两个方法：把卡拿出来，看卡上的标识，联通卡一般都有一个联通标志或精彩在沃的图标（图中红圈中的两个标志），没有就不是联通的卡。。。也可以在手机的sim设置中看一下，会直接识别出是什么卡的
1、品牌口号：“让一切自由连通”
2、品牌标识：
3、品牌标识诠释
（1）色彩面：
中国红：国旗色，代表热情、奔放、有活力，是中国情结最具代表性的颜色。象征快乐与好运的红色增加了企业形象的亲和力并给人强烈的视觉冲击感，与活力、创新、时尚的企业定位相吻合。
水墨黑：最具包容与凝聚力的颜色，在汉代黑色是最高权力的象征。红色和黑色搭配具有稳定、和谐与张力的视觉美感。
（2）形象面：
红色双“i”是点睛之笔，既象两个人在随时随地的沟通，突出了“让一切自由连通”的品牌精神，又在竖式组合中巧妙的构成了吉祥穗造型，强化了联通在客户心中吉祥、幸福的形象。
（3）理念面：
i：发音同“爱”，延伸“心心相连，息息相通”的品牌理念；英文释义“我－i”、“信息－information”迎合“以客户为中心”的营销模式以及“向客户提供一体化的通信与信息服务”的品牌营销总体思路。
（4）功能层面： “让一切自由连通”体现了中国联通可以满足人们渴望与外界自由沟通的愿望，帮助人们随时随地，以多种方式进行联络和获取信息的功能需求。具体功能体现在可以帮助人们实现：
与亲人，与朋友…与他人时刻沟通；
与机会，与财富…与信息自由连通；
与快乐，与精彩…与娱乐轻松连通；
与企业，与机关…与专业可靠连通。
（5）情感层面： “让一切自由连通”体现了中国联通将致力于通过现代通信与信息服务，满足人们“随心如意，心想事成，事事顺利”和渴望“社交与归属，受人尊重”的情感需要，通过满足人们更高层面的精神需求，体现公司的品牌价值。具体来说满足了人们：
与梦想、与希望连通，获得心理满足情感愉悦需求；
与亲情、与友情连通，获得群体认可的社交与归属需求；
与成功、与财富连通，获得社会地位，受人尊重的需求。
（6）文化层面：“一切”体现了“广泛”，“自由”体现了“顺畅”，“连通”体现了“和谐”。“让一切自由连通”充分体现了中国联通将以现代化的通信与信息服务报效社会，团结社会各方力量，按照“开放、合作、共赢”的原则，致力于人类和谐的社会责任感和追求。具体来说体现了中国联通：
致力于人与人的沟通与和谐；
致力于人与物的沟通与和谐；
致力于人与社会的沟通与和谐；
致力于人与自然的沟通与和谐；
致力于文化与文化的沟通与和谐。
如果您的手机插入2张SIM卡只显示1个信号图标时，说明您的SIM卡无法识别，请按照如下方法排除是否SIM卡问题：1.请重启手机尝试建议您重启手机，让手机重新读取“SIM卡”后尝试。2.请观察SIM卡外观是否良好（1）观察SIM卡金属表面是否有脏污，清理SIM卡表面污垢，避免产生接触不良导致SIM卡无法识别。（2）如果您是自行裁剪的SIM卡，很可能由于SIM卡形状不标准，安装在卡托内松动，产生接触不良导致SIM卡无法识别。建议您携带身份证到就近的运营商营业厅更换标准SIM卡使用。3.请测试SIM卡能否正常使用如果您的SIM卡在其他手机上也不能被识别，或者其他SIM卡在您的手机上可以被识别，很可能是您的SIM卡出现故障，建议您携带身份证到就近的运营商营业厅更换标准SIM卡使用。4.请查看SIM卡是否放在对应的卡槽部分手机仅支持单SIM卡，卡托内侧为NM卡槽，外侧为SIM卡槽，请参考卡托边框上的标识进行放卡，SIM卡和NM卡放置错误会导致不识别。如果尝试以上方法后仍未解决此问题，请您提前备份好数据(QQ、微信等第三方应用需单独备份)，并携带相关购机凭证，到附近的华为客户服务中心检测。
相关链接如下：华为客户服务中心维修备件价格查询预约服务寄修服务
您想问的是中国联通公司的标志是吗？我可以告诉您，中国联通的标志是一个艺术化的中国结，所以说具体的图案您可以到百度上搜索。
【太平洋汽车网】汽车tsr指的是汽车安全系统中的交通标志识别系统，其是利用前置摄像头结合模式，可以识别常见的交通标志，这一功能会提醒驾驶员注意前面的交通标志，以便驾驶员遵守这些标志。TSR功能降低了驾驶员不遵守停车标志等交通法规的可能，避免了违法左转或者其他交通违法行为，从而提高了车主驾车的安全性。
交通标志识别系统一般包括检测和识别两部分。检测一般是利用交通标志的形状和颜色特征，从自然场景中把交通标志提取出来。识别是把检测出来的交通标志的内容识别出来。交通标志识别在规范交通行为、确保安全驾驶等方面具有重要的意义。交通标志通常处于室外复杂的环境条件下，识别的过程中容易受环境光照、方向旋转的影响。
交通标志识别系统是智能交通系统与先进辅助驾驶系统的重要组成部分，提高交通标志检测与识别算法的准确率和实时性是走向实际应用进程中需要解决的关键问题。算法的准确率是交通标志识别研究中一个十分重要的因素，错误的识别结果不仅不能起到辅助驾驶作用，还会导致严重的安全事故。而算法的实时性决定了研究成果能否转化为具有实际应用价值的产品。在汽车数量日益增加、交通安全事故居高不下，要求不断提升汽车的驾驶智能化的现实压力面前，开展以实时应用为目标的交通标志检测与识别技术研究，对于增加驾驶安全具有重大的意义。
交通标志检测是进行交通标志分类的前提，同时还压缩了计算目标的空间，减少后续特征提取算法的运算量，还可以获得更高的识别准确率。在图像的特征提取领域，常见的特征提取与选择方法有：PCA主成分分析法Gabor特征提取算法SIFT特征提取算法SURF特征提取算法Haar小波特征提取算法/类Haar小波特征提取算法不变矩特征提取算法直方图特征提取算法交通标志分类与识别方法主要有：基于各种距离的模板匹配识别方法，基于大量数据样本的机器学习识别方法以及基于粒子群算法、遗传算法等智能算法的识别方法。
（图/文/摄：太平洋汽车网问答叫兽）
之前也是为论文苦恼了半天，网上的范文和能搜到的资料，大都不全面，一般能有个正文就不错了，而且抄袭的东西肯定不行的，关键是没有数据和分析部分，我好不容易搞出来一篇，结果还过不了审。 还好后来找到文方网，直接让专业人士帮忙，效率很高，核心的部分帮我搞定了，也给了很多参考文献资料。哎，专业的事还是要找专业的人来做啊，建议有问题参考下文方网吧 下面是之前文方网王老师发给我的题目，分享给大家： 基于深度学习的无人机地面小目标算法研究 基于视觉的智能汽车面向前方车辆的运动轨迹预测技术研究 模拟射击训练弹着点检测定位技术研究 基于深度卷积神经网络的空中目标识别算法的研究 基于可见光图像的飞行器多目标识别及位置估计 无人驾驶车辆手势指令识别研究与实现 车载毫米波雷达目标检测技术研究 基于多传感融合的四足机器人建图方法 中老年人群跌倒风险评估的数据采集系统 基于深度学习的视觉SLAM闭环检测方法研究 真实图片比较视觉搜索任务的年龄效应及对策研究 室内复杂场景下的视觉SLAM系统构建与研究 基于双目内窥镜的软组织图像三维重建 学习资源画面色彩表征影响学习注意的研究 毫米波雷达与机器视觉双模探测关键技术的研究 语义地图及其关键技术研究 多重影响因素下的语音识别系统研究 基于卷积神经网络的自主空中加油识别测量技术研究 基于视觉语义的深度估计、实例分割与重建 重复视觉危险刺激——本能恐惧反应的“二态型”调控机制研究 低成本视觉下的三维物体识别与位姿估计 面向非规则目标的3D视觉引导抓取方法及系统研究 基于物体识别地理配准的跨视频行人检测定位技术研究 基于结构光的非刚体目标快速三维重建关键技术研究 基于机器视觉的动物交互行为与认知状态分析系统 关于单目视觉实时定位与建图中的优化算法研究 动态场景下无人机SLAM在智慧城市中的关键技术研究 面向视觉SLAM的联合特征匹配和跟踪算法研究 基于深度学习的显著物体检测 基于平面波的三维超声成像方法与灵长类动物脑成像应用研究 基于物体检测和地理匹配的室内融合定位技术研究 基于多模态信息融合的人体动作识别方法研究 基于视觉惯性里程计的SLAM系统研究 基于语义信息的图像/点云配准与三维重建 基于种子点选取的点云分割算法研究 基于深度学习的场景文字检测与识别方法研究 基于运动上下文信息学习的室内视频烟雾预警算法研究 基于深度学习的垃圾分类系统设计与实现 面向手机部件的目标区域检测算法的设计与实现 电路板自动光照检测系统的设计与实现 基于机器视觉的工件识别与定位系统的设计与实现 基于深度学习的物件识别定位系统的设计与实现 基于视觉四旋翼无人机编队系统设计及实现 基于视觉惯导融合的四旋翼自主导航系统设计与实现 面向城市智能汽车的认知地图车道层生成系统 基于深度学习的智能化无人机视觉系统的设计与仿真 基于知识库的视觉问答技术研究 基于深度学习的火灾视频实时智能检测研究 结构化道路车道线检测方法研究 基于机器视觉的带式输送机动态煤量计量研究 基于深度学习的小目标检测算法研究 基于三维激光与视觉信息融合的地点检索算法研究 动态环境下仿人机器人视觉定位与运动规划方法研究 瓷砖铺贴机器人瓷砖空间定位系统研究 城市街景影像中行人车辆检测实现 基于无线信号的身份识别技术研究 基于移动机器人的目标检测方法研究 基于深度学习的机器人三维环境对象感知 基于特征表示的扩展目标跟踪技术研究 基于深度学习的目标检测方法研究 基于深度学习的复杂背景下目标检测与跟踪 动态扩展目标的高精度特征定位跟踪技术研究 掩模缺陷检测仪的图像处理系统设计 复杂场景下相关滤波跟踪算法研究 基于多层级联网络的多光谱图像显著性检测研究 基于深度结构特征表示学习的视觉跟踪研究 基于深度网络的显著目标检测方法研究 基于深度学习的电气设备检测方法研究 复杂交通场景下的视频目标检测 基于多图学习的多模态图像显著性检测算法研究 基于面部视频的非接触式心率检测研究 单幅图像协同显著性检测方法研究 轻量级人脸关键点检测算法研究 基于决策树和最佳特征选择的神经网络钓鱼网站检测研究 基于深度学习的场景文本检测方法研究 RGB-D图像显著及协同显著区域检测算法研究 多模态融合的RGB-D图像显著目标检测研究 基于协同排序模型的RGBT显著性检测研究 基于最小障碍距离的视觉跟踪研究 基于协同图学习的RGB-T图像显著性检测研究 基于图学习与标签传播优化模型的图像协同显著性目标检测 姿态和遮挡鲁棒的人脸关键点检测算法研究 基于多模态和多任务学习的显著目标检测方法研究 基于深度学习的交通场景视觉显著性区域目标检测 基于生物视觉机制的视频显著目标检测算法研究 基于场景结构的视觉显著性计算方法研究 精神分裂症患者初级视觉网络的磁共振研究 基于fMRI与TMS技术研究腹侧视觉通路中结构优势效应的加工 脑机接口游戏神经可塑性研究 基于YOLOV3算法的FL-YOLO多目标检测系统 基于深度与宽度神经网络显著性检测方法研究 基于深度学习的零件识别系统设计与研究 基于对抗神经网络的图像超分辨算法研究 基于深度学习复杂场景下停车管理视觉算法的研究与实现 镍电解状态视觉检测与分析方法研究 跨界训练对提升舞者静态平衡能力的理论与方法研究 施工现场人员类型识别方法的研究与实现 基于深度学习的自然场景文字检测方法研究 基于嵌入式的交通标志识别器的设计 基于视觉感知特性与图像特征的图像质量评价
【太平洋汽车网】道路交通标志分为主标志和辅助标志两大类。1、主标志又分为警告标志、禁令标志、指示标志、指路标志、旅游区标志和道路施工安全标志六种。2、辅助标志是在主标志无法完整表达或指示其内容时，为维护行车安全与交通畅通而设置的标志，为白底、黑字、黑边框，形状为长方形，附设在主标志下，起辅助说明作用。
事故的原因,都与交通标志可能阻塞或部分阻塞的标志,标志的恶化,或司机的分心有关
