首页 / 专利库 / 传感器与探测器 / 光电二极管阵列 / 藻类识别测量传感器及方法

藻类识别测量传感器及方法

阅读:5发布:2021-03-26

专利汇可以提供藻类识别测量传感器及方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种藻类识别测量 传感器 及方法。该传感器包括集成设置的多 波长 高 亮度 LED激发 光源 、 光学透镜 、滤光片、分光光栅、由多个具有不同检测波长的光电检测器组成的光电检测单元以及 电子 电路 系统等,同时该传感器中集成了 超 声波 发生器、 温度 传感器和机械清扫装置等。该方法是采用多波长 荧光 检测技术,通过测量 水 体 中藻类的激发荧 光谱 ,并进行相应计算,从而得到水体中藻类组分和浓度等信息。本发明采用多波长荧光检测技术,能有效减小因“红移现象”而产生的检测误差问题,并能有效反映真实的激发荧光光谱和藻类信息。特别适用于水体环境中藻类的长期监测和现场实时、快速、精确测量。,下面是藻类识别测量传感器及方法专利的具体信息内容。

1.一种藻类识别测量传感器,包括用于发射两个以上不同波长激发光的多波长荧光激发光源、用于检测由两个以上不同激发光激发产生的荧光的光电检测单元以及控制单元,其特征在于:所述光电检测单元包括两个以上荧光检测器,该两个以上荧光检测器的检测波长至少为560nm、660nm、684nm、710nm、753nm和800nm中的任意两个以上。
2.根据权利要求1所述的藻类识别测量传感器,其特征在于:所述多波长荧光激发光源包括两个以上光源,该两个以上光源可发射的激发光的中心波长至少为435nm、450nm、
470nm、485nm、525nm、550nm、570nm、590nm及630nm中的任意两个以上。
3.根据权利要求1或2所述的藻类识别测量传感器,其特征在于:所述多波长荧光激发光源包括可分别发射中心波长为435nm、450nm、470nm、485nm、525nm、550nm、570nm、590nm及630nm的激发光的九个高亮度LED光源,每一LED光源均配有一个相应波长的带通滤光片和聚光透镜。
4.根据权利要求3所述的藻类识别测量传感器,其特征在于:所述九个LED光源排列在检测窗口周围,其发射的激发光都聚焦于检测窗口前的检测位置上。
5.根据权利要求1所述的藻类识别测量传感器,其特征在于:所述藻类识别测量传感器还包括:
用于对所有激发光滤光,并聚焦至检测窗口前的检测位置上的第一滤光和光学透镜单元;
以及,用于对所有激发产生的荧光进行滤光,并聚焦至分光单元上,再由分光单元进行分光处理,而后分别反射至各个对应荧光检测器的第二滤光和光学透镜单元。
6.根据权利要求5所述的藻类识别测量传感器,其特征在于:所述第二滤光和光学透镜单元包括光学透镜、带通波长范围在550nm-850nm的第二滤光和光栏,所有激发产生的荧光经光学透镜入射后,依次经第二滤光片和光栏滤光后,再聚焦至分光单元上,并由分光单元进行分光处理,而后分别反射至各个对应荧光检测器。
7.根据权利要求5或6所述的藻类识别测量传感器,其特征在于:所述分光单元包括分光光栅。
8.根据权利要求1所述的藻类识别测量传感器,其特征在于:所述光电检测单元至少选自光电检测器阵列和线阵CCD,所述光电检测器阵列至少包括六个检测波长分别在
