rfid是传感器 MIT科研人员研发出的RFID标签，使化学物质探测效率再上一个台阶

发布时间：2024-10-06 16:10:49

MIT科研人员研发出的RFID标签，使化学物质探测效率再上一个台阶

如今，很多零售商和生产商都使用 RFID（射频识别）标签追踪产品。 RFID 标签的外观像一张贴纸，内含天线和芯片。当被贴在牛奶罐或衣领上时，使用接收机就可以读取 RFID 标签中存储的产品名称、状态和产地。除此之外，RFID 标签还被广泛应用于各种产品的物流管理、娱乐场所客流管理和运动管理中。

麻省理工学院自动化标识实验室（Auto-ID Lab）长期以来一直处于 RFID 技术的研发前沿。近日，该实验室将传感器功能融入 RFID 标签，研发出一种工作在超高频（UHF）波段的 RFID 标签，能测量葡萄糖浓度，并将信息转发出来。在未来，该团队计划用该 RFID 标签来感知环境中的化学物质和气体，比如一氧化碳。

参与研究的麻省理工学院机械工程研究生 Sai Nithin Reddy Kantareddy 表示，长期以来，研究人员一直试图拓展 RFID 的功能，将具有传感能力的 RFID 标签贴在各个地方，组成巨大的廉价探测网络，用来探测一氧化碳或者氨气，而无需电池供电。

Kantareddy 与研究科学家 Rahul Bhattacharya，以及麻省理工学院开放学习副总裁兼 Daniel Fort Flowers 机械工程教授 Sanjay Sarma 共同开发了这款新型 RFID 标签。

图丨Sanjay Sarma

Sarma 表示，RFID 标签是最廉价、最低功耗的射频通信工具。因此，RFID 标签融合传感功能，是物联网研究的一项里程碑。

以天线为中心的设计难逃多径干扰

之前，RFID 标签有多种类型，包括自带电池的主动 RFID 和不带电池的被动 RFID。 两种标签都包含一个小天线，用户可以通过阅读器读取标签中微型芯片中的信息。主动 RFID 标签无需外部供能，而被动 RFID 标签通过阅读器发射的微波获取能量。

近来，研究人员一直试图在被动 RFID 标签中融入传感功能。努力的方向主要包括研发能够对环境中的特定因子做出反应的天线，然后，天线向阅读器发送不同频率或者不同信号强度的数据，表明探测到了某种物质。

例如，Sarma 团队之前设计了一款 RFID 标签用的天线，会在不同的湿度下用不同的波形传输信号。他们还设计了能通过紧贴血管感知贫血的 RFID 标签。

然而，Kantareddy 认为，这种特定反应天线有一个弱点，就是多径干扰（multipath interference）。 即阅读器接收到的不仅是来自 RFID 标签的直接应答信号，还有直接应答信号通过环境反射到达阅读器的多径信号。多径信号会干扰信息的正常接收，导致虚警或者漏警。

基于芯片的新型设计

Sarma 团队另辟蹊径，在芯片上做文章。他们在市面上采购了能在半主动（拥有电池，但不主动发射信号）和被动两种模式下工作的 RFID 芯片，然后为其加上标准天线。接着，他们在市售芯片上附加了设计的新芯片，使得芯片组只有在特定环境刺激下才激活半主动 RFID 模式，发射一组特定信号。该信号与被动 RFID 模式下的信号不同，能可靠地通知接收者环境中出现了某种特定物质。

Kantareddy 表示，这种方案比基于天线的传感 RFID 技术更加可靠，用户不易受到多径效应的干扰。接下来，团队将致力于通过研究新的数据格式和增强发射信号的功率，进一步提高发送数据的可靠性，降低误报警可能性。

Bhattacharyya 强调，新方案还解决了基于天线的 RFID 传感技术面临的一大问题——大量 RFID 标签同时发射时的相互干扰。 之前被大量短距离被动标签发出的信号搞得困惑不已的用户，现在可以把阅读器放在远处，只有当环境中确实出现特定物质时，阅读器才会发出警报。

即插即用型传感器

在演示实验中，研究团队展示了一款基于市售葡萄糖传感器打造的 RFID 葡萄糖传感器。在葡萄糖接触到标签时，传感器中的电解质发生化学反应，产生电能，给 RFID 提供额外能量。