论文名称：Rich feature hierarchies for accurate object detection and semantic segmentation 提出时间：2014年 论文地址： 针对问题： 从Alexnet提出后，作者等人思考如何利用卷积网络来完成检测任务，即输入一张图，实现图上目标的定位（目标在哪）和分类（目标是什么）两个目标，并最终完成了RCNN网络模型。 创新点： RCNN提出时，检测网络的执行思路还是脱胎于分类网络。也就是深度学习部分仅完成输入图像块的分类工作。那么对检测任务来说如何完成目标的定位呢，作者采用的是Selective Search候选区域提取算法，来获得当前输入图上可能包含目标的不同图像块，再将图像块裁剪到固定的尺寸输入CNN网络来进行当前图像块类别的判断。 参考博客： 。 论文题目：OverFeat: Integrated Recognition, Localization and Detection using Convolutional Networks 提出时间：2014年 论文地址： 针对问题： 该论文讨论了，CNN提取到的特征能够同时用于定位和分类两个任务。也就是在CNN提取到特征以后，在网络后端组织两组卷积或全连接层，一组用于实现定位，输出当前图像上目标的最小外接矩形框坐标，一组用于分类，输出当前图像上目标的类别信息。也是以此为起点，检测网络出现基础主干网络(backbone)+分类头或回归头（定位头）的网络设计模式雏形。 创新点： 在这篇论文中还有两个比较有意思的点，一是作者认为全连接层其实质实现的操作和1x1的卷积是类似的，而且用1x1的卷积核还可以避免FC对输入特征尺寸的限制，那用1x1卷积来替换FC层，是否可行呢？作者在测试时通过将全连接层替换为1x1卷积核证明是可行的；二是提出了offset max-pooling，也就是对池化层输入特征不能整除的情况，通过进行滑动池化并将不同的池化层传递给后续网络层来提高效果。另外作者在论文里提到他的用法是先基于主干网络+分类头训练，然后切换分类头为回归头，再训练回归头的参数，最终完成整个网络的训练。图像的输入作者采用的是直接在输入图上利用卷积核划窗。然后在指定的每个网络层上回归目标的尺度和空间位置。 参考博客： 论文题目：Scalable Object Detection using Deep Neural Networks 提出时间：2014年 论文地址： 针对问题： 既然CNN网络提取的特征可以直接用于检测任务（定位+分类），作者就尝试将目标框（可能包含目标的最小外包矩形框）提取任务放到CNN中进行。也就是直接通过网络完成输入图像上目标的定位工作。 创新点： 本文作者通过将物体检测问题定义为输出多个bounding box的回归问题. 同时每个bounding box会输出关于是否包含目标物体的置信度, 使得模型更加紧凑和高效。先通过聚类获得图像中可能有目标的位置聚类中心，（800个anchor box）然后学习预测不考虑目标类别的二分类网络，背景or前景。用到了多尺度下的检测。 参考博客： 论文题目：DeepBox: Learning Objectness with Convolutional Networks 提出时间：2015年ICCV 论文地址： 主要针对的问题： 本文完成的工作与第三篇类似，都是对目标框提取算法的优化方案，区别是本文首先采用自底而上的方案来提取图像上的疑似目标框，然后再利用CNN网络提取特征对目标框进行是否为前景区域的排序；而第三篇为直接利用CNN网络来回归图像上可能的目标位置。创新点： 本文作者想通过CNN学习输入图像的特征，从而实现对输入网络目标框是否为真实目标的情况进行计算，量化每个输入框的包含目标的可能性值。 参考博客： 论文题目：AttentionNet: AggregatingWeak Directions for Accurate Object Detection 提出时间：2015年ICCV 论文地址： 主要针对的问题： 对检测网络的实现方案进行思考，之前的执行策略是，先确定输入图像中可能包含目标位置的矩形框，再对每个矩形框进行分类和回归从而确定目标的准确位置，参考RCNN。那么能否直接利用回归的思路从图像的四个角点，逐渐得到目标的最小外接矩形框和类别呢？ 创新点： 通过从图像的四个角点，逐步迭代的方式，每次计算一个缩小的方向，并缩小指定的距离来使得逐渐逼近目标。作者还提出了针对多目标情况的处理方式。 参考博客： 论文题目：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition 提出时间：2014年 论文地址： 针对问题： 如RCNN会将输入的目标图像块处理到同一尺寸再输入进CNN网络，在处理过程中就造成了图像块信息的损失。在实际的场景中，输入网络的目标尺寸很难统一，而网络最后的全连接层又要求输入的特征信息为统一维度的向量。作者就尝试进行不同尺寸CNN网络提取到的特征维度进行统一。创新点： 作者提出的SPPnet中，通过使用特征金字塔池化来使得最后的卷积层输出结果可以统一到全连接层需要的尺寸，在训练的时候，池化的操作还是通过滑动窗口完成的，池化的核宽高及步长通过当前层的特征图的宽高计算得到。原论文中的特征金字塔池化操作图示如下。 参考博客 ： 论文题目：Object detection via a multi-region & semantic segmentation-aware CNN model 提出时间：2015年 论文地址： 针对问题： 既然第三篇论文multibox算法提出了可以用CNN来实现输入图像中待检测目标的定位，本文作者就尝试增加一些训练时的方法技巧来提高CNN网络最终的定位精度。创新点： 作者通过对输入网络的region进行一定的处理（通过数据增强，使得网络利用目标周围的上下文信息得到更精准的目标框）来增加网络对目标回归框的精度。具体的处理方式包括：扩大输入目标的标签包围框、取输入目标的标签中包围框的一部分等并对不同区域分别回归位置，使得网络对目标的边界更加敏感。这种操作丰富了输入目标的多样性，从而提高了回归框的精度。 参考博客 ： 论文题目：Fast-RCNN 提出时间：2015年 论文地址： 针对问题： RCNN中的CNN每输入一个图像块就要执行一次前向计算，这显然是非常耗时的，那么如何优化这部分呢？ 创新点： 作者参考了SPPNet（第六篇论文），在网络中实现了ROIpooling来使得输入的图像块不用裁剪到统一尺寸，从而避免了输入的信息丢失。其次是将整张图输入网络得到特征图，再将原图上用Selective Search算法得到的目标框映射到特征图上，避免了特征的重复提取。 参考博客 ： 论文题目：DeepProposal: Hunting Objects by Cascading Deep Convolutional Layers 提出时间：2015年 论文地址： 主要针对的问题： 本文的作者观察到CNN可以提取到很棒的对输入图像进行表征的论文，作者尝试通过实验来对CNN网络不同层所产生的特征的作用和情况进行讨论和解析。 创新点： 作者在不同的激活层上以滑动窗口的方式生成了假设，并表明最终的卷积层可以以较高的查全率找到感兴趣的对象，但是由于特征图的粗糙性，定位性很差。相反，网络的第一层可以更好地定位感兴趣的对象，但召回率降低。 论文题目：Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks 提出时间：2015年NIPS 论文地址： 主要针对的问题： 由multibox（第三篇）和DeepBox（第四篇）等论文，我们知道，用CNN可以生成目标待检测框，并判定当前框为目标的概率，那能否将该模型整合到目标检测的模型中，从而实现真正输入端为图像，输出为最终检测结果的，全部依赖CNN完成的检测系统呢？ 创新点： 将当前输入图目标框提取整合到了检测网络中，依赖一个小的目标框提取网络RPN来替代Selective Search算法，从而实现真正的端到端检测算法。 参考博客 ：
论文原文：
YOLO（you only look once）是继RCNN、faster-RCNN之后，又一里程碑式的目标检测算法。yolo在保持不错的准确度的情况下，解决了当时基于深度学习的检测中的痛点---速度问题。下图是各目标检测系统的检测性能对比：
如果说faster-RCNN是真正实现了完全基于深度学习的端到端的检测，那么yolo则是更进一步，将 目标区域预测 与 目标类别判断 整合到单个神经网络模型中。各检测算法结构见下图：
每个网格要预测B个bounding box，每个bounding box除了要回归自身的位置之外，还要附带预测一个confidence值。这个confidence代表了所预测的box中含有object的置信度和这个box预测的有多准两重信息，其值是这样计算的：
其中如果有object落在一个grid cell里，第一项取1，否则取0。第二项是预测的bounding box和实际的groundtruth之间的IoU值。
每个bounding box要预测(x, y, w, h)和confidence共5个值，每个网格还要预测一个类别信息，记为C类。即SxS个网格，每个网格除了要预测B个bounding box外，还要预测C个categories。输出就是S x S x (5*B+C)的一个tensor。（注意：class信息是针对每个网格的，即一个网格只预测一组类别而不管里面有多少个bounding box，而confidence信息是针对每个bounding box的。）
举例说明: 在PASCAL VOC中，图像输入为448x448，取S=7，B=2，一共有20个类别(C=20)。则输出就是7x7x30的一个tensor。整个网络结构如下图所示：
在test的时候，每个网格预测的class信息和bounding box预测的confidence信息相乘，就得到每个bounding box的class-specific confidence score:
等式左边第一项就是每个网格预测的类别信息，第二三项就是每个bounding box预测的confidence。这个乘积即encode了预测的box属于某一类的概率，也有该box准确度的信息。
得到每个box的class-specific confidence score以后，设置阈值，滤掉得分低的boxes，对保留的boxes进行NMS（非极大值抑制non-maximum suppresssion）处理，就得到最终的检测结果。
1、每个grid因为预测两个bounding box有30维（30=2*5+20），这30维中，8维是回归box的坐标，2维是box的confidence，还有20维是类别。其中坐标的x,y用bounding box相对grid的offset归一化到0-1之间，w,h除以图像的width和height也归一化到0-1之间。
2、对不同大小的box预测中，相比于大box预测偏一点，小box预测偏一点肯定更不能被忍受的。而sum-square error loss中对同样的偏移loss是一样。为了缓和这个问题，作者用了一个比较取巧的办法，就是将box的width和height取平方根代替原本的height和width。这个参考下面的图很容易理解，小box的横轴值较小，发生偏移时，反应到y轴上相比大box要大。其实就是让算法对小box预测的偏移更加敏感。
3、一个网格预测多个box，希望的是每个box predictor专门负责预测某个object。具体做法就是看当前预测的box与ground truth box中哪个IoU大，就负责哪个。这种做法称作box predictor的specialization。
4、损失函数公式见下图：
在实现中，最主要的就是怎么设计损失函数，坐标（x,y,w,h），confidence，classification 让这个三个方面得到很好的平衡。简单的全部采用sum-squared error loss来做这件事会有以下不足：
解决方法：
只有当某个网格中有object的时候才对classification error进行惩罚。只有当某个box predictor对某个ground truth box负责的时候，才会对box的coordinate error进行惩罚，而对哪个ground truth box负责就看其预测值和ground truth box的IoU是不是在那个cell的所有box中最大。
作者采用ImageNet 1000-class 数据集来预训练卷积层。预训练阶段，采用网络中的前20卷积层，外加average-pooling层和全连接层。模型训练了一周，获得了top-5 accuracy为（ImageNet2012 validation set），与GoogleNet模型准确率相当。
然后，将模型转换为检测模型。作者向预训练模型中加入了4个卷积层和两层全连接层，提高了模型输入分辨率（224×224->448×448）。顶层预测类别概率和bounding box协调值。bounding box的宽和高通过输入图像宽和高归一化到0-1区间。顶层采用linear activation，其它层使用 leaky rectified linear。
作者采用sum-squared error为目标函数来优化，增加bounding box loss权重，减少置信度权重，实验中，设定为\lambda _{coord} =5 and\lambda _{noobj}= 。
作者在PASCAL VOC2007和PASCAL VOC2012数据集上进行了训练和测试。训练135轮，batch size为64，动量为，学习速率延迟为。Learning schedule为：第一轮，学习速率从缓慢增加到（因为如果初始为高学习速率，会导致模型发散）；保持速率到75轮；然后在后30轮中，下降到；最后30轮，学习速率为。
