パッシブとアクティブ

センサ技術の広いカテゴリの中で、センサは主にその動作モードとエネルギー消費によって分類されます。パッシブセンサとアクティブセンサの区別は、センサのダイナミクスを理解するためにしばしば不可欠な基本的分類の1つです。

定義と区別

パッシブセンサ: このセンサが機能するために、外部電源は必要ありません。むしろ、定量化可能な反応を生み出すには、外部のエネルギーや物理的環境の変化に依存します。言い換えれば、センサは入力刺激のエネルギーを生成される信号に変換します。例としては、光を電圧に変換するフォトダイオード、温度変化を電圧に変換する熱電対、機械的応力に応答して電圧を発生させる圧電センサなどがあります。

アクティブセンサ: パッシブセンサとは対照的に、アクティブセンサは外部電源を必要とします。通常、それらは周囲の環境を変化させ、変化がどのように受け取られるかを追跡します。その代表的な例がレーダーであり、送信モジュールから放出された電磁波と受信モジュールから反射された波を使用して物体の距離と速度を測定します。

各タイプのエネルギー源

パッシブセンサ: パッシブセンサは、検出しようとする変数から本質的に電力を得ています。例えば、フォトダイオード (光の強度を測定するために使われる) のエネルギー源は入射光ですが、熱電対はモニタリングしている温度勾配からエネルギーを得ています。

アクティブセンサ: これらのセンサは機能するために外部電源を必要とし、固定設置では有線電源、携帯機器ではバッテリーが使用されます。レーダーの例のような特定の状況では、センサがエネルギー (この場合は電磁波) を放出して周囲と相互作用し、センサは結果として生じる相互作用を測定します。

長所と短所はさまざまなアプリケーション

パッシブセンサの利点

• 外部電源を必要としないので、孤立した場所や到達しにくい場所に最適
• 単純な設計のため、より強固なことが多い
• 揮発性物質を発火させるエネルギーを発生しないため、危険な状況下でも本質的に安全

パッシブセンサの欠点

• 出力に影響を与える予測不可能な外部の影響により、信号対雑音比が低い
• 設定が急速に変化する動的またはリアルタイムの測定には適していない
• ターゲットの距離、速度、方向を特定できない

アクティブセンサの利点

• 放出された信号が制御されるため、より正確になる
• 最小限の光、または光がない状況で機能できる
• 迅速な応答やリアルタイムデータを必要とするアプリケーションに最適
• エネルギー源を考えると、観測可能な性質の範囲が広いことが多い

アクティブセンサの欠点

• 外部のエネルギー源への依存は、孤立した場所での使用を制限する場合がある
• 時々、放出されたエネルギーが他のシステムに干渉したり、改ざんしたりして誤差を引き起こす可能性がある
• 容易に検出できるため、対策の影響を受けやすい
• 一般に、より複雑であり、より高いコストとより低い耐久性につながる可能性がある

最終的に、パッシブセンサとアクティブセンサの選択は、特定のアプリケーション、その目標、必要な精度、手元のリソースに依存します。さらに、様々な種類のセンサを統合したり融合したりすることで、システムの能力を向上できるかもしれません。エンジニアや設計者がプロジェクトに適したセンサを選択するには、これらを十分に理解している必要があります。

絶対と相対

センサには絶対センサと相対センサの2つの種類があり、どちらの基準を使うかによって異なります。

定義

絶対センサ: 絶対的な物理的尺度と比べて、刺激を検出するには測定環境は無関係です。測温抵抗体またはサーミスタは、絶対センサの一例です。センサの電気抵抗とケルビン温度スケールの間には明らかな相関関係があります。

相対センサ: リファレンス関連の信号を生成します。熱電対は、ワイヤ上の温度勾配に基づいて電圧を生成することによって温度を測定するもので、相対センサの一例です。

絶対センサまたは相対センサのいずれかを選択する基準

アプリケーションのニーズによって、最終的にどのセンサが最適であるかが決まります。絶対センサは基準点を必要とせずに正確な読み取り値を得るため、正確で明確な測定が重要な状況に最適です。ですが、これは測定範囲が狭く、通常は高価です。温度変化の影響を受けない圧力モニタリングが必要なアプリケーションには、絶対センサが適しています。

一方、基準点に対する値の変化や差が十分であれば、相対センサはより手頃な価格で、より広い測定範囲を持ち、頻繁に選択されます。例えば、空気圧に対する圧力測定を必要とするアプリケーションでは、相対センサを使用することで利益が得られます。

アナログとデジタル

エレクトロニクスや情報技術の時代にはセンサが不可欠です。アナログセンサとデジタルセンサの区別は、信号処理、伝送、より複雑なシステムへの統合に基本的な影響を与えるため、いくつかの分類の中でも注目に値するものです。

図1 : アナログセンサとデジタルセンサ

アナログセンサ：連続的な信号とその解釈

アナログセンサ: アナログセンサからの出力信号は、通常、観測された属性を正確に表す連続信号です。測定されたパラメータの変化に比例して変化する定電圧、電流、または抵抗が信号である可能性があります。例えば、温度センサとして使用する場合、標準的なサーミスタは温度に応じて抵抗を変化させ、アナログ信号を生成します。

