模仿人体的智能传感器设想

模仿人体的智能传感器设想

赵大庆,范锦鹏,吴敏生,陈以方

(清华大学机械工程系,北京100084)

摘　要:对目前的智能传感器和人体传感器作了对比,指出了目前的智能传感器智能化水平不高的根本原因为缺少“右脑处理器”。提出了给模糊传感器添加“右脑处理器”的初步设想,并在目前的技术水平下,给出了对人体传感器“右脑”模拟的一个简单可行的方案。

关键词:人体传感器;智能传感器;右脑处理器

中图分类号:TP212 文献标识码:A 文章编号:1000-9787(2002)08-0017-03 Assumption of intelligent sensor simulating hum an body

ZHAO Da2qing,FAN Jin2peng,WU Min2sheng,CHEN Y i2fang

(Dept of Mech E ngin,Tsinghu a U niversity,B eijing100084,China)

Abstract:Comparisons are given between intelligent sensor and human body sensor.The absence of“right brain processors”is regarded as the main reason why the intelligent sensor are not so clever at present.An assumption is brought forward to add“right brain processors”to fuzzy sensors.A feasible project for experiments is present, which adapts to technologies at the present time.

K ey w ords:human body sensor;intelligent sensor;right brain processor

0　前　言

智能化、集成化和微型化是传感器发展的总体趋势。一般认为智能传感器是指一种带有微处理器的,兼有信息检测、信号处理、信息记忆、逻辑思维与判断功能的传感器。近10几年来,智能传感器的研究发展很快,特别是20世纪80年代末模糊传感器(fuzzy sensor)的诞生,更是使得智能传感器的智能化水平大大提高。目前通常认为,模糊传感器是以数值测量为基础,能产生和处理与其相关的符号信息,实现被测对象信息自然语言符号化表示的智能传感器。模糊传感器的研究工作已经取得了一定的成就[1～2],其设计思想基于模糊逻辑,利用软件将数值量转换成符号量,从宏观角度使测量科学向人类的自然语言理解方面迈出了重要的一步,这也体现了传感器设计思想的一大变革。

如果把人体看作一个传感器,那么人体传感器就是目前世界上最为智能化的传感器。虽然模糊传感器使得智能传感器的智能化水平提高了一大步,但是与人体传感器相比,其智能化水平仍然不是太高。智能传感器发展的最终目标是达到并超过人体

收稿日期:2002-03-12传感器的智能化水平,要实现这个目标,需要不断地从人体传感器上寻求灵感。

1　模糊传感器与人体传感器的对比

为了找出目前技术水平下的模糊传感器智能化水平不高的原因,首先考查一下人体传感器。人体传感器是一种宏观传感器,人脑的重要特征之一就是能对模糊事物进行识别与判断。控制论创始人维纳在谈到人胜过任何最完善的机器时说,“人具有运用模糊概念的能力”。国内冯冠平教授认为,人对传感信号的处理,采用的是一种高级的模糊算法,才能利用低准确度的传感信号,低速度、低准确度的运算,来作出许多准确有效的判断。

人体传感器作为高智能的传感器,具有很多优越的性能,这些可以通过下面这些效应形象的说明,详见参考文献[3]。

(1)宴会效应,说明人体传感器具有选择功能。人体传感器可以在背景信号很高的情况下有选择性地提取特定的检测信号。

(2)咖啡桌效应,说明人体传感器具有学习功能。人体传感器能够根据已有的经验对检测到的信

71

　2002年第21卷第8期 传感器技术(Journal of Transducer Technology)

号作出判断。

(3)高桥效应,说明人体传感器具有联想功能。人体传感器在进行多元信号检测的同时,能根据检测到的信号展开联想,同时能够预见事物的发展趋势。

(4)模糊效应,说明人体传感器所感受的量是模糊量,如环境的舒适与否,心情的好与坏等。

(5)森林效应,说明人体传感器是一个宏观传感器。“只见森林,不见树木”这句话可以形象的描述人体传感器的特征。人体传感器可以同时对多个个体进行观察,从而把握全局,深刻地揭示全局的本质。

