人工知能により、機械はカメラを通して見たり、マイクを通して聞いたり、LiDAR、レーダー、熱画像、その他のセンシング技術を通じて周囲を理解できるようになりました。
しかし、物理世界における多くの重要な変化は、目にしたり聞いたりすることはできません。
ガス管の漏れは一見正常に見えるかもしれません。目に見える変化が現れる前に食べ物が腐り始めることがあります。バッテリーや電気部品は、煙が発生する前に異常な揮発性化合物を放出する可能性があります。工業プロセスでは、単一のガス濃度測定では特定するのが難しい特徴的なガス混合物が生成されることがあります。
ここは、 AIの鼻、としても知られています AIを活用した電子鼻 または 人工嗅覚センシングシステム、貴重なものになります。
AI 鼻は、人間の鼻を機械的に再現しようとするのではなく、 信号処理および人工知能アルゴリズムを備えたマルチチャネルガスセンサーアレイ。
センサー アレイはガスや臭気に反応し、AI が組み合わせた反応パターンを分析して、システムが感知している化学環境の種類を判断します。
簡単に言うと:
ガスまたは匂い → センサーアレイ → 信号処理 → AI モデル → パターン認識
これにより、ガスの検知が単なる質問から変わります。
「特定のガスはどのくらい存在しますか?」
より高度な質問へ:
「どのようなガス、臭気、または化学パターンが存在しますか?」
その違いが機械嗅覚の基礎です。
AI鼻とは何ですか?
AI Nose は、複数のセンシング チャネルとパターン認識アルゴリズムを使用して、ガス、臭気、または特徴的なガス混合物を認識するように設計されたインテリジェントな化学センシング システムです。
一般的なシステムには、次の 4 つのコア要素が含まれています。
- ガスセンサーアレイ
- 信号取得と環境補償
- 特徴抽出
- AI または機械学習モデル
従来の単一ガス検出器とは異なり、AI Nose は、1 つの特定のガスを完全に選択する 1 つのセンサーに必ずしも依存しません。
代わりに、複数のセンサーが同じサンプルに対して異なる反応を示します。
反応が組み合わされて、化学物質と同様の多次元パターンが作成されます。 指紋。
AI アルゴリズムは、これらのフィンガープリントがどのように異なるかを学習できます。
たとえば、いくつかの臭気源にはすべて VOC が含まれている可能性がありますが、異なる感知チャネルにわたる応答強度は大きく異なる可能性があります。
単一の信号ではサンプルを明確に識別できない場合があります。ただし、複数の信号を一緒に分析すると、パターンがより特徴的になります。
そこで人工知能が役に立ちます。
AI の鼻はどのように機能するのでしょうか?
AI Nose は、目に見えない化学情報を AI モデルが分析できるデジタル データに変換します。
全体のプロセスは 5 つの段階に分けることができます。
1. ガスと臭気の入力
このプロセスは、ガス、蒸気、または臭気が感知システムに到達すると始まります。
サンプルには次のものが含まれる場合があります。
- 単一のガス
- 複数のガス
- VOC混合物
- 匂い分子
- 環境干渉
- さまざまな湿度と温度条件
現実世界の臭気が 1 つの化学化合物のみで構成されている場合はほとんどありません。通常、それらは複雑な混合物です。
2. センサーアレイの応答
AI Nose は 1 つのセンシング要素に依存するのではなく、複数のセンシング チャネルを同時に使用します。
各チャンネルは異なる感度特性を持っています。
同じサンプルにさらされた場合:
- 1 つのチャネルが強く反応する可能性があります
- 他の人は適度に反応するかもしれません
- 他の人はほんのわずかしか反応しないかもしれません
これらの信号間の関係により、匂いフィンガープリントの最初のバージョンが作成されます。
6 チャネル システムでは、応答は概念的に次のように表すことができます。
R = [R1, R2, R3, R4, R5, R6]
各値は 1 つのセンシング チャネルの応答を表します。
システムは、それらの応答が時間の経過とともにどのように変化するかを分析することもできます。
3. 信号処理
生のセンサー信号は、AI モデルに送信される前に処理する必要があります。
信号処理には次のものが含まれる場合があります。
- フィルタリング
- 増幅
- ベースライン補正
- 温度補償
- 湿度補償
- 信号の正規化
- ドリフト補償
ガスセンサーは温度や湿度の変化によって影響を受ける可能性があるため、環境補償は特に重要です。
4. AIモデル分析
