Technologia fuzji czujników (Sensor Fusion) z inteligentnymi czujnikami

W materiale " Inteligentne czujniki – wykorzystanie inteligentnego Internetu Rzeczy (IoT) w praktyce " omówiono, w jaki sposób inteligentne czujniki, charakteryzujące się niskim zużyciem energii, łącznością bezprzewodową, zabezpieczeniami i technikami fuzji, umożliwiają stworzenie świata Internetu Rzeczy (IoT). Twórcy mogą korzystać z najlepszych zalet inteligentnych czujników nowej generacji, aby tworzyć inteligentne systemy Internetu Rzeczy (IoT). Ten blogpost poświęcony jest inteligentnym czujnikom i sposobom ich wykorzystywania w celu wdrożenia inteligentnego systemu fuzji czujników w niektórych obszarach zastosowań.

Technologia fuzji czujników łączy dane z różnych czujników w celu przeprowadzenia bardziej złożonych analiz, co jest niemożliwe przy użyciu pojedynczych czujników lub czujników działających niezależnie. Oprócz pozyskiwania różnych ilości danych, technologia fuzji czujników pozwala na zarządzanie tymi danymi i łączenie ich za pomocą wielu strategii, aby zapewnić skuteczne i spójne reakcje. Fuzja czujników może być inteligentna lub nie, w zależności od czujników zastosowanych w systemie, co oznacza, że inteligentne czujniki czynią fuzję inteligentną.

Rozwój technik fuzji zależy od charakteru analizowanego systemu i ma na celu usprawnienie procesu podejmowania decyzji o konkretnych działaniach. W przypadku fuzji czujników rozważane są dwie sytuacje. W pierwszej z nich do fuzji danych z czujników wykorzystywane są różne sygnały. W drugiej — dane są łączone. Dane te nie muszą być różnej rozmiarów, ale muszą pochodzić z równoważnych czujników znajdujących się w różnych sytuacjach.

Tradycyjna struktura składa się z trzech poziomów, które funkcjonują kolejno: akwizycja, po której następuje fuzja danych, fuzja charakterystyk oraz fuzja decyzji. Wszystkie trzy poziomy funkcjonują dzięki informacjom pochodzącym z różnych klas (Rysunek 1). Pierwszy poziom składa się z różnych czujników, które gromadzą sygnały pochodzące z wielu zmiennych, takich jak substancje chemiczne, wielkości fizyczne lub obrazy. Na drugim poziomie realizowane jest zarządzanie uzyskanymi sygnałami i przetwarzanie ich. Z tych sygnałów wyłuskiwana jest główna informacja. Wreszcie na trzecim poziomie (wysokim) znajdują się klasy manipulacyjne, które tworzą fuzję symboli, takich jak znaki, rozpoznane informacje i strategie. Na tym poziomie funkcjonują także algorytmy decyzyjne służące do rozpoznawania i przekazywania informacji. Fuzja czujników pomaga w tworzeniu nowych zastosowań, a następnie przyczynia się do rozwoju zjawiska znanego jako Big Data.

Rysunek 1: Przepływ w obrębie systemu fuzji czujników

Ponieważ na konfigurację czujników poddawanych fuzji duży wpływ ma zastosowanie, można wątpić, czy jakakolwiek uniwersalna technika jest rozwiązaniem jednoznacznie lepszym. Standardowe architektury, takie jak JDL Fusion, Waterfall Fusion Process, Boyd i LAAS Model, mogą być jednak stosowane w zależności od wymagań aplikacji.

Czujniki dokonują pomiarów w celu uzyskania danych o środowisku. Wyniki tych pomiarów są zwykle "zaszumione", dlatego dobrze jest je przetworzyć i zrekonstruować zaobserwowane parametry. W celu uzyskania optymalnych wyników w fuzji czujników wykorzystywane są specjalne algorytmy wygładzania, przewidywania i filtrowania, podobne do sieci neuronowych konwolucyjnych, centralnego twierdzenia granicznego, filtru Kalmana, teorii Dempstera-Shafera i sieci bayesowskich. Algorytmy te znajdują zastosowanie w wykrywaniu wysokości przelotowej samolotu, orientacji systemów oraz analizie sytuacji na drogach w przestrzeni trójwymiarowej.

