国产传感器 (Sensor) 芯片厂商分析报告--传感器最新技术趋势

阅读本报告的完整部分：Top 80国产传感器（Sensor）芯片厂商调研分析报告

Part Four：传感器最新技术趋势（New Technologies）

一、智能传感器

智能传感器是一种能够感知、采集并处理环境信息的设备，通过使用各种传感器技术，如光学、声音、压力、温度、湿度、加速度等，将物理量转换为电信号或数字信号，然后在传感器内部集成的处理和运算单元进行分析、控制和决策。区别于传统传感器，最新的智能传感器省去了总线和外挂的数据处理单元，自己内部本身就集成了高效小型化的MCU，感知单元实时捕捉的物理量在极短的时间内以数据流的形式传到MCU中进行运算。电子工程专辑总结了智能传感器技术发展的三大特点：

图15.智能传感器功能框图（图源：网络）

智能传感器的特点之一是其自主性，它们能够独立地感知和处理信息，不需要人工干预，通常都具有内置的处理器和存储器，快速高效的进行数据处理和分析，并根据预设的算法和规则做出相应的决策。相当于以前要用一个PCB板子完成的事，现在只需要一个IC了，这使得智能传感器能够实现实时的数据采集和反馈，提高了系统的响应速度和效率。

另一个重要的特点是智能传感器的联网能力，它们可以通过无线通信技术，如Wi-Fi、蓝牙、LoRaWAN等，将采集到的数据传输到云端或其他设备进行进一步的处理和分析。这使得智能传感器能够实现远程监控和控制，实现智能化的管理和调度。

还有一个不容易被人察觉的是智能传感器正在悄然的往特小专精的方向演化：特殊高端定制化的场景（智慧工厂的内部组网等），小型化轻型化（内窥镜或者VRAR等），专业度领域（无人机潜海气象学等）和精度提升AI算法补偿（车载视觉手机相机等）。尤其是在车载视觉领域，近年来各大汽车厂商都在不遗余力的推进智能驾驶技术，激光雷达和各种车载摄像头层出不穷，像是国内CMOS龙头的豪威集团今年发布的国内首款支持功能安全ASILB的ORX1210汽车摄像头解决方案，去年在业界引起轰动800万像素级别的OX08B40 CMOS 图像传感器等，无一不在告诉业界这个领域未来前景十分广阔。

图16.智能手表集成多种小型传感器（图源：网络）

我们在搜集技术资料时还找到一个业界鲜有提及但又十分前沿的方向--量子传感器。随着量子沉积技术的不断发展，各类传感器器件在量子材料的加持下，各类型传感器也焕发了“第二春”。像是Quantum Science Ltd开发的量子材料，涂敷在（NIR）近红外传感器可以图像传感器可以捕捉到特殊的画面。虽然这类智能传感器还在技术开发的前沿，但是应用前景却广阔的惊人，这类型传感器注定要在未来发光发热的。

图17.量子材料涂敷在传感器表面拍摄工厂管道（图源：Quantum Science）

随着技术不断升级，巨头跨行业芯片新品发布也变得频繁起来。像是博世最近发布的多款传感器新品，包括气压传感器、磁力计、颗粒物（PM2.5）传感器和可编程AI智能传感器，其目标应用是火热的可穿戴设备和智能家居市场。博世近期也展出了一系列传感器，其中最引人注目的是可编程AI传感器BHI360和BHI380系列，用于手势检测和活动识别、3D音频头部定位等场景，功耗极低的同时性能不俗，简直是专为可穿戴设备量身定做而成，内置6轴IMU、32位可编程控制器（Fuser2内核）和第二个超低功耗MCU，封装大小仅为2.5mm x 3mm，还支持自我学习型人工智能软件，用户在使用中可以自我学习进化，可以说是智能感拉满。

图18.博世BHI 360传感器芯片（图源：博世）

BHI360中的Fuser2核心被用作协处理器，将主CPU从传感器数据处理任务(如传感器融合、位置跟踪、活动和手势检测)中卸载，同时以高精度、低延迟显著降低整体系统功耗。可以说智能传感器的未来，就是多芯片集成在一个封装中，低时延的高速通信能够在超小型的MCU中跑出AI大模型的感觉。

