無論是在制造業、農業、物流業、能源業、汽車業還是無人機行業，機械自動化都有望顯著提高資源效率、設備精度和安全性。為實現這些效益，關鍵是找出合適的檢測技術以增強對設備狀況相關情境的了解，使得設備的地點或位置成為有價值的輸入。對此，通過指出精確地點或維持精準定位，精密慣性傳感器有望發揮巨大作用。在某些應用中，運動是一個重要因素，若將其位置信息和傳感器情境信息相關聯，將產生意義重大的價值。很多情況下，尤其是在復雜或惡劣環境下工作時，確定位置有著關鍵性作用。運動物聯網(IoMT)在實現效率大幅提升的道路上還面臨著許多挑戰，高性能慣性傳感器將對其發展起到重要的推動作用。

傳感器推動機器自動化

機械設備已從執行簡單的被動測量發展到包含嵌入式控制功能，現在正進軍完全自主式運作，這其中傳感器發揮著重要的推動作用。無論是支持離線分析的簡單測量，還是過程控制，很多此類傳感器在孤立環境下都能充分有效地工作。獲取實時信息的需求，加上日益豐富的檢測類型和高效處理，使傳感器融合——通過它能夠最有效地確定與多種應用和環境狀態相關的情境——取得重要進步。此外，在涉及多平臺交互和需要獲取歷史系統狀態的復雜系統中，連接技術的進步為智能程度日益提高的傳感器系統提供支持，如表1所示。

表1.傳感器集成和連接水平

這些已面世的智能型傳感器系統正在一些所謂的成熟行業掀起革命，把農業變成智能農業，把基礎設施變成智能基礎設施，把城市變成智能城市。由于傳感器被部署在這些環境中以收集相關的情境信息，數據庫管理和通信方面出現了新的挑戰，不僅要求傳感器之間的融合，而且要求實現跨平臺、跨時間的復雜融合（例如：對跨時間的基礎設施狀況、前一年的農作物產量、交通狀況及模式進行基于云計算的分析），如圖1所示。

圖1.面向地點感知型工業智能檢測的集成

在機動性很重要的情況下，需要確定情境傳感器數據的地理位置。事實上，物聯網很少被視為靜態。工廠、田野和醫院中的可移動設備能發揮更大的用處，而地理位置不動的設備的光學傳感器也可能需要局部移動，比如轉向和對位。運動物聯網（表2）能融合情境數據和位置數據，極大地提高數據分析的價值和效益。舉個例子，當分析農作物增產的機會時，試著想象比較以下兩種情形：一是對每顆所種種子的溫度、濕度、精確位置都了如指掌，二是僅知道種子隨機播撒的農地的溫度和土壤條件；顯然第一種情形更有利于做出準確分析。

表2.精確定位與情境交融，實現運動物聯網