识别性能。
3.1 用雷达探测障碍
目前经常使用一个雷达传感器探测前方的车辆或障碍。如前面所分析，雷达虽然在直路上的性能良好，但当道路弯曲时，探测的信号将完全可靠，有时还会有探测的盲点或产生错误报警。为了防止错误报警，常对雷达的输出进行标准卡尔曼（Kalman）滤波，但这并不能有效解决探测盲点问题。为了更可靠地解决这类问题，可以使用扫描雷达或多波束雷达，但其价格昂贵。这里选用低价的视觉传感器作为附加信息，视觉传感器经常能提供扫描雷达和多波束雷达所不能提供的信息。
3.2 在目标识别中融合视觉信息
CLARK算法使用视觉图像的对比度和颜色信息探测目标，使用矩形模板方法识别目标。这个模板由具有不同左右边界和底部尺寸的矩形构成，再与视觉图像对比度域匹配，选择与雷达传感器输出最接近的障碍模板。
CLARK算法首先对雷达信号进行卡尔曼滤波，用于剔除传感器输出的强干扰，这出下列状态和观测方程处理：
D（t）=R(t)+v(t)
式中，R（t）为前方障碍的真实距离（未知），R（t）是其速度（未知，）D（t）为距离观测值，Δt为两次观测的问题时间，w（t）和v(t)为高斯噪声。给定D（t），由Kalman滤波器估计R（t）和R（t）的值，并把估计值R(t)作为距离输入值，使用R(t)和D（t）的差值确定所用矩形模板的偏差。由于使用雷达探测的位置与雷达作为补偿。
使用上述算法可以有效提高雷达探测的可靠性，但当图像包含很强的边缘信息或障碍只占据相平面一个很小的区域时，仍不能得到满意的结果。因此，除对比度外，又引入视觉图像的颜色域。
3.3 相合似然法
在探测到障碍后，CLARK算法将这些信息整合到道路探测算法（LOIS）中。LOIS利用变形道路的边缘应为图像中对比度的最大值部分且其方位应垂直于道路边缘来搜索道路。如果只是简单地将两个信息整合，则障碍探测部分的像素被隐藏，其图像梯度值不会影响LOIS的似然性。这样可以防止LOIS将汽车前方障碍的边缘误认为是道路的边缘来处理。但是当道路的真实边缘非常接近障碍的边缘时，隐藏技术则失效。
为了使隐藏技术有效，可以在障碍和道路探测之间采取折中的处理方法。这种折中的处理方法就是相合似然法。它将探测障碍固定的位置和尺寸参数变为可以在小范围内变化的参数。新的似然函数由LOIS的似然和小探测障碍的似然融合而成。它使用七维参数探测方法（三维用于障碍，四维用于道路），能同时给出障碍和道路预测的最好结果。其公式如下：
式中，Tb、Tl、Tw为相平面内矩形模板的底部位置、左边界和宽度的三个变形参数，[xr(t),xc(t)]为变形模板相平面的中心。[yr(t)，yc(t)]为由雷达探测并经Kalman滤波的障碍在相平观的位置。将地平面压缩变化为相平面，的实时估计，为相平面内一个路宽的值（3.2m）。tan-1的压缩比率在相平面内不小于Tmin（路宽的一半），不太于Tmax（路宽）。通过求解七维后验pdfP（k',b'LEFT，b'RIGHT，vp，Tb，Tl,Tw|[yr(t),yc(t)],Observed Image）的最大值获得障碍和道路目标。
3.4 CLARK算法的局限性
CLARK算法假定障碍为矩形形状且其最小尺寸为标准路宽的一半，所以当障碍为客车、货车、拖拉机及公共汽车时满足要求；但当障碍为摩托车、自行车及行人时就不适用了。这种矩形形状的假设也要求雷达为窄波束雷达，对其它宽波束雷达、扫描雷达或多波束雷达则无效，并假定探测障碍的偏向位置总是在转达波束的中心。
多传感器信息融合技术在智能驾驶系统（ITS）中的使用极大地提高了系统的稳定性和安全性，各种融合算法也都从不同方面更好地改善了系统的性能，但目前仍存在如何降低成本的问题，这对于ITS系统的普遍使用是很重要的。另外降低运算量、增强对多目标识别的可靠性也都有待进一步研究解决。
篇7：多传感器信息融合技术在智能驾驶系统中的应用
摘要：介绍了当今国际上流行的几种智能驾驶系统，并分析了采用单一传感器的驾驶系统中存在的问题，给出了信息融合技术的原理和结构。讨论了多传感器信息融合技术在智能驾驶系统（ITS）中的应用算法及其有待进一步解决的问题。
关键词：贝叶斯估计 信息融合 障碍探测 智能驾驶
随着传感器技术、信息处理技术、测量技术与计算机技术的发展，智能驾驶系统（辅助驾驶系统一无人驾驶系统）也得了飞速的发展。消费者越来越注重驾驶的安全性与舒适性，这就要求传感器能识别在同一车道上前方行驶的汽车，并能在有障碍时提醒驾驶员或者自动改变汽车状态，以避免事故诉发生。国际上各大汽车公司也都致力于这方面的研究，并开发了一系列安全驾驶系统，如碰撞报警系统（CW）、偏向报警系统（LDW）和智能巡游系统（ICC）等。国内在这些方面也有一定的研究，但与国外相比仍存在较大的差距。本文将主要讨论多传感器信息融合技术在智能驾驶系统（ITS）中的应用。
1 ICC/CW和LDW系统中存在的问题
1.1 ICC/CW系统中的误识别问题
ICC/CW系统中经常使用单一波束传感器。这类传感器利用非常狭窄的.波束宽度测定前方的车辆，对于弯曲道路（见图1（a）），前后车辆很容易驶出传感器的测量范围，这将引起智能巡游系统误加速。如果前方车辆减速或在拐弯处另一辆汽车驶入本车道，碰撞报警系统将不能在安全停车范围内给出响应而容易产生碰撞。类似地，当弯曲度延伸时（见图1(b)），雷达系统易把邻近道路的车辆或路边的防护栏误认为是障碍而给出报警。当道路不平坦时，雷达传感器前方的道路是斜向上，小丘或小堆也可能被误认为是障碍，这些都降低了系统的稳定性。现在有一些滤波算法可以处理这些问题并取得了一定效果，但不能彻底解决。
1.2 LDW系统中存在的场景识别问题
LDW系统中同样存在公共驾驶区场景识别问题。LDW系统依赖于一侧的摄像机（经常仅能测道路上相邻车辆的位置），很难区分弯曲的道路和做到多样的个人驾驶模式。LDW系统利用一个前向摄像机探测车辆前方道路的地理状况，这对于远距离测量存在着精确性的问题，所有这些都影响了TLC（Time-to-Line-Crossing）测量的准确性。现常用死区识别和驾驶信息修订法进行处理，但并不能给出任何先验知识去识别故障。
篇8：多传感器信息融合技术在智能驾驶系统中的应用
针对以上系统存在的一些问题，研究者们纷纷引入了多传感器信息融合技术，并提出了不同的融合算法。基于视觉系统的传感器可以提供大量的场景信息，其它传感器（如雷达或激光等）可以测定距离、范围等信息，对两方面的信息融合处理后能够给出更可靠的识别信息。融合技术可以采用Beaurais等人于1999年提出的CLARK算法（Combined Likelihood Adding Radar）和Institude Neuroinformatik提出的I
[1] [2] [3] [4] [5]
【智能终端中的应用软件设计中的光传感器】相关文章：
10.浅谈页面设计中光的特效
文档为doc格式
