由于我国经济的快速发展，持续发展型经济与建立节约型社会方针的确定与贯彻我国生产、科研、教学领域和市场对产品的检测与控制要求迫切，按照经验，近红外光谱分析技术将是一种技术。随着国产近红外光谱仪的研制和生产，近红外光谱分析技术在分析界必将为更多的人所熟悉和接受，会在越来越多的领域广泛应用。

 　　然而，传感器的原始测量数据往往不尽如人意，我们需要根据不同传感器的特性，对其数据进行预处理（预处理主要指传感器校准与数字滤波器设计）。然后，我们才能得到信噪比较高的测量数据。然而，传感器测量的数据无法直接或间接的表征我们所需的最终状态参量，因此，我们将预处理后的量测数据，通过状态估计算法进行最优估计，得到如姿态、加速度、速度、位置、传感器特征参数（如陀螺仪零偏、加速度零偏等）。有了准确的状态参量，我们就可以作为控制器中的反馈量，故障诊断与决策系统中的决策量等。 

　　随着近红外光谱仪中所使用的检测器的物联网和大数据技术的应用和拓展，近红外光谱的个性化建模也可望成为现实。它必将大幅提高终端的分析能力，同时，又可以提高基于大数据的近红外光谱的数据的质量以及精确度。

　   近年来，随着智能手机的普及，MEMS技术日趋成熟，大量价格低廉的MEMS器件被投入消费级市场。消费级多旋翼无人机也借势而起，快速进入大众的视线，被应用于传统的影视航拍等领域。
 　　导航系统在多旋翼无人机系统是感知的核心单元，它根据预先设定的数据估计模型，综合多传感器测量的信息，利用最优估计算法，得到良好的状态估计参量。常用的状态估计算法如互补滤波、卡尔曼滤波及其变种等。

　　而与物联网的结合，也使红外光谱分析能够与工业环境下的各种其他机器进行交互，利用大数据与深度学习的力量，将全世界所有的分子的光谱图都储存到一个服务器中，然后通过类似人工神经网络、偏小二乘、主成分分析的算法对检测结果进行精确检测及识别，从而从复杂的光谱图中一一分离出它所蕴涵的分子，从而不用接触的迅速得到它的所有信息。