人体传感器具有上面这些优点,应该归功于其发达的“处理器”———人脑。人脑分为左右两个半球,1981年诺贝尔奖金获得者,美国加州理工学院Sperry教授关于裂脑人的研究,证明了人的左右两个半脑是高度专门化的。左半球主管抽象思维,具有语言的、理解的、分析的、连续的和计算的能力;右半球则与知觉和空间有关,具有音乐的、绘画的、综合的、整体的和几何空间的鉴别能力[4]。在处理问题的过程中,左右脑各有所长:左脑是逻辑的,微观的处理问题,而右脑是模糊的、宏观的处理问题。人体传感器独有的优越功能应该归功于右脑的贡献。

对比人体传感器,便不难发现模糊传感器的智能化水平不高的原因,主要有以下两个方面。

(1)模糊概念的形成还是基于对物理量的数值化,也就是说模糊传感器的输入量仍然是数值量。上面曾提到人体传感器具有模糊效应,也就是说人体传感器不需要对待测量数值化就可以形成相应的概念。比如,冬天的早上当一个人刚跨出门时,他会说,“今天真冷呀!”,显然人们在形成这个概念之前并没有用温度计去测量气温到底有多高。

(2)模糊传感器的“大脑”是微处理器,而微处理器运算功能的实现是基于“0,1”逻辑,而不是基于模糊逻辑。虽然利用相应的软件可以实现数值量模糊化,但是具体实现的时候,却是用的基于“0,1”数字逻辑的微处理器。微处理器如果和人脑相比,就相当于一个“残废”或者说是“半瘫”的“人脑”(只有左脑),其微观运算能力(对数值量的运算能力)很强,但是它根本没有人脑的宏观运算能力。因此,没有宏观运算能力才是模糊传感器智能化水平不高的根本原因。

2　模拟人体的智能传感器设计思路及其实例由上面的分析可见,模糊传感器智能化水平不高的根本原因在于其微处理器没有宏观运算能力,缺少一个“右脑处理器”。能否给模糊传感器添加一个相当于“右脑处理器”的部件呢?

出于对人脑这部最完美的“处理器”模仿的目的,诞生了一门新兴的学科———人工神经网络(arti2 ficial neural network)。它以对大脑的生理研究成果为基础,模拟大脑的某些机理与机制,实现某个方面的功能。人工神经网络的实现有很多种方法,归纳起来有两种,一种是物理意义上的实现,一种是虚拟的实现[5]。对于物理意义上的实现,比如采用全硬件电路实现的电子神经网络计算机,其物理上的处理单元及输入输出通道,与神经网络模型中的神经元和互联一一对应,即每一神经元及每一互联均有与之对应的物理器件。但是这种全硬件电路的实现是一个浩大的工程,在目前的技术水平下,还没法完全实现和人脑相媲美人工神经网络。

那么,在目前技术水平下,能否有一种简单可行的方法实现对“右脑”的模拟呢?能否找到某种部件在功能上近似“右脑”的功能?即它能同时感知并且并行的处理多个模拟量,如果可以,就可以在此基础上,改进模糊传感器,提高其智能化水平。

中国古时候常用把脉的方法来判断一个人的健康状况,在这里一个人的健康状况(是一个宏观量)通过脉搏这个量(是一个微观量)反映出来了。又如当今在医学中常用脑电图或者心电图来反应病人的健康状况,病人生命力的强弱可以通过脑电图或者心电图的强弱和频率来反映。也就是说通过人体处理后,总有一些量(比如脉搏和脑电流)是其它一些量宏观综合的一个反映,虽然它本身是一个微观量。既然这个量具有宏观的特征,那么如果用这个量来形成的模糊概念,则形成模糊概念的处理方法就方便多了。

这便给了一个启发,不用专门制造人的“右半脑”,而用一个生命体去代替它,用它在某种环境下产生的某些信息来近似人右脑产生的信息,然后将这个信息输入“左脑处理器”(CPU)进行处理,从而形成相应的概念。在这里,生命体相当于“右脑处理器”,CPU相当于“左脑处理器”,左右脑处理器实现了对人左右脑的一个简单模拟。

为了讨论问题的方便,在这里先提出一个具体的宏观的检测问题:评价某一个环境的状况,判断它适不适合生物生活,要求传感器输出相应的模糊概念:“很适合”、

“一般”、

“不适合”。

如果用目前的模糊传感器,那么就要用到一系列的传感器,比如温度传感器、压力传感器、湿度传感器和气体传感器等,然后研究各种参数对人体生存的影响,对每个参量都形成相应的一组模糊概念,然后在这些概念的基础上,进行推理、判断,最终合

81 传感器技术 第21卷