処理されたデータは、さまざまなガスパターンを区別しやすくする特徴に変換されます。
便利な機能には次のようなものがあります。
- 応答振幅
- 応答速度
- 回復速度
- 信号の傾き
- チャネル間の相対応答
- 応答曲線の下の面積
- 時間的特徴
- 正規化されたセンサー応答
これらの特徴は、機械学習または深層学習アルゴリズムによって分析されます。
アプリケーションに応じて、次のような適切なアプローチが考えられます。
- PCA
- サポートベクターマシン
- ディシジョンツリー
- ランダムフォレスト
- ニューラルネットワーク
- 深層学習モデル
- 時系列分類モデル
目的は、単に最も複雑な AI アルゴリズムを使用することではありません。
目的は、実際の動作条件下で必要なガスまたは臭気のパターンを確実に識別できるモデルを構築することです。
5. パターン認識
システムがトレーニングされると、AI モデルは新しいセンサー データを分析し、以前に学習したパターンと比較できます。
最終結果には次のものが含まれる場合があります。
- 臭気の分類
- ガスパターンの識別
- 異常検知
- プロセス状態の認識
- 品質分類
- 確率スコア
- インテリジェントな意思決定出力
結果は、ロボット、家電製品、産業用コントローラー、車両システム、またはクラウド プラットフォームに送信できます。
AI ノーズと従来のガスセンサーの比較
従来のガスセンサーと AI Nose システムはさまざまな問題を解決します。
| テクノロジー | 主な目的 | 典型的な出力 | 知能レベル |
|---|---|---|---|
| シングルガスセンサー | 特定の対象ガスを検出または測定する | ガス濃度 | 検出ロジックを修正 |
| 電子鼻 | 複数のセンサーからの応答パターンを比較する | パターンの分類 | 統計的パターン認識 |
| AIの鼻 | AIを使用して複雑なセンサーアレイの特性を学習 | 分類、認識、インテリジェントな決定 | 機械学習・AI解析 |
たとえば、従来の CO センサーは、一酸化炭素濃度が 20 ppm、50 ppm、または 100 ppm のいずれであるかを判断するように設計されている場合があります。
AI Nose は代わりに、いくつかのセンサーの応答を分析し、全体的な化学パターンが以下に類似しているかどうかを判断します。
- 通常の空気
- 溶剤蒸気
- 異常な産業排出
- 食品の腐敗
- 燃焼関連ガス
- トレーニングされたプロセス状態
- 特定の臭気のカテゴリ
したがって、AI Nose は従来のあらゆるガスセンサーの代替品と見なされるべきではありません。
安全システムが規制対象ガスの正確な濃度閾値を必要とする場合、依然として専用のガスセンサーが不可欠です。
AI Nose テクノロジーは、アプリケーションで次のことが必要な場合に特に価値があります。
- パターン認識
- 分類
- 化学環境の識別
- 複雑な混合ガス分析
- 異常状態の認識
なぜ AI 鼻には複数のセンサーが必要なのでしょうか?
人間の嗅覚は基本的にパターン認識に基づいています。
人間の鼻は通常、1 つの特定の匂いに対して 1 つの受容体を使用しません。
その代わりに、複数の受容体が異なる強度で反応し、脳が匂いとして解釈するパターンを作り出します。
電子鼻も同様の一般的な概念を使用します。
考えられるすべての臭気に対して完全に選択的なセンサーを 1 つ作成するのではなく、センサー アレイは部分的に重複する複数の感知次元を提供します。
このアプローチは、次のような複雑な混合物に特に役立ちます。
- 食べ物の匂い
- 産業用排気
- 冷媒環境
- 燃焼ガス
- 化学物質の製造からの排出量
- 室内環境臭
- 廃棄物処理ガス
センサー アレイは多次元データを提供します。
AI はそれを解釈する機能を提供します。
電子鼻 vs. AI 鼻
用語 電子鼻、 または e-鼻、何十年も前から存在しています。
従来の電子鼻は通常、以下を組み合わせています。
センサーアレイ + パターン認識
AI Nose テクノロジーは、このコンセプトの次の段階とみなすことができます。
最新の AI Nose システムには次の利点があります。
- MEMSの小型化
- 高次元センサーアレイ
- 改善されたデジタル信号処理
- 機械学習
- ニューラルネットワーク
- エッジAIプロセッサ
- クラウドベースのモデル開発
- マルチセンサーフュージョン
重要な改善は、単に「AI」という言葉を追加することではありません。
本当の変化は、センサー アレイ データがより強力な学習アルゴリズムによって処理され、意思決定が可能なインテリジェント システムに統合できるようになったということです。
