传感器开发 传感器最新研发技术以及应用趋势分析

原标题:传感器最新研发技术及应用趋势分析

随着MEMS、激光技术、高科技材料等技术的进步。，研发呈现多元化趋势，有的用生物材料模拟人体皮肤，创新传感器的触感；有的利用MEMS技术开发微型智能传感器，有利于复杂系统的集成；有的利用高精度激光技术创建激光雷达，有利于系统实时感知周围障碍物和环境。

但总体来看，传感器的研发过程呈现出两个阶段的趋势:一是技术创新，根据未满足的需求开发新产品。第一阶段，传感器R&D创新的方向来自智能设备和创新设备的需求，R&D人员根据使用需求创新新型传感器。二是成本降低，应用落地，产品逐步满足产业化需求。第二阶段，在R&D和创新的过程中，为了满足人们对智能设备工业应用的需求，研究人员注重降低成本而不是技术开发，从而实现传感器大规模生产和智能设备工业应用的愿景。

3D激光雷达就是这样一种从功能创新中诞生，开始进入商业化发展的传感器。下面以激光雷达为例，梳理传感器的典型发展趋势。

R&D趋势1:

3D激光雷达的出现是为了满足系统对空之间实时感知的需求。无人车、无人机等自主移动机器人为了空识别、自主避障、路径规划等目的，需要一个传感器实时扫描周围环境。因此，3D激光雷达应运而生。

3D激光雷达的研发过程本质上是一个激光测距技术维度升级、实现需求逐步升级的过程。激光测距技术是三维激光雷达的基础。最早的激光测距仪的出现，解决了点对点一维测距的需求；随后，2D激光雷达的出现解决了在扇形平面内感应近距离物体的需要，并测量了平面内的距离；如今，3D激光雷达可以通过高速改变激光投射角度，实时扫描周围环境获取距离信息，满足了3D 空中障碍物和环境识别的需求，实现了3D 空中距离的测量。

3D激光雷达最受欢迎的应用领域是无人驾驶汽车。以3D激光雷达为主导的无人感知系统是当今无人驾驶领域采用的主流技术路线，但3D激光雷达的成本一直是这条技术路线的痛点。以3D激光雷达最著名的制造商威力登公司的产品为例，三款产品按最高性能计算，价格分别为8万美元、2万美元、8000美元。在无人驾驶汽车的研发和测试阶段，包括谷歌和百度在内的科研机构一直在使用8万美元的版本进行测试。据了解，谷歌无人驾驶汽车的总成本约为30万美元，64线3D激光雷达HDL-64占整车成本的25%。

R&D趋势2:

成本随着应用而降低。经过R&D第一阶段的技术创新，基于三维激光雷达的无人感知系统的主要问题是成本高。传感器制造公司对激光雷达R&D的关注从功能增强转向成本控制，从而进入R&D的第二阶段:降低成本实现产业化应用。

在被誉为“电子消费领域科技风向标”的CES 2016上，激光雷达技术公司威力登和Quanergy均展出了全新3D激光雷达。与之前的相比，威力登的普克汽车和Quanergy的S3是小型化和改进的产品。

威力登的Puck Auto采用32线激光，扫描范围为200米，可以认为是VLP-16的增强版。与VLP-16相比，它更适合无人驾驶汽车的使用，其价格也低于其他两款产品。公司已与福特达成合作意向。未来，福特的无人驾驶汽车Fusion将配备两款Puck Auto，威力登负责人表示，他们将进一步降低产品成本，目标控制在1000美元以下。

Quanergy有限公司的S3是与德尔福公司合作开发的固态激光雷达，采用8线激光，内部没有旋转部件，可以集成到整车中。在上一份报告中，Quanergy公司的首席技术官表示，每台S3的成本为200美元。价格极低的原因在于产品配置，有效的成本控制是由“8线”和“固态”两大特性决定的。“固态”是指不能360度旋转，只能探测前方，但探测范围的不足可以通过量来补偿。车身四角布置四六个S3，这是德尔福无人驾驶汽车探索的方案。

通过这两家美国科技公司在CES 2016上发布的新产品可以知道，激光雷达的技术特性正在逐步满足无人驾驶领域的产业化需求，在测试阶段去掉冗余硬件配置后，成本有望大幅降低。

传感器应用趋势:相似组合、多重组合、场景创新

作为智能设备除了手动设置参数之外的唯一输入，传感器的重要性不言而喻。传感器感知外部环境的能力决定了智能设备信息输入的准确性和丰富性。传感器有效应用的创新往往是智能设备功能创新的基础。智能设备在传感器上的创新应用有三大趋势:

相同种类的传感器被组合使用，并且单个功能的纵向深度被组合

在这种情况下，系统往往对单个功能有很高的要求。为了满足系统对单一功能的高度复杂需求，相似传感器有机组合形成的冗余结构保证了系统对该功能的安全性。例如，无人驾驶汽车的感知系统与各种视觉和位置传感器的有机结合，形成互补的冗余结构，从而保证系统能够正确、高效地实时感知外部环境，做出正确的驾驶决策。

此时传感器之间在功能上往往存在差异和联系，领先的传感器是产品实现的核心技术壁垒。

多种传感器组合使用，多种功能水平组合

为了满足系统多类型、多层次的输入输出需求，创新性地将各种类型的传感器进行组合，形成智能设备的多感官，并根据多感官形成智能反馈。比如情感互动机器人Pepper，以及其他陪伴和早教机器人等。，各种感官的组合形成视觉、位置感知、听觉等情绪感知系统，再通过内部人工智能算法形成智能反馈。

此时硬件之间没有主次之分，系统和算法芯片也发挥着重要作用。

新型传感器应用于传统设备，赋予设备智能活力

新型智能传感器应用于传统设备，给传统设备一种“感觉”，从而升级为智能设备。比如激光雷达和扫地机器人的结合形成了路径规划扫地机器人；血压传感器、心率传感器、位置传感器、手表和手环的组合形成了具有各种健康监测功能的可穿戴设备。

这种情况下，由于传统设备本身具备需求，因此是主要一种存量市场的渗透替换现象，而新型传感器应用带来的效果改进具有明显的消费者基础。