感測器的數量在整個地球表面和人們生活周遭空間激增，提供世界各種資料訊息。這些價格親民的感測器是物聯網發展和我們的社會正面臨數字化革命背後的驅動力，然而連線和獲取來自感測器的資料並不總是直線前進或那麼容易。本文將介紹感測器技術指標、5大設計技巧及代工企業。
首先技術指標是表徵一個產品效能優劣的客觀依據。看懂技術指標，有助於正確選型和使用該產品。感測器的技術指標分為靜態指標和動態指標兩類：靜態指標主要考核被測靜止不變條件下感測器的效能，具體包括分辨力、重複性、靈敏度、線性度、回程誤差、閾值、蠕變、穩定性等；動態指標主要考察被測量在快速變化條件下感測器的效能，主要包括頻率響應和階躍響應等。
由於感測器的技術指標眾多，各種資料文獻敘述角度不同，使得不同人有不同的理解，甚至產生誤解和歧義。
為此，以下針對感測器的幾個主要技術指標進行解讀：
1、分辨力與解析度：
定義：
分辨力（Resolution）是指感測器能夠檢測出的被測量的最小變化量。解析度（Resolution） 是指分辨力與滿量程值之比。
解讀1：
分辨力是感測器的最基本的指標，它表徵了感測器對被測量的分辨能力。感測器的其他技術指標都是以分辨力作為最小單位來描述的。
對於具有數顯功能的感測器以及儀器儀表，分辨力決定了測量結果顯示的最小位數。例如：電子數顯示卡尺的分辨力是0。01mm，其示指誤差為±0。02mm。
解讀2：
分辨力是一個具有單位的絕對數值。例如，某溫度感測器的分辨力為0。1℃，某加速度感測器的分辨力是0。1g等。
解讀3：
解析度是與分辨力相關而且極為相似的概念，都表徵了感測器對被測量的分辨能力。
二者主要區別在於：解析度是以百分數的形式表示感測器的分辨能力，它是相對數，沒有量綱。例如上述溫度感測器的分辨力為0。1℃，滿量程為500℃，則其解析度為0。1/500=0。02%。
2、重複性：
定義：
感測器的重複性（Repeatability）是指在同一條件下、對同一被測量、沿著同一方向進行多次重複測量時，測量結果之間的差異程度。也稱重複誤差、再現誤差等。
解讀1：
感測器的重複性必須是在相同的條件下得到的多次測量結果之間的差異程度。如果測量條件發生變化，測量結果之間的可比性消失，不能作為考核重複性的依據。
解讀2：
感測器的重複性表徵了感測器測量結果的分散性和隨機性。而產生這種分散性和隨機性的原因，是因為感測器內部和外部不可避免地存在各種各樣的隨機干擾，導致感測器的最終測量結果表現為隨機變數的特性。
解讀3：
重複性的定量表述方法，可以採用隨機變數的標準差。
解讀4：
對於多次重複測量情形而言，如果以全部測量結果的平均值作為最終測量結果，則可以得到更高的測量精度。因為平均值的標準差顯著小於每個測量結果的標準差。
3、線性度：
定義：
線性度（Linearity）是指感測器輸入輸出曲線與理想直線的偏離程度。
解讀1：
理想的感測器輸入輸出關係應該是線性，其輸入輸出曲線應該是一條直線（如下圖中的紅色直線）。
但是，實際上的感測器或多或少都存在各種各樣的誤差，導致實際的輸入輸出曲線並非是理想的直線，而是一條曲線（如下圖中綠色曲線）。
線性度就是表徵了感測器實際特性曲線與離線直線之間的差異程度，也稱非線性度或非線性誤差。
解讀2：
由於在不同大小的被測量情況下感測器實際特性曲線與理想直線之間的差異是不同的，因此常常以全量程範圍內二者差異的最大值與滿量程值之比。顯然，線性度也是一個相對量。
解讀3：
由於對於一般測量場合而言，感測器的理想直線是未知的，無從獲取。為此，常常採用折中的辦法，即直接利用感測器的測量結果計算出與理想直線較為接近的擬合直線。具體計算方法包括端點連線法、最佳直線法、最小二乘法等。
4、穩定性：
定義：
穩定性（Stability）是指感測器在一段時間內保持其效能的能力。
解讀1：
穩定性是考察感測器在一定時間範圍內是否穩定工作的主要指標。而導致感測器不穩定的因素，主要包括溫度漂移和內部應力釋放等因素。因此，增加溫度補償、增加時效處理等措施，對提高穩定性是有幫助的。
解讀2：
根據時間段的長短不同，穩定性可以分為短期穩定性和長期穩定性。當考察時間過短時，穩定性與重複性相接近。因此，穩定性指標主要考察長期穩定性。具體時間的長短，依據使用環境和要求來確定。
