如今，环境传感器必须远远超出其传统的检测气体，监测湿度和气压以及计算水中颗粒的数量，如水文学，微气象学和国土安全等。融合，其中来自多个不同传感器的信息被组合以考虑这些设备周围环境的属性，现在可以实现对事件和情况的敏感推断 - 传感器在其中运行的环境。
例如，传感器融合在不断增长的可穿戴设备市场中发挥着重要作用。通过将传统环境传感器与其他传感器设备相结合，设计人员可以开发智能系统，使机器能够相互交互，并与周围的世界互动。来自陀螺仪，加速度计，，和位置传感器的信息，结合手腕佩戴的脉搏率传感器，可用于推断用户正在做什么 - 跑步，行走，睡觉等等，以执行一些自动化任务。
由于可穿戴设备的用户不断运动，他们的各种活动会影响传感器必须在其中运行的条件。移动设备的可以跟踪位置，但是也可能需要知道用户现在正在行走。设备必须能够在一天中从一个环境到下一个环境不断地跟踪用户，随着用户从家庭方向移动到工作并且再次返回而进行调整。
为医疗保健，健身和运动训练设计可穿戴系统是一项复杂的任务。与传统的独立设备相比，多种传感器功能的集成需要更多的安全性，可靠性和性能。它还要求更小的包装和减轻重量;它必须足够小，以适应微小的主机设备，对功率和处理的需求非常小，当然，它必须是便宜的。底层算法也必须能够适应，以便传感器及其工作的上下文可以在运行中重新配置。同样重要的是，它们必须具有高灵敏度和出色的抗噪性。
分布式嵌入式传感器技术已经达到了能够实现普遍监控环境愿景的程度。然而，仍然需要克服的最重要挑战之一是传感障碍的时变（和不可预测）性质所产生的传感不确定性。用于减少嵌入式网络感测中的不确定因素的方法被称为网络信息 -机械系统（NIMS），其在3-D空间中暂停无线移动和固定传感器节点的网络。结果是使用可变传感位置，透视和传感器类型的运行时自适应。广泛而精确的驱动意味着NIMS解决了传统静态传感器网络中固有的一些基本问题，例如：
适应环境动态和可持续检测
感知不确定性的降低
NIMS的使用增加了新的网络灵活性和功能以及支持分布式传感器的新物流，以及更高的传感器自我感知能力，以了解其自身的传感不确定性，至关重要在上下文感知应用程序中。 NIMS提供了主动调整传感节点，引入各种新传感器以及减少无线链路路径损耗的能力。
传感器示例
现在让我们看看一些设备齐全的环境传感器用于传感器融合和NIMS应用。
欧姆龙的D6T1 MEMS（图1）具有足够的灵敏度，可以检测静止的人体存在。它解决了热电传感器不能检测静止的人的缺点，因为这种方法需要检测信号变化。此外，与热电模型不同，D6T1继续检测物体的远红外发射。为了延长短距离检测距离，可以通过软件编程，考虑时间变化，热源位置和人体运动来提高判断精度。