二、MEMS

MEMS，即微机电系统（Micro Electro Mechanical Systems），是指在微米或纳米尺度上制造的机电系统。MEMS技术将机械元件和电路集成在同一芯片上，具有体积小、重量轻、功耗低、成本低等特点。

按照目前主流工艺技术，一个MEMS芯片主要分为三个部分：

• 传感器：MEMS传感器可以用于测量温度、压力、加速度、光照强度等物理量。
• 执行器：MEMS执行器可以用于驱动机械运动。
• 系统集成：MEMS系统集成可以将传感器、执行器和其他电子元件集成在一起，形成完整的系统。

图19. MEMS内部电镜图（图源：Wiki）

MEMS芯片的主要难点在于测量自然界物理量的传感器上，在芯片设计时需要考虑繁多复杂的机械、电子、材料等多方面因素。接受自然界信号的各类传感器要暴露在外或者接触被测物体，耐磨抗潮抗腐蚀等多种考量，给设计和材料增加了一定的难度。跟传统半导体设计不同的是，MEMS还需要兼顾大量的机械结构设计，从设计到制造全产业链绑定程度之深，工程师甚至都要全程参与产品的各个流程，设计->制造->封装->测试->方案->应用。

图20.某种生物学MEMS芯片电渗效应仿真图（图源：网络）

MEMS技术的发展历程基本上就是电子设备崛起的三个时代，从1980-1990的汽车普及爆发，车载的安全气囊、制动压力、动态平衡检测等需求的带动；1990-2010年消费电子的逐步升级，MEMS需求变得呈指数级增长，手机、小家电、电子游戏、远程控制、移动互联网设备等消费电子产品要求体积更小且功耗更低的 MEMS 相关器件，技术也是在这段时间内突飞猛进。

从2010年至今，消费电子近乎过剩，各大厂商纷纷瞄准更细分的物联网和可穿戴设备领域，但是还有一个各大厂商摩拳擦掌蓄势待发的“人形机器人”领域目前还是一片蓝海。作为仿生学集大成之作，类人机器人需要具有视觉、听觉、嗅觉、触觉……这些人类感知世界的方式，同时还要会“理解”进而加以“思考”。

像是目前学术界的一大热门就是多模态感知类肤传感器，该类传感器拥有像是人类皮肤一样的感知能力，抚摸一个物体可以感知到其表面的粗糙程度，按压一个物体能够感知其软硬程度；甚至隔空拂过某个位置的物体时，内置的3D扫描传感器可以感知到物体的材质和形状等等存在于科幻小说里面的也即将成为现实。

最近UBC团队与本田研究所的Frontier Robotics合作开发了一种智能、可拉伸、高度敏感的新型软体传感器，有望成为机器人的新皮肤。与此同时，北航团队AFM也发布软体机器人智能感知系统最新进展，大家都聚焦于这类拥有广泛前景的新型传感器身上。

图21.北航团队AFM发布软体机器人智能感知系统（图源：北航团队）

因此融合多功能MEMS传感器将是一个潜在的热门发展方向，柔性变形可预测、循环稳定可靠、可实现复杂运动的机器人加上多模态的类肤MEMS传感器近乎是人类科学技术的集大成之作。

三、激光雷达

据统计，2010年全球平均每辆汽车包含9.2个传感器，国产汽车平均含有5个，得益于安全气囊和轮胎压力监测系统(TPMS)的推广普及，推动国产汽车平均传感器数量到2015年增加到10个，平均在每辆汽车中，光TPMS系统就要使用4.2个车载MEMS传感器，目前中国已超越日本成为第三大车载MEMS市场。传统且常见的诸如加速度计、陀螺仪、电子罗盘、气压计、红外传感器早已是一片红海，所以最热门的当属激光雷达MEMS了。