解讀3：
穩定性指標的定量表示方法，既可以採用絕對誤差，也可以使用相對誤差。例如，某應變式力感測器的穩定性為0。02%/12h。
5、取樣頻率：
定義：
取樣頻率（Sample Rate）是指感測器在單位時間內可以取樣的測量結果的多少。
解讀1：
取樣頻率反映了該感測器的快速反應能力，是動態特性指標中最重要的一個。對於被測量快速變化的場合，取樣頻率是必須要充分考慮的技術指標之一。依據夏農取樣定律，感測器的取樣頻率應不低於被測量變化頻率的2倍。
解讀2：
隨著採用頻率的不同，感測器的精度指標也相應有所變化。一般而言，取樣頻率越高，測量精度越低。
而感測器給出的最高精度往往是在最低取樣速度下甚至是在靜態條件下得到的測量結果。因此，在感測器選型時必須兼顧精度與速度兩個指標。
我們再看看感測器五大設計技巧
1、先從匯流排工具開始
第一步，工程師應當採取首次介接到感測器時，是透過一個匯流排工具的方式以限制未知。一個匯流排工具連線一臺個人計算機（PC），然後到感測器的I2C、 SPI或其他可讓感測器可以“說話”的協議。與匯流排工具相關的PC應用程式，提供了一個已知與工作來源用以傳送和接收資料，且不是未知、未經認證的嵌入式微控制器（MCU）驅動程式。在匯流排工具的工作環境下，開發人員可以傳送和接收訊息以得到該部分如何運作的理解，在試圖於嵌入式等級操作之前。
2、在Python編寫傳輸介面碼
一旦開發者已嘗試使用匯流排工具的感測器，下一步就是為感測器編寫應用程式程式碼。並非直接跳到微控制器的程式碼，而是在Python編寫應用程式程式碼。許多匯流排 工具在編寫指令碼（writing scripts）配置了外掛（plug-in）和範例碼，Python通常是隨著。NET中可用的語言之一。在Python編寫應用程式是快速且容易的， 其並提供一個方法已在應用程式中測試感測器，這個方式並未如同在嵌入式環境測試的複雜。擁有高層級的程式碼，將使非嵌入式工程師易於挖掘感測器的指令碼及測 試，而不需要一個嵌入式軟體工程師的照看。
3、以Micro Python測試感測器
在Python寫下第一段應用程式程式碼的其中一個優勢是，透過呼叫Micro Python，應用程式呼叫到匯流排工具應用程式程式設計介面（API）可易於進行更換。Micro Python運作在實時嵌入式軟體內，其中有許多感測器可供工程師來了解其價值，Micro Python運作在一個Cortex-M4處理器，且其是一個很好的環境，以從中為應用程式程式碼除錯。不僅是簡單的，這裡也不需要去寫I2C 或SPI驅動程式，因為它們已被涵蓋在Micro Python的函式庫中。
4、利用感測器供貨商程式碼
任 何可以從感測器製造商“蒐括”到的範例碼，工程師需要走一段很長的路才能瞭解感測器如何工作的原理。不幸的是，許多感測器供貨商並非嵌入式軟體設計的專家，因此不要期待可以發現一個可投入生產的漂亮架構和優雅的例子。就使用供貨商程式碼，學習這部分如何運作，之後重構的挫折感將出現，直到它可以被幹淨利索地整合到嵌入式軟體。它可能如“義大利麵條般（spaghetti）”開始，但利用製造商對其感測器如何運作的理解，在產品推出之前，將有助於減少許多得 被毀掉的週末時間。
5、使用一個感測器融合函式庫
機會是，感測器的傳輸介面並不是太新，且先前沒有人這麼做過。已知的所有函式庫，如由許多晶片製造商提供的“感測器融合函式庫”，以協助開發人員快速掌握、 甚至更好，更可避免他們陷入重新開發或大幅修改產品架構的輪迴。許多感測器可以被整合至一般型別或類別，而這些型別或類別將使驅動程式順利被開發，若處理得當，幾乎是普遍或是少可重複使用。尋找這些感測器融合函式庫，並學習它們的優點和短處。
感測器被整合至嵌入式系統時，有許多方式可以幫助提高設計時程和易用性。開發者在開始設計時，透過一個高層次抽象概念，以及在把感測器整合進一個較低等級的 系統之前，學習感測器如何運作，就絕對不會“走錯路”。今天存在的眾多資源將可協助開發人員“旗開得勝”，而無須從頭開始。
參考自：elecfans
—— END ——