就像Vannevar Bush预见了Multimedia，个人计算机，以及他的1945年开创性文章中的更多内容一样，（1）Mark Weiser在1991年的同样开创性的文章中预言了物联网。第二次世界大战技术主要是投机性的，韦瑟（Weiser）阐明了他通过他和他的同事在Xerox Parc开发（并且已经与之相处的）实际工作系统所预测的未来。从HCI的角度来看，Weiser和他的团队研究了人们将如何与分布在环境中的网络计算互动和周围的人工制品。现在被“物联网”升起，最近在工业/学术区域中妊娠的孕育于不断发展的RFID技术的工业/学术区域中，Weiser对我们许多人的“无处不在计算”的愿景在当时与人类相关的计算机科学领域工作引起了共鸣相互作用。即使在我们的社区和物联网绰号统治之前，这种愿景可能会在派系试图建立自己的品牌时采用许多名称和风味（我们在媒体实验室称其为“思考的事物”，我在麻省理工学院实验室的计算机科学实验室的同事标有标签它“投影氧”，其他人称其为“普遍计算”，“环境计算”，“看不见的计算”，“消失的计算机”等），但这仍然扎根于马克的早期愿景，即我们经常缩写为“我们经常缩写为“Ubicomp。”
马萨诸塞州理工学院（MIT）的Ray and Maria State Center的立面，Pritzker奖获得者弗兰克·盖里（Frank Gehry）。
我于1994年首次参加MIT媒体实验室，是一名高能物理学家，在当时取消的超导超导级别的超导级别和新生的大型强子碰撞器（LHC）上，从事基本粒子探测器（可以被认为是极端的“传感器”）。在塞恩。由于我从小就开始使用电子产品，并且自1970年代初以来一直在设计和构建大型音乐合成器，（3）我最早的媒体实验室研究涉及将新的传感器技术纳入新型的人类计算机界面设备，其中许多用于用于音乐控制。（4）随着无线技术变得更加容易嵌入，我的研究小组的作品在1990年代后期发展成为无线传感器和传感器网络的各个方面，再次以人为本的焦点。（5）我们现在看到了我们的大多数人。项目作为探测人类感知和意图的方式将无缝连接到越来越多的电子“神经系统”。本文使用我的研究小组的项目从传感器的角度来追溯这个主题，以说明感应能力的旋转如何改变人类如何以许多不同的方式与周围环境建立联系。
惯性传感器和智能服装
人类通过四肢的本体感受和内耳的前庭感应感知惯性和重力反应。惯性传感器（电气等效物）曾经主要用于飞机和航天器导航等高端应用，（6）现在是商品。MEMS（微力机械系统）基于基于的加速度计的历史可以追溯到1989年的学术原型，并在1990年代（7）（7）中来自模拟设备的广泛商业芯片利用了其专有技术，即在同一芯片上制造MEMS和电子产品。除了基本的计算法（8）或步骤死亡估算之外的导航应用程序，（9）它们都出现在许多简单的消费产品中，例如，玩具，手机和运动点数和踪迹，主要是在其中使用的，它主要是很粗糙的。推断活动或基于倾斜的接口，例如翻转显示器。的确，加速度计可能是现在市场上最普遍使用的传感器，即使只是在非常低的功率下唤醒更精细的传感器，也将嵌入几乎每个受到运动或振动的设备中例如，（10），（11））。基于MEMS的陀螺仪已超越了1990年代Draper Lab（12）制造的原始设备。他们也已经建立了，但是他们的成本更高和更高的功率消耗（因为他们需要一个驱动的内部谐振器，因此他们并没有以1 ma电流平局的顺序推高，并且由于需要大量时间来启动，因此很难有效地占据责任周期稳定（13））在这一点上排除了同样多的市场渗透。尽管如此，它们在智能手机，AR耳机，相机，甚至手表和高端腕带上都变得很普遍，用于手势检测，旋转感应，运动补偿，活动检测，增强现实应用程序等等 通常与磁力计配对，该磁力计使用地球磁场提供地面真相方向。现在，三轴加速度计已成为默认值，并且也正在制造三轴陀螺仪。自2010年以来，我们已经看到了两者都可以做到的商业产品，并在单个芯片上提供了整个6轴惯性测量单元，以及3轴磁力计（例如，从MPU-6000/6050的Invensense开始，以及来自Invensense的最新设备，ST微电子，霍尼韦尔等）。（14）
麻省理工学院媒体实验室一直是用户界面惯性感应和可穿戴感应的应用程序（15），其中许多想法在我的小组中妊娠了二十年。（16）从十年前开始，即使是在较旧的项目上进行探索的旧项目，（17）我的团队使用可穿戴的惯性传感器来测量与马萨诸塞州综合医院的医生合作测量专业棒球运动员的生物力学参数。能够测量高达120 g和13,000°/s的峰值活性，同时仍具有正常运动的300°/s范围内的10 g。最终，这将需要具有log敏感性的IMU，但是由于尚不可用，因此我们将双范围惯性组件集成到我们的设备上，并在数学上融合了两个信号。我们主要使用无线电连接来使我们的设备同步以比我们的1 ms采样率更好，并连续编写数据以可移动闪存，从而使我们能够收集一整天的测量数据，并分析数据以确定的描述性和预测性特征（19）现在已经出现了无数的商业产品，以收集从棒球到网球不等的各种运动的运动数据，（20），甚至未来的业余运动员都将带有可穿戴设备的仪器自动/自我/增强教练。
