•在需要较短时间内传输大量数据的情况下，缩短延迟时间则尤为重要。例如在虚拟现实(VR)中需要实时发送图像，以便与用户头部的运动同步。

　　•快速行为学习应用的系统中，高数据采样率必不可少。例如在振动机械的预测维护中，传感器必须以足够高的速率进行采样，以便捕获导致设备故障的所有相关数据。

　　•简单集成的变数很大，由于投入时间的长短和工程资源的大小不同，原始设备制造商往对传感器数据的预期往往也不同。为简化应用中传感器的集成，越来越多的公司使用智能传感器，将嵌入在传感器中的数据处理装置与供应商提供的软件解决方案相匹配。例如在机器人技术领域，原始设备制造商更专注于机器人本身的运动，倾向于完全不处理原始的传感器数据。

　　•边缘运算则类似于上述的边缘系统。我们有时需要边缘处理功能，而这通常以低功耗和易于集成为先决条件。

　　•由于传感器模块中的存储器成本非常高，云存储成为本地存储和处理可行的替代方案。一方面，我们不希望传输大量不必要的数据，而另一方面，我们受到传感器物理存储容量的限制。因此，我们必须使传感器智能化，并确保传感器能够过滤掉大部分无用的数据，从而防止超出内存。

　　应用示例

　　我们举例来说明上图的几点。首先，可穿戴的应用程序，如计步器必须永不断电且电池要尽可能小。这类应用程序的关键是低能耗，通过将计步功能直接集成于传感器本身来实现。除非必要，否则不会唤醒可穿戴设备的主处理器，从而节省电池电量。

　　为节省资源，使用者无法将所有计步数据传送到主机，这也是边缘计算应用的典型特点。从耗能角度考虑，BHA250或BHI160的超低能耗解决方案是理想的选择。

　　另一个例子是快速原型工艺的开发趋势，这一趋势在大型公司越来越普遍地用于市场验证中。快速原型工艺通常在如Arduino、Raspberry Pi或其他类似的开源系统之类的开发平台使用，其中包括传感器组件的组合验证。

　　这类应用需要传感器供应商提供相对复杂的软件，以大程度地实现集成。开发时间必须尽可能短，且原始供应商也需要利用有限的传感器知识进行系统设计的探索。将传感器用于Arduino和Raspberry Pi等多个平台，能够极大地简化集成。

　　结语

　　要实现物联网应用的成功，需要一位能够理解这种高度复杂的物联网环境的合格传感器供应商作为合作伙伴。他们能够提供广泛且高性能传感器组合，并为客户的应用提供优质解决方案。质量、本地支持和与强有力的第三方合作伙伴同样重要，这些能够提供参考设计和系统层面的专业知识。

　　物联网需要对多种应用的深入了解并满足各种传感器和处理的要求——低功耗、易集成、数据速率、缩短延迟等。只有了解这些不同因素之间的相互关系，才能为快速发展的物联网市场设计创新化的优质产品，使用户的生活更加便利，从而实现物联网的承诺。

　　(原标题：智能传感器在物联网应用开发中的挑战分析和应对措施)