Samochody bez kierowcy potrzebują dokładnych informacji o swoim otoczeniu, aby podejmować odpowiednie decyzje dotyczące jazdy, dlatego wykorzystują fuzję czujników. Szereg zastosowań przemysłowych i konsumenckich obejmuje kontrolę trakcji, smartfony, roboty przemysłowe, motoryzację, opaski fitness. Tablety i Internet Rzeczy (IoT) wymagają zdolności do fuzji czujników.

Inteligentne czujniki posiadają własny system komunikacji, który umożliwia integrację elementu pomiarowego z siecią. Czujniki inteligentne różnią się od zwykłych czujników, ponieważ integrują w jednym systemie czujnik, komunikację, kondycjonowanie sygnału i podejmowanie decyzji. Ujmując tę kwestię prościej: wewnątrz pojedynczego modułu czujniki rejestrują wszystkie wielkości fizyczne. Następnie sygnały te są kondycjonowane elektronicznie za pomocą przetworników A/D, filtrów itp., a następnie przetwarzane przez mikroprocesory i mikrokontrolery. Kolejny etap komunikacji polega na przesyłaniu danych za pomocą różnych środków, takich jak Xbee, kabel, łączność bezprzewodowa, Bluetooth, w sieci z wieloma innymi czujnikami, w celu zapewnienia elementów przetwarzania i analizy danych. Użytkownik może zdalnie konfigurować cały system lub samo urządzenie (Rysunek 2).

Rysunek 2: Przepływ w obrębie inteligentnego czujnika

Główne zastosowania inteligentnych czujników to monitorowanie środowiska, rolnictwo, transport i ruch drogowy, logistyka, przemysł, szpitale, oświetlenie, lotnictwo i kosmonautyka, oszczędzanie energii, motoryzacja i telekomunikacja. Obecnie systemy Internetu rzeczy (IoT) stwarzają większe możliwości, w których urządzenia i usługi stają się "inteligentniejsze" dzięki czujnikom zdolnym do pomiaru niemal każdego możliwego parametru, w tym ciśnienia, bezwładności, takiej jak przyspieszenie, orientacja, ogólny ruch, lokalizacja i temperatura. Wychwycenie jednego z tych parametrów może zwiększyć funkcjonalność urządzenia, ale połączenie kilku z nich tworzy funkcjonalność całościową.

Istnieje związek między zastosowaniami biomedycznymi i sportowymi, w których stosuje się ideę fuzji czujników i wykorzystania inteligentnych czujników do ilościowego określania i kwalifikowania zmiennych fizycznych dotyczących ludzkiego ciała. W takich przypadkach niektóre zmienne mogą zwiększać wydajność i monitorować stan zdrowia konkretnej osoby, np. tętno, siłę, przyspieszenie itp.

Na przykład w kolarstwie stosuje się takie rozwiązania zarówno w celu poprawy wyników kolarzy, jak i do rehabilitacji kontuzjowanych sportowców, co zapobiega przyszłym urazom. Wykorzystuje się różnego rodzaju dane, takie jak moc, zużycie tlenu, biomechaniczne pomiary zmiennych, tętno i efektywna siła nacisku na pedał. Dane te są analizowane pod kątem ich znaczenia dla wyników sportowych. Niektóre analizy mogą być wykonywane w czasie rzeczywistym, co pozwala na wprowadzanie korekt podczas ćwiczeń, a tym samym umożliwia sportowcom stworzenie profili skoku pedału. Kąt nachylenia stopy sportowca na pedale ma kluczowe znaczenie dla przeniesienia siły stopy na pedał. Inteligentne czujniki inercyjne analizują kąt nachylenia stopy i przedstawiają korektę w aplikacji na urządzeniu mobilnym, dzięki czemu kolarz może zmienić ustawienie stopy, jak pokazano na Rysunku 3.

Rysunek 3: Korekcja kąta dolnego i fazy wzmocnienia zasilania na przełączniku nożnym

Aby uzyskać dodatkowe informacje na temat inteligentnych czujników i kluczowych trendów w rozwoju czujników, przeczytaj nasz materiał "Inteligentne czujniki – wykorzystanie inteligentnego Internetu Rzeczy (IoT) w praktyce".