560nm、660nm、684nm、710nm、753nm和800nm处的荧光检测器,所述荧光检测器为光电倍增管和/或光电二极管
9.根据权利要求1所述的藻类识别测量传感器,其特征在于,所述控制单元包括:
用于采集光电检测单元发出的检测信号,并将检测信号发送至数据处理数据采集模块;
用于对接收到的检测信号进行处理的数据处理模块;
以及,至少用于对多波长荧光激发光源、光电检测单元、数据采集模块和数据处理模块进行控制的中央控制模块。
10.根据权利要求9所述的藻类识别测量传感器,其特征在于:所述控制单元还包括数据通信单元,所述数据通信单元由中央控制单元控制,用于接收外部控制命令及传输传感器检测结果。
11.根据权利要求9所述的藻类识别测量传感器,其特征在于:所述控制单元还包括电源控制模块,所述电源控制模块由中央控制模块控制,用以给该藻类识别测量传感器内的其他功能单元提供稳定工作电压
12.根据权利要求9所述的藻类识别测量传感器,其特征在于:所述控制单元还包括荧光激发光源驱动模块,所述荧光激发光源驱动模块由中央控制单元控制,用于驱动荧光激发光源中选定的一个或一个以上光源工作。
13.根据权利要求1所述的藻类识别测量传感器,其特征在于:所述藻类识别测量传感器还包括用于在进行藻类检测时测量温度的温度传感器,所述温度传感器与中央控制模块连接。
14.根据权利要求1所述的藻类识别测量传感器,其特征在于:所述藻类识别测量传感器还包括用于对检测窗口进行清洁的清洁装置,所述清洁装置为声波发生器和/或机械清扫装置,所述清洁装置由控制单元控制。
15.根据权利要求1或9所述的藻类识别测量传感器,其特征在于:所述控制单元包括分别与中央控制模块连接的数据采集模块、数据处理模块、通信模块、荧光激发光源驱动模块以及电源管理模块,所述数据采集模块还与光电检测单元连接。
16.根据权利要求15所述的藻类识别测量传感器,其特征在于:所述数据采集模块包括串接的前置放大电路模块和AD转换模块。
17.根据权利要求1、5、13或14所述的藻类识别测量传感器,其特征在于:所述藻类识别测量传感器被封装于一刚性密封壳体中,所述刚性密封壳体上设置检测窗口。
18.根据权利要求17所述的藻类识别测量传感器,其特征在于:所述密封壳体外壁上安装有用于清洁检测窗口的机械清扫装置。
19.根据权利要求17所述的藻类识别测量传感器,其特征在于:所述检测窗口上还装设有遮光帽。
20.一种藻类识别测量方法,其特征在于,该方法为:以复数个不同波长的激发光照射被检测物,并通过复数个具有不同检测波长的荧光检测器检测被检测物受激产生的荧光,形成对应于不同激发波长的复数个被检测藻类荧光光谱,再将该复数个被检测藻类荧光谱与各藻类特征谱图进行比对计算,完成被检测物中藻类信息的识别和测量;
所述激发光选自中心波长为435nm、450nm、470nm、485nm、525nm、550nm、570nm、590nm及630nm的激发光中的任意两个以上;
所述受激产生的荧光的波长至少为560nm、660nm、684nm、710nm、753nm和800nm中的任意一个以上。
21.根据权利要求20所述的藻类识别测量方法,其特征在于,该方法中,是首先对环境背景噪声进行了检测,而后再对被检测物进行检测的,并在被检测藻类荧光光谱中扣除了环境的背景噪声。