MEMS テクノロジーにより AI 鼻システムの統合が容易に
電子鼻システムの歴史的な課題の 1 つはサイズです。
従来の匂い認識機器には次のものが必要となる場合があります。
- 複数の独立したセンサー
- 複雑なサンプリングチャンバー
- 大型回路基板
- 外部加工装置
MEMS ガス センシング技術は、これらの統合障壁を大幅に軽減します。
MEMS センサーは以下を提供できます。
- コンパクトなサイズ
- 低消費電力
- 速い熱応答
- コンパクトな構造に複数の検出素子を搭載
- 量産適性
- 組み込み機器への統合が容易
これにより、電子嗅覚はロボット、家電製品、車両、その他のインテリジェント端末にとってますます実用的になります。
Winsen ZM101-A AI 鼻センサー
ウィンセンが開発したのは、 ZM101-A AIノーズセンサー MEMSガスセンシング技術に基づくマルチチャネルインテリジェントセンシングプラットフォームとして。
ZM101-A は以下を統合します 6つのMEMSセンシングチャンネル、AI ベースの臭気および化学パターン認識に使用できる多次元のガス反応情報を提供します。
利用可能なセンシング寸法は次のとおりです。
- nh₃
- VOC
- いいえ₂
- H₂S
- CO
- CH₄
重要な点は、これらのチャネルは 6 つの独立した濃度値を提供することだけを目的としたものではないということです。
それらの応答を組み合わせることで、機械学習や AI 認識に使用できる、より豊富なセンシング パターンが作成されます。
ZM101-Aの主な特長
- 最大 6 つの MEMS センシング チャネル
- コンパクトなセンサーアレイ設計
- 素早い対応と復旧
- 温湿度補正
- 信号のフィルタリングと処理
- AIモデル統合機能
- UART通信
- 低消費電力
- 組み込みインテリジェントデバイスに最適
- 柔軟なアプリケーション開発
ZM101-A 技術パラメータ
| パラメーター | 仕様 |
|---|---|
| 製品型式 | ZM101-A |
| 製品タイプ | MEMSガスセンサーアレイ |
| センシングチャネル | 最大6個 |
| NH₃ 範囲 | 1～100ppm |
| VOC範囲 | 1～10ppm |
| NO₂範囲 | 0.1 ～ 10 ppm |
| H₂S 範囲 | 00.5 ～ 10 ppm |
| CO範囲 | 5～200ppm |
| CH₄範囲 | 100～6000ppm |
| 供給電圧 | DC3.3V |
| 動作電流 | ≤150mA |
| 消費電力 | ≤400mW |
| コミュニケーション | uart |
| ウォームアップ時間 | ≤120秒 |
| 動作温度 | -40℃～85℃ |
| 湿度の動作 | 5%RH～95%RH、結露なきこと |
実際の AI Nose プロジェクトの場合、お客様の実際の対象ガス、臭気、アプリケーション環境に応じてセンシング チャネルの構成とモデルを選択する必要があります。
AI の鼻はすべての匂いを自動的に認識するわけではない
これはエンジニアリング上の重要な違いです。
AI Nose は、電源を入れたらすぐにあらゆる臭いを識別できる万能な臭い検出器ではありません。
AI 認識はトレーニング データに依存します。
顧客がシステムに 4 つの異なる動作条件を認識させたい場合は、通常、それら 4 つの条件からの代表的なサンプルを収集する必要があります。
たとえば、産業用ロボット アプリケーションでは次のように定義できます。
- 通常の環境
- 溶剤漏れ
- 可燃性ガス異常
- プロセス排気異常
センサー アレイはこれらの環境を繰り返しサンプリングします。
結果として得られるセンサー応答データはラベル付けされ、AI モデルのトレーニングに使用されます。
したがって、完全な開発プロセスは次のようになります。
センサー ハードウェア + アプリケーション サンプル + データセット + アルゴリズム + 検証
ターゲットの臭気が変化した場合、トレーニング データセットも変更する必要がある場合があります。
このアプリケーション指向の開発アプローチは、1 つの汎用モデルがあらゆる臭気を認識できると想定するよりも信頼性が高くなります。
AI 鼻アプリケーション
AI Nose テクノロジーは、機械が化学物質や臭気の情報を理解する必要があるあらゆる場所に適用できます。
ロボット工学
ロボットは AI Nose テクノロジーを使用して、視覚だけでは理解できない化学環境を感知できます。