加速度计的功率也大大降低，现代的电容3轴加速度计在毫安下绘制得很好，并且特殊用途加速度计（例如，最初为植入物设计的设备（21））在微型机上拉动。被动压电加速度计在Ubicomp场地也发现了应用。（22）
各种传感器也已蔓延到织物和衣服中 - 尽管医疗保健和运动监测一直是呼吁这些海岸的研究人员的主要信标，（23）基于织物的应变仪，弯曲传感器，压力传感器，生物电气电极，电容性触摸传感器，甚至RFID天线也已经开发并变得越来越可靠和健壮，（24）将衣服变成严肃的用户界面。我的研究团队的校友Nan-Wei Gong在技术领导下，最近的备受瞩目的项目，例如Google的Project Jacquard（25），大胆地表明，随着电子制造的发展，智能服装和编织将在狭窄和精美的壁cor中发展，并进入狭窄和精美的壁co主流作为广泛的应用，也许以新型互动为中心，（26）开始出现。全世界的研究人员，例如我的麻省理工学院同事Yoel Fink（27岁）等，正在重新考虑“线程”的本质，因为它是一种生长微电子的硅纤维。认识到在鲁棒性，生产等上仍然存在的无数障碍，研究界正在动员（28）将围绕灵活电子设备的这些和其他思想转变为可能影响医学，时尚和服装的根本新的功能性底物（来自娱乐活动到航天套装，军事或危险环境），将电子设备带入所有可拉伸或可延展的物品中。
超越可穿戴系统的是直接连接到皮肤上甚至涂在皮肤上的电子产品。我小组最近的博士后Katia Vega以她所谓的“美容技术”的形式开创了这一点。（29）使用功能化妆来解释导体，传感器和照明或变色的执行器，（30）Katia和Katia和Katia和Katia和她的同事们制作了对面部或触觉手势反应的皮肤界面，通过电动胭脂发送无线消息，照明或变化明显的肤色。凯蒂亚（Katia）最近探索了医疗实施，例如可以用血液传播指标改变外观的纹身。（31）
Rovables - 一个小动物群，旨在爬行和穿越衣服。与织物接触的磁性辊将机器人固定在衣服表面上，并且在接近嵌入服装中的充电线圈时，它们能够自身归纳。
正如如今无处不在的智能手表所看到的那样，我们生活在技术上已经开始挖掘手腕的时代。但是，这些设备通常是智能手机的触摸屏外围设备，或者是自2009年以来在市场上进行的改进的活动监视器的工作。我相信手腕将成为未来用户界面的关键，但不像当今的那样实现。智能手表。用户界面将利用腕部含有腕部的IMU和精确的室内位置以启用指向手势，（32）和手指手势仍然在交流中很重要（因为我们在手指中具有太多的感觉运动能力），而不是使用触摸屏，我们将通过双方嵌入智能腕带中的传感器来跟踪手指的手势。近年来，我的团队已经开发了几个早期工作原型，其中一个使用被动RFID传感器，在手指上部的指环中，由腕上的读取器询问，（33）另一个使用短距离3D相机看的（34）穿过手掌，而另一种则使用压力成像的腕带，可以感觉到肌腱位移。（35）我的学生Artem Dementyev和他的合作者Cindy Kao也将无线触摸板变成了假指甲可以说，（36）可以在数字的极端启用数字互动的电池，可以这么说。因此，我设想了未来的通勤者，不要坐在拥挤的自动驾驶巴士上盯着他们的智能手机，而是直接向前望着他们头部固定的可穿戴设备，通过手指的动作轻触了他们在上下文中的严重杠杆交流他们的身边。
我和我的前学生马特·莱博维茨（Mat Laibowitz）和我在十年前介绍了“寄生流动性”的概念。（37）我们提出，低功率传感器节点可以收获“移动性”，而不是赢得能量，跳上和关闭运动的代理商，以促进动力，然后跳动动机。他们的环境。在这个从交付货车中部署的无人机时代，这种概念现在远非激进。我们的示例将人们用作移动代理人，节点是很小的机器人，可以选择以各种方式将其固定在宿主身上，受到tick虫，跳蚤等的启发，然后在自然世界中脱颖而出，然后在他们选择的位置。我目前的学生Artem Dementyev与斯坦福大学的Sean Follmer和其他合作者一起，最近在其“ Rovables”中开创了一种可穿戴机器人的方法。（38）这些都是很小的（例如2-CM）机器人，这些机器人在跨越了一个跨越一个机器人。用户的服装，选择执行任务的最佳位置，从医疗测量到动态显示。该项目表现出一种极端的人类机器人的极端形式，可能会产生深远的影响。
无处不在的相机和无处不在的感应
在乔治·奥威尔（George Orwell）的1984年（39）中。确实，相机正在成为商品，并且随着视频功能提取通过专用硬件达到较低的功率水平，其他微型传感器确定了抓取图像框架的必要性，随着摄像机的一般嵌入式传感器，相机将变得更加普遍。第一个商业广告完全集成的CMOS摄像机芯片来自1990年代初的Edinburgh的VVL（现为St Microelectronics的一部分）。（40）当时，Pixel密度很低（例如，VVL“ Peach”，带有312 x 287Pixels），其设备的主要商业应用是Mattel出售的玩具摄像机的“ BarbieCam”。我本人是这些数码相机的早期采用者，并于1994年使用它们用于超导超级校服的多摄像机精确对准系统（41），该系统演变成用于连续将Micron级精确精度下40米的Muon系统保持一致的硬件对于CERN大型强子对撞机的地图集探测器。这项技术已经有助于快速增长：现在，综合的相机在各地窥视了我们，从笔记本电脑到手机，典型的分辨率是百万像素，并将计算摄影越来越多地带给大众。通常将用于基本图像处理的ASIC嵌入或集成到摄像机中，从而增强了视频处理能力，从而使能力不断降低。手机市场一直在推动这一努力，但是越来越静态的装置（例如，智能家居中视频驱动的运动/上下文/手势传感器）和增强现实将是一个重要的消费者应用程序，并且必不可少的evement evice图像处理意志将会处理下降并变得更加敏捷。我们已经看到这种情况在极端层次上发生， 例如，最近发布的Microsoft Hololens具有六台摄像机，其中大多数用于快速环境映射，位置跟踪和图像注册，以轻巧，电池供电，头部安装，具有自动化的AR单元。3D摄像机也变得无处不在，通过半十年前的原始结构化Microsoft Kinect进入大众市场。飞行时间3D摄像机（2000年代初在CANESTA（42）的研究人员在CMO中率先发展，已演变为最近取代结构化的光方法，以及全球范围内的开发人员将这些设备的力量和足迹带入了足够的能力和足迹，以使这些设备充分地集成到普通移动设备（这种设备的一个很小的版本已经嵌入了HoloLens中）。随着我的媒体实验室同事Ramesh Raskar所追求的像素正时测量变得更加精确，计算摄影中的光子计数应用可以完成诸如减少扩散并在拐角周围看到的新应用程序。（43）
我的研究小组开始在十年前探索无处不在的相机的渗透，尤其是将视频信息与可穿戴传感器的同时数据结合起来的应用。我们的早期研究是基于一个名为“门户”的平台:( 44）使用嵌入式摄像头喂食Ti Davinci DSP/ARM Hybrid处理器，并被基本传感器的核心包围（运动，音频，温度/温度/湿度，IR接近）再加上Zigbee RF收发器，我们在整个媒体实验室复合物中散布了这些设备的四十五，并通过有线建筑网络互连。我们在他们上构建的一个应用程序是“旋转器”（45），该应用程序在每个相机上标记了来自附近任何可穿戴传感器的数据。Spinner框架是基于能够用高级参数查询视频数据库的想法，将传感器数据提升到社交/情感空间中，（46）然后尝试有效地将顺序查询作为一个简单的叙述，涉及人类的简单叙述受试者装饰着可穿戴设备。然后，将自动选择来自大型数据库的视频片段，这些视频片段将自动选择以在查询中最适合的时间表，从而产生观察者认为连贯的编辑视频。（47）天真地指出了真人秀电视的未来，这项工作进一步瞄准了这项工作的目标。希望使人们能够通过与人相关的查询和互动参与传感器系统。
我们的团队的相关项目并没有尝试从被动环境活动中提取故事，而是设计了一个互动式摄像头，其目标是从人们那里提取结构化的故事。（48）“ Boxie”采用小型移动机器人的外形，以HD为特色。一只眼睛的相机：它会散发出我们的建筑物并卡住，然后在人们来到附近时请求帮助。然后，它将提出连续的问题，并要求他们完成各种任务（例如，将其带到建筑物的另一部分，或显示其在发现的地区所做的工作），制作一个可以轻松编辑的索引视频制作有关机器人居所中人员的纪录片。
在接下来的几年中，随着大型视频表面的成本较低（可能是滚动打印），并且与响应式网络更好地集成在一起，我们将看到普遍性交互式显示的常见部署。向我们提供的信息将以最合适的方式（例如，在您的智能眼镜或附近的显示屏上）表现出来 - 将手机从口袋里拔出并运行应用程序的日子受到严重限制。为了探讨这一点，我们在我的团队中运行了一个名为“无处不在的手势”（49）的项目，该项目利用了建筑物大楼公共区域中放置的大型监视器。（50）已经配备了RFID来识别戴着标记的徽章的人，我们在每个显示站点中添加了一个传感器套件和一个Kinect 3D摄像头。当乘员访问显示器并通过RFID或视频识别确定时，与它们最相关的信息将出现在显示屏上。我们为Kinect开发了一个识别框架，该框架解析了一小部分通用的手势（例如，表示“下一步”，“更多细节”，“ go-away”，“ go-away”等），允许用户与自己的数据进行交互基本级别而无需触摸屏幕或拔出移动设备。实际上，在未来十年内，围绕无处不在的智能显示器围绕无处不在的智能显示器（51）。
在旋转器项目期间，我们在整个建筑物中洒满了大量的相机引起了人们对隐私的担忧（有趣的是，到处都是手势的Kinect shes the Endoters并没有引起相同的反应，而是不将它们视为“摄像机”，或者不将其视为“相机”无处不在的想法）。因此，我们在每个门户网站上放置了一个明显的电源开关，使它们可以轻松关闭。但是，这是一个非常人造的解决方案 - 在不久的将来，环境中的相机和其他侵入性传感器将无法关闭。这些设备必须回答可验证和安全的协议，以动态和适当的节气门流传感器数据以回答用户隐私需求。我们设计了一个小的无线令牌，它控制了我们的门户网站以研究解决此类问题的解决方案。（52）它向附近广播了一个信标，该信标可以动态停用近距离音频，视频和其他派生功能的传播陈述的隐私偏好 - 此设备还具有一个大型的“恐慌”按钮，可以随时在需要立即隐私时按下该按钮，从而阻止了来自附近门户网站的音频和视频。
我们没有完全阻止视频流，而是探索只是从视频图像中删除了消除隐私的人。通过使用可穿戴传感器的信息，我们可以更轻松地识别图像中合适的人（53）并将其融合到后台。我们还在研究相反的问题 - 使用可穿戴的传感器检测到环境参数，这暗示了建筑工人的潜在危险条件，并以实时视频上的不同方式渲染数据，从而突出了特定关注的情况下的工人。（54）（54）
能源管理
感知和过程所需的能量稳步下降 - 传感器和嵌入式传感器系统已经充分利用了低功率电子设备和智能功率管理。（55）同样，一旦能量收获，一旦充满先锋（56），（57）适当的收获方式在很大程度上取决于环境能源储备的性质。通常，对于居住的环境，太阳能电池倾向于是最佳选择（根据光线水平等，在室内提供超过100μA/cm2的选择）。否则，可以利用振动和热电收割机在有足够的振动或传热（例如，在车辆或体内），（58），（59），（59）和环境RF收获（60）的实现都没有变得尚未变得不公开。但是，在限制数量和表面积的大多数实用实现中，嵌入式电池可能是预期设备寿命的更好解决方案，因为收割机可用的有限功率已经可以对电子设备消耗的当前产生强大的限制。另一个解决方案是将RF或磁能横向无电池传感器，例如使用RFID系统。从英特尔的WISP（61）开始在我们的社区中普及（我的团队用于上述手指跟踪戒指（62）），商业RF驱动的系统开始出现（例如，电动广播，机智等），尽管具有警告（例如，功率有限或高磁通量密度）。的确，现在很常见的是，在流行咖啡馆的诱导性“冰球”时，当将手机放在桌子下方的主要线圈上方时，可以为手机充电，并且某些手机具有嵌入在外壳后面的电感充电线圈，但这些手机似乎很少被用作这些电感。使用无处不在的USB电缆/连接器更方便，并且电线消除了近端电感充电可能会施加的位置约束。在我看来， 由于其优势不佳的便利性，损失高（尤其是在我们的保护时代）以及潜在的健康问题（在很大程度上被夸大了，（63），但如果您有起搏器等，则更重要的是，无线电力传输将会主要仅限于利基和低功率应用，例如微型传感器，这些传感器无法获得光伏的光线，也许在家中可能会挂上可穿戴设备的特殊壁橱或货架。
能源收集兴趣的繁荣促进了各种IC，这些IC致力于管理和调节这些问题通常会产生的微量功率（例如，由Linear Technology和Maxim等主要IC提供商）以及整合收割机，功率调理，，权力条件，传感器，处理以及在单个芯片上的无线处理即将接近现实（至少对于极低的占空比操作或具有大量环境能量储层的环境）。的确，这种智能粉尘（64）的梦想已经在早期的原型中实现，例如密歇根大学晶圆堆栈，它使用相机作为光学能量收割机（65），最近宣布的倡议是生产激光加速的，克- 快速星际探索（66）的级别“ Star Wisp”群蜂群传感器将更加强调该区域。
尽管大众经常将能源收获与可持续能源混淆（例如，（67）），但标准生活环境中可收获的能量量太小了，无法为社会的力量需求做出任何真正的贡献。另一方面，非常低的功率传感器系统可能会因能量收获而增加，最小化或消除更换电池的需求，从而减少开销的部署，从而增加无处不在感应的渗透。然后，从这些嵌入式传感器中得出的信息可用于智能地最大程度地减少建筑环境中的能源消耗，保证比当今离散的恒温器和照明控制措施可实现的保护程度更好。
可以追溯到迈克尔·摩泽（Michael Moser）的智能住所（68），这类工作最近已成为无处不在的计算机圈中的避雷针，因为几个研究小组通过普遍的感知启动了智能，适应性能源管理的项目。（69）（69）例如，在我的小组中，我当时的学生Mark Feldmeier已使用廉价的基于芯片的压电悬臂来制作微型整合腕部磨损的活动探测器（在商业锻炼轨道腕带的曙光之前）和环境监视器，以便可穿戴的HVAC控制器（70）超越了随后引入商业系统（例如著名的巢恒温器），可穿戴设备提供了一种人称视角，该视角比静态壁挂式传感器更直接地与舒适性有关，加上本质上是移动的，在HVAC中施加了HVAC控制任何设备齐全的房间或办公室。这种连续的活动积分器在利用模拟处理的情况下运行在2个以下的微型启动下，使我们的设备（以及其其他组件一起，也可以测量和广播温度，湿度和光级别，每分钟）在小硬币上运行两年电池电池，在我们的网络范围内每分钟更新一次。我们已经使用了这种腕上戴上的设备中的数据来将用户的“舒适感”移植到用户的“舒适感”上，并根据本地用户的舒适度自定义了我们的建筑物的HVAC系统，这是根据可穿戴的传感器数据所推论的，该数据由“热”区别开来。和“冷”标签，通过按下设备上的按钮获得。我们估计，在我们的框架下运行的HVAC系统使用了大约25％的能量，而居民则更加舒适。（71）其他其他人最近开发了类似的无线微型微型传感器，例如Grenoble中的Schneider Electric（72）（72）），但在固定位置使用。每分钟测量温度，湿度和二氧化碳水平，并通过Zigbee网络上传读数， 施耐德单元由一个小太阳能电池提供动力 - 标准室内灯的一天就足以为该设备供电长达四个星期（典型的法国度假持续时间）。
照明控制也是可以从普遍存在计算中受益的另一种应用程序。这不仅是出于能源管理目的 - 我们还需要回答现代照明系统构成的用户界面挑战。尽管当代常见网络数字控制的荧光和固态灯光的致动可能性是无数的，但人界面遭受了很大的影响，因为尤其是商业照明通常由隐秘的控制板管理，这些板通常可以使您最能获得繁重的照明。因此，当我们对简单灯开关的损失感到遗憾时，我的小组发起了一组项目，以虚拟形式将其带回，由我的学生Nan Zhao和Alums Matt Aldrich和Asaf Axaria。我们所追求的一条路线涉及使用小型入射光传感器的反馈，该反馈能够隔离每个附近灯具对传感器的整体照明的特定贡献，并估算外部，不受控制的光线。（73）（73）
我们的控制算法围绕一个简单的线性程序，能够动态计算能量最佳的照明分布，从而在传感器位置提供所需的照明，从而有效地将本地照明开关作为小型无线设备恢复。
我们在该领域正在进行的工作也通过将相机作为分布式反射传感器和可用于交互式照明控制的功能来源扩展。我们通过原理分析得出了一组连续的控制轴，用于分布式照明，这些分析与人类感知相关，（74）可以轻松而直观地调整网络照明。我们还从Google Glass的可穿戴传感器中驱动该系统，自动调整照明以优化您正在查看的表面和物体的照明以及开发环境以设置整体照明；例如，在适合工作或休闲/社交功能的照明之间无缝过渡。（75）我们在该领域的最新作品还结合了大型，即将成为无处不在的显示器，更改图像/视频，声音和照明为了服务用户的情感/注意状态，可穿戴传感器和附近的相机（76）到健康和生产水平。
无线电，位置，电子“气味”和传感媒体
在过去的十年中，无线传感的扩展大大扩展，这对无处不在的计算产生了深远的影响。混合信号IC布局技术已使硅无线电的共同嵌入与有能力的微处理器相同的模具上，这些微处理器已迎来了许多易于使用的智能无线电IC，其中大多数支持在802.15.4上运行的Zigbee，例如Zigbee，。例如，北欧，Ti/Chipcon和最近ATMEL等公司在这个家庭中制造了常用的设备。尽管已经制定了许多与传感器相关的无线标准标准，可针对不同的应用进行优化（例如，用于低占空比运营的ANT，SAVI的供应链实施的Savi Dash-7，用于工业控制的无线HART，用于消费者设备的蓝牙低能Lorawan用于长期IoT设备以及Wi-Fi的低功率变体，Zigbee长期以来一直是低功率RF通信的众所周知的标准，并且配备了Zigbee配备的传感器模块，可以轻松地使用该模块从传感器净研究中得出的操作系统（例如，可追溯到tinyos（77）或定制开发的应用程序代码。多ihop操作是Zigbee的路由协议中的标准配置，但是电池限制通常决定外部供电路由。即将被最近开发的协议取代（如上所述），我的团队一直将其大部分环境和静态传感器安装基于修改的Zigbee软件堆栈。
长期以来，室外位置长期以来一直由GPS主导，并且更精确的位置由差异GPS提供，很快就会通过最近的低成本设备（如RTK（实时运动学）GPS嵌入的无线电组合）更加普遍。（78）（78）。室内位置是另一个故事。随着GPS被屏蔽，这要困难得多，室内环境的视线有限和过度多径。对于所有室内情况，似乎没有一个明确的技术获胜者（正如Microsoft室内位置竞赛每年在最近的IPSN会议上举行的（79）的结果所见，但是，越来越多在可穿戴，移动和消费者设备中成为司空见惯的功能。
运行802.15.4的网络（或此问题为802.11）通常提供有限的位置功能，该功能利用RSSI（接收信号强度）和无线电链路质量。这些基本基于振幅的技术由于室内环境中的动态和复杂的RF行为而遭受可观的错误。借助来自多个基础站的足够信息以及对先前状态和其他约束的开发，这些“指纹识别”系统声称能够将移动节点置于三到五米之内。（80）飞行时间RF系统，但是但是，保证会变得更好。同时传输室外收音机的巧妙手段已证明能够将无线节点的网格定位到足球场的三厘米之内（81），而定向天线则可以实现30厘米的准确性或更好的准确性例如，使用诺基亚的Haip系统（82）。
但是，轻质精度RF位置的新兴技术是低功率，基于脉冲的Ultrawideband，在5-8 GHz约为5-8 GHz的短无线电冲动中，有望定时使用CM级的准确性。高端商业产品已经有一段时间了（例如，在室内地点使用Ubisense，以及Zebra Technology Radios用于Stadium-Scale [Sports]位置），但是来自DeCawave和Qualcomm等公司的新兴芯片组（通过其不断发展的“ Peanut”的芯片组合广播）表明，这项技术可能很快就会出现 - 并且一旦每个设备都可以在几厘米之内，就会出现深刻的应用程序（例如，地理范围和接口接口（83）很明显，但是此功能将影响一切，一切都会影响一切）。
我团队中的布莱恩·梅顿（Brian Mayton）生产了这项技术的一个例子是“手腕”腕带。（84）配备了精确的室内位置（通过ubisense系统）以及完整的9轴IMU和传感器来实现智能照明和上面讨论的HVAC系统，腕带还可以通过简单的指向和手臂手势来控制设备。指向是人类交流的一种直观方式，自1980年代在麻省理工学院媒体实验室开发了遗产“放在那里”演示以来，基于摄像头的系统就一直探讨了这一点。腕部通过即将成为统一的无线电位置和通过IMU（用于局部磁失真进行校准）的腕部到厘米之内，我们可以轻松地推断出手臂的向量，以确定用户在不使用摄像机的情况下指向的用户指向。
不同的位置还表现出特定的电磁特征或“气味”，可以通过简单的电容，电感，RF和光学传感器检测到。这些来自电源线的寄生发射以及通常调制的照明和其他电气设备的各种局部发射，这些信号也可能会受到构建布线和结构的影响。此类背景信号带有与能源使用和环境相关的信息（例如，设备在做什么以及它正在绘制的电流）以及位置（因为这些近场或限量 - 二刺发射很快减弱）。通常通过机器学习过程来利用这些被动背景信号的系统已成为Ubicomp研究的最新时尚，并且已经在非侵入性负载管理，（86）跟踪墙壁（87）和（87）和（87）和（87）等领域的应用。（88）DC磁性传感器也已被用来精确定位建筑物中的人，因为地球磁场的空间方向发生了很大变化，并且在建筑物中的位置发生了很大变化。（89）（89）
我的团队使用环境电子噪声在可穿戴设备中利用，分析了电容性耦合拾音器的特征，以识别触摸并推断其操作模式的设备。（90）我当时的学生Nan-Wei Gong和I（与英国的Microsoft Research合作）已经开发了一个多模式电磁传感器地板，其拾音器和通过廉价滚动过程打印的基本电路。（91）沿着每个条带的网络传感单元可以通过环境60 Hz嗡嗡声跟踪行走上方的人，并跟踪该嗡嗡声的电容，并跟踪主动GSM手机或近场发射器的位置。这是我们所谓的“传感媒体”（92）的最新示例 - 基本上是将低功率传感器网络集成到通用材料中，以使其具有感官功能，这实际上是可扩展的“电子皮肤”。
我们在该领域的最新工作产生了Sensorpape，（93）在柔性基板上以常见粘合剂胶带的形式在柔性基板上进行了一卷网络嵌入式传感器。即使我们的传感器胶带长很多米长，它可以根据需要将其卸下，切割和重新加入并根据需要将其连接到物体或表面上以赋予其感应能力（我们的当前磁带嵌入了Imus和近距离传感器等设备，”分布式方向和范围的音高）。我们还探索了制造一种可以利用印刷传感器并被动供电的感觉版本的版本，（94）使其能够将其连接到无法访问的表面和建筑材料上，然后将其无线询问，例如NFC读取器。如果传感器无法打印，也可以将其作为带有导电粘合剂的贴纸实施，例如我的学生Jie Qi和Media Lab Alum Bunny Huang最近在其商业上可用的Chibitronics套件中启用了用于手工艺和教育应用程序（95）。
汇总和可视化多样的传感器数据
我们目睹了通过网络流过的实时传感器数据的爆炸式爆炸，并且在各个尺度上，智能传感器的快速扩展应很快导致实时传感器信息以主导网络流量。目前，此传感器信息仍然相当散散，例如，视频用于视频会议，电话和网络摄像头；流量数据显示在流量网站上，依此类推。对我们社区的一个巨大挑战是打破这些壁ni之间的墙壁，并开发系统和协议，这些系统和协议无缝地桥接这些类别以开发虚拟传感器环境，在该环境中，所有相关数据均已动态整理和融合。几项计划已经开始探索这些统一数据的想法。例如，基于Sensorml，Home Plug＆Play和DLNA的框架旨在使在线传感器轻松地提供跨应用程序的数据。Patchube（现为Xively（96））是一个专有框架，使订阅者可以将其数据上传到一个广泛的公共池中，然后可以为许多不同的应用程序提供。但是，由于各种原因，这些协议的渗透率有限，例如渴望拥有您的所有数据和收取收入或从制造商那里收取有限的收入。最近的工业计划，例如高通公司领导的Alljoyn（97）或Intel-Laune-Laune-Launch与Iotivity（98）的开放互连联盟（98）更紧密地针对物联网，并且不太受消费电子电子产品的支配。我的学生斯宾塞·罗素（Spencer Russell）并没有等待这些重重的协议成熟，而是开发了我们自己的名为Chain-api。（99），（100）链条是基于JSON的宁静（代表性状态转移），Web-Literate框架数据结构，因此很容易被Web应用程序可用的工具解析。一旦上网，传感器数据就会发布，描述并链接到链中的其他传感器数据。利用链，应用程序可以“爬行” 传感器数据就像他们现在爬网链接静态帖子一样，相关数据可以分散并居住在不同的服务器下（我相信将来，没有任何实体会“拥有”您的数据，因此会分发它）。爬行者将不断地遍历链条，计算状态和估算数据的其他参数等协议中链接的数据，而数据又将被重新列入链中的其他“虚拟”传感器。为此，我的学生戴维·拉姆齐（David Ramsay）实施了一个名为“ Learnair”的系统（101），在该系统中，他使用链条开发了一项协议来发布来自空气质量传感器的数据，并构建了一个机器学习框架通过将廉价传感器的无处不在数据与可能影响其状态的全球测量参数（例如，天气信息）以及与高质量传感器（例如EPA认证的EPA认证）一起接地，纠正，校准和推断数据来解决这些数据。取决于接近度。近年来，随着公民科学的兴起，各种质量的传感器将收集各种各样的数据。Learnair并没有从误导性数据中得出潜在的错误结论，而是指向一个未来，其中各种数据和各种质量的数据将被动态和适当地结合在一起，从而使个人可以为最适当地合并所有数据的生产性数据共享做出贡献。
无处不在的多模式传感器数据的浏览器将在这些系统和建筑物/设施管理的设置/调试（102）中起主要作用。但是，敏捷的多模式传感器浏览器功能有望引入我们在这一点上几乎无法推测的革命性新应用。这种人造感觉的适当界面有望产生一种数字无所不知的东西，可以在时间和空间领域中丰富一个人的意识，这是对麦克卢汉（McLuhan）对电子媒体的表征扩展人类神经系统的丰富认识。（103）我们称之为这一点。过程“交叉现实”（104） - 无处不在，到处增强现实环境，传感器数据在可以直观上浏览的虚拟世界中表现出来。尽管一些研究人员一直在通过Google Earth（例如（105））将传感器数据添加到可查看的结构中，但我们一直在使用3D游戏引擎来浏览来自我们自己的建筑物的数据，因为游戏引擎是为了高效的图形而构建的，动画和互动，它们非常适合开发这种架构引用的传感器表现（我们的先前工作使用了公共共享环境第二寿命（106），这对我们的目标太过限制了）。
我们目前的系统，称为“ Doppellab”（107），由我的学生Gershon Dublon领导，使数百种不同的传感器和信息提要与我们的建筑物相关的信息通过在一个共同的虚拟世界中出现的动画可见。在Doppellab浏览时，我们可以看到建筑物的HVAC系统工作，看到人们通过RFID徽章和运动传感器在建筑物中移动，看到他们的公开推文从办公室发出，甚至看到实时的乒乓球游戏在虚拟桌子上播放。（108）
我们还通过创建来自建筑物周围麦克风的空间化音频提要，将听觉浏览添加到Doppellab中，并参考了用户在虚拟建筑中的位置。在传感器节点上，随机音频谷物被逆转或删除，使对话无法解释隐私（听起来总是像人们在说外语），但是声音影响，笑，人群噪音和音频瞬态（例如，电梯，铃声，人们打开门等。在那里，但已从细节中删除。这个概念在1960年代后期长大，这个概念使我着迷，作为一个小学的孩子，我将麦克风阵列连接到我房间里的搅拌机和放大器数百米的麦克风。当时，尽管当时的间谍电影受到了重大影响，但我还是不想偷偷摸摸的人。相反，我只是对概括存在并将遥远的户外声音带入动态的环境立体声混音的想法着迷，我将连续几个小时经历。Doppellab和下面描述的Doppelmarsh环境将这个概念提升到了我在模拟青年中从未想过的水平。
Don Derek Haddad在我们的doppelmarsh应用程序中的虚拟Tidmarsh景观的效果图，显示了作为文本覆盖，虚拟降雨和雾密度呈现的实时传感器数据，反映了实际感知的条件（右上），一种虚拟动物在传感器数据上“馈送”传感器数据到传感器数据提供历史状态的视觉指示（左上），并在黄昏（底部）上上传数据的传感器节点上传。
我们原本计划将dopelab进化为许多切线努力，包括双向互动，使虚拟访问者也可以通过分布式显示器和执行器以不同的方式以不同的方式体现到我们的真实空间中。然而，我们目前在这一研究中的大多数努力都搬到了户外，到达了242.8公顷（600英亩）退休的蔓越莓沼泽，称为“ tidmarsh”，位于马萨诸塞州普利茅斯的麻省理工学院以南一小时。（110）此属性是该物业被恢复为湿地的自然环境，为了记录这一过程，我们安装了数百个无线传感器，测量了各种参数，例如温度，湿度，土壤水分和电导率，附近运动，大气和水质，风质，风，风，风，风，风，风声音，轻质质量等。使用我们的低功率Zigbee衍生的无线协议并在链中发布数据，由我的学生Brian Mayton设计的这些传感器在AA电池上使用了两年（每二十秒钟发布一次）或在由小太阳能电池驱动时永久使用的传感器。。我们还拥有三十个实时音频馈送，来自在Tidmarsh上分布的一系列麦克风，我们正在探索空间化音频，实时野生动物识别的新应用，并深入学习（111）等。
除了使用此丰富，密集的数据存档来与环境科学家合作分析恢复的进度外，我们还在游戏引擎可视化中使用实时链条填充的数据流。在这个“ Doppelmarsh”框架中，您可以浮动在重新合成的虚拟景观中（通过相机收集的信息自动更新，因此虚拟外观跟踪了现实世界中的季节性和气候变化），并查看传感器信息，以了解传感器信息作为位置图形，动画，动画，动画，动画，动画，动画信息和音乐。Doppelmarsh中的声音都来自嵌入式麦克风（相对于用户虚拟位置的空间化）和由传感器数据驱动的音乐（例如，您可以听到来自附近设备的温度，湿度，活动等）。我们已经为作曲家建立了一个框架，以在Tidmarsh Data（112）的顶部创作音乐作品，并迄今已托管了四个音乐映射，不久将进行更多的音乐映射。