说明书全文

藻类识别测量传感器及方法

技术领域

[0001] 本发明特别涉及一种藻类识别测量传感器及方法,适合对江河、湖泊及库等水体中的浮游藻类进行实时快速识别和测量,属于水环境保护技术领域。

背景技术

[0002] 随着我国社会工业化的发展,湖泊的富营养化程度大大加剧。从而导致了水生生物的大量繁殖,破坏了原有水体的生态平衡。富营养化的主要表现是水华,其中在我国爆发水华最严重的湖泊是滇池、太湖和巢湖。水华中的藻类非常多,但其主要的优势藻种是蓝藻,特别是绿微囊藻、水华鱼腥藻等。其主要原因是蓝藻在波长620nm左右存在一个明显的吸收峰,并且由于蓝藻中不含有叶绿素b、c,能较好的利用黄、橙光。而对于非藻类颗粒、黄质丰富的大型浅湖泊,随着水深的增加,短波光衰减的更快,这就有利于蓝藻成为浮游植物中的优势藻种。蓝藻水华是蓝藻爆发形成的蓝绿色有腥臭味的浮沫,更为严重的是,蓝藻水华会分泌产生一种微囊藻毒素。它是一种肝毒素,这种毒素是肝癌的强烈促癌剂,也是目前已知的毒性最强、危害最大的一种淡水蓝藻毒素。
[0003] 目前,对藻类鉴别和测量技术主要是图像识别技术、色素分析技术和荧光技术等。图像识别技术时间待检测的水样至于显微镜下,对不同的藻类进行辨别,分类计数,最终得出不同藻类在水体中的浓度等信息。色素分析技术是利用高效液相色素法(HPLC),基于色谱柱层分离的原理,将有机提取液中的叶绿素a等不同色素按时间次序进行分离,再以测量不同波长处的时间分辨吸收光谱,从而进行定性和定量分析。色素分析法不仅可以测量多种色素组分浓度,而且可以计算出不同藻类的组分比例。但是上述的两种检测方法都不能适应实时、现场、快速检测水体藻类生长情况。近来,荧光检测技术因其具有灵敏度高、易于实现实时现场检测及对藻类具有良好的鉴别性等优点而受到重视。2002年,M.Beutler等利用5波段(450nm、525nm、570nm、590nm、610nm)的特征激发荧光光谱实现对四种藻类的快速分类监测。德国BBE moldaenke公司推出了基于此原理的荧光藻类分析仪,利用特征荧光光谱实现了对藻类的快速分类监测,并能计算出其组成和含量。2008年,苏国荣等利用12个激发波长的特征荧光光谱,采用多元线性回归模型,实现了对多类浮游植物的识别测定,特别是对BBE藻类分析仪不能识别的藻和甲藻进行了很好的识别和测定。同时,美国的YSI公司、turner designs公司和德国TriOs公司也都发展了叶绿素a荧光藻类传感器。
[0004] 上述的这些荧光检测技术都是采用激发光激发,然后检测680nm附近的单波长叶绿素荧光光强,因为叶绿素荧光光强与藻类浓度有一定的线性关系,从而得出水体中藻类的浓度。但是,荧光的产生与藻类的光合作用及生理状态有很大的关系,不同的藻种含有不同的色素组成,其水体的光谱特性也并不相同,荧光特征峰的高度和位置与叶绿素浓度的关系也不一致,不仅如此,荧光光峰会随着叶绿素的浓度变化出现“红移现象”。因此,目前的检测单波长荧光强度的传感器,不能准确反映水体中藻类的组分和含量情况,这也是广大研究人员亟待解决的技术难题。