作者还采用了dropout和 data augmentation来预防过拟合。dropout值为；data augmentation包括：random scaling，translation，adjust exposure和saturation。
YOLO模型相对于之前的物体检测方法有多个优点：
1、 YOLO检测物体非常快
因为没有复杂的检测流程，只需要将图像输入到神经网络就可以得到检测结果，YOLO可以非常快的完成物体检测任务。标准版本的YOLO在Titan X 的 GPU 上能达到45 FPS。更快的Fast YOLO检测速度可以达到155 FPS。而且，YOLO的mAP是之前其他实时物体检测系统的两倍以上。
2、 YOLO可以很好的避免背景错误，产生false positives
不像其他物体检测系统使用了滑窗或region proposal，分类器只能得到图像的局部信息。YOLO在训练和测试时都能够看到一整张图像的信息，因此YOLO在检测物体时能很好的利用上下文信息，从而不容易在背景上预测出错误的物体信息。和Fast-R-CNN相比，YOLO的背景错误不到Fast-R-CNN的一半。
3、 YOLO可以学到物体的泛化特征
当YOLO在自然图像上做训练，在艺术作品上做测试时，YOLO表现的性能比DPM、R-CNN等之前的物体检测系统要好很多。因为YOLO可以学习到高度泛化的特征，从而迁移到其他领域。
尽管YOLO有这些优点，它也有一些缺点：
1、YOLO的物体检测精度低于其他state-of-the-art的物体检测系统。
2、YOLO容易产生物体的定位错误。
3、YOLO对小物体的检测效果不好（尤其是密集的小物体，因为一个栅格只能预测2个物体）。
运动目标检测与跟踪算法研究 视觉是人类感知自身周围复杂环境最直接有效的手段之一， 而在现实生活中 大量有意义的视觉信息都包含在运动中，人眼对运动的物体和目标也更敏感，能 够快速的发现运动目标， 并对目标的运动轨迹进行预测和描绘。 随着计算机技术、 通信技术、图像处理技术的不断发展，计算机视觉己成为目前的热点研究问题之 一。 而运动目标检测与跟踪是计算机视觉研究的核心课题之一， 融合了图像处理、 模式识别、人工智能、自动控制、计算机等众多领域的先进技术，在军事制导、 视觉导航、视频监控、智能交通、医疗诊断、工业产品检测等方面有着重要的实 用价值和广阔的发展前景。 1、国内外研究现状 运动目标检测 运动目标检测是指从序列图像中将运动的前景目标从背景图像中提取出来。 根据运动目标与摄像机之间的关系， 运动目标检测分为静态背景下的运动目标检 测和动态背景下的运动目标检测。 静态背景下的运动目标检测是指摄像机在整个 监视过程中不发生移动； 动态背景下的运动目标检测是指摄像机在监视过程中发 生了移动，如平动、旋转或多自由度运动等。 静态背景 静态背景下的运动目标检测方法主要有以下几种： （1）背景差分法 背景差分法是目前最常用的一种目标检测方法， 其基本思想就是首先获得一个 背景模型，然后将当前帧与背景模型相减，如果像素差值大于某一阈值，则判断 此像素属于运动目标，否则属于背景图像。利用当前图像与背景图像的差分来检 测运动区域，一般能够提供比较完整的特征数据，但对于动态场景的变化，如光 照和外来无关事件的干扰等特别敏感。 很多研究人员目前都致力于开发不同的背 景模型，以减少动态场景变化对运动目标检测的影响。背景模型的建立与更新、 阴影的去除等对跟踪结果的好坏至关重要。 背景差分法的实现简单，在固定背景下能够完整地精确、快速地分割出运动 对象。不足之处是易受环境光线变化的影响，需要加入背景图像更新机制，且只 对背景已知的运动对象检测比较有效， 不适用于摄像头运动或者背景灰度变化很 大的情况。 （2）帧间差分法 帧间差分法是在连续的图像序列中两个或三个相邻帧间， 采用基于像素的时 间差分并阈值化来提取图像中的运动区域。 帧间差分法对动态环境具有较强的自 适应性，但一般不能完全提取出所有相关的特征像素点，在运动实体内部容易产 生空洞现象。因此在相邻帧间差分法的基础上提出了对称差分法，它是对图像序 列中每连续三帧图像进行对称差分，检测出目标的运动范围，同时利用上一帧分 割出来的模板对检测出来的目标运动范围进行修正， 从而能较好地检测出中间帧 运动目标的形状轮廓。 帧间差分法非常适合于动态变化的环境，因为它只对运动物体敏感。实际上 它只检测相对运动的物体，而且因两幅图像的时间间隔较短，差分图像受光线 变化影响小，检测有效而稳定。该算法简单、速度快，已得到广泛应用。虽然该 方法不能够完整地分割运动对象，只能检测出物体运动变化的区域，但所检测出 的物体运动信息仍可用于进一步的目标分割。 （3）光流法 光流法就充分的利用了图像自身所携带的信息。在空间中,运动可以用运动 场描述,而在一个图像平面上,物体的运动往往是通过图像序列中图像灰度分布 的不同来体现,从而使空间中的运动场转移到图像上就表示为光流场。所谓光流 是指空间中物体被观测面上的像素点运动产生的瞬时速度场， 包含了物体表面结 构和动态行为等重要信息。 基于光流法的运动目标检测采用了运动目标随时间变 化的光流特性，由于光流不仅包含了被观测物体的运动信息，还携带了物体运动 和景物三位结构的丰富信息。 在比较理想的情况下,它能够检测独立运动的对象, 不需要预先知道场景的任何信息,可以很精确地计算出运动物体的速度,并且可 用于动态场景的情况。 但是大多数光流方法的计算相当复杂,对硬件要求比较高, 不适于实时处理,而且对噪声比较敏感,抗噪性差。并且由于遮挡、多光源、透明 性及噪声等原因，使得光流场基本方程——灰度守恒的假设条件无法满足，不能 正确求出光流场，计算方也相当复杂，计算量巨大，不能满足实时的要求。 动态背景 动态背景下的运动目标检测由于存在着目标与摄像机之间复杂的相对运动， 检测方法要比静态背景下的运动目标检测方法复杂。常用的检测方法有匹配法、 光流法以及全局运动估计法等。 2、运动目标跟踪 运动目标跟踪是确定同一物体在图像序列的不同帧中的位置的过程。 近年来 出现了大批运动目标跟踪方法，许多文献对这些方法进行了分类介绍，可将目标 跟踪方法分为四类：基于区域的跟踪、基于特征的跟踪、基于活动轮廓的跟踪、 基于模型的跟踪，这种分类方法概括了目前大多数跟踪方法，下面用这种分类方 法对目前的跟踪方法进行概括介绍。 (1)基于区域的跟踪 基于区域的跟踪方法基本思想是： 首先通过图像分割或预先人为确定提取包 含目标区域的模板，并设定一个相似性度量，然后在序列图像中搜索目标，把度 量取极值时对应的区域作为对应帧中的目标区域。 由于提取的目标模板包含了较 完整的目标信息，该方法在目标未被遮挡时，跟踪精度非常高，跟踪非常稳定， 但通常比较耗时，特别是当目标区域较大时，因此一般应用于跟踪较小的目标或 对比度较差的目标。该方法还可以和多种预测算法结合使用，如卡尔曼预测、粒 子预测等，以估计每帧图像中目标的位置。近年来，对基于区域的跟踪方法关注 较多的是如何处理运动目标姿态变化引起的模板变化时的情况以及目标被严重 遮挡时的情况。 (2)基于特征的跟踪 基于特征的跟踪方法基本思想是：首先提取目标的某个或某些局部特征，然 后利用某种匹配算法在图像序列中进行特征匹配，从而实现对目标的跟踪。该方 法的优点是即使目标部分被遮挡，只要还有一部分特征可以被看到，就可以完成 跟踪任务，另外，该方法还可与卡尔曼滤波器结合使用，实时性较好，因此常用 于复杂场景下对运动目标的实时、 鲁棒跟踪。 用于跟踪的特征很多， 如角点边缘、 形状、纹理、颜色等，如何从众多的特征中选取最具区分性、最稳定的特征是基 于特征的跟踪方法的关键和难点所在。 (3)基于活动轮廓的跟踪 基于活动轮廓的跟踪方法基本思想是：利用封闭的曲线轮廓表达运动目标， 结合图像特征、曲线轮廓构造能量函数，通过求解极小化能量实现曲线轮廓的自 动连续更新，从而实现对目标的跟踪。自Kass在1987年提出Snake模型以来，基 于活动轮廓的方法就开始广泛应用于目标跟踪领域。相对于基于区域的跟踪方 法，轮廓表达有减少复杂度的优点，而且在目标被部分遮挡的情况下也能连续的 进行跟踪，但是该方法的跟踪结果受初始化影响较大，对噪声也较为敏感。 (4)基于模型的跟踪 基于模型的跟踪方法基本思想是： 首先通过一定的先验知识对所跟踪目标建 立模型，然后通过匹配跟踪目标，并进行模型的实时更新。通常利用测量、CAD 工具和计算机视觉技术建立模型。主要有三种形式的模型，即线图模型、二维轮 廓模型和三维立体模型口61，应用较多的是运动目标的三维立体模型，尤其是对 刚体目标如汽车的跟踪。该方法的优点是可以精确分析目标的运动轨迹，即使在 目标姿态变化和部分遮挡的情况下也能够可靠的跟踪， 但跟踪精度取决于模型的 精度，而在现实生活中要获得所有运动目标的精确模型是非常困难的。 目标检测算法，至今已提出了数千种各种类型的算法，而且每年都有上百篇相 关的研究论文或报告发表。尽管人们在目标检测或图像分割等方面做了许多研 究，现己提出的分割算法大都是针对具体问题的，并没有一种适合于所有情况的 通用算法。 目前， 比较经典的运动目标检测算法有： 双帧差分法、 三帧差分法(对 称差分法)、背景差法、光流法等方法，这些方法之间并不是完全独立，而是可 以相互交融的。 目标跟踪的主要目的就是要建立目标运动的时域模型， 其算法的优劣直接影响 着运动目标跟踪的稳定性和精确度， 虽然对运动目标跟踪理论的研究已经进行了 很多年，但至今它仍然是计算机视觉等领域的研究热点问题之一。研究一种鲁棒 性好、精确、高性能的运动目标跟踪方法依然是该研究领域所面临的一个巨大挑 战。基于此目的，系统必须对每个独立的目标进行持续的跟踪。为了实现对复杂 环境中运动目标快速、稳定的跟踪，人们提出了众多算法，但先前的许多算法都 是针对刚体目标，或是将形变较小的非刚体近似为刚体目标进行跟踪，因而这些 算法难以实现对形状变化较大的非刚体目标的正确跟踪。 根据跟踪算法所用的预 测技术来划分，目前主要的跟踪算法有：基于均值漂移的方法、基于遗传算法的 方法、基于Kalman滤波器的方法、基于Monto Carlo的方法以及多假设跟踪的方 法等。 运动检测与目标跟踪算法模块 运动检测与目标跟踪算法模块 与目标跟踪 一、运动检测算法 1.算法效果 算法效果总体来说，对比度高的视频检测效果要优于对比度低的视频。 算法可以比较好地去除目标周围的浅影子，浅影的去除率在 80%以上。去影后目标的 完整性可以得到较好的保持，在 80%以上。在对比度比较高的环境中可以准确地识别较大 的滞留物或盗移物。 从对目标的检测率上来说，对小目标较难进行检测。一般目标小于 40 个像素就会被漏 掉。对于对比度不高的目标会检测不完整。总体上来说，算法在对比度较高的环境中漏检率 都较低，在 以下，在对比度不高或有小目标的场景下漏检率在 6%以下。 精细运动检测的目的是在较理想的环境下尽量精确地提取目标的轮廓和区域， 以供高层 进行应用。同时在分离距离较近目标和进行其它信息的进一步判断也具有一定的优势。 反映算法优缺点的详细效果如下所示： 去影子和完整性 效果好 公司内视频 左边的为去影前，右边的 为去影后的结果，可以看出在 完整 性和去影率上 都有所 突 出。 这两个视频的共周特点 城市交通 是，影子都是浅影子，视频噪 声不太明显。目标与背景的对 比度比较高。 效果差 这两个视频的特点是影子 都是深影子。虽然影子没有去 掉，但是物体的完整性是比较 高的。主要原因就是场景的对 路口，上午 十点 比度比较高。 滞留物检测和稳定性 效果好 会议室盗移 效果好的原因，一是盗移或 滞留目标与背景对比度较大，二 是目标本身尺寸较大。 另外盗移物或滞留物在保持 各自的状态期间不能受到光照变 化或其它明显运动目标的干扰， 要不然有可能会造成判断的不稳 定。 效果差 会议室 遗留 物 大部分时间内，滞留的判断 都是较稳定的，但是在后期出现 了不稳定。主要原因是目标太小 的原故。 因此在进行滞留物判断时， 大目标，对比度较高的环境有利 于判断的稳定性和准确性。 漏检率 效果好 城市交通 在对比度高的环境下， 目标相对都较大的情况下 （大于 40 个像素） 可以很 ， 稳定的检测出目标。 在这种 条件下的漏检率通常都是 非常低的，在 以下。 效果差 行人－傍晚 和“行人”目录下 的 其 它 昏 暗 条件 下的视频 在对 比度较低的 情况 下，会造成检测结果不稳 定。漏检率较高。主要原因 是由于去影子造成的。 这种 对比度下的漏检率一般在 6%以下。 