我正在考虑开发一种用于车辆污染的遥感应用程序。在这种情况下,通常会使用昂贵的光学红外和紫外传感器,因为它们更精确。
相反,气体传感器更便宜,但精度要低得多。通常,这些传感器的响应时间为 30 到 60 秒。
假设我可以使用一个不太精确的估计:环境污染气体传感器是否可以检测半封闭环境(例如车库)中低速通过的车辆的排放量以进行近似估计?
我最担心的是这些传感器太慢而无法检测到任何东西,即使是在负载条件下的低速车辆。
我正在考虑开发一种用于车辆污染的遥感应用程序。在这种情况下,通常会使用昂贵的光学红外和紫外传感器,因为它们更精确。
相反,气体传感器更便宜,但精度要低得多。通常,这些传感器的响应时间为 30 到 60 秒。
假设我可以使用一个不太精确的估计:环境污染气体传感器是否可以检测半封闭环境(例如车库)中低速通过的车辆的排放量以进行近似估计?
我最担心的是这些传感器太慢而无法检测到任何东西,即使是在负载条件下的低速车辆。
您在这里真正要问的是传感器融合,但这是一个复杂的主题,您需要进行自己的分析。与其依赖单个传感器来进行评估,还可以使用多个数据源(声音、温度、湿度、低精度光学),也许除了您的气体传感器(假设您可以访问原始数据,而不是处理的二进制结果)。
通过将您的多个传感器与各种测试对象相关联,您可以确定结果估计是否足以满足您的目的。
我认为,这里的真正结论是直接测量可能是准确的(但成本高昂)。如果您想开发更便宜的“智能”传感器,则需要在NRE上花钱。