发明内容

[0005] 本发明的目的在于针对现有技术的不足,提供一种藻类识别测量传感器及方法,其可实现对藻类的实时、快速、准确识别和测量,从而克服了现有技术中的不足。
[0006] 为实现上述发明目的,本发明采用了如下技术方案:
[0007] 一种藻类识别测量传感器,包括用于发射两个以上不同波长激发光的多波长荧光激发光源、用于检测由两个以上不同激发光激发产生的荧光的光电检测单元以及控制单元,其特征在于:所述光电检测单元包括两个以上荧光检测器,该两个以上荧光检测器的检测波长至少为560nm、660nm、684nm、710nm、753nm和800nm中的任意两个以上。
[0008] 所述多波长荧光激发光源包括两个以上光源,该两个以上光源可发射的激发光的中心波长至少为435nm、450nm、470nm、485nm、525nm、550nm、570nm、590nm及630nm中的任意两个以上。
[0009] 所述多波长荧光激发光源包括可分别发射中心波长为435nm、450nm、470nm、485nm、525nm、550nm、570nm、590nm及630nm的激发光的九个高亮度LED光源,每一LED光源均配有一个相应波长的带通滤光片和聚光透镜。
[0010] 所述九个LED光源排列在检测窗口周围,其发射的激发光都聚焦于检测窗口前的检测位置上。
[0011] 所述藻类识别测量传感器还包括:
[0012] 用于对所有激发光滤光,并聚焦至检测窗口前的检测位置上的第一滤光和光学透镜单元;
[0013] 以及,用于对所有激发产生的荧光进行滤光,并聚焦至分光单元上,再由分光单元进行分光处理,而后分别反射至各个对应荧光检测器的第二滤光和光学透镜单元。
[0014] 所述第二滤光和光学透镜单元包括光学透镜、带通波长范围在550nm-850nm的第二滤光和光栏,所有激发产生的荧光经光学透镜入射后,依次经第二滤光片和光栏滤光后,再聚焦至分光单元上,并由分光单元进行分光处理,而后分别反射至各个对应荧光检测器。
[0015] 所述分光单元包括分光光栅。
[0016] 所述光电检测单元至少选自光电检测器阵列和线阵CCD,所述光电检测器阵列至少包括六个检测波长分别在560nm、660nm、684nm、710nm、753nm和800nm处的荧光检测器,所述荧光检测器为光电倍增管和/或光电二极管
[0017] 所述控制单元包括:
[0018] 用于采集光电检测单元发出的检测信号,并将检测信号发送至数据处理数据采集模块;
[0019] 用于对接收到的检测信号进行处理的数据处理模块;
[0020] 以及,至少用于对多波长荧光激发光源、光电检测单元、数据采集模块和数据处理模块进行控制的中央控制模块。
[0021] 所述控制单元还包括数据通信单元,所述数据通信单元由中央控制单元控制,用于接收外部控制命令及传输传感器检测结果。
[0022] 所述控制单元还包括电源控制模块,所述电源控制模块由中央控制模块控制,用以给该藻类识别测量传感器内的其他功能单元提供稳定工作电压
[0023] 所述控制单元还包括荧光激发光源驱动模块,所述荧光激发光源驱动模块由中央控制单元控制,用于驱动荧光激发光源中选定的一个或一个以上光源工作。
[0024] 所述藻类识别测量传感器还包括用于在进行藻类检测时测量水体温度的温度传感器,所述温度传感器与中央控制模块连接。
[0025] 所述藻类识别测量传感器还包括用于对检测窗口进行清洁的清洁装置,所述清洁装置为声波发生器和/或机械清扫装置,所述清洁装置由控制单元控制。
[0026] 所述控制单元包括分别与中央控制模块连接的数据采集模块、数据处理模块、通信模块、荧光激发光源驱动模块以及电源管理模块,所述数据采集模块还与光电检测单元连接。
[0027] 所述数据采集模块包括串接的前置放大电路模块和AD转换模块。
[0028] 所述藻类识别测量传感器被封装于一刚性密封壳体中,所述刚性密封壳体上设置检测窗口。
[0029] 所述密封壳体外壁上安装有用于清洁检测窗口的机械清扫装置。
[0030] 所述检测窗口上还装设有遮光帽。
[0031] 一种藻类识别测量方法,其特征在于,该方法为:以复数个不同波长的激发光照射被检测物,并通过复数个具有不同检测波长的荧光检测器检测被检测物受激产生的荧光,形成对应于不同激发波长的复数个被检测藻类荧光光谱,再将该复数个被检测藻类荧光谱与各藻类特征谱图进行比对计算,完成被检测物中藻类信息的识别和测量;
[0032] 所述激发光选自中心波长为435nm、450nm、470nm、485nm、525nm、550nm、570nm、590nm及630nm的激发光中的任意两个以上;
[0033] 所述受激产生的荧光的波长至少为560nm、660nm、684nm、710nm、753nm和800nm中的任意一个以上。
[0034] 该方法中,是首先对环境背景噪声进行了检测,而后再对被检测物进行检测的,并在被检测藻类荧光光谱中扣除了环境的背景噪声。
[0035] 与现有技术相比,本发明的优点在于:利用荧光检测技术,不需要对水体样品进行前处理,就能实现对水体中藻类组分和含量等信息的检测;传感器采用集成化设计,能对水体中藻类进行实时、现场、快速的检测,并能长期工作于水体环境中;传感器自带的清洁装置能保持检测窗口的清洁,防止杂质的污染。采用的多波长荧光检测技术,能有效减小因“红移现象”而产生检测误差问题,并能有效反映真实的激发荧光光谱和藻类情况。特别适用于水体环境中藻类的长期监测和现场实时、快速测量。附图说明
[0036] 图1是本发明一较佳实施例中藻类识别测量传感器的结构示意图;
[0037] 图2是本发明一较佳实施例中藻类识别测量传感器的检测窗口的结构示意图;
[0038] 图3是本发明一较佳实施例中藻类识别测量传感器中电子电路系统的结构示意图。