除了 对比度低是 造成 漏检的原因外， 过小的目标 也会造成漏检，一般是 40 个像素以下的目标都会被 忽略掉。 算法效率内存消耗（单位：b） .MD_ISRAM_data .MD_ISRAM_bss .MD_SDRAM_data 0x470 0x24 0x348 .MD_SDRAM_bss .MD_text 0x1a8480 0x6d40 速度 ms 运动区域占 2/3 左右时 CPU 占用率 一帧耗时 Max:57% Min: Avg: Max:23 Min: Avg:15 运动区域占 1/3 左右时 Max:45% Min: Avg:20% Max:18 Min: Avg:8 检测参数说明 检测参数说明 检测到的滞留物或盗走物的消失时间目前分别设定在 200 帧和 100 帧， 可以通过参数来 自行调整。 目前目标与背景的差异是根据局部光照强度所决定的， 范围在 4 个像素值以上。 目前参 数设置要求目标大小要在 20 个像素以上才能被检测到，可以通过参数来自行调整。 目标阴影的去除能力是可以调整的， 目前的参数设置可以去除大部分的浅影子和较小的 光照变化。 适用环境推荐光照条件较好（具有一定的对比度）的室内环境或室外环境。不易用它去检测过小的目 标，比如小于 40 个像素的目标。室外环境不易太复杂。输出目标为精细轮廓目标，可以为 后面高层应用提供良好的信息。 二、目标跟踪 稳定运行环境要求此版本跟踪算法与运动检测算法紧密结合， 对相机的架设和视频的背景环境和运动目标 数量运动方式有一定要求： 背景要求： 由于运动跟踪是基于运动检测的结果进行的， 所以对背景的要求和运动检测一样， 背景要求： 运动目标相对于背景要有一定反差。 运动目标：由于运动检测中，对较小的目标可能过滤掉。所以运动目标的大小要符合运动检 运动目标： 测的要求。运动目标的速度不能太大，要保证前后帧运动目标的重合面积大于 10 个像素。此阈值可修改(建议不要随意修改，过小，可能把碎片当成原目标分 裂出来的小目标，过大，可能失去跟踪。当然可试着调节以适应不同场景)。该 算法对由于运动检测在地面上产生的碎片抗干扰性比较差， 运动目标和碎片相遇 时，容易发生融合又分离的现象，造成轨迹混乱。消失目标和新生目标很容易当 成同一目标处理，所以可能出现一个新目标继承新生目标的轨迹。 运动方式： 运动目标的最大数量由外部设定。 但运动跟踪对运动目标比较稀疏的场景效果比 运动方式： 较好。 算法对由于运动检测在运动目标上产生的碎片有一定的抗干扰。 算法没对 物体的遮挡进行处理。对于两运动目标之间的遮挡按融合来处理。 拍摄角度： 拍摄角度：拍摄视野比较大，且最好是俯视拍摄。
在科学技术飞速发展的今天，印刷、摄影、设计和图像传送的作用越来越重要，这种非语言传送的发展具有了和语言传送相抗衡的竞争力量。标志，则是其中一种独特的传送方式。人们看到烟的上升，就会想到下面有火。烟就是有火的一种自然标记。在通讯不发达的时代，人们利用烟（狼烟）作为传送与火的意义有关联的（如火急、紧急、报警求救等）信息的特殊手段。这种人为的"烟"，既是信号，也是一种标志。它升得高、散得慢，形象鲜明，特征显著人们从很远的地方都能迅速看到。这种非语言传送的速度和效应，是当时的语言和文字传送所不及的。今天，虽然语言和文字传送的手段已十分发达，但像标志这种令公众一目了然，效应快捷，并且不受不同民族、国家语言文字束缚的直观传送方式，更回适应生活节奏不断加快的需要其特殊作用，仍然是任何传送方式都无法替代的。标志，是表明事物特征的记号。它以单纯、显著、易识别的物象、图形或文字符号为直观语言，除标示什么、代替什么之外，还具有表达意义、情感和指令行动等作用。标志，作为人类直观联系的特殊方式，不但在社会活动与生产活动中无处不在，而且对于国家、社会集团乃至个人的根本利益。越来越显示其极重要的独特功用。例如：国旗、国徽作为一个国家形象的标志，具有任何语言和文字者难以确切表达的特殊意义。公共场所标志、交通标志、安全标志、操作标志等，对于指导人们进行有秩序的正常活动、确保生命财产安全，具有直观、快捷的功效。商标、店标、厂标等专用标志对于发展经济、创造经济效益、维护企业和消费者权益等具有重大 实用价值和法律保障作用。各种国内外重大活动、会议、运动会以及邮政运输、金融财贸、机关、团体及至个人（图章、签名）等几乎都有表明自己特征的标志，这些标志从各种角度发挥着沟通、交流宣传作用，推动社会经济、政治、科技、文化的进步，保障各自的权益。随着国际交往的日益频繁，标志的直观、形象、不受语言文字障碍等特性极其有利于国际间的交流与应用，因此国际化标志得以迅速推广和发展，成为视觉传送最有效的手段之一，成为人类共通的一种直观联系工具。
【太平洋汽车网】汽车tsr指的是汽车安全系统中的交通标志识别系统，其是利用前置摄像头结合模式，可以识别常见的交通标志，这一功能会提醒驾驶员注意前面的交通标志，以便驾驶员遵守这些标志。TSR功能降低了驾驶员不遵守停车标志等交通法规的可能，避免了违法左转或者其他交通违法行为，从而提高了车主驾车的安全性。
交通标志识别系统一般包括检测和识别两部分。检测一般是利用交通标志的形状和颜色特征，从自然场景中把交通标志提取出来。识别是把检测出来的交通标志的内容识别出来。交通标志识别在规范交通行为、确保安全驾驶等方面具有重要的意义。交通标志通常处于室外复杂的环境条件下，识别的过程中容易受环境光照、方向旋转的影响。
交通标志识别系统是智能交通系统与先进辅助驾驶系统的重要组成部分，提高交通标志检测与识别算法的准确率和实时性是走向实际应用进程中需要解决的关键问题。算法的准确率是交通标志识别研究中一个十分重要的因素，错误的识别结果不仅不能起到辅助驾驶作用，还会导致严重的安全事故。而算法的实时性决定了研究成果能否转化为具有实际应用价值的产品。在汽车数量日益增加、交通安全事故居高不下，要求不断提升汽车的驾驶智能化的现实压力面前，开展以实时应用为目标的交通标志检测与识别技术研究，对于增加驾驶安全具有重大的意义。
交通标志检测是进行交通标志分类的前提，同时还压缩了计算目标的空间，减少后续特征提取算法的运算量，还可以获得更高的识别准确率。在图像的特征提取领域，常见的特征提取与选择方法有：PCA主成分分析法Gabor特征提取算法SIFT特征提取算法SURF特征提取算法Haar小波特征提取算法/类Haar小波特征提取算法不变矩特征提取算法直方图特征提取算法交通标志分类与识别方法主要有：基于各种距离的模板匹配识别方法，基于大量数据样本的机器学习识别方法以及基于粒子群算法、遗传算法等智能算法的识别方法。
（图/文/摄：太平洋汽车网问答叫兽）
中国车牌的格式与国外有较大差异，所以国外关于识别率的报道只具有参考价值，其在中国的应用效果可能没有在其国内的应用效果好，但其识别系统中采用的很多算法具有很好的借鉴意义。从车牌识别系统进入中国以来，国内有大量的学者在从事这方面的研究，提出了很多新颖快速的算法。中国科学院自动化所的刘智勇等开发的系统在一个样本量为3180的样本集中，车牌定位准确率为，切分准确率为，这套系统后来应用于汉王公司的车牌识别系统，取得了不错的效果。但是包括其他研究人员提出的算法，都存在计算量和存储量大的问题，难以满足实时性的要求。此外，当车辆区域的颜色和附近颜色相近时，定位失误率会增加。国内还有许多学者一直在进行这方面的研究，并且取得了大量的研究成果。（2）国外研究现状 国外在这方面的研究工作开展较早，在上世纪70年代，英国就在实验室中完成了“实时车牌检测系统”的广域检测和开发。同时代，诞生了面向被盗车辆的第一个实时自动车牌监测系统。进入20世纪90年代后，车牌自动识别的系统化研究开始起步。典型的如特征提取、模板构造和字符识别等三个部分，完成车牌的自动识别。字符识别分析技术分析所获得的图像，首先在二值化图像中找到车牌，然后用边界跟踪技术提取字符特征，再利用统计最邻近分类器与字符库中的字符比较，得出一个或几个车牌候选号码，再对这些号码进行核实检查，确定是否为该车牌号码，最终确定车牌号码。这个时期的应用在识别正确率方面有所突破。发展到今日，国外对车牌检测的研究已经取得了一些令人瞩目的成就，识别率都在80%以上，甚至有高于90%。并且已经实现了产品化，并在实际的交通系统中得到了广泛的应用。
参考下： 进入21世纪后，特别在我国加入WTO后，国内产品面临巨大挑战。各行业特别是传统产业都急切需要应用电子技术、自动控制技术进行改造和提升。例如纺织行业，温湿度是影响纺织品质量的重要因素，但纺织企业对温湿度的测控手段仍很粗糙，十分落后，绝大多数仍在使用干湿球湿度计，采用人工观测，人工调节阀门、风机的方法，其控制效果可想而知。制药行业里也基本如此。而在食品行业里，则基本上凭经验，很少有人使用湿度传感器。值得一提的是，随着农业向产业化发展，许多农民意识到必需摆脱落后的传统耕作、养殖方式，采用现代科学技术来应付进口农产品的挑战，并打进国外市场。各地建立了越来越多的新型温室大棚，种植反季节蔬菜，花卉；养殖业对环境的测控也日感迫切；调温冷库的大量兴建都给温湿度测控技术提供了广阔的市场。我国已引进荷兰、以色列等国家较先进的大型温室四十多座，自动化程度较高，成本也高。国内正在逐步消化吸收有关技术，一般先搞调温、调光照，控通风；第二步搞温湿度自动控制及CO2测控。此外，国家粮食储备工程的大量兴建，对温湿度测控技术提也提出了要求。 但目前，在湿度测试领域大部分湿敏元件性能还只能使用在通常温度环境下。在需要特殊环境下测湿的应用场合大部分国内包括许多国外湿度传感器都会“皱起眉头”！例如在上面提到纺织印染行业，食品行业，耐高温材料行业等，都需要在高温情况下测量湿度。一般情况下，印染行业在纱锭烘干中，温度能达到120摄氏度或更高温度；在食品行业中，食物的烘烤温度能达到80-200摄氏度左右；耐高温材料，如陶瓷过滤器的烘干等能达到200摄氏度以上。在这些情况下，普通的湿度传感器是很难测量的。 高分子电容式湿度传感器通常都是在绝缘的基片诸如玻璃、陶瓷、硅等材料上，用丝网漏印或真空镀膜工艺做出电极，再用浸渍或其它办法将感湿胶涂覆在电极上做成电容元件。湿敏元件在不同相对湿度的大气环境中，因感湿膜吸附水分子而使电容值呈现规律性变化，此即为湿度传感器的基本机理。影响高分子电容型元件的温度特性，除作为介质的高分子聚合物的介质常数ε及所吸附水分子的介电常数ε受温度影响产生变化外，还有元件的几何尺寸受热膨胀系数影响而产生变化等因素。根据德拜理论的观点，液体的介电常数ε是一个与温度和频率有关的无量纲常数。水分子的ε在T＝5℃时为，在T＝20℃时为。有机物ε与温度的关系因材料而异，且不完全遵从正比关系。在某些温区ε随T呈上升趋势，某些温区ε随T增加而下降。多数文献在对高分子湿敏电容元件感湿机理的分析中认为：高分子聚合物具有较小的介电常数，如聚酰亚胺在低湿时介电常数为一。而水分子介电常数是高分子ε的几十倍。因此高分子介质在吸湿后，由于水分子偶极距的存在，大大提高了吸水异质层的介电常数，这是多相介质的复合介电常数具有加和性决定的。由于ε的变 化，使湿敏电容元件的电容量C与相对湿度成正比。在设计和制作工艺中很难组到感湿特性全湿程线性。作为电容器，高分子介质膜的厚度d和平板电容的效面积S也和温度有关。温度变化所引起的介质几何尺寸的变化将影响C值。高分子聚合物的平均热线胀系数可达到 的量级。例如硝酸纤维素的平均热线胀系数为108x10-5/℃。随着温度上升，介质膜厚d增加，对C呈负贡献值；但感湿膜的膨胀又使介质对水的吸附量增加，即对C呈正值贡献。可见湿敏电容的温度特性受多种因素支配，在不同的湿度范围温漂不同；在不同的温区呈不同的温度系数；不同的感湿材料温度特性不同。总之，高分子湿度传感器的温度系数并非常数，而是个变量。所以通常传感器生产厂家能在-10-60摄氏度范围内是传感器线性化减小温度对湿敏元件的影响。 国外厂家比较优质的产品主要使用聚酰胺树脂，产品结构概要为在硼硅玻璃或蓝宝石衬底上真空蒸发制作金电极，再喷镀感湿介质材料（如前所述）形式平整的感湿膜，再在薄膜上蒸发上金电极.湿敏元件的电容值与相对湿度成正比关系，线性度约±2%。虽然，测湿性能还算可以但其耐温性、耐腐蚀性都不太理想，在工业领域使用，寿命、耐温性和稳定性、抗腐蚀能力都有待于进一步提高。 陶瓷湿敏传感器是近年来大力发展的一种新型传感器。优点在于能耐高温，湿度滞后，响应速度快，体积小，便于批量生产，但由于多孔型材质，对尘埃影响很大，日常维护频繁，时常需要电加热加以清洗易影响产品质量，易受湿度影响，在低湿高温环境下线性度差，特别是使用寿命短，长期可靠性差，是此类湿敏传感器迫切解决的问题。 