解釈: 信号の連続的な微妙さを捕捉することができる部品またはアナログ回路は、アナログ信号を読み取り理解するために必要です。例えば、アナログ波形はオシロスコープなどで頻繁に可視化されます。長距離での信号劣化と、ノイズ、干渉、歪みに対して影響を受けやすいことが、アナログセンサの主な問題の2つです。

デジタルセンサ : 離散信号、サンプリング、および量子化

デジタルセンサ: デジタルセンサはアナログセンサとは対照的に、離散信号またはデジタル出力信号を提供します。これは通常、センサが環境と自然に相互作用することで生成されるアナログ信号をバイナリ値 (0と1) のシーケンスに変換する手順を必要とします。

サンプリングと量子化: 連続的なアナログインパルスを離散的なデジタル信号に変換するには、2つの重要なステップがあります。

• サンプリング: サンプリングは、特定の周波数でアナログ信号の「スナップショット」を定期的に捕捉するプロセスであり、これはサンプルレートと呼ばれます。
• 量子化: サンプリングされた全てのアナログデータポイントにデジタル値を割り当てることは量子化のプロセスです。特に量子化レベルが十分に正確でない場合、これはいくらかの情報損失をもたらす場合があります。

アナログからデジタルへの移行 : 信号処理とIoTへの影響

信号処理: デジタル信号が収集されると、これらはデジタルエレクトロニクスの助けを借りて処理することができます。これは、現代の集積回路のエネルギー効率、コンパクト性、堅牢性を利用します。このため、複雑なアルゴリズム、フィルタリング戦略、およびアナログ領域では難しくて効果がなかったその他のDSP技術を実装することができます。

モノのインターネット (IoT): デジタルセンサはアナログセンサに取って代わりつつあり、これはモノのインターネットに大きな影響を与えています。デジタル通信モジュール、マイクロコントローラ、その他のデジタルデバイスは、デジタルセンサと容易にインタフェースすることができます。このスムーズな統合により、センサはネットワーク経由でデータを送信し、ビッグデータ分析に参加し、リアルタイムのデータ処理と意思決定を可能にするインテリジェントなネットワーク化されたエコシステムを構築するために連携できるようになりました。

アナログセンサは明確な利点を提供し、一部の状況では依然として不可欠ですが、世界的なトレンドは徐々にデジタルセンシングに移行しています。この変化は、精度を向上させ、統合能力を高め、インダストリー4.0、スマートシティ、IoTなどの分野における新しいアプリケーションへの道を開くことが期待されています。

定量と定性

センサ技術の分野では、センサは生成する信号の種類やエネルギーの消費量だけでなく、提供するデータの種類によっても区別されます。この分類は、定量的分類と定性的分類に大まかに分けることができ、それぞれが異なる機能を持ち、モニタするシステムに対する特別な洞察を提供します。

定量的センサ

定義: スケール上の数値を測定、カウント、比較するセンサは、定量的センサと呼ばれます。これらのセンサが提供する正確な数は、あらかじめ決められた幅内であることがよくあります。例としては、ルクス値を提供する光センサ、正確な圧力値を検出する圧力センサ、正確な温度測定値を提供する温度センサなどがあります。

アプリケーション: 科学研究や制御システムなど、精密な測定が不可欠な状況では、定量的なセンサが広く使用されています。例えば、産業用の場合の機械の圧力や温度の正確な測定は、安全な操作に不可欠な場合があります。

定性的センサ

定義: しかし、数値以外の情報は定性的センサによって提供されます。それらは正確な測定とは対照的に記述データまたは分類データを提供します。これらのセンサはパターンを識別したり、データを大きなグループに分類したり、特定の条件の有無を示すことができます。例えば煙探知機は、煙の正確な量ではなく、単に煙の存在を知らせます。

アプリケーション: 単に状態を識別したり検出したりするだけで十分である場合、定性的センサは特に役に立ちます。正確な測定よりも定性的なデータに依存するシステムには、セキュリティシステム、環境モニタリングシステム、パターン認識のセットアップなどがあります。

マルチセンサシステムと高度なアプリケーションにおける定量的センサと定性センサのバランス

定量的および定性的センサは、現代の多くのアプリケーション、特にマルチセンサシステムのような複雑な構成で統合されなければなりません。定性的センサはより包括的な洞察を提供したり、特定の基準が満たされたりしたときに特定のアクションをトリガーするために使用することができますが、定量的センサは正確な制御と分析に必要な粒度と精度を提供します。

例えば、高度な農業システムでは、定量的センサは温度、栄養素濃度、土壌水分レベルを追跡し、定性的センサは特定の害虫や病気を探します。これらのセンサは、農場の包括的な視点を提供し、必要に応じて的を絞った農業技術と包括的な介入の両方を容易にします。

さらに、機械学習 (ML) や人工知能 (AI) の時代には、定量的データと定性的データの組み合わせが非常に有益です。定量的データからの正確な測定に基づいて予測や選択を行うように訓練するだけでなく、アルゴリズムは定性的データからパターンを識別するように訓練することもできます。

これらには様々な用途がありますが、定量センサと定性的センサはうまく連携できることが頻繁にあります。特定のアプリケーションに適したセンサの組み合わせを選択する際には、必要なデータの種類と追求されている洞察を理解することが重要です。