具体实施方式

[0039] 如前所述,现有藻类识别测量技术仍存在诸多不足,为此,本发明特提供了一种藻类识别测量传感器及方法,其能有效减小因“红移现象”而产生的检测误差问题,并能有效反映真实的激发荧光光谱和藻类信息。特别适用于水体环境中藻类的长期监测和现场实时、快速、精确测量。
[0040] 具体而言,该传感器包括多波长的高亮度LED等作为激发光源,光学透镜和滤光片等构成滤光和光学透镜单元,能检测多个荧光波段的光电检测器单元,并结合分光光栅以及电子电路系统等组成完整的检测系统。同时,该传感器中还可进一步集成超声波发生器、温度传感器和机械清扫装置等。由于该传感器为实时、在线、快速的藻类分析和监测设计,传感器能长期放置于需要监测的水体中,为防止水体中杂质和微生物污染传感器的检测窗口,机械清扫装置和超声波用于清洁传感器窗口表面。传感器中的电子电路系统主要包括中央控制单元、电源管理单元、数据采集、计算单元和数据通信单元等组成,用于控制整个传感器的协调工作。
[0041] 前述藻类荧光激发光源由中心波长为435nm、450nm、470nm、485nm、525nm、550nm、570nm、590nm及630nm的光源,如高亮度LED等组成,每个光源配有一个相应波长的带通滤光片和聚光透镜。激发光以斜向45°发射(当然,也可根据实际需要而调整),通过透镜将特定波长激发光聚焦于检测窗口前的检测位置上。各激发光源分别排列在检测窗口的周围,其激发光都能聚焦于检测窗口前的检测位置上。
[0042] 前述光学透镜和滤光片分别由两个部分组成:一个部分是用于LED激光光源的滤光和聚焦,它们分别与相应波长的LED相匹配;另一部分是用于检测窗口的滤光和聚焦,其中光学透镜用于收集激发荧光,并将荧光聚焦于分光光栅用于后面的荧光检测,滤光片波长范围优选在550nm~850nm之间,用于滤除检测波长以外的杂散光,光栏用来用于滤除其他杂散荧光,保证接收的荧光信号来自于正确的检测位置。
[0043] 前述分光光栅用于将激发荧光进行分光,使检测波长范围内的荧光分开,并照射到后面的光电检测器上。
[0044] 前述光电检测器阵列可以由高精度的光电倍增管或者光电二极管组成,也可以采用线阵CCD光电检测器等。由于激发荧光经过分光光栅分光后,波长按照一定的规律分光排列,在特定的位置有相应波长的荧光。因此,在特定位置上放上光电倍增管就能检测相应波长的激发荧光,优选的,本发明中可一共设有六个光电倍增管检测器,其检测波长分别在560nm、660nm、684nm、710nm、753nm和800nm。
[0045] 前述电子电路系统用于控制整个传感器的正常工作。其主要由电源管理单元、数据采集单元、中央控制单元(可选用MCU、个人计算机系统等)、数据处理单元、通信单元和激发光源驱动单元等组成。该电源管理单元主要是给电子系统的各个部件进行供电,保证各个器件的工作电压。该数据采集单元,主要是由前置放大电路和AD转换器等组成,用以将光电检测器检测到的电压信号转换成相应的数字信号,并将数字信号传输到中央控制单元中。该数据处理单元可以是DSP或者其他计算芯片,是通过中央控制单元控制,按照设定算法将检测到的数字信号进行计算,从而得出相应的计算结果。该通信单元可以是按照RS232、USB等通信协议进行数据传输,其由中央控制单元控制,用以将检测结果传输出。该激发光源驱动单元用于在传感器进行藻类检测时,点亮相应的光源。该中央控制单元是整个传感器正常工作的核心单元,控制协调整个电子电路单元的工作。
[0046] 前述温度传感器用于在进行藻类检测时测量水体的温度,因为温度对藻类的生长具有重要的影响,温度参数可以用来对检测结果进行修正。
[0047] 前述超声波发生器和机械清扫装置用于清除检测窗口的微生物和其他杂质。这是由于传感器可以长期放置于水体中,不可避免在传感器的检测窗口附着微生物和一些杂质。因此,机械清扫装置先刮除表面的一些杂质,然后再用超声波清洁传感器的检测窗口表面。
[0048] 本发明是通过检测水体样品中的藻类荧光光谱,然后与数据库中的各藻类特征谱图进行反演计算,得到水体样品中的藻类组分和含量信息。由于本发明的传感器可以检测多波长的藻类荧光信息,不同藻类的荧光光谱分布不同,并且荧光峰会随着藻类叶绿素的浓度变化出现“红移现象”等,因此通过对多波长激发光所激发产生的一系列藻类荧光谱图进行线性回归计算,能更加准确的反映藻类组成和含量信息。同时,本发明的反演算法也可以采用传统基线荧光高度法和归一化荧光高度法等。采用不同的检测及反演计算方法,则采用相应的激发光及荧光信号检测策略。比如对于采用基线荧光高度法,可以采用波长是660nm、684nm和710nm的荧光信号进行检测计算,这对于本领域技术人员来说是可根据本发明的技术方案及公知常识而很容易实施的。
