通过人工智能，气体传感器变成了电子鼻
文章作者:Richard Quinnell
通过人工智能和机器学习，将通用气体传感器转换为可定制的电子“鼻子”。
通常，媒体关注的都是人工智能(AI)的大系统应用:自动驾驶汽车、图像识别、建筑管理等等。但人工智能也在寻找进入紧凑系统的途径，用相对简单的训练代替可能复杂的编程工作。最近，通过机器学习，一种通用的气体传感器变成了一种可定制的电子“鼻子”。
这一切都始于博世Sensortecbme - 688环境传感器。该MEMS装置能够测量温度、气压、湿度和空气质量气体CO的浓度2挥发性有机化合物(VOCs)和挥发性硫化合物(VSCs)。这些气体的含量相对较高，可以表明油漆、腐烂的垃圾、烹饪食物的气体，甚至人类汗液或口臭的气味。该传感器支持其气体传感器的几种标准配置，包括一氧化碳总浓度的测量2+VOC + VSC作为空气质量的量度，以及扫描功能来检测每个的相对浓度。
图1这种小型气体传感器可以检测一系列的气体类型以及湿度和温度。来源:博世Sensortec
简单地测量这些气体的浓度是一回事，然而，辨别可能的原因是另一回事。通常，分析传感器的输出数据来确定气味的具体原因需要大量的信号分析、编程和测试，以开发可靠的算法。这就是人工智能的用武之地。
博世支持BME-688，因此用户可以针对特定的用例定制其操作。博世软件环境集群(BSEC)具有智能算法，可实现特定应用的气体扫描。这包括处理湿度补偿的能力，开发基线，并调整长期传感器漂移。该软件作为闭源二进制文件用于各种微控制器。
除此之外，博世还开发了BME AI-Studio，这是一个机器学习系统，用于训练传感器检测特定气味成因的独特气体混合指纹。然而，开发人员不需要经过训练的数据科学家或人工智能专家就可以使用AI- studio。该系统允许开发人员简单地捕获传感器数据，并为每个样本指定所需的识别结果，以构建他们的应用程序。
该公司发布了一份视频(见下文)概述了一个潜在的应用:配置传感器以区分几种咖啡品种。但潜力要大得多。例如，该传感器可以通过编程来区分新鲜食物和腐烂食物，或者检测尿布是否脏了。它可以监视森林火灾，或告知使用者是否有口臭或体味。这里的关键要点是，传感器本身是相当通用的。将传感器与人工智能配对后，就可以将其变成能够嗅出特定气味的电子鼻。
这种将人工智能引入小型嵌入式传感器系统的能力日益增强，为开发者创造了一个重要的机会。现在，你可以使用机器学习训练系统来完成这项任务，而不是创建一个传统的算法来区分传感器的读数。此外，您可以创建一个一般的系统，并针对特定的用例，甚至特定的客户定制它，而不需要为每个用例创建单独的设计，这比使用传统算法编程的开发时间更少。万博投注网址
与使用微处理器扩展控制逻辑相比，人工智能的使用增加了嵌入式系统设计的灵活性。万博投注网址随着传统编程在设计时间中所占的比例越来越大，快速开发带来的额外好处也可以带来可观的回报。
本文最初发表于经济日报。
丰富Quinnell是一名退休工程师和作家，也是EDN的前总编。
相关文章: