回顾过去10年的飞跃
为展望下一代传感器技术而回顾近10年来取得的进步时，传感器技术在质与量两方面取得的进步实在令人赞叹不已。80年代可以说对传感器是具有重大意义的不平凡的10年。
如1981年在美国波士顿第一次举行了传感器设备［transducer device］的国际会议，此后发展成为每两年轮流在日本，美国、欧洲举办。1983年在荷兰的代尔夫特［Delft］，1985年在美国费城费拉德尔菲亚［Philadelphia］，1987年在东京，1989年在瑞士蒙特勒［Montreux］，1991年6月在旧金山举办，参加的人数和提出的论文一届比一届多。
日本电气学会每年也举办在国内最大规模的关于“传感器的基础与应用”的专题讨论会，1991年是第10次讨论会，近两年参加的人数均超过500人，发表的论文在质量和数量都有所提高，课题涉及的范围也在扩大。计测自动控制学会等一些学会举办的传感器学术研究会或讨论会也吸引了众多与会者。
日本的传感器技术在国内外已取得了令人注目的飞跃发展，从而确立了传感器大国地位。从传感器产业规模看，据日本电子工业振兴协会的统计，日本传感器产业的年均产值最近5年均超过3000亿日元。指说其产业的年间产值3000亿日元这个数字就标志着该产业已确立了，这同时也标志着日本传感器产业在最近10年间在产量方面也有了很大发展。
当考察其发展背景时，在产业界的省力化，生活水平的提高，保护环境等在日本社会出现各种新变化中，不难发现在许多地方用上新型传感器的情形，究竟是什么原因去推动研究开发和生产那些能适合于用户所要求的新型传感器的呢？这已引起了国内外人士的极大关心。
作者受主办单位的委托在1991年5月在德国纽伦堡举办的“1991年传感器”的开幕式上发表了演讲，题目是“关于日本的科研，政策，产业三者间的密切合作”，德国主办单位指定这个题目的用意也许在于德国人认为日本人在技术方面取得飞速发展的原因是“同心协力合作”的结果，故想借传感器技术取得飞跃发展及走过的历程演讲中能得到一些启发。
未来的传感器智能化
传感器在最近10年间的发展情况究竟如何？以一句话概括的话，研究开发取得了进展，但实用化方面只能说是处于第一阶段的地步。
然而，系统技术的发展，尤其是软件技术的发展以及以存储器［memory］及微处理机技术或微型机械加工［micro-machining］技术所代表的硬件技术与程序加工［process］技术的发展。可以说支撑着进步所需要的基本条件已齐全，预料真正能取得大发展的是今后W年期间。
（1）从点向面和传感器情报的统一
所谓的真正发展指的是什么？传感器智能化今后预料将其对象从点扩大到线，进而又从线再扩大到面，即点→线→面。现在大多数传感器都是只把空间某一点状态转换为电信号的。
实现传感器的智能化可从给它追加一些功能入手，如使传感器同信号调节器［signal conditioner］实现一体化，或给它添加诸如通信功能、自动校正功能、自我诊断功能等，正如压力传感器用微处理机来增强它的功能一样。
这些许多功能在程序加工中已实用化，但迄今尚未能实现同不同种类的传感器协调或统一功能，总之，仍停留于只能起到把某一点状态转换为电信号的范畴内。当其输出信号作为记述某一点状态的特征量时，它是有意义有价值的，可以说处理这种输出信号现在已有办法。
空间本来就是广而宽，而且事态或状态也经常同时间的变化而变化，可以说是属于多次元状态，那么传感器的对象也就不应局限于某一点状态而应扩大到面。
如从图像中要去了解真实情景时，图像传感器［image Sensor］的一点一点图像情报，根据它的不同级别与周围像素的关连就会显示出其重要的意义和价值。为此，需要有高一级的具有能统一处理众多像素情报功能的传感器。
在处理这种信号中对表示各像素间有关连的情报时，获得有关对象的知识是必不少的。而且一旦能获得有关对象的知识时，就是减少了一些像素仍可取得所需的情报。传感器阵列［Sensor array］的特征是能活用知识并在像素间进行内插或补充其所脱落的数据。
如果对传感器情报的媒体是波动的，通过增加传感器阵列的尺寸[大小]就有可能提高其分辨率，这就是所谓的综合孔径思想。现在在电波望远镜或雷达等已使用读出系统［sensing system］，以此起着传感器作用。
以上说明了随着传感器的对象从点扩大到面，把许多传感器的输出信号进行统一处理就显得很有必要，为此，取得对象的有关知识是必不可少的。
（2）对复合感觉的接近及传感器情报的融合
传感器情报的统一主要的是指即使有两个以上，但其种类的一样的。如果说把这扩大到包括不同种类的传感器情报也在内时，这就叫做传感器情报的融合，当然这也应是传感器间能融合［sensor fusion］。
看看在智能化读出系统中的生体或人的感觉系统时就不难发现其视觉情报与听觉情报以及视觉情报与触觉情报等复数而又不同种类的情报能巧妙地融合起来构成有高度知觉情报的情形。当把其对象从二维面再扩大到三维面时，例如情景的立体解析等场合仅以复数的视觉情报就不容易处理好，但把不同种类情报能融合起来就好处理得多，如果视觉的与触觉的组合起来就容易理解。
统一时的处理算法［algorism］由于对象关系基本上也是固定的，这可利用接近于传感器级的物理级来处理，但这种处理算法也要求应具有对象世界的物质知识。与此相反，融合时需要用比传感器的阶层更高的级使两者情报得以融合。为此，要求具有比有关对象更有抽象性知识，目前其处理算法尚未有十分清楚地解明出来，这是给今后留下来的研究课题。
知识的获得系统和学习传感器系统
以上谈的是能获得有关对象知识的情况，但像在未知空间移动探索的机器人情况就不同了，不用说那种环境尚未有一定的结构，连地图或抽象性语言情报都没有，如海底、宇宙，月球表面、火星表面均属于这一类的。
那么如何去理解其环境？这仅靠来自传感器的情报还是不够充分的，通常总是会脱落一部分，况且口前还没有融合异种复数传感器情报所必备的知识。
利用现有知识整理来自多方面而且是零碎的情报为具有一定结构规律的难了，所以应以现有知识为基础，一边把来自环境的情报逐步地熟识在整理过程中找出其中的某些规律，一边从中增加和丰富知识并加强获得知识的能力。
随着智能化系统功能的高度化和其活动领域的石断扩大，对传感器情报的统一或融合处理就显得很重要。为此，获得有关对象的正确知识也就很必要了，如果其活动领域扩大到我们尚未知的领域时，获得和利用这些新知识——学习能力就成为必须的，如果某个机械能具备着这些功能，而达到智能化时，这个机械就能真正地实现自立性。
[《传感器技术》（日）1991年8月号］