传感器|物联网行业的你,请务必知道:感知层四大发展趋势

传感器|物联网行业的你,请务必知道:感知层四大发展趋势

文章图片

传感器|物联网行业的你,请务必知道:感知层四大发展趋势

文章图片

传感器|物联网行业的你,请务必知道:感知层四大发展趋势

文章图片

传感器|物联网行业的你,请务必知道:感知层四大发展趋势

文章图片


【传感器|物联网行业的你,请务必知道:感知层四大发展趋势】作为物联网应用实现的基础 , 感知层 , 承担着底层数据采集的职能 。 感知层主要是通过感知设备来对外界环境或物品的信息进行采集和捕获 , 具有感知功能和获取信息的能力 , 主要包括各类基础芯片、连接芯片和应用设备的模组、传感器、各类识别技术等 。

应“智能化、集成化、高性能”这一系列市场需求的指引 , 感知层技术将长期处于多技术融合探索的发展阶段 。 目前 , 多传感器融合、MEMS-CMOS兼容技术、集成MCU的智能传感器等 , 均为物联网感知层的技术热点与难点 。
感知层发展趋势一:多传感器融合多传感器融合具有双层含义 , 表层含义是指物理上的合二为一 , 在一个紧凑的传感器器件中集成多种传感器 , 而更深层含义是指多传感器的数据融合 。 多传感器数据融合可类比为人脑根据各功能器官所探测到的信息进行综合处理 , 从而对所处环境和事态做出判断的过程 。

在消费电子、自动驾驶、机器人等场景下 , 通过大量、多种类传感器节点的配置和管理 , 以多源数据冗余和互补 , 弥补单一传感器信号的误差和缺陷 , 通过数据模型及融合算法解決数据异质、数据冲突等问题 , 最终给出一致性结论或者提供有效决策支撑 , 是厂商突出重围亟需建立的技术壁垒 。 这需要在传感器组合方案、成本、算力与通信等资源分配间反复调试和权衡 。

以自动驾驶为例 , 其信源有雷达、红外、图像等 , 通过挖掘冗余、互补数据间的内在联系 , 构建高精度的环境感知图像和定位结果 , 进而知道汽车执行自动避障、定速巡航等驾驶任务 。

感知层发展趋势二:智能传感器在5G通信和物联网发展的双重驱动下 , 终端数量和数据量持续累积 , 集中式处理架构出现瓶颈 , 而分布式本地处理在通信和存储负担缓解、降低时延、数据安全性等方面的优势显现 。 智能传感器将传统传感单元 , 整合计算单元和AI算法 , 使得传感器具备除测量之外的信息处理能力 , 通过算力、算法从中心向边缘侧的下放 , 智能传感器自主完成对实时元数据的检查、诊断和校准 , 优化数据质量 , 自主完成数据分析 , 执行决策反馈 。

在工业控制 , 医疗服务、人脸识别等新兴应用场景下 , 存在实时响应、极小误差、公民隐私保护等极致需求 , 算例和算法加持下的智能传感器能够弥补现阶段传感技术的局限、满足上述场景中大量实时数据高效、安全处理的需要 , 同时降低云分析相关的成本和资源消耗 。

感知层发展趋势三:高端市场我国传感器产业起步较晚 , 因此在中高端传感器市场上落后于西方国家 , 国内市场约八成依赖于进口 , 传感器芯片市场更为势弱 , 自产比例仅占一成 。 在中低端市场竞争的日益加剧和传感器集成化趋势的作用叠加下 , 中低端传感器的单价持续走低 , 拉低市场增长率的同时压缩了厂商的利润空间 , 中小厂商艰难求生 。