当前在湿敏元件的开发和研究中，电阻式湿度传感器应当最适用于湿度控制领域，其代表产品氯化锂湿度传感器具有稳定性、耐温性和使用寿命长多项重要的优点，氯化锂湿敏传感器已有了五十年以上的生产和研究的历史，有着多种多样的产品型式和制作方法，都应用了氯化锂感湿液具备的各种优点尤其是稳定性最强。 氯化锂湿敏器件属于电解质感湿性材料，在众多的感湿材料之中，首先被人们所注意并应用于制造湿敏器件，氯化锂电解质感湿液依据当量电导随着溶液浓度的增加而下降。电解质溶解于水中降低水面上的水蒸气压的原理而实现感湿。 氯化锂湿敏器件的衬底结构分柱状和梳妆，以氯化锂聚乙烯醇涂覆为主要成份的感湿液和制作金质电极是氯化锂湿敏器件的三个组成部分。多年来产品制作不断改进提高，产品性能不断得到改善，氯化锂感湿传感器其特有的长期稳定性是其它感湿材料不可替代的，也是湿度传感器最重要的性能。在产品制作过程中，经过感湿混合液的配制和工艺上的严格控制是保持和发挥这一特性的关键。 在国内九纯健科技依托于国家计量科学研究院、中科院自动化研究所、化工研究院等大型科研单位从事温湿度传感器产品的研制、生产。选用氯化锂感湿材料作为主攻方向，生产氯化锂湿敏传感器及相关变送器，自动化仪表等产品，在吸取了国内外此项技术的成功经验的同时，努力克服传统产品存在的各项弱点，取得实质性进展。产品选用了Al2O3及SiO2陶瓷基片为衬底，基片面积大大缩小，采用特殊的工艺处理，耐湿性和粘覆性均大大提高。使用烧结工艺，在衬底集片上烧结5个9的工业纯金制成的梳妆电极，氯化锂感湿混合液使用新产品添加剂和固有成份混合经过特殊的老化和涂覆工艺后，湿敏基片的使用寿命和长期稳定性大大提高，特别是耐温性达到了-40℃-120℃，以多片湿敏元件组合的独特工艺，是传感器感湿范围为1%RH-98%RH，具备了15%RH范围以下的测量性能，漂移曲线和感湿曲线均实现了较好的线性化水平，使湿度补偿得以方便实施并较容易地保证了宽温区的测湿精度。采用循环降温装置封闭系统，先对对被测气体采样，然后降温检测并确保绝对湿度的恒定，使探头耐温范围提高到600℃左右，大大增强了高温下测湿的功能。成功解决了“高温湿度测量”这一湿度测量领域难题。现在，不采用任何装置直接测量150度以内环境中的湿度的分体式高温型温湿度传感器JCJ200W已成功应用在木材烘干，高低温试验箱等系统中。同时，JCJ200Y产品能耐温高达600度，也已成功应用在印染行业纱锭自动烘干系统、食品自动烘烤系统、特殊陶瓷材料的自动烘干系统、出口大型烘干机械等方面，并表现出良好的效果,为国内自动化控制域填补了高温湿度测量的空白，为我国工业化进程奠定了一定基础。传感器论文： 低温下压阻式压力传感器性能的实验研究 Experimental Study On Performance Of Pressure Transducer At Low Temperature .... 灌区水位测量记录设备及安装技术 摘要：水位测量施测简单直观，易于为广大用水户所接受而且便于自动观测，因而在灌区水量计量乃至在整个灌区信息化建设中都占有十分重要的地位。目前我国灌区中水位监测采用的传感器依据输出量的不同主要分为模拟传感.... 主成分分析在空调系统传感器故障检测与诊断中的应用研究 摘要 本文阐述了用主成分分析法进行系统测量数据建模和传感器故障检测、故障诊断、故障重构及确定最优主成分数的原理。用主成分分析法对空调监测系统中的四类传感器故障进行检测方法。结果表明：主成.... 透光脉动传感器的影响因素研究 摘要：通过试验研究和总结生产应用经验，对透光脉动传感器的影响因素进行了分析，并提出了其最优工作参数。光源宜选择波长为860nm的激光二极管；传感器的管径根据使用目的确定，试验研究一般选用1~3mm，生.... 生物传感器的研究现状及应用 摘要：简述了生物传感器尤其是微生物传感器近年来在发酵工业及环境监测领域中的研究与应用，对其发展前景及市场化作了预测及展望。生物电极是以固定化生物体组成作为分子识别元件的敏感材料，与氧电极、膜电极和燃料.... 方向盘转角传感器接口 汽车环境对电子产品而言是非常苛刻的：任何连接到12V电源上的电路都必须工作在9V至16V的标称电压范围内，其它需要迫切应对的问题包括负载突降、冷车发动、电池反向、双电池助推、尖峰信号、噪声和极宽的温度.... 用于电容传感器接口的模拟前端元件 因为采用了传统机械开关,用户使用电容传感器接口的方式直接与各种工作条件下(可靠性)接触传感器的响应度(员敏度)梧关。本文将介绍一些通用电容传感器模拟前端测量方法 灵敏度 电容传感器的灵敏度是由其物理结.... 智能传感器与现代汽车电子 现代汽车电子从所应用的电子元器件到车内电子系统的架构均已进入了一个有本质性提高的新阶段。其中最有代表性的核心器件之一就是智能传感器。 一、汽车电子操控和安全系统谈起 近几年来我国汽车工业增长迅速，发展.... 霍尔元件是一种基于霍尔效应的磁传感器,已发展成一个品种多样的磁传感器产品族，并已得到广泛的应用。本文简要介绍其工作原理， 产品特性及其典型应用。 霍尔器件具有许多优点，它们的结构牢固，体积小，重量轻，寿命长，安装方便，功耗小，频率高（可达1MHZ），耐震动，不怕灰尘、油污、水汽及盐雾等的污染或腐蚀。 霍尔线性器件的精度高、线性度好；霍尔开关器件无触点、无磨损、输出波形清晰、无抖动、无回跳、位置重复精度高（可达μm级）。取用了各种补偿和保护措施的霍尔器件的工作温度范围宽，可达－55℃～150℃。 按照霍尔器件的功能可将它们分为: 霍尔线性器件 和 霍尔开关器件 。前者输出模拟量，后者输出数字量。 按被检测的对象的性质可将它们的应用分为:直接应用和间接应用。前者是直接检测出受检测对象本身的磁场或磁特性，后者是检测受检对象上人为设置的磁场，用这个磁场来作被检测的信息的载体，通过它，将许多非电、非磁的物理量例如力、力矩、压力、应力、位置、位移、速度、加速度、角度、角速度、转数、转速以及工作状态发生变化的时间等，转变成电量来进行检测和控制。 一 霍尔器件的工作原理 在磁场作用下，通有电流的金属片上产生一横向电位差如图1所示： 这个电压和磁场及控制电流成正比： VH＝K╳｜H╳IC｜ 式中VH为霍尔电压，H为磁场，IC为控制电流，K为霍尔系数。 在半导体中霍尔效应比金属中显著，故一般霍尔器件是采用半导体材料制作的。 用霍尔器件，可以进行非接触式电流测量，众所周知，当电流通过一根长的直导线时，在导线周围产生磁场，磁场的大小与流过导线的电流成正比，这一磁场可以通过软磁材料来聚集，然后用霍尔器件进行检测，由于磁场与霍尔器件的输出有良好的线性关系，因此可利用霍尔器件测得的讯号大小，直接反应出电流的大小，即： I∞B∞VH 其中I为通过导线的电流，B为导线通电流后产生的磁场，VH为霍尔器件在磁场B中产生的霍尔电压、当选用适当比例系数时，可以表示为等式。霍尔传感器就是根据这种工作原理制成的。 二 霍尔传感器的应用 1 霍尔接近传感器和接近开关 在霍尔器件背后偏置一块永久磁体，并将它们和相应的处理电路装在一个壳体内，做成一个探头，将霍尔器件的输入引线和处理电路的输出引线用电缆连接起来，构成如图1所示的接近传感器。它们的功能框见图19。(a)为霍尔线性接近传感器，(b)为霍尔接近开关。 图1 霍尔接近传感器的外形图 a)霍尔线性接近传感器 (b)霍尔接近开关 图2 霍尔接近传感器的功能框图 霍尔线性接近传感器主要用于黑色金属的自控计数，黑色金属的厚度检测、距离检测、齿轮数齿、转速检测、测速调速、缺口传感、张力检测、棉条均匀检测、电磁量检测、角度检测等。 霍尔接近开关主要用于各种自动控制装置，完成所需的位置控制，加工尺寸控制、自动计数、各种计数、各种流程的自动衔接、液位控制、转速检测等等。霍尔翼片开关 霍尔翼片开关就是利用遮断工作方式的一种产品，它的外形如图20所示，其内部结构及工作原理示于图21。 图3 霍尔翼片开关的外形图 2 霍尔齿轮传感器 如图4所示,新一代的霍尔齿轮转速传感器，广泛用于新一代的汽车智能发动机，作为点火定时用的速度传感器，用于ABS（汽车防抱死制动系统）作为车速传感器等。 在ABS中，速度传感器是十分重要的部件。ABS的工作原理示意图如图23所示。图中，1是车速齿轮传感器；2是压力调节器；3是控制器。在制动过程中，控制器3不断接收来自车速齿轮传感器1和车轮转速相对应的脉冲信号并进行处理，得到车辆的滑移率和减速信号，按其控制逻辑及时准确地向制动压力调节器2发出指令，调节器及时准确地作出响应，使制动气室执行充气、保持或放气指令，调节制动器的制动压力，以防止车轮抱死，达到抗侧滑、甩尾，提高制动安全及制动过程中的可驾驭性。在这个系统中，霍尔传感器作为车轮转速传感器，是制动过程中的实时速度采集器，是ABS中的关键部件之一。 在汽车的新一代智能发动机中，用霍尔齿轮传感器来检测曲轴位置和活塞在汽缸中的运动速度，以提供更准确的点火时间，其作用是别的速度传感器难以代替的，它具有如下许多新的优点。 （1）相位精度高，可满足°曲轴角的要求，不需采用相位补偿。 （2）可满足度曲轴角的熄火检测要求。 （3）输出为矩形波，幅度与车辆转速无关。在电子控制单元中作进一步的传感器信号调整时，会降低成本。 用齿轮传感器，除可检测转速外，还可测出角度、角速度、流量、流速、旋转方向等等。 图4 霍尔速度传感器的内部结构 1. 车轮速度传感器2.压力调节器3.电子控制器 2. 图4 ABS气制动系统的工作原理示意图 3 旋转传感器 按图5所示的各种方法设置磁体，将它们和霍尔开关电路组合起来可以构成各种旋转传感器。霍尔电路通电后，磁体每经过霍尔电路一次，便输出一个电压脉冲。 (a)径向磁极(b)轴向磁极(c)遮断式 图5 旋转传感器磁体设置 由此，可对转动物体实施转数、转速、角度、角速度等物理量的检测。在转轴上固定一个叶轮和磁体，用流体（气体、液体）去推动叶轮转动，便可构成流速、流量传感器。在车轮转轴上装上磁体，在靠近磁体的位置上装上霍尔开关电路，可制成车速表，里程表等等，这些应用的实例如图25所示。 图6的壳体内装有一个带磁体的叶轮，磁体旁装有霍尔开关电路，被测流体从管道一端通入，推动叶轮带动与之相连的磁体转动，经过霍尔器件时，电路输出脉冲电压，由脉冲的数目，可以得到流体的流速。若知管道的内径，可由流速和管径求得流量。霍尔电路由电缆35来供电和输出。 图6 霍尔流量计 由图7可见，经过简单的信号转换，便可得到数字显示的车速。 利用锁定型霍尔电路，不仅可检测转速，还可辨别旋转方向，如图27所示。 曲线1对应结构图（a）,曲线2对应结构图(b)，曲线3对应结构图(c)。 图7 霍尔车速表的框图 图8 利用霍尔开关锁定器进行方向和转速测定 4 在大电流检测中的应用 在冶金、化工、超导体的应用以及高能物理（例如可控核聚变）试验装置中都有许多超大型电流用电设备。用多霍尔探头制成的电流传感器来进行大电流的测量和控制，既可满足测量准确的要求，又不引入插入损耗，还免除了像使用罗果勘斯基线圈法中需用的昂贵的测试装置。图9示出一种用于DⅢ－D托卡马克中的霍尔电流传感器装置。采用这种霍尔电流传感器，可检测高达到300kA的电流。 图9（a）为G－10安装结构，中心为电流汇流排，(b)为电缆型多霍尔探头，(c)为霍尔电压放大电路。 (a)G�10安装结构(b)电缆型多霍尔探头(c)霍尔电压放大电路 图9 多霍尔探头大电流传感器 图10霍尔钳形数字电流表线路示意图 图11霍尔功率计原理图 (a)霍尔控制电路 (b)霍尔磁场电路 图12霍尔三相功率变送器中的霍尔乘法器 图13霍尔电度表功能框图 图14霍尔隔离放大器的功能框图 5 霍尔位移传感器 若令霍尔元件的工作电流保持不变，而使其在一个均匀梯度磁场中移动，它输出的霍尔电压VH值只由它在该磁场中的位移量Z来决定。图15示出3种产生梯度磁场的磁系统及其与霍尔器件组成的位移传感器的输出特性曲线，将它们固定在被测系统上，可构成霍尔微位移传感器。从曲线可见，结构（b）在Z<2mm时，VH与Z有良好的线性关系，且分辨力可达1μm，结构（C）的灵敏度高，但工作距离较小。 图15 几种产生梯度磁场的磁系统和几种霍尔位移传感器的静态特性 用霍尔元件测量位移的优点很多：惯性小、频响快、工作可靠、寿命长。 以微位移检测为基础，可以构成压力、应力、应变、机械振动、加速度、重量、称重等霍尔传感器。 6 霍尔压力传感器 霍尔压力传感器由弹性元件，磁系统和霍尔元件等部分组成，如图16所示。在图16中，（a）的弹性元件为膜盒，(b)为弹簧片，(c)为波纹管。磁系统最好用能构成均匀梯度磁场的复合系统，如图29中的(a)、(b)，也可采用单一磁体，如（c）。加上压力后，使磁系统和霍尔元件间产生相对位移，改变作用到霍尔元件上的磁场，从而改变它的输出电压VH。由事先校准的p～f(VH)曲线即可得到被测压力p的值。 图16 几种霍尔压力传感器的构成原理 7 霍尔加速度传感器 图17示出霍尔加速度传感器的结构原理和静态特性曲线。在盒体的O点上固定均质弹簧片S,片S的中部U处装一惯性块M，片S的末端b处固定测量位移的霍尔元件H，H的上下方装上一对永磁体，它们同极性相对安装。盒体固定在被测对象上，当它们与被测对象一起作垂直向上的加速运动时，惯性块在惯性力的作用下使霍尔元件H产生一个相对盒体的位移，产生霍尔电压VH的变化。可从VH与加速度的关系曲线上求得加速度。 图17 霍尔加速度传感器的结构及其静态特性 三 小结 目前霍尔传感器已从分立元件发展到了集成电路的阶段，正越来越受到人们的重视，应用日益广泛。