潜在的なタスクには次のようなものがあります。
- ガス漏れ検査
- VOC異常検知
- 産業環境モニタリング
- 臭気源の位置特定
- 危険区域検査
- プロセス排気の監視
スマート家電
電子嗅覚は次のものに統合できます。
- 空気清浄機
- 冷蔵庫
- レンジフード
- エアコン
- スマートキッチン家電
潜在的な機能には次のようなものがあります。
- 異臭検知
- 食品の鮮度認識
- インテリジェントな換気
- 調理状態監視
- 適応型空気浄化
車室内の空気の質
将来のインテリジェント車両は、ガスセンサーと AI Nose システムを組み合わせて以下を認識する可能性があります。
- 機内の臭いの変化
- VOCの蓄積
- 外気汚染
- 異常な化学現象
- 空気循環要件
これにより、インテリジェントなキャビン制御に別のセンシング次元が提供されます。
食品の鮮度と臭いの検出
食品は次のようなさまざまな揮発性化合物を放出します。
- 熟成が起こる
- 酸化が進行する
- 微生物の腐敗が進む
- 保管条件が変わる
AI Nose テクノロジーは、これらの変化する臭気パターンを分類できる可能性があります。
考えられる用途は次のとおりです。
- 冷蔵庫の鮮度監視
- 食料貯蔵庫
- コールドチェーン検査
- 品質選別
- 食品加工
健康診断研究
人間の呼気や生体サンプルには複雑な揮発性化合物が含まれています。
電子鼻は、以下を含む研究用途で研究されています。
- 呼吸パターン分析
- 匂いバイオマーカー
- 患者モニタリング研究
- 非侵襲的スクリーニング研究
これらのアプリケーションは、診断目的で使用される前に、適切な臨床研究と規制上の検証が必要です。
ロボット工学と身体化された知能のための AI Nose
ロボット工学は、AI Nose テクノロジーの最も有望な方向性の 1 つです。
最新のロボットはすでに複数のセンシング技術を使用しています。
- カメラ
- ライダー
- マイク
- 力センサー
- 慣性センサー
- 熱画像処理
- 位置センサー
これらのシステムにより、ロボットは以下を理解できるようになります。
- 形
- 距離
- 音
- 動き
- 温度
- 身体的接触
しかし、これらはいずれも、周囲の空気中にどのような化学物質や臭気パターンが存在するかをロボットに直接伝えるものではありません。
AI Nose は、別の知覚次元を導入します。
化学的な認識。
これは、産業用ロボットやサービス ロボットにとって特に価値があります。
産業用検査ロボット
検査ロボットは以下を通過する可能性があります。
- 工場
- 化学プラント
- エネルギー施設
- 倉庫
- パイプラインシステム
- 密閉空間
ロボットは移動しながらガスアレイ信号を継続的に収集できます。
考えられるワークフローは次のとおりです。
- ロボットは産業施設を巡回します。
- AI Nose は周囲の化学環境を継続的に監視します。
- 異常な臭気パターンが検出されました。
- ロボットは現在位置を記録します。
- AIシステムがセンサーパターンを評価します。
- ロボットはそのエリアに近づくか、再サンプリングします。
- システムは位置情報を含むアラームを送信します。
したがって、システムは次のことを超えて進むことができます。
「異常なガスが検出されました。」
向かって：
「この特定の機器の近くで異常な化学パターンが検出されました。」
その情報は、予知保全や産業安全にとってはるかに役立ちます。
2026 年世界ロボット会議での AI Nose
AI Nose テクノロジーの開発は、ロボット工学の広範な進化も反映しています。
で 2026 年世界ロボット会議, Winsen は、ロボットおよび身体化された知能向けのインテリジェント センシング ポートフォリオの一部として AI Nose テクノロジーを実証しました。
アプリケーションのコンセプトはシンプルです。
視覚によりロボットは見ることができます。
マイクによりロボットは聞くことができます。
力センサーを使用すると、ロボットが接触できるようになります。
AI Nose テクノロジーにより、ロボットは別の重要な感覚機能を獲得できるようになります。
空気中の化学情報を知覚する能力。
このアプリケーションについて詳しくは、以下をご覧ください。
2026 年世界ロボット会議でのロボットセンシング用 AI Nose
ロボットが管理された実験室から工場、エネルギー施設、倉庫、家庭、公共環境に移行するにつれて、化学センシングの重要性がますます高まる可能性があります。
ガス検知からインテリジェントな環境認識まで
AI Nose テクノロジーの価値は、他のセンサーと組み合わせることでさらに高まります。
