传感器研发呈现两大趋势：技术创新与应用落地

　　【中国智能制造网 市场分析】传感器的研发过程呈现两阶段的趋势，3D激光雷达就是从中诞生，又开始进入商业化开发的传感器。下面以激光雷达为例，梳理传感器典型的发展趋势。　　随着微机电系统(MEMS)、激光技术、高科技材料等的技术进步，传感器的研发呈现多样化的趋势，有的利用生物材料模拟人类皮肤，创新传感器的触觉;有的利用MEMS技术研发微型智能化传感器，从而有利于复杂系统的集成;有的利用高精度的激光技术创造激光雷达，从而利于系统实时感知周边障碍物与环境等等。
　　
　　然而总体而言，传感器的研发过程呈现两阶段的趋势：一、技术创新，根据未能满足的需求开发新产品。在阶段中，传感器研发创新的方向源于智能装备、创新设备的需求，研发人员根据使用需求，创新出新型传感器。二、成本降低，应用落地，产品逐步切合产业化需求。在第二阶段中，在研发创新的过程中，为了满足人们对于智能装备产业化应用的需求，研究人员从对技术开发的关注转为对成本下降的关注，以实现传感器大规模生产，智能装备产业化应用的愿景。
　　
　　3D激光雷达就是这样一种从功能创新中诞生，又开始进入商业化开发的传感器。下面以激光雷达为例，梳理传感器典型的发展趋势。
　　
　　研发趋势一：
　　
　　技术向高阶延展3D激光雷达的出现是为了满足系统对于实时空间感知的需求而出现的，无人驾驶汽车、无人机等自主移动式机器人出于空间识别、自主避障、规划路线的目的，需要一个传感器能够实时对于周边环境进行扫描，从而获知周边障碍物和道路的距离信息，由此3D激光雷达应运而生。
　　
　　3D激光雷达的研发过程本质上是激光测距技术的升维，和实现的需求逐步升级的过程，激光测距技术是3D激光雷达的基础。早激光测距仪的出现，解决了点到点一维距离测量的需求;然后2D激光雷达的出现，解决了在一个扇形平面内感知接近物体的需求，测量的是平面内的距离;如今3D激光雷达，通过高速变化激光投射角度，对周边环境实时扫描获取距离信息，解决了在三维空间内的障碍物和环境识别需求，测量的是三维空间内的距离。
　　
　　3D激光雷达应用热门的领域莫过于无人驾驶汽车，以3D激光雷达为主导的无人驾驶感知系统是当今无人驾驶领域采取的主流技术路线，但是3D激光雷达的成本一直是此技术路线的痛点。以生产3D激光雷达为的Velodyne公司的产品为例，三款产品按性能高到底的售价分别为8万美元、2万美元、8千美元。在无人驾驶汽车研发测试阶段，包括谷歌、百度在内的科研机构一直采用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多万美元，而该款64线型的3D激光雷达HDL-64占整车成本的25%。
　　
　　研发趋势二：
　　
　　成本随应用降低经过了研发阶段技术创新以后，成本过高是以3D激光雷达为主的无人驾驶感知系统的主要问题，传感器生产公司对于激光雷达研发的关注点从功能增强转变为成本控制，由此进入了研发第二阶段：降低成本以实现产业化应用。
　　
　　在素有“电子消费领域科技风向标”之称的2016CES大会上，激光雷达科技企业Velodyne和Quanergy都展出了新型3D激光雷达。Velodyne的PuckAuto和Quanergy的S3与之前相比都是小型化的改良产品。
　　
　　Velodyne公司的PuckAuto采用32线激光，扫描范围达200米，可以认为是VLP-16的加强版，相比于VLP-16更加切合于无人驾驶汽车的使用需求，相比于另外两款产品价格成本更低。该公司已与福特公司达成合作意向，未来福特公司的无人驾驶汽车Fusion将配置2台PuckAuto，并且Velodyne公司负责人称他们将进一步降低产品成本，目标控制在1000美元以下。
　　
　　Quanergy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，内部无旋转部件，可集成于整车内。在此前的报道中，Quanergy公司的CTO表示每台S3成本在200美元。价格极低的原因在于产品的配置，“8线”、“固态”这两个特性决定了成本的有效控制。“固态”意味着不能360度转动，只能探测前方，但探测范围的不足，可以用数量来弥补，在车身四角布置四台或六台S3，是德尔福无人驾驶汽车所探索的方案。
　　
　　通过这两个美国科技企业在2016CES上发布的新产品，我们可以得知激光雷达的技术特性正逐步切合无人驾驶领域的产业化需求，去除测试阶段的冗余硬件配置后，成本有望大幅降低。
　　
　　传感器应用趋势：同类结合、多种组合、场景创新
　　
　　传感器作为智能装备除人工设置参数以外的输入，其重要性不言而喻。传感器感知外界环境的能力，决定了智能装备信息输入的准确性和丰富性。对于传感器的有效应用的创新，往往也是智能装备功能创新的基础。智能装备对于传感器的创新应用主要有以下三种趋势：
　　
　　同类传感器结合使用，单一功能上的纵向深度结合
　　
　　这种情况下，系统在单一功能上往往有着极高的需求，为满足系统在单一功能上的高复杂需求，同类传感器有机结合，形成的冗余结构保证了系统在该功能上的安全性。如无人驾驶汽车的感知系统，多种视觉、位置觉传感器的有机结合，形成了相互补充的冗余结构，从而保证了系统能够正确、地实时感知外界环境，做出正确驾驶决策。
　　
　　此时，传感器之间在功能上往往有着主导和辅助的区别和联系，起主导作用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，多种功能上的横向广度组合
　　
　　为满足系统多类型、多层次的输入输出需求，多种类型的传感器创新组合，形成智能装备的多种感觉，根据多种感觉形成智能反馈。如情感交互性机器人Pepper以及其他陪护型、早教型机器人等，多种感官的组合形成了视觉、位置觉、听觉等情感感知系统，再通过内部的人工智能算法形成智能反馈。
　　
　　此时，硬件之间不存在主次之分，系统和算法芯片也同样发挥重要作用。
　　
　　新型传感器应用于传统设备，赋予设备智能化的生命力
　　
　　新型智能传感器应用于传统设备，赋予传统设备“感觉”，从而升级为智能设备。如激光雷达与扫地机器人的结合，形成了路径规划式的扫地机器人;血压传感器、心率传感器、位置传感器和手表、手环的结合，形成了集各种健康监控功能于一身的可穿戴式设备等。
　　
　　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。
　　
　　（原标题：传感器研发以及应用趋势分析）