图22.激光雷达传感器的应用图（图源：激光雷达白皮书）

传统燃油车近乎饱和、新能源车虽然在近些年迎来了大发展，但是经济增长放缓让人们更新换代的欲望开始走低，而想要把东西卖给别人最有效的方法便是创造需求，自动驾驶刚好迎合了时代的潮流，汽车作为家庭必备，而自动驾驶成为了未来生活的一个景愿，给汽车行业带来了无限的可能。相信很多人都知道纯视觉方案和激光雷达方案的争夺大战，自自动驾驶成为热门研究领域开始，这两种技术路线就你追我赶似的齐头并进。

全球知名车企特斯拉之前是传统视觉方案的忠实拥趸，现在也转变成视觉+激光雷达融合方案的大力推广者，其实无外乎是成本和效能的考量。激光雷达全天候、高精度、高可靠性，360度无死角，无惧夜间、隧道出入口等多种视线不好的场景，先天就比CMOS传感器更强大，但是早前昂贵的价格和较低的产能，让众厂商都不想做第一个吃螃蟹的人。但是随着材料和工艺的不断提升，激光雷达不仅在探测距离、分辨率、帧率等方面得到了显著提升，从最初的几十米到现在的几百米甚至上千米；分辨率从几十厘米到现在的几厘米甚至几毫米；帧率从几十帧到现在的几百帧甚至几千帧；成本还直接变成了十分之一，起初的一个要几万美元，而现在精度高的也才几千美元。

图23.机械多线激光雷达(左一)和固态激光雷达（中）广角激光雷达（右一）（图源：Velodyne）

固态激光雷达内部采用光学相控阵或者MEMS微镜阵列来扫描激光束，体积小了75%的同时，功耗也更低。目前激光雷达领域全球最亮眼的厂商当属禾赛科技了，2021年就占据了全球市场60%的市场份额，2022年全年累计销售8万台，与全球上市的LiDAR公司相比，禾赛科技的收入傲视群雄，为第二名的3倍之多。

图24.禾赛科技产品矩阵（图源：禾赛科技）

四、EVS传感器

提到EVS这个概念很多人可能都没了解过，但是不得不说这种新型的传感器在业界确实也火了一把，SONY和PROPHESEE推出的基于事件的视觉传感器芯片，可以说给人工视觉领域带来一个新的范例。人类视觉其实很有意思，研究表明人眼的感光细胞只有在检测到视觉场景的某些特征（如对比度或亮度）发生变化时，才会向大脑报告。从进化的角度而言，们能够将注意力集中在场景中目标物的运动，这比反复地、不加区分地盘点场景的每一个细节要重要得多。

图25. SONY事件传感器介绍框图（图源：SONY System Solution Business Division）

受人体工程学启发，事件传感器应运而生，通过设计感知像素亮度变化的新型传感器，可以在捕获视野范围内动作变化的同时，节省大量的数据。这一设计近乎完美契合了人工视觉的应用场景，例如自动驾驶和辅助驾驶等。相较于传统CMOS的以固定帧率捕获像素矩阵的方式，EVS则是以不定帧率不定数据大小的方式捕获视野范围内变化的像素数据，在面对静态背景动态任务图像捕捉时，传统CMOS相机会花费大量的数据空间捕捉千篇一律而没啥大用处（对于人工视觉）的背景信息，并且现在的视觉算法还要训练模型后分辨边缘然后识别，而新型的EVS则不需要这些，直接滤掉所有静态的部分，专注于视野中动态像素的识别，动态场景可以当作一个高分辨率的事件序列来分析，这些事件形成一个时空模型，表示目标对象的边缘、轨迹或速度等特征。

这种全新技术可以有效提升图像的时间分辨率，据PROPHESEE官方报道，在一次对比中，基于事件的动态传感方法，达到了几万赫兹的时间分辨率，而基于帧的方法只能勉强达到60Hz。

图26. PROPHESEE事件传感器介绍（PROPHESEE技术白皮书）

SONY的EVS技术同样也是引领业界，其白皮书介绍目前EVS传感器在工业和科研高速摄像、行人检测，实时追钟流体变化和监控摄像等领域发挥了重要作用，突破了传统镜头很难达到的超高动态图像捕捉。

图27. PROPHESEE事件传感器应用场景（图源：SONY System Solution Business Division）