随着物联网(IoT)边缘计算侧能力和网络连接能力的提升，终端产品越来越可以自主进行一些决策性工作。与此同时，对于物联网中另外一个重要的组成部分——传感器，也有了更多的要求。

传感器可以提供准确有效的现实数据，是物联网操作的基础元件，如果把物联网生态系统比喻成人的话，处理器相当于大脑，网络通信相当于神经，传感器则相当于人的眼睛、耳朵、鼻子以及皮肤等，通过感知获得对大自然的认识。

利用好物联网技术可以加速对客观世界的改造，比如垃圾收集车，大多数卡车都有每周清空垃圾箱的固定路线和时间表，而无论它们是否已满。如果将超声波传感器结合到垃圾箱的设计中，它可以为废品回收公司提供垃圾量的数据，从而相应地优化垃圾收集路线。

类似地，在工业环境中，不同传感器使用和组合可显著改善其响应性和灵活性，以及增加总体正常运行时间。在工厂中，传感器可以监控振动和温度，从而判断电机的健康状况，并进行预测性维护。

传感器类型

根据具体应用不同，场景不同，需要选择合适的传感器，如下列出了主流的传感器类型，你看看都认识吗?

物理位置和运动传感器。这些传感器非常适用于接近感应，线性和角度感应以及用于检测运动和方向的加速度计(例如，在移动电话中)。位置传感器还可用于电机控制和机器人应用。

光传感器。这些类型的传感器可以集成到广泛的应用中，从简单地知道何时在建筑物或车辆中打开和关闭灯，到用于工厂自动化的复杂机器视觉系统。

流体和气体传感器。对于工业过程控制环境，流体和气体传感器测量诸如水平面，压力和流量的参数，并检测潜在的故障状况。

温度传感器。除了家庭，汽车和楼宇自动化环境中的加热和通风系统外，温度传感器还可用于各种行业的过程监控和控制。

力、冲击和振动传感器。这些传感器为工业监控系统提供了宝贵的数据，应用于汽车，运输和航空航天应用等。

超声波传感器。这些传感器通常用于距离测量，特别是机器人。

电气或电流传感器。电流传感器可以优化电源单元的效率或电机控制系统的性能，同时它们还可以检测电机和驱动系统中的问题。

磁传感器。它们非常适合在汽车行业的恶劣环境中提供位置和转速信息。

传感器指标

在设计“智能”系统时，选择合适的传感器至关重要，每类参数对于不同的传感器和不同的应用场合，需要具体考量。

灵敏度(Sensitivity)。定义为输出特性曲线的斜率，或者更一般地，定义为产生可检测的输出变化物理参数的最小输入值。

灵敏度误差(Sensitivity error)。偏离特征曲线的斜率。

范围(Range)。可测量的参数的最大值和最小值。

动态范围(Dynamic range)。信号最大值和最小值的比值。

准确度(Precision)。测量再现性程度。

分辨率(Resolution)。传感器可感受到的被测量的最小变化的能力。。

正确率(Accuracy)。在真值附近正负三倍标准差的值与量程之比，是指测量值与真值的最大差异。

偏移(Offset)。在应该为零时存在的输出，或者在某些特定条件下实际输出值与指定输出值之间的差值。

线性度(Linearity)。传感器的实际测量曲线偏离理想曲线的程度。

滞后(Hysteresis)。衡量换能器能够跟随输入参数变化的程度，而不管进行变化的方向如何。

响应时间(Response time)。传感器输出在正确新值的公差带内从其先前状态变为最终稳定值所需的时间。

动态线性(Dynamic linearity)。衡量传感器跟随输入参数快速变化的能力。

其他需要注意的

传感器的接口也需要注意，因为通常情况下，传感器要直接和微控制器或处理器相连。用于物联网应用的接口传感器相对简单，实际上只有三种类型的输出：模拟，调制或数字。调制输出使用诸如脉冲宽度调制(PWM)之类的技术，数字输出则利用SPI或I2C等行业标准数字接口。

此外，功耗高低也是传感器的重要指标之一，因为有些IoT场合需要一颗电池终身供电或者利用能源收集等方式。