传感器(英文名称：transducer/sensor)是直接作用于被测量、并能按一定规律将其转化为同种或别种量值输出的器件。这是我为大家整理的传感器技术论文 范文 ，仅供参考!传感器技术论文范文篇一 传感器及其概述 摘 要 传感器(英文名称：transducer/sensor)是直接作用于被测量、并能按一定规律将其转化为同种或别种量值输出的器件。目前，传感器转换后的信号大多是电信号，因而从狭义上讲，传感器是把外界输入的非电信号转换为电信号的装置。 【关键词】传感器 种类 新型 1 前言 传感器是测试系统的一部分，其作用类似于人类的感觉器官，也可以认为是人类感官的延伸。人们借助传感器可以去探测那些人们无法用或不便用感官直接感知的事物，如用热电偶可以测量炽热物体的温度;用超声波换能器可以测海水深度;用红外遥感器可从高空探测地面形貌、河流状态及植被的分布等。因此，可以说传感器是人们认识自然界事物的有力工具，是测量仪器与被测量物体之间的接口。通常情况下，传感器处于测试装置的输入端，是测试系统的第一个环节，其性能直接影响着整个测试系统，对测试精度有很大影响。 2 传感器的分类 按被测物理量的不同，可以分为位移、力、温度、流量传感器等;按工作的基础不同，可以分为机械式传感器、电气式传感器、光学式传感器、流体式传感器等;按信号变换特征可以分为物性型传感器和结构型传感器;根据敏感元件与被测对象直接的能量关系，可以分为能量转换型传感器与能量控制型传感器。 3 常见传感器介绍 电阻应变式传感器 电阻应变式传感器又叫电阻应变计，其敏感元件是电阻应变。应变片是在用苯酚，环氧树脂等绝缘材料浸泡过的玻璃基板上，粘贴直径为左右的金属丝或金属箔制成。敏感元件也叫敏感栅。其具有体积小、动态响应快、测量精度高、使用简单等优点。在航空、机械、建筑等各行业获得了广泛应用。电阻应变片的工作原理是基于金属的应变效应，即金属导体在外力作用下产生机械形变，其电阻值随机械变形的变化而变化。其可以分为：金属电阻应变片和半导体应变片式两类。金属应变片有金属丝式、箔式、薄膜式之分。半导体应变片具有灵敏度高(通常是丝式、箔式的几十倍)、横向效应小等优点。它们的主要区别在于：金属电阻应变片式是利用导体形变引起电阻变化，而半导体应变片式则是利用电阻率变化引起电阻的变化。 电容式传感器 电容式传感器是将被测物理量转换成电容量变化的装置，它实质是一个具有可变参数的电容器。由于电容与极距成反比，与正对面积和介质成正比，因此其可以分为极距变化型、面积变化型和介质变化型三类。极距变化型电容传感器的优点是可进行动态非接触式测量，对被测系统的影响小，灵敏度高，适用于较小位移的测量，但这种传感器有非线性特性，因此使用范围受到一定限制。面积变化型传感器的优点是输出与输入成线性关系，但与极距型传感器相比，灵敏度较低，适用于较大的直线或角位移的测量。介质变化型则多用于测量液体的高度等场合。 电感式传感器 电感式传感器是将被测物理量，如力、位移等，转换为电感量变换的一种装置，其变换是基于电磁感应原理。电感式传感器种类很多，常见的有自感式，互感式和涡流式三种。 电感式传感器具有以下特点：结构简单，传感器无活动电触点，因此工作可靠寿命长。灵敏度和分辨力高，能测出微米的位移变化。传感器的输出信号强，电压灵敏度一般每毫米的位移可达数百毫伏的输出。线性度和重复性都比较好，在一定位移范围(几十微米至数毫米)内，传感器非线性误差可达～。同时，这种传感器能实现信息的远距离传输、记录、显示和控制，它在工业自动控制系统中广泛被采用。但不足的是，它有频率响应较低，不宜快速动态测控等缺点。 磁电式传感器 磁电式传感器是把被测物理量转换为感应电动势的一种传感器，又称电磁感应式或电动力式传感器。其工作原理是一个匝数为N的线圈，当穿过它的磁通量变化时，线圈产生了感应电动势。磁通量的变化可通过多种方式来实现，如磁铁与线圈做切割磁力线运动、磁路的磁阻变化、恒定磁场中线圈面积的变化，因此可制造出不同类型的传感器用于测量速度、扭矩等。 压电式传感器 压电式传感器是一种可逆传感器，是利用某些物质的压电效应进行工作的器件。最简单的压电式传感器是在压电晶片的两个工作面上进行金属蒸镀，形成金属膜，构成两个电极。当晶片受压力时，两个极板上聚集数量相等而极性相反的电荷，形成电场。因此压电传感器可以看成是电荷发生器，又可以看作电容器。 4 新型传感器 生物传感器 生物传感器是用生物活性材料(酶、蛋白质、DNA、抗体、抗原、生物膜等)与物理化学换能器有机结合的一门交叉学科，是发展生物技术必不可少的一种先进的检测 方法 与监控方法，也是物质分子水平的快速、微量分析方法。各种生物传感器有以下共同的结构：包括一种或数种相关生物活性材料(生物膜)及能把生物活性表达的信号转换为电信号的物理或化学换能器(传感器)，二者组合在一起，用现代微电子和自动化仪表技术进行生物信号的再加工，构成各种可以使用的生物传感器分析装置、仪器和系统。生物传感器的原理：待测物质经扩散作用进入生物活性材料，经分子识别，发生生物学反应，产生的信息继而被相应的物理或化学换能器转变成可定量和可处理的电信号，再经二次仪表放大并输出，便可知道待测物浓度。 激光传感器 激光传感器：利用激光技术进行测量的传感器。它由激光器、激光检测器和测量电路组成。激光传感器是新型测量仪表，它的优点是能实现无接触远距离测量，速度快，精度高，量程大，抗光、电干扰能力强等。激光传感器原理：激光传感器工作时，先由激光发射二极管对准目标发射激光脉冲。经目标反射后激光向各方向散射。部分散射光返回到传感器接收器，被光学系统接收后成像到雪崩光电二极管上。雪崩光电二极管是一种内部具有放大功能的光学传感器，因此它能检测极其微弱的光信号，并将其转化为相应的电信号。 5 结束语 随着科技的飞速发展，人们不断提高着自身认知世界的能力。传感器在获取自然和生产领域中发挥着巨大上的作用。目前，传感器技术在发展经济、推动社会进步方面起到重要的推动作用。相信未来，传感器技术将会出现一个飞跃。 作者简介 杨天娟(1991-)，女，河北省邯郸市人。现为郑州大学本科生，主要研究方向为机械工程及自动化。 作者单位 郑州大学机械工程学院 河南省郑州市 450001 传感器技术论文范文篇二 温度传感器 摘 要：温度传感器是最早开发、也是应用最广泛的一种传感器。据调查，早在1990年，温度传感器的市场份额就大大超出了 其它 传感器。从17世纪初，伽利略发明温度计开始，人们便开始了温度测量。而真正把温度转换成电信号的传感器，是1821年德国物理学家赛贝发明的，也就是我们现在使用的热电偶传感器。随后，铂电阻温度传感器、半导体热电偶温度传感器、PN结温度传感器、集成温度传感器相继而生。也使得温度传感器更加广泛的应用到我们的生产和生活中。本文主要介绍了温度传感器的分类、工作原理及应用。 关键词：温度传感器;温度;摄氏度 中图分类号：TP212 文献标识码：A 文章 编号：1674-7712 (2014) 02-0000-01 温度传感器(temperature transducer)，利用物质各种物理性质随温度变化的规律把温度转换为可用输出信号。温度传感器是温度测量仪表的核心部分，品种繁多。按测量方式可分为接触式和非接触式两大类。现代的温度传感器外形非常得小，这样更加让它广泛应用在生产实践的各个领域中，也为我们的生活提供了无数的便利和功能。 一、温度的相关知识 温度是用来表征物体冷热程度的物理量。温度的高低要用数字来量化，温标就是温度的数值表示方法。常用温标有摄氏温标和热力学温标。 摄氏温标是把标准大气压下，沸水的温度定为100摄氏度，冰水混合物的温度定为0摄氏度，在100摄氏度和0摄氏度之间进行100等份，每一等份为1摄氏度。热力学温标是威廉汤姆提出的，以热力学第二定律为基础，建立温度仅与热量有关而与物质无关的热力学温标。由于是开尔文 总结 出来的，所以又称为开尔文温标。 二、温度传感器的分类 根据测量方式不同，温度传感器分为接触式和非接触式两大类。接触式温度传感器是指传感器直接与被测物体接触，从而进行温度测量。这也是温度测量的基本形式。其中接触式温度传感器又分为热电偶温度传感器、热电阻温度传感器、半导体热敏电阻温度传感器等。 非接触式温度传感器是测量物体热辐射发出的红外线，从而测量物体的温度，可以进行遥测。 三、温度传感器的工作原理 (一)热电偶温度传感器。热电偶温度传感器结构简单，仅由两根不同材料的导体或半导体焊接而成，是应用最广泛的温度传感器。 热电偶温度传感器是根据热电效应原理制成的：把两种不同的金属A、B组成闭合回路，两接点温度分别为t1和t2，则在回路中产生一个电动势。 热电偶也是由两种不同材料的导体或半导体A、B焊接而成，焊接的一端称为工作端或热端。与导线连接的一端称为自由端或冷端，导体A、B称为热电极，总称热电偶。测量时，工作端与被测物相接触，测量仪表为电位差计，用来测出热电偶的热电动势，连接导线为补偿导线及铜导线。 从测量仪表上，我们观测到的便是热电动势，而要想知道物体的温度，还需要查看热电偶的分度表。 为了保证温度测量结果足够精确，在热电极材料的选择方面也有严格的要求：物理、化学稳定性要高;电阻温度系数小;导电率高;热电动势要大;热电动势与温度要有线性或简单的函数关系;复现性好;便于加工等。根据我们常用的热电极材料，热电偶温度传感器可分为标准化热电偶和非标准化热电偶。铂铑-铂热电偶是常用的标准化热电偶，熔点高，可用于测量高温，误差小，但价格昂贵，一般适用于较为精密的温度测量。铁-康铜为常用的非标准化热电偶，测温上限为600摄氏度，易生锈，但温度与热电动势线性关系好，灵敏度高。 (二)电阻式温度传感器。热电偶温度传感器虽然结构简单，测量准确，但仅适用于测量500摄氏度以上的高温。而要测量-200摄氏度到500摄氏度的中低温物体，就要用到电阻式温度传感器。 电阻式温度传感器是利用导体或者半导体的电阻值随温度变化而变化的特性来测量温度的。大多数金属在温度升高1摄氏度时，电阻值要增加到。电阻式温度传感器就是要将温度的变化转化为电阻值的变化，再通过测量电桥转换成电压信号送至显示仪表。 (三)半导体热敏电阻。半导体热敏电阻的特点是灵敏度高，体积小，反应快，它是利用半导体的电阻值随温度显著变化的特性制成的。可分为三种类型：(1)NTC热敏电阻，主要是Mn，Co，Ni，Fe等金属的氧化物烧结而成，具有负温度系数。(2)CTR热敏电阻，用V，Ge，W，P等元素的氧化物在弱还原气氛中形成烧结体，它也是具有负温度系数的。(3)PTC热敏电阻，以钛酸钡掺和稀土元素烧结而成的半导体陶瓷元件，具有正温度系数。也正是因为PTC热敏电阻具有正温度系数，也制作成温度控制开关。 (四)非接触式温度传感器。非接触式温度传感器的测温元件与被测物体互不接触。目前最常用的是辐射热交换原理。这种测温方法的主要特点是：可测量运动状态的小目标及热容量小或变化迅速的对象，也可用来测量温度场的温度分布，但受环境温度影响比较大。 四、温度传感器的应用举例 (一)温度传感器在汽车上的应用。温度传感器的作用是测量发动机的进气，冷却水，燃油等的温度，并把测量结果转换为电信号输送给ECU.对于所有的汽油机电控系统，进气温度和冷却水温度是ECU进行控制所必须的两个温度参数，而其他的温度参数则随电控系统的类型及控制需要而不尽相同。进气温度传感器通常安装在空气流量计或从空气滤清器到节气门体之间的进气道或空气流量计中，水温传感器则布置在发动机冷却水路，汽缸盖或机体上上的适当位置.可以用来测量温度的传感器有绕线电阻式，扩散电阻式，半导体晶体管式，金属芯式，热电偶式和半导体热敏电阻式等多种类型，目前用在进气温度和冷却水温度测量中应用最广泛的是热敏电阻式温度传感器。 (二)利用温度传感器调节卫生间的温度。温度传感器还能调节卫生间内的温度，尤其是在洗澡的时候，能自动调节卫生间内的温度是很有必要的。通过温湿度传感器和气体传感器就能很好的控制卫生间内的环境从而使我们能够拥有一个舒适的生活。现在大部分旅馆和一些公共场所都实现了自动调节，而普通家庭的卫生间都还是人工操作，尚未实现自动调节这主要是一般客户不知道能够利用传感器实现自动化，随着未来人们的进一步了解，普通家庭的卫生间也能实现自动调节。 参考文献： [1]周琦.集成温度传感器的设计[D].西安电子科技大学，2007.