ロボットまたはインテリジェント デバイスには以下が統合される場合があります。
- AIの鼻
- 専用CO₂センサー
- 酸素センサー
- 可燃性ガスセンサー
- 電気化学式有毒ガスセンサー
- 温湿度センサー
- 粒子状物質センサー
- 煙センサー
- 炎センサー
- カメラ
- ライダー
- 熱画像処理
AI は、複数の環境側面を同時に評価できます。
例えば：
異常な VOC パターン + 温度上昇 + 機器の位置
単一の信号よりもはるかに有用な情報が得られる可能性があります。
これは重要な方向性です 多様な環境認識。
AI鼻技術の産業応用
産業の安全
AI Nose システムは、以下に関連する特徴的なガス パターンを認識するのに役立ちます。
- 化学物質の漏洩
- プロセス異常
- 機器の過熱
- 異常な排出
- 混合ガスイベント
規制により特定のガス濃度での警報が必要な場合には、専用の安全センサーを使用する必要があります。
AI Nose は、インテリジェントなパターン認識レイヤーを追加します。
環境モニタリング
従来のモニタリングは、多くの場合、個々の汚染物質の濃度に焦点を当てています。
AI Nose システムは、以下のパターン認識機能を追加できます。
- 産業用排気
- 廃棄物処理臭
- 異常排出
- 臭気源の特定
- 環境検査
スマートアプライアンス
将来の家電製品は、VOC 濃度の増加を単純に検出できない可能性があります。
彼らは身元を特定しようとするかもしれない どのような臭気イベントが発生しているのか そして違う反応をします。
例えば：
- 調理臭→換気を良くする
- 腐敗臭 → 鮮度警告を送る
- 化学薬品の異臭→安全警告発令
これは、よりインテリジェントな環境制御の形態です。
AI 鼻アプリケーションを開発する方法
AI Nose プロジェクトを成功させるには、AI アルゴリズムではなくアプリケーションから始める必要があります。
ステップ 1: 認識ターゲットを定義する
システムが何を区別する必要があるかを正確に決定します。
例えば：
- 正常と異常
- 3つのガス混合状態
- 食べ物の5つの臭い
- いくつかの製造条件
- 複数の漏れタイプ
目標は測定可能であり、明確に定義されている必要があります。
ステップ 2: センサー チャンネルを選択する
ターゲットガスが異なれば、必要な検出寸法も異なります。
センサーの組み合わせにより、ターゲット カテゴリ間で十分な応答差が得られる必要があります。
ZM101-A は、アプリケーション固有の構成をサポートできる複数の MEMS ガス検知チャネルを提供します。
ステップ 3: サンプリング構造を設計する
センサーの性能は、ガスがどのようにセンサー素子に到達するかに大きく依存します。
機械設計では次のことを考慮する必要があります。
- 空気入口
- サンプリング距離
- 気流
- チャンバー容積
- 汚染
- 応答時間
- センサーの位置
強力な AI モデルは、一貫性のないガス サンプリングを完全に補正することはできません。
ステップ 4: 代表的なトレーニング データを収集する
データセットは現実的な動作条件を表す必要があります。
トレーニング サンプルでは、次のバリエーションを考慮する必要があります。
- ガス濃度
- 温度
- 湿度
- 背景空気
- サンプルの年齢
- 生産バッチ
- 気流
- 環境干渉
トレーニング データセットがより代表的であればあるほど、最終モデルはより有用になります。
ステップ 5: AI モデルのトレーニングと検証
トレーニング データと検証データは分離する必要があります。
評価では次のことを考慮する必要があります。
- 分類精度
- 誤検知率
- 偽陰性率
- 再現性
- 環境耐性
- 長期的なドリフト
ステップ 6: モデルをデプロイする
最終的な AI モデルは以下にデプロイできます。
- MCU
- エッジAIプロセッサ
- 産業用コントローラー
- ロボットコンピュータ
- ゲートウェイ
- クラウドプラットフォーム
適切なアーキテクチャは、応答時間、消費電力、およびコンピューティング要件によって異なります。
AI 鼻開発における重要な課題
センサードリフト
ガスセンサーの反応は、長期間の使用中に徐々に変化する可能性があります。
寿命の長いアプリケーションでは、次のことが必要になる場合があります。
- ベースライン補償
- 定期的な校正
- アルゴリズム調整
- モデルの再トレーニング
温度と湿度
Environmental conditions can affect sensor responses.