[0049] 以下结合附图及一较佳实施例对本发明的技术方案作进一步说明。
[0050] 参阅图1,该藻类识别测量传感器包括集成设置的多波长的高亮度LED激发光源1、滤光片2和5、光学透镜3和4、光栏6、分光光栅7、光电检测器阵列8以及电子电路系统
13等。同时,该藻类识别测量传感器中还集成了超声波发生器9、温度传感器12、机械清扫装置10及其驱动装置11。该传感器装置被封装于密封的不锈套中,可以经受百米水深的压,并可以长期工作于需要监测的水体环境中。在传感器工作时,其检测窗口竖直向下,九个激发光源(101~109)排列在中心检测窗口的周围,参阅图2,该九个光源发射的光的中心波长分别为435nm、450nm、470nm、485nm、525nm、550nm、570nm、590nm及630nm,中心的窗口110用于检测藻类的激发荧光。
[0051] 该传感器采用集成化、低功耗设计,其工作过程是在电子电路系统的控制下进行的。参阅图3,该电子电路系统包括中央控制单元、光电检测器单元、数据采集单元、数据计算单元、电源管理单元、数据通信单元及激发光源LED驱动单元等。
[0052] 该传感器可以长期放置于水体中进行藻类组分和含量信息的检测,但由于长期在水体中会附着微生物和杂质,引起检测误差。因此传感器在间隔时间或者检测前进行窗口清洁。清洁时,传感器上电子电路系统13(图1)控制机械清扫装置10先进行表面附着杂质的擦除,然后开启超声波发生器9,对检测窗口表面进行超声清洁。
[0053] 当传感器通过数据通信单元接收到检测命令时,首先由中央控制单元在不开启LED激发光源的情况下,检测环境的背景噪声(为了更好的减少环境的背景噪声,还可以给传感器加装遮光帽),随后,中央控制单元控制LED驱动单元依次点亮各波长的LED激发光源,同时通过光电检测器单元和数据采集单元进行激发荧光信号的检测。更进一步的讲,就是电子电路系统13驱动点亮某一个波长的LED激发光源,激发光通过滤波片2和光学透镜3以斜向45°角照射到检测窗口前的检测位置。传感器通过光学透镜4收集检测位置的藻类激发荧光,然后通过滤波片5滤除杂散光,最后聚焦于分光光栅7上,在此光路中光栏6用于滤除其他杂散荧光,保证接收的荧光信号来自于正确的检测位置。荧光信号经过分光光栅7后,按一定的规律进行光学分光,然后照射到光电检测器单元8上。该光电检测器单元8由六个光电倍增管或光电二极管检测器组成,其位置所对应的检测荧光波长分别为
560nm、660nm、684nm、710nm、753nm和800nm。因此,在某一激发光源下光电检测器单元8获得一条由六个特征波长点组成的荧光谱图。中央控制器单元通过控制各个LED激发光源依次点亮,从而获得一系列的激发荧光谱图。
[0054] 光电检测器单元8检测到的荧光信号后,将其光学信号转换为电子信号并传输到数据采集单元中,数据采集单元中前置放大电路对信号进行前置放大,再由A/D转换器将电子信号转换为数字信号并发送到中央控制单元中,由中央控制单元控制数据计算单元进行反演计算,从而得到水体中藻类组分和含量信息。藻类信息的反演计算方法是通过检测各波长激发光所激发的藻类荧光谱,扣除环境的背景噪声,与数据库中的各藻类标准特征谱图进行相应的线性回归计算。由于本发明采用多波长的荧光信号检测,能更加准确的反映藻类组成和含量信息。当然也可以采用传统基线荧光高度法和归一化荧光高度法等计算方法。
[0055] 最后,由中央控制单元将最后的检测结果通过数据通信单元传送出传感器,完成水体中藻类信息的识别和测量。在传感器不进行检测工作时,中央控制单元控制各单元进入休眠模式。
[0056] 上述实施例仅为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰,都应涵盖在本发明的保护范围之内。
高效检索全球专利

专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。

我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。

申请试用

分析报告

专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。

申请试用

QQ群二维码
意见反馈