生物传感器的研究现状及应用摘要：简述了生物传感器尤其是微生物传感器近年来在发酵工业及环境监测领域中的研究与应用，对其发展前景及市场化作了预测及展望。生物电极是以固定化生物体组成作为分子识别元件的敏感材料，与氧电极、膜电极和燃料电极等构成生物传感器，在发酵工业、环境监测、食品监测、临床医学等方面得到广泛的应用。生物传感器专一性好、易操作、设备简单、测量快速准确、适用范围广。随着固定化技术的发展，生物传感器在市场上具有极强的竞争力。 关键词：生物传感器；发酵工业；环境监测。中图分类号： 文献标识码：a 文章编号：1006-883x(2002)10-0001-06一、 引言 从1962年，clark和lyons最先提出生物传感器的设想距今已有40 年。生物传感器在发酵工艺、环境监测、食品工程、临床医学、军事及军事医学等方面得到了深度重视和广泛应用。在最初15年里，生物传感器主要是以研制酶电极制作的生物传感器为主，但是由于酶的价格昂贵并不够稳定，因此以酶作为敏感材料的传感器，其应用受到一定的限制。近些年来，微生物固定化技术的不断发展，产生了微生物电极。微生物电极以微生物活体作为分子识别元件，与酶电极相比有其独到之处。它可以克服价格昂贵、提取困难及不稳定等弱点。此外，还可以同时利用微生物体内的辅酶处理复杂反应。而目前，光纤生物传感器的应用也越来越广泛。而且随着聚合酶链式反应技术（pcr）的发展，应用pcr的dna生物传感器也越来越多。二、 研究现状及主要应用领域 1、 发酵工业各种生物传感器中，微生物传感器最适合发酵工业的测定。因为发酵过程中常存在对酶的干扰物质，并且发酵液往往不是清澈透明的，不适用于光谱等方法测定。而应用微生物传感器则极有可能消除干扰，并且不受发酵液混浊程度的限制。同时，由于发酵工业是大规模的生产，微生物传感器其成本低设备简单的特点使其具有极大的优势。(1). 原材料及代谢产物的测定微生物传感器可用于原材料如糖蜜、乙酸等的测定，代谢产物如头孢霉素、谷氨酸、甲酸、甲烷、醇类、青霉素、乳酸等的测定。测量的原理基本上都是用适合的微生物电极与氧电极组成，利用微生物的同化作用耗氧，通过测量氧电极电流的变化量来测量氧气的减少量，从而达到测量底物浓度的目的。在各种原材料中葡萄糖的测定对过程控制尤其重要，用荧光假单胞菌（psoudomonas fluorescens）代谢消耗葡萄糖的作用，通过氧电极进行检测，可以估计葡萄糖的浓度。这种微生物电极和葡萄糖酶电极型相比，测定结果是类似的，而微生物电极灵敏度高，重复实用性好，而且不必使用昂贵的葡萄糖酶。当乙酸用作碳源进行微生物培养时，乙酸含量高于某一浓度会抑制微生物的生长，因此需要在线测定。用固定化酵母（trichosporon brassicae），透气膜和氧电极组成的微生物传感器可以测定乙酸的浓度。此外，还有用大肠杆菌（）组合二氧化碳气敏电极，可以构成测定谷氨酸的微生物传感器，将柠檬酸杆菌完整细胞固定化在胶原蛋白膜内，由细菌―胶原蛋白膜反应器和组合式玻璃电极构成的微生物传感器可应用于发酵液中头孢酶素的测定等等。(2). 微生物细胞总数的测定在发酵控制方面，一直需要直接测定细胞数目的简单而连续的方法。人们发现在阳极表面，细菌可以直接被氧化并产生电流。这种电化学系统已应用于细胞数目的测定，其结果与传统的菌斑计数法测细胞数是相同的[1]。(3). 代谢试验的鉴定传统的微生物代谢类型的鉴定都是根据微生物在某种培养基上的生长情况进行的。这些实验方法需要较长的培养时间和专门的技术。微生物对底物的同化作用可以通过其呼吸活性进行测定。用氧电极可以直接测量微生物的呼吸活性。因此，可以用微生物传感器来测定微生物的代谢特征。这个系统已用于微生物的简单鉴定、微生物培养基的选择、微生物酶活性的测定、废水中可被生物降解的物质估计、用于废水处理的微生物选择、活性污泥的同化作用试验、生物降解物的确定、微生物的保存方法选择等[2]。2、 环境监测(1). 生化需氧量的测定生化需氧量（biochemical oxygen demand ?bod）的测定是监测水体被有机物污染状况的最常用指标。常规的bod测定需要5天的培养期，操作复杂、重复性差、耗时耗力、干扰性大，不宜现场监测，所以迫切需要一种操作简单、快速准确、自动化程度高、适用广的新方法来测定。目前，有研究人员分离了两种新的酵母菌种spt1和spt2，并将其固定在玻璃碳极上以构成微生物传感器用于测量bod，其重复性在±10%以内。将该传感器用于测量纸浆厂污水中bod的测定，其测量最小值可达2 mg/l，所用时间为5min[3]。还有一种新的微生物传感器，用耐高渗透压的酵母菌种作为敏感材料，在高渗透压下可以正常工作。并且其菌株可长期干燥保存，浸泡后即恢复活性，为海水中bod的测定提供了快捷简便的方法[4]。 除了微生物传感器，还有一种光纤生物传感器已经研制出来用于测定河水中较低的bod值。该传感器的反应时间是15min，最适工作条件为30°c，ph=7。这个传感器系统几乎不受氯离子的影响（在1000mg/l范围内），并且不被重金属（fe3+、cu2+、mn2+、cr3+、zn2+）所影响。该传感器已经应用于河水bod的测定，并且获得了较好的结果[4]。现在有一种将bod生物传感器经过光处理（即以tio2作为半导体，用6 w灯照射约4min）后，灵敏度大大提高，很适用于河水中较低bod的测量[5]。同时，一种紧凑的光学生物传感器已经发展出来用于同时测量多重样品的bod值。它使用三对发光二极管和硅光电二极管，假单胞细菌（pseudomonas fluorescens）用光致交联的树脂固定在反应器的底层，该测量方法既迅速又简便，在4℃下可使用六周，已经用于工厂废水处理的过程中[5]。(2). 各种污染物的测定常用的重要污染指标有氨、亚硝酸盐、硫化物、磷酸盐、致癌物质与致变物质、重金属离子、酚类化合物、表面活性剂等物质的浓度。目前已经研制出了多种测量各类污染物的生物传感器并已投入实际应用中了。测量氨和硝酸盐的微生物传感器，多是用从废水处理装置中分离出来的硝化细菌和氧电极组合构成。目前有一种微生物传感器可以在黑暗和有光的条件下测量硝酸盐和亚硝酸盐(nox-)，它在盐环境下的测量使得它可以不受其他种类的氮的氧化物的影响。用它对河口的nox-进行了测量，其效果较好[6]。硫化物的测定是用从硫铁矿附近酸性土壤中分离筛选得到的专性、自养、好氧性氧化硫硫杆菌制成的微生物传感器。在ph=、31℃时一周测量200余次，活性保持不变，两周后活性降低20%。传感器寿命为7天，其设备简单，成本低，操作方便。目前还有用一种光微生物电极测硫化物含量，所用细菌是，与氢电极连接构成[7]。最近科学家们在污染区分离出一种能够发荧光的细菌，此种细菌含有荧光基因，在污染源的刺激下能够产生荧光蛋白，从而发出荧光。可以通过遗传工程的方法将这种基因导入合适的细菌内，制成微生物传感器，用于环境监测。现在已经将荧光素酶导入大肠杆菌（）中，用来检测砷的有毒化合物[8]。水体中酚类和表面活性剂的浓度测定已经有了很大的发展。目前，有9种革兰氏阴性细菌从西西伯利亚石油盆地的土壤中分离出来，以酚作为唯一的碳源和能源。这些菌种可以提高生物传感器的感受器部分的灵敏度。它对酚的监测极限为5 ´10-9mol。该传感器工作的最适条件为：ph=、35℃，连续工作时间为30h[9]。还有一种假单胞菌属（pseudomonas rathonis）制成的测量表面活性剂浓度的电流型生物传感器，将微生物细胞固定在凝胶（琼脂、琼脂糖和海藻酸钙盐）和聚乙醇膜上，可以用层析试纸gf/a，或者是谷氨酸醛引起的微生物细胞在凝胶中的交联，长距离的保持它们在高浓度表面活性剂检测中的活性和生长力。该传感器能在测量结束后很快的恢复敏感元件的活性[10]。还有一种电流式生物传感器，用于测定有机磷杀虫剂，使用的是人造酶。利用有机磷杀虫剂水解酶，对硝基酚和二乙基酚的测量极限为100´10-9mol，在40℃只要4min[11]。还有一种新发展起来的磷酸盐生物传感器，使用丙酮酸氧化酶g，与自动系统cl-fia台式电脑结合，可以检测(32~96)´10-9mol的磷酸盐，在25°c下可以使用两周以上，重复性高[12]。最近，有一种新型的微生物传感器，用细菌细胞作为生物组成部分，测定地表水中壬基酚（nonyl-phenol etoxylate --np-80e）的含量。用一个电流型氧电极作传感器，微生物细胞固定在氧电极上的透析膜上，其测量原理是测量毛孢子菌属（trichosporum grablata）细胞的呼吸活性。该生物传感器的反应时间为15~20min，寿命为7~10天（用于连续测定时）。在浓度范围内，电信号与np-80e浓度呈线性关系，很适合于污染的地表水中分子表面活性剂的检测[13]。除此之外，污水中重金属离子浓度的测定也是不容忽视的。目前已经成功设计了一个完整的，基于固定化微生物和生物体发光测量技术上的重金属离子生物有效性测定的监测和分析系统。将弧菌属细菌（vibrio fischeri）体内的一个操纵子在一个铜诱导启动子的控制下导入产碱杆菌属细菌（alcaligenes eutrophus (ae1239)）中，细菌在铜离子的诱导下发光，发光程度与离子浓度成正比。将微生物和光纤一起包埋在聚合物基质中，可以获得灵敏度高、选择性好、测量范围广、储藏稳定性强的生物传感器。目前，这种微生物传感器可以达到最低测量浓度1´10-9mol[14]。还有一种专门测量铜离子的电流型微生物传感器。它用酒酿酵母（saccharomyces cerevisiae）重组菌株作为生物元件，这些菌株带有酒酿酵母cup1基因上的铜离子诱导启动子与大肠杆菌lacz基因的融合体。其工作原理，首先是cup1启动子被cu2+诱导，随后乳糖被用作底物进行测量。如果cu2+存在于溶液中，这些重组体细菌就可以利用乳糖作为碳源，这将导致这些好氧细胞需氧量的改变。该生物传感器可以在浓度范围()´10-3mol范围内测定cuso4溶液。目前已经将各类金属离子诱导启动子转入大肠杆菌中，使得大肠杆菌会在含有各种金属离子的的溶液中出现发光反应。根据它发光的强度可以测定重金属离子的浓度，其测量范围可以从纳摩尔到微摩尔，所需时间为60~100min[15][16]。用于测量污水中锌浓度的生物传感器也已经研制成功，使用嗜碱性细菌alcaligenes cutrophus，并用于对污水中锌的浓度和生物有效性进行测量，其结果令人满意[17]。估测河口出水流污染情况的海藻传感器是由一种螺旋藻属蓝细菌（ cyanobacterium spirlina subsalsa）和一个气敏电极构成的。通过监测光合作用被抑制的程度来估测由于环境污染物的存在而引起水的毒性变化。以标准天然水为介质，对三种主要污染物（重金属、除草剂、氨基甲酸盐杀虫剂）的不同浓度进行了测定，均可监测到它们的有毒反应，重复性和再生性都很高[18]。近来由于聚合酶链式反应技术（pcr）的迅猛发展及其在环境监测方面的广泛应用，不少科学家开始着手于将它与生物传感器技术结合应用。有一种应用pcr技术的dna压电生物传感器，可以测定一种特殊的细菌毒素。将生物素酰化的探针固定在装有链酶抗生素铂金表面的石英晶体上，用1´10-6mol的盐酸可以使循环式测量在同一晶体表面进行。用细菌中提取的dna样品进行同样的杂交反应并由pcr放大，产物为气单胞菌属（aeromonas hydrophila）的一种特殊基因片断。这种压电生物传感器可以鉴别样品中是否含有这种基因，这为从水样中检测是否含带有这种病原的各种气单胞菌提供了可能[19]。还有一种通道生物传感器可以检测浮游植物和水母等生物体产生的腰鞭毛虫神经毒素等毒性物质，目前已经能够测量在一个浮游生物细胞内含有的极微量的psp毒素[20]。dna传感器也在迅速的得到应用，目前有一种小型化dna生物传感器，能将dna识别信号转换为电信号，用于测量水样中隐孢子和其他水源传染体。该传感器着重于改进核酸的识别作用和加强该传感器的特异性和灵敏性，并寻求将杂交信号转化为有用信号的新方法，目前研究工作为识别装置和转换装置的一体化[21]。微藻素是一种从蓝藻细菌引起的水华中产生的细菌肝毒素，一种固定有表面细胞质粒基因组的生物传感器已经制得，用于测量水中微藻素的含量，它直接的测量范围是50~1000 ´10-6g/l[22]。 一种基于酶的抑制性分析的多重生物传感器用于测量毒性物质的设想也已经提出。在这种多重生物传感器中，应用了两种传导器―对ph敏感的电子晶体管和热敏性的薄膜电极，以及三种酶―尿素酶、乙酰胆碱酯酶和丁酰胆碱酯酶。