自动化生产已经在工业领域中取得了广泛的应用。近年来，由于人力成本的提高，越来越多的工业机器人、生产线、自动化装配线在工业生产中得到了进一步的普及。

通过多传感器融合的方法，采集工业生产线中多种“健康”指标，进而通过机器学习算法对数据进行处理，提取出其中有价值的信息。多传感器融合，可以获得不同传感器和传感器种类的输入内容，通过组合在一起的信息来更加准确地感知周围的环境，对于工业自动化设备的监测具有重大意义。

近年来，信息技术成为汽车工业发展的核心技术。自动驾驶在全球范围内已形成风潮，并有望在2021年实现4级自动驾驶。从技术方面而言，目前亟需解决的是稳定可靠的感知及认知，包括清晰的视觉、优质的算法、多传感器融合以及高效强大的运算能力。其中，多传感器融合也被认为是自动驾驶未来的重要发展趋势。

多传感器融合，需要对每个传感器采集的信息进行快速处理，从而让高速行驶的汽车及时进行反馈动作，以应对突发的交通情况。由此可见，多传感器融合并不仅仅是硬件方面的协同配合，还包括决策层的算法和算力支持。

北微传感目前提出的多传感器融合的信息采集系统，数据采集采用多传感数据融合的方式。多传感主要包括：振动传感阵列（根据实测情况布局），静力水准仪，多节点姿态传感微系统，温湿度传感模组，双差分GPS定位监测系统。传感网中传感器数据的采集采用无线和有线传输结合的方式，无线传输因材施教，根据各传感器的特点，采用Zigbee，WIFI，蓝牙三种无线通信方式和串口RS232有线通信相结合的方式，统一将数据采集到笔记本终端。

现阶段北微采用多传感融合技术真正实现了对实际工厂工况和健康状况的监测，并在商飞、一汽、中船重工等典型客户中开展了示范应用；高精度传感器的研发。包括超高稳定性的倾角传感器，达到激光测距仪的精度标准；包括高精度沉降仪的使用，采用了阵列结构保证了稳定性和精度；采用振动传感器监测健康状况等；异构数据的融合，将不同类型的数据进行有效特征的提取，分析了影响的权重，实现了实时的监测；大数据分析，保证了数据的完整性、特征可提取以及高精度的故障识别算法。

为了进一步发展工业生产的监测物联网系统，将加大投入，研发对数据结构的进一步优化，以及对数据安全的保护措施。使得数据真实、准确、可靠、安全，最终实现大数据物联网的完整系统。

标签：