接着，RFID 标签脱离被动模式，转换为半主动模式。滴加的葡萄糖越多，半主动模式持续的时间就越长。

Kantareddy 表示，用户一接到半主动模式的信号，就可以知道标签已经发现葡萄糖。用户还可以进一步根据半主动模式的持续时间，来测定葡萄糖含量。

当然，目前新型 RFID 葡萄糖探测器的性能还比不上市售的成熟葡萄糖探测器。Kantareddy 表示，目前团队的主要目标不是研发葡萄糖探测器，而是展示，新型 RFID 探测器可以比传统的基于天线的 RFID 探测器更可靠地发送信号。

此外，新型 RFID 探测器的效率更高，因为一方面，在没有感测到目标物质时，RFID 标签工作在被动模式，并不耗电；另一方面，环境中的目标物质本身在接触探测器时也会产生能量，因此发送信号的过程耗费电池并不多。

目前，新型 RFID 标签发射的信号可以在 10 米外接收，而现有技术只能保证 1-2 米外的接收。

接下来，团队计划研发一种一氧化碳检测器。Kantareddy 指出，基于天线的 RFID 传感器设计，对于每种特定的目标物质，都要重新设计天线。而新设计无需更换天线，只需加入目标物质的检测芯片。因此，新型 RFID 传感器可以低成本大面积部署，用来对锅炉、输气管等关键系统进行“即插即用”式的监测。

用于工业机器人中的各类传感器，你都知道几种？

在工业自动化领域，机器人需要传感器提供必要的信息，以正确执行相关的操作。一份报告预测，到2021年，全球工业机器人传感器市场将以约8％的复合年增长率（CAGR）稳步增长。对于包括消费者和汽车在内的机器人传感应用，另一份报告明确指出，到2027年，视觉系统将单独成就57亿美元的市场，力传感器市场将超过69亿美元。

下面列出了工业机器人中最常用到的传感器。

二维视觉传感器

二维视觉是一个可以执行从检测运动物体到传输带上的零件定位等多种任务的摄像头。许多智能相机都可以检测零件并协助机器人确定零件的位置，机器人可以根据接收到的信息适当调整其动作。

三维视觉传感器

三维视觉系统必须拥有两个不同角度的摄像机或激光扫描器，用以检测对象的第三维度。例如，零件取放便是利用三维视觉技术检测物体并创建三维图像，分析并选择最好的拾取方式。

力/力矩传感器

如果说视觉传感器给了机器人眼睛，那么力/力矩传感器则给机器人带去了触觉。机器人利用力/力矩传感器感知末端执行器的力度。多数情况下，力/力矩传感器位于机器人和夹具之间，这样，所有反馈到夹具上的力都在机器人的监控之中。有了力/力矩传感器，装配、人工引导、示教、力度限制等应用才得以实现。

碰撞检测传感器

这种传感器有各种不同的形式，其主要应用是为作业人员提供一个安全的工作环境，协作机器人最需要它们。一些传感器可以是某种触觉识别系统，通过柔软的表面感知压力，给机器人发送信号，限制或停止机器人的运动。

一些传感器还可以直接内置在机器人中。有些公司利用加速度计反馈，还有些则使用电流反馈。在这两种情况下，当机器人感知到异常的力度时，便触发紧急停止，从而确保安全。

要想让工业机器人与人进行协作，首先要找出可以保证作业人员安全的方法。这些传感器有各种形式，从摄像头到激光等，目的是告诉机器人周围的状况。有些安全系统可以设置成当有人出现在特定的区域/空间时，机器人会自动减速运行，如果人员继续靠近，机器人则会停止工作。最简单的例子是电梯门上的激光安全传感器。当激光检测到障碍物时，电梯门会立即停止并退回，以避免碰撞。

其它传感器

市场上还有很多的传感器适用于不同的应用。例如焊缝追踪传感器等。

触觉传感器也越来越受欢迎。这类传感器一般安装在抓手上，用来检测和感觉抓取的物体是什么。传感器通常能够检测力度并得出力度分布的情况，从而知道对象的确切位置，让你可以控制抓取的位置和末端执行器的抓取力度。另外还有一些触觉传感器可以检测热量的变化。