该生物传感器的性能已经得到测试，效果较好[23]。除了发酵工业和环境监测，生物传感器还深入的应用于食品工程、临床医学、军事及军事医学等领域，主要用于测量葡萄糖、乙酸、乳酸、乳糖、尿酸、尿素、抗生素、谷氨酸等各种氨基酸，以及各种致癌和致变物质。三、 讨论与展望 美国的harold 指出，生物传感器商品化要具备以下几个条件：足够的敏感性和准确性、易操作、价格便宜、易于批量生产、生产过程中进行质量监测。其中，价格便宜决定了传感器在市场上有无竞争力。而在各种生物传感器中，微生物传感器最大的优点就是成本低、操作简便、设备简单，因此其在市场上的前景是十分巨大和诱人的。相比起来，酶生物传感器等的价格就比较昂贵。但微生物传感器也有其自身的缺点，主要的缺点就是选择性不够好，这是由于在微生物细胞中含有多种酶引起的。现已有报道加专门抑制剂以解决微生物电极的选择性问题。除此之外，微生物固定化方法也需要进一步完善，首先要尽可能保证细胞的活性，其次细胞与基础膜结合要牢固，以避免细胞的流失。另外，微生物膜的长期保存问题也待进一步的改进，否则难于实现大规模的商品化。 总之，常用的微生物电极和酶电极在各种应用中各有其优越之处。若容易获得稳定、高活性、低成本的游离酶，则酶电极对使用者来说是最理想的。相反的，若生物催化需经过复杂途径，需要辅酶，或所需酶不宜分离或不稳定时，微生物电极则是更理想的选择。而其他各种形式的生物传感器也在蓬勃发展中，其应用也越来越广泛。随着固定化技术的进一步完善，随着人们对生物体认识的不断深入，生物传感器必将在市场上开辟出一片新的天地。--------------------------------------------------------------------------------参考文献[1]韩树波，郭光美，李新等.伏安型细菌总数生物传感器的研究与应用[j].华夏医学，2000，63（2）：49-52 [2]蔡豪斌.微生物活细胞检测生物传感器的研究[j]. 华夏医学，2000，13（3）：252-256[3] trosok sp, driscoll bt, luong jht mediated microbial biosensor using a novel yeast strain for wastewater bod measurement[j]. applied micreobiology and biotechnology，2001， 56 (3-4): 550-554 [4] 张悦,王建龙，李花子等.生物传感器快速测定bod在海洋监测中的应用[j].海洋环境科学，2001，20(1)：50-54[5] yoshida n, mcniven sj, yoshida a, compact optical system for multi-determination of biochemical oxygen demand using disposable strips[j]. field analytical chemistry and technology，2001，5 (5): 222-227[6] meyer rl, kjaer t, revsbech np. use of nox- microsensors to estimate the activity of sediment nitrification and nox- consumption along an estuarine salinity, nitrate, and light gradient[j]. aquatic microbial ecology, 2001，26 (2): 181-193[7]王晓辉，白志辉，孙裕生等.硫化物微生物传感器的研制与应用[j]. 分析试验室，2000，19（3）：83-86[8] alexander d c,costanzo m a, guzzo j, cai j, towards the next millennium: luciferase fusions to identify genes responsive to environmental stress[j].water, air and soil pollution, 2000，123(1-4):81-94[9] makarenko aa, bezverbnaya ip, kosheleva ia,etc. development of biosensors for phenol determination from bacteria found in petroleum fields of west siberia[j].applied biochemistry and microbiology, 2002，38 (1): 23-27[10]semenchuk in, taranova la, kalenyuk aa,etc. effect of various methods of immobilization on the stability of a microbial biosensor for surfactants based on pseudomonas rathonis t[j]. applied biochemistry and microbiology, 2000， 36 (1): 69-72[11]yamazaki t, meng z, mosbach k,etc. a novel amperometric sensor for organophosphotriester insecticides detection employing catalytic polymer mimicking phosphotriesterase catalytic center[j]. electrochemistry，2001，69 (12): 969-97[12] nakamura h. phosphate ion determination in water for drinking using biosensors[j]. bunseki kagaku，2001，50 (8): 581-582[13] a, lucaciu i, fleschin s, magearu v. microbial biosensor for nonyl-phenol etoxylate (np-80e) [j].south african jounal of chemistry-suid-afrikaanse tydskrif vir chemie , 2000，53 (1): 14-17[14] leth s, maltoni s, simkus r,etc. engineered bacteria based biosensors for monitoring bioavailable heavy metal[j].electroanalysis, 2002，14 (1): 35-42 [15] lehmann m, riedel k, adler k,etc. amperometric measurement of copper ions with a deputy substrate using a novel saccharomyces cerevisiae sensor[j]. biosensors and bioelectronics, 2000， 15 (3-4): 211-219[16] riether kb, dollard ma, billard p. assessment of heavy metal bioavailability using escherichia coli zntap lux and copap lux-based biosensors[j]. applied microbiology and biotechnology，2001，57 (5-6): 712-716[17] karlen c, wallinder io, heijerick d, etc. runoff rates and ecotoxicity of zinc induced by atmospheric corrosion[j]. science of the total environment，2001，277 (1-3): 169-180[18] campanella l,cubadda f,sammartino m p, algal biosensor for the monitoring of water toxicity in estuarine enviraonments[j].wate research, 2001,35(1):69-76[19] tombelli sara,mascini marco,soca cristiana, dna piezoelectric biosensor assay coupled with a polyerase chain reaction for bacterial toxicity determination in environmental samples[j]. analytica chimica acta,2000,418(1):1-9[20] lee hae-ok,cheun byeung soo,yoo jong su, of a channel biosensor for toxicity measurements in cultured alexandrium tamarense[j]. journal of natural toxins,2000, 9(4):341-348[21] wang, dna biosensor for detecting cryptosporidium in water samples. technical . comletion-311, 2000(3), 26p [22]nakamura c, kobayashi t, miyake m,etc. usage of a dna aptamer as a ligand targeting microcystin[j]. molecular crystals and liquid crystals, 2001, 371: 369-374 [23]arkhypova vn, dzyadevych sv, soldatkin ap, etc. multibiosensor based on enzyme inhibition analysis for determination of different toxic substances[j]. talanta,2001, 55 (5): 919-927the recent research and application of biosensorabstract: in this article, the recent research progress and application of biosensors ,especially the micro- biosensors, are reviewed, and the prospect of biosensors development is also prognosticated. biosensors are made up of bioelectrode , using immobile organism as sensitive material for molecule recognition, together with oxygen-electrode, membrane -eletrode and fuel-electrode. biosensors are broadly used in zymosis industry, environment monitor, food monitor and clinic medicine. fast, accurate, facilitate as biosensors is,there will be an excellent prospect for biosensors in the marketkeywords:biosensor, zymosis -industry, environment-monitor作者简介：何星月：中国科学技术大学生命科学院，合肥230027刘之景，中国科学技术大学天文与应用物理系教授，合肥230026电话：0551―3601895