通过我们的虚拟Tidmarsh，我们创造了一种新的方式来远程体验真正的景观，同时保持真实美感。在Doppelmarsh中，您可以漂浮在现在很难穿越的沼泽地上（没有保证的昆虫叮咬），通过附近的麦克风听到并看到实时传感器的隐喻动画（包括在特定传感器上“馈送”的动植物（包括Flora和Fauna）数据，因此它们的外观和行为反映了该地区温度，水分等的历史）。我们还正在开发可穿戴的“感官假肢”，以增强游客到Tidmarsh物业的体验。基于我们开发的称为壁炉的头部安装无线位置/定向跟踪骨传动耳机系统，（113）我们将估计用户通过一系列可穿戴的传感器将注意力集中在哪里或在哪里，并从相关/明显的声音明显/明显。适当地接近麦克风和传感器。用户可以浏览流，例如，那里听到那里的麦克风和传感器的音频，然后看着水面并听到那里的水力机和传感器的声音：如果他们专注于配备有敏感加速度计的原木，他们可以听到昆虫的声音内心很无聊。将来，所有用户界面都将以这种方式利用关注 - 信息将以最合适的方式向我们表现出来，并利用我们关注的内容以增强感知而不是分心。
我认为艺术家在塑造增强世界的表现中起着至关重要的作用。由于现在到处都可以从日常生活中获取的大量数据来源，并且从它们越来越多地提取结构的工具，艺术家，作曲家和设计师将以人类相关的方式雕刻向我们呈现这些信息的环境和实现。的确，我的研究小组中的一个共同口头禅现在指出，“大数据是未来艺术家的画布”，我们已经通过我们为Doppelmarsh（114）提供的创意音乐框架和实时物理数据提供了说明这一点。CERN大型强子对撞机的Atlas探测器。（115）我可以看到不久的将来作曲家可以为智能城市做一件，在音乐中流量，天气，空气质量，行人流动等。随着条件和虚拟用户位置的变化。这些创造性的结构永无止境，总是改变，并且可以被认为与在真实的地方发生的真实事物有关，从而赋予了它们迫在眉睫和重要性。
结论
在过去的十年中，摩尔的定律已经使传感器技术民主化了，这篇论文涉及了传感人类及其活动的几种模式中的几种。（116）现在有更多的传感器已整合到普通产品中（见证手机，手机，手机，，，，手机，手机，电话它已成为传感器/RF世界的瑞士军刀），DIY运动还使自定义传感器模块可以通过许多在线和众群体的插座轻松购买或制造。（117）因此，这十年了，看到大量流入网络的多种数据。这肯定会在接下来的几年中持续下去，这给我们留下了将这些信息综合为多种形式的巨大挑战，例如，基于云的上下文引擎，虚拟传感器以及对人类感知的增强。这些进步不仅有望迎来真正的Ubicomp，而且还暗示了我们如何体验现实的根本性重新定义，这将使当今手机和现实世界之间的普遍关注散布看起来古朴而古老。
我们正在进入一个世界，在这个世界中，无处不在的传感器信息将传播到现在称为“云”的各个级别，然后将其归还给我们的物理和逻辑附近，作为指导我们周围表现出的过程和应用程序的背景。我们不会从口袋里拉出手机，而将注意力转移到触摸UI中，而是会在可穿戴设备和近似环境显示器之间遇到的信息。该计算机将比我们运行的离散应用程序更像是合作伙伴。我的同事和创始媒体实验室导演尼古拉斯·内格罗波特（Nicholas Negroponte）在他的几十年来的著作中将这种关系描述为“数字管家”（118） - 我现在看到这是我们自己的延伸，而不是“其他”的体现。当我们进入可穿戴设备时代时，我们与计算的关系将更加亲密。目前，所有信息均可在我周围的许多设备上获得手指或短语的发音。很快，一旦我们进入可穿戴设备时代，它将直接流入我们的眼睛和耳朵（当时已经预见到当时的媒体实验室学生，如史蒂夫·曼（Steve Mann）（119）和萨德·史达纳（Thad Starner）（120），他们在中期生活在这个世界的早期版本中-1990S）。这些信息将由上下文和关注而不是直接查询来驱动，并且在我们提出直接问题之前会发生预知。确实，个人的界限在未来将非常模糊。自社会黎明以来，人类已经推动了这些边缘。由于在口述历史记录中相互共享信息，因此我们思想的边界随着写作和后来的印刷机而扩展，无需在精神上保留逐字信息，而是将指针放入更大的档案中。将来，我们将在一个由可穿戴设备和最终植入物深入网络的世界中生活和学习的地方， 我们的本质和个性如何在有机神经元之间和任何信息生态系统变成的任何信息之间都是一个令人着迷的边界，有望重新定义人类。
致谢
本文中描述的麻省理工学院媒体实验室工作是由我的研究生，博士后和访问分支机构在过去十年中进行的，其中许多人在本文中明确命名，而其他文章中的其他人则被指导，并鼓励阅读者阅读者。请参阅随附的参考文献，以获取有关这些项目的更多信息，并对相关工作进行更全面的讨论。我感谢麻省理工学院媒体实验室的赞助商对这些努力的支持。