视觉和接近传感器类似于自动驾驶车辆所需的传感器，包括摄像头、红外线、声纳、超声波、雷达和激光雷达。某些情况下可以使用多个摄像头，尤其是立体视觉。将这些传感器组合起来使用，机器人便可以确定尺寸，识别物体，并确定其距离。

射频识别（RFID）传感可以提供识别码并允许得到许可的机器人获取其他信息。

麦克风（声学传感器）帮助工业机器人接收语音命令并识别熟悉环境中的异常声音。如果加上压电传感器，还可以识别并消除振动引起的噪声，避免机器人错误理解语音命令。先进的算法甚至可以让机器人了解说话者的情绪。

温度传感是机器人自我诊断的一部分，可用于确定其周遭的环境，避免潜在的有害热源。利用化学、光学和颜色传感器，机器人能够评估、调整和检测其环境中存在的问题。

对于可以走路、跑步甚至跳舞的人形机器人，稳定性是一个主要问题。它们需要与智能手机相同类型的传感器，以便提供机器人的准确位置数据。在这些应用采用了具有3轴加速度计、3轴陀螺仪和3轴磁力计的9自由度（9DOF）传感器或惯性测量单元（IMU）。

传感器是实现软件智能的关键组件，没有传感器，很多复杂的操作就不能实现。它们不仅实现了复杂的操作，同时也保证这些操作在进行的过程中得到良好的控制。

工业机器人避障主要用到哪些传感器？

移动机器人需要通过传感器实时获取周围的障碍物信息，包括尺寸、形状和位置信息，来实现避障。避障使用的传感器有很多种，目前常见的有视觉传感器、激光传感器、红外传感器、超声波传感器等。

超声波传感器

超声波传感器的基本原理是测量超声波的飞行时间，通过d=vt/2测量距离，其中d是距离，v是声速，t是飞行时间。

上图是超声波传感器信号的一个示意。通过压电或静电变送器产生一个频率在几十kHz的超声波脉冲组成波包，系统检测高于某阈值的反向声波，然后使用测量到的飞行时间计算距离。超声波传感器一般作用距离较短，普通的有效探测距离几米，但是会有一个几十毫米左右的最小探测盲区。由于超声传感器成本低、实现方法简单、技术成熟，是移动机器人中常用的传感器。

红外传感器

一般的红外测距都是采用三角测距的原理。红外发射器按照一定角度发射红外光束，遇到物体之后，光会反向回来，检测到反射光之后，通过结构上的几何三角关系，就可以计算出物体距离D。

当D的距离足够近的时候，上图中L值会相当大，如果超过CCD的探测范围，虽然物体很近，传感器反而看不到了。当物体距离D很大时，L值就会很小，测量精度会变差。因此，常见的红外传感器的测量距离都比较近，小于超声波，同时远距离测量也有最小距离的限制。另外，对于透明的或者近似黑体的物体，红外传感器是无法检测距离的。但相对于超声来说，红外传感器具有更高的带宽。

激光传感器

常见的激光雷达是基于飞行时间的（ToF，time of flight），通过测量激光的飞行时间来测距d=ct/2，类似前面提到的超声测距公式，其中d是距离，c是光速，t是从发射到接收的时间间隔。

比较简单的方案是测量反射光的相移，传感器以已知的频率发射一定幅度的调制光，并测量发射和反向信号之间的相移，如上图。

调制信号的波长为lamda=c/f，其中c是光速，f是调制频率，测量到发射和反射光束之间的相移差theta之后，距离可由lamda*theta/4pi计算得到，如上图。

视觉传感器

常用的计算机视觉方案也有很多种，比如双目视觉，基于TOF的深度相机，基于结构光的深度相机等。

基于结构光的深度相机发射出的光会生成相对随机但又固定的斑点图样，光斑打在物体上，因为与摄像头距离不同，被摄像头捕捉到的位置也不相同。先计算斑点与标定的标准图案在不同位置的偏移，利用摄像头位置、传感器大小等参数就可以计算出物体与摄像头的距离。

双目视觉的测距本质上也是三角测距法，由于两个摄像头的位置不同，就像人的两只眼睛一样，看到的物体也不一样。两个摄像头看到的同一个点P，在成像的时候会有不同的像素位置，此时通过三角测距就可以测出这个点的距离。

（此处已添加圈子卡片，请到今日头条客户端查看）