Temperature and humidity compensation therefore plays an important role in improving system stability.
Cross-Sensitivity
Cross-sensitivity is not always negative in an electronic nose.
Partially overlapping responses are actually useful for creating chemical fingerprints.
However, environmental interferents still need to be included during model training and validation.
Sampling Consistency
The same odor source can produce different sensor signals if:
- Airflow changes
- Sampling distance changes
- Concentration changes
- Source position changes
Mechanical design and sampling strategy are therefore part of the AI Nose system—not simply packaging details.
Training Data Quality
AI performance ultimately depends on data quality.
適切にラベル付けされていない大量のデータが、代表的な条件下で収集された慎重に設計されたデータセットより必ずしも優れているとは限りません。
よくある質問
AI鼻とは何ですか?
AI Nose は、マルチチャネル ガス センサー アレイと機械学習または AI アルゴリズムを組み合わせて、特徴的なガス、臭気、化学パターンを認識する化学認識システムです。
AI鼻は電子鼻と同じですか?
それらは密接に関連しています。 AI Nose は、より高度なパターン認識とインテリジェントな分析のために機械学習または深層学習アルゴリズムを使用する現代の電子鼻と考えることができます。
AI Nose はあらゆる匂いを認識できるのでしょうか?
いいえ。
AI Nose には通常、認識すると予想されるターゲットのガスや匂いからのトレーニング データが必要です。
その認識能力は以下に依存します。
- センサー構成
- サンプルの品質
- データセットの品質
- アルゴリズム設計
- 環境条件
AI Nose が複数のセンサーを使用するのはなぜですか?
センサーが異なれば、同じ化学混合物に対する反応も異なります。
複数のセンシング チャネルを組み合わせると、1 つのセンサー信号だけよりも多くの情報を含む多次元の化学指紋が作成されます。
Winsen ZM101-A は何を感知できますか?
ZM101-A は、次のような検出寸法を提供します。
- nh₃
- VOC
- いいえ₂
- H₂S
- CO
- CH₄
多次元のガスと臭気のパターン分析のために、最大 6 つの MEMS センシング チャネルをサポートします。
ZM101-AはAIアルゴリズムと統合できますか?
はい。
ZM101-A プラットフォームは、特徴抽出、モデル トレーニング、パターン認識を含むアプリケーションにマルチチャネル センシング データを提供できます。
AI鼻はロボットに使用できますか?
はい。
AI Nose テクノロジーは、ロボットに次のような用途で化学的および嗅覚の知覚を提供できます。
- 工業検査
- 環境モニタリング
- 匂いの認識
- ガス源調査
- スマートサービスロボティクス
AI Nose はガス検知器の代わりになりますか?
必ずしもそうとは限りません。
アプリケーションで特定の濃度の CO、H₂S、可燃性ガス、またはその他の対象ガスで認定された警報が必要な場合でも、専用のガス センサーまたはガス検知器を使用する必要があります。
AI Nose テクノロジーは、パターン認識と環境分類を提供することでこれらのシステムを補完できます。
機械に世界を理解する別の方法を与える
人工知能はすでに、機械が画像、言語、音声を処理する方法を変革しました。
化学認識は、もう 1 つの重要なフロンティアを表します。
AI Nose は以下を組み合わせます。
MEMSセンサーアレイ + 信号処理 + 環境補償 + 人工知能
目に見えないガスや臭いを機械が理解できるデジタルパターンに変換します。
ロボット工学、産業用監視、スマート家電、車両、食品用途、インテリジェント環境システムに対して、カメラやマイクでは提供できない追加の認識層を提供します。
The Winsen ZM101-A AI鼻センサー は、AI ベースのガスおよび臭気認識アプリケーション向けに設計されたコンパクトなマルチチャネル MEMS センシング プラットフォームを提供します。
インテリジェントマシンが複雑な現実世界の環境にますます参入するにつれて、理解できることだけではなく、 見る そして 聞くだけでなく、周囲に存在するものも 空気、機械の認識においてますます重要な部分になる可能性があります。
Winsen は、ガス センサー、MEMS センサー アレイ、AI Nose、ロボティクス、インテリジェント環境センシング プロジェクトに対するアプリケーション指向の技術サポートを提供しています。 OEM プロジェクトの場合、実際のアプリケーション要件に従ってセンシング チャネル、機械構造、AI モデルを評価できます。
