传感器是一条纽带，它将数字世界和物理世界迷人地连接在一起。但是，要获得有价值的可用数据并非易事。实际上，许多刚刚进入物联网领域的设计人员都对传感器数据的混乱没有足够的心理预期。

引导客户相信，他们看到的大量“错误”数据并不是因为传感器本身出了故障，成为物联网运动传感器公司MbientLab的日常工作。之所以数据错误，是因为集成了这些传感器的系统设计中缺少一些进行数据清理的关键步骤。
必须正确理解通过机器学习训练物联网的难度。“多年来，工具和硬件都取得了长足进步，但是，对于数据处理的基本理解仍然没有多少改进。
要搞清楚干净数据和脏数据之间的区别，很重要的一点是，看看数据是如何从A点到达B点的。
概括来说，传感器的原始数据需要进行后端处理。基础传感器将原始信号从一种形式的能量转换成模拟信号或者数字信号，可能需要施加外部电源，也可能不需要。最初的原始转换来源于现实世界的模拟信号：力、热、光、磁、声音。经过传感器转换后，沿着传感器内部或者印刷电路板上的信号路径继续前行，如果有需要，模拟信号可以经过调节、放大环节转换成数字信号。然后，将数据发送到微处理器或者其它类型的计算单元中，通过算法进一步过滤噪声，并以应用所需要的方式提取相关信息。
计算体系架构刚刚开始着手研究怎么有效地进行这种数据处理，有些数据需要在边缘设备上进行预处理，其它数据则发送到更强大的服务器中进行清理。
“边缘计算将发挥巨大作用，”“基础构建模块都有了，我们现在需要弄清楚，怎么有效地移动任意格式的传感器数据，数据移动过程中涉及的内存层次结构如何设计，以使得可以实现最佳计算性能。一句话，就是如何提高传感器数据的计算效率。
一个传感器的例子
有些操作需要基于那些用来鉴别一段时间内趋势的数据立即进行动作，这类数据的提取非常关键，此外，清除已经丧失了价值的数据也很重要。考虑到存在多种类型的这种数据，而且有些情况下，需要多种数据类型来建模物理世界或判断某人是否应该立即进行医疗急救，这种数据提取和清除工作更加艰难了。
数据也可能一开始是干净的，但是经过更新或者病毒入侵后变脏了。
“在全球范围内，所有组件都需要尽可能安全，因此您希望从硬件中建立信任。组件安全启动后，通信数据本身就已经具备了某种程度的可信度。但是，有的系统也可能存在不安全的未知组件，这就需要对数据进行入侵检测和软件分析，以查看数据和组件是否存在任何损坏。在汽车中，我们希望检测出那些给出异常或奇怪数据的部件，这不仅是组件安全问题，还涉及到人身安全。”
脏数据肯定要清理掉，但是它在哪里变脏的以及是如何变脏的，决定了下一步采取的行动。是不是传感器本身产生了脏数据，设计人员需要一开始就考虑到这一点。“解决传感器问题需要大量的专业知识，” “它需要设计人员在硬件层面了解传感器，理解从传感器中提取的数据，具备软件(算法)开发的经验。”

蛙视的现场工程师能够在数据获取及控制系统使之能过测量所有所需参数方面对客户进行引导。这其中要设计一个太阳能系统，该系统的功率分配很恰当，从而维护每个选址的所有系统的运行。我们能够帮助客户选择最恰当的传感器、传感器装配硬件、恰当的封装及计算机的实时访问。

第一步：选择一个降水及液位传感器
最常见的雨水触发事件就是降雨及在特点时间段内水位上升。触发事件可以只是一种，也可以是几种同时发生。适当的装配、维护及选址可以避免受周遭环境的干扰，这一点对于传感器收集正确的数据至关重要。
对于水位的测量，不同的传感器精度不同。液位传感器不同，电源、信号输出、花费及特定的装配需求的变化也很大。这其中要用到的传感器一般包括压力传感器、起泡器、雷达传感器、超声传感器、声传感器及轴角编码器。
第二步：事件的选择及自动化
对于设备的选择来说，这一点很重要。因为它决定着系统及电脑对布点的控制。最好的方法就是对DCP(data collection platform) 的使用进行标准化。在这一平台上，网络内所有布点都使用同一数据记录器/控制器。
该平台应该向现场及监督人员提供完整的数据，从而配置事件触发的逻辑标准，通过移动或者其他遥测方法获取日常数据，且通过软件设备与客户的电脑或者手机相连接。这些平台在设计上应实现以最小的能量消耗实现最大的监测需求，这种系统设计在非专属的传感器及取样器界面的选择上范围更广。专业的数据获取系统同样为遥测外设、算法功能、自动化、数据传输界面及数据可视化提供了全面的选择。
第三步：离散或复合水样
选定数据收集及控制模块之后，下一步就是根据需求选取水样并装瓶，水样可以是离散的也可以是复合的。选一个信誉良好的生产商和一份方便使用的稳定的水样，可以从你的数据记录仪或者控制模块收到外部触发信号。
第四步：实时信息传输
之前提到过，通过互联网实时访问现场来收集数据是有几个理由的。第一个也是最重要的一个理由就是在特定的布点达到了事件的标准时的自动预警。可以通过电子邮件或者短信的方式将信息发给特定的用户组。实时访问并从现场传输数据的另一个关键原因就在于保证该布点是正常运行的并在收集有价值的数据。这一功能使得用户可以不断获取现场数据及趋势分析，从而实现现场服务的资源及花费达到最小化。
第五步：水质
需要检测水质的单位，同样也会考虑水质多参数传感器的。水质多参数传感器可以测量并计算温度、pH、电导率、溶解氧、浊度、深度、叶绿素及其他参数。选用水质多参数传感器既可以满足你目前的监测需求，而且蛙视在不久的将来还可以增加更多的参数。
客户选择传感器（比如蛙视的溶解氧及多参数传感器）的一个重要考量就是该传感器可以在户外不间断地监测水质，且能够自清洁，以防止在布点过程中传感器部件及表面受水生植物快速生长的影响。早期的生物污染可能会使数据失效，且需要更为频繁的维护和校准，也就需要额外多次跑现场。