国产传感器 (Sensor) 芯片厂商分析报告--传感器新兴应用及方案

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 Five：传感器新兴应用及方案（Application Solutions）

一、AIoT应用

AIoT是人工智能物联网的缩写，是人工智能（AI）和物联网（IoT）的交叉领域，通过传感器、云技术和人工智能相结合，实现真实物理世界的各种环境指标量化与数字世界人工智能的链接，目前市面普及最广，也是最容易被大众所接受的是智能家居领域。国内像是华为、小米等公司量产了各种智能家居电子产品，像是可以根据用户习惯自动定时放好水的智能浴缸，感知到用户离开课题回房休息自动关闭的电视等等。当然不仅仅是智能家居智能传感器也在以下几个方面发挥了巨大的作用：

图28. AIoT传感器应用场景（图源：网络）

智慧城市：智能传感器可以用于智慧城市的建设，例如交通管理、环境监测、公共安全等。例如，智能交通传感器可以用于实时监控交通状况，并进行交通优化；智能环境传感器可以用于监测空气质量、水质等环境数据；智能安防传感器可以用于监控公共安全，预防犯罪。

工业制造：智能传感器可以用于工业制造的自动化和智能化，例如机器人控制、生产过程监控、质量控制等。例如，智能机器人传感器可以用于机器人的导航和控制；智能生产过程传感器可以用于监测生产过程的参数，并进行优化；智能质量控制传感器可以用于检测产品质量，并进行分选。

智慧医疗：智能传感器可以用于智慧医疗的诊断、治疗和预防，例如远程医疗、患者监测、疾病预测等。例如，智能心电图传感器可以用于远程心电图检查；智能血压传感器可以用于患者血压监测；智能睡眠监测传感器可以用于疾病预测。

智慧农业：智能传感器可以用于智慧农业的生产管理，例如作物监测、土壤监测、环境监测等。例如，智能作物传感器可以用于监测作物的生长情况；智能土壤传感器可以用于监测土壤的肥力和湿度；智能环境传感器可以用于监测天气条件和害虫情况。

可穿戴类：智能手环和AR、VR眼镜作为最炙手可热的新鲜事物，深受年轻人的喜爱，Meta、Pico的元宇宙可以打破次元壁让各种圈层和文化融合在虚幻的世界里，依托于视觉、姿态、体感等多元的智能传感器，内置的人工智能算法可以更深度的和用户进行交互，从而极大程度增加用户体验。

智能传感器随着在应用场景的多元化和各个垂直领域的应用不断加深，不仅应用越来越广泛，对于整个产业结构也有着潜移默化的的影响。对于智能传感器可见的未来，笔者粗略总结了智能传感器的发展趋势：

• 多传感器融合：将不同类型的传感器进行融合，例如：声、光、电、热这些最基础的将和生物、微粒、量子、辐射等全新的传感器所融合，在人工智能算法的加持下可以获得更全面、更准确的数据。
• 传感器小型化：传感器的体积将会越来越小，随着工艺和材料的不断进步，新出的传感器大多都是小而精，因为越小就越容易部署到各种场景中。
• 传感器低功耗：IoT应用中一个很重要的方面就是低功耗，而所装配的传感器的功耗越低，整个设备就越有利于长时间使用。
• 传感器自主化：目前传感器具有一定的智能化功能，但是离着独立自主分析、学习做出决策还有一定的距离，自主化已成新一代传感器的趋势。

电子产业蓬勃发展的洪流裹挟着各种传感器在细分领域的不断发展壮大，智能AIoT的应用场景以惊人的速度不断向前发展，芯片业有一个著名的摩尔定律，讲的是每十八个月晶体管的密度都会翻一倍，在此笔者想说的是，AIoT领域里十八个月智能传感器的融合迸发可远远不止一倍，正在以近乎指数增长的需求正在前方等待着各大厂商亮眼新品的到来。

二、ADAS/自动驾驶

ADAS是Advanced Driver-Assistance Systems 的缩写，即先进驾驶辅助系统，通过一系列在车上部署的电子设备，通过复杂的算法和程序来帮助驾驶员驾驶。作为目前汽车界最热门的研究领域，自动驾驶离不开各种传感器的感知，前文提到的激光雷达基本上就是为此而生的。ADAS技术可以细分成如下几个方面：

自适应巡航控制 (ACC)：ACC可以自动调整车速，以保持与前车的安全距离，可以通过激光雷达感知前车的距离和速度，并根据环境情况自动调整车速，从而帮助驾驶员保持安全车距。

• 自动紧急制动 (AEB)：在车辆即将发生碰撞时可以自动制动，通过激光雷达和摄像头感知前方障碍物，并根据环境情况自动制动，从而避免或减轻碰撞。
• 车道偏离警告 (LDW)：通过摄像头感知车辆的车道信息，并根据车道信息判断车辆是否偏离车道，从而及时警告驾驶员。摄像头视觉可以观察到道路上的各种标记和车道信息，而激光雷达还做不到这一点。
• 盲点监控 (BSM)：BSM 会警告驾驶员车辆盲区内的车辆，通过激光雷达感知车辆盲区内的车辆，并根据车辆信息警告驾驶员。
• 停车辅助：通过摄像头和激光雷达感知车辆周围环境，并根据环境信息直接绘制出环境的三维模型，在不好判断的狭小空间内，停车辅助将发挥巨大作用。

 图29. ADAS技术发展展望（图源：网络）

在L1和L2级别的辅助驾驶领域发展十分成熟，像是AEB紧急自动刹车系统早就在欧美日的法规中要求必须配备。而各个国家和地区因为法律法规等诸多差异，导致对于不同级别的ADAS支持也不尽相同，在此不做展开。

图30.各国AEB紧急自动刹车系统要求（图源：网络）

说回AEB系统，简单理解为就是感知物体，计算相撞，紧急制动，防止发生严重事故，这一套系统就需要车载前置摄像头来识别短距离的复杂场景，通过配合AI可快速分辨出前方场景中存在的各种危险，然后采取相应的措施。而且前视觉摄像头同时为LCC，LKA都能贡献核心力量，配合雷达基本就是当前特斯拉的自动驾驶，也是目前一众L2+++的硬件基础。

所以在可以预见的未来，前视摄像头方案将会是ADAS的标配，而到了L3甚至是L4级别的自动驾驶，单单依靠摄像头肯定是不现实的，比如黑夜无路灯环境，车灯能够提供的视野微乎其微，基本上摄像头完全无用武之地了，所以激光雷达不受光源和环境限制直接脱颖而出，所以ADAS摄像头视觉占据主流，但是更高级别的自动驾驶激光雷达为主摄像头视觉为辅应该是各个主机厂的必选方案吧。

三、智能安防

安防作为近年来比较火热的话题，一直是国内外各大厂商争相抢夺的蛋糕，国外各种枪击事件和暴乱让人身安全成为各国政府要解决的首要任务。智能安防运用多种传感器构建复杂的安防系统可以提供更精准的监控信息像是：

人脸识别：通过人脸部特征识别人物身份，具有高精度、高可靠性等优点，目前已经是十分成熟的技术，在银行、电子支付行业应用十分成熟。但是复杂环境给人脸识别增加了新的困难，多传感器融合发挥了重大作用，可见光摄像头，红外摄像头，3D结构光等等不同传感器交织融合共同实现目标的特征检测。

园区安全监控：在智慧工厂仓储和变电站等单位，传统安保人员巡逻早已过时，可见光/红外摄像头、接近传感器、压力传感器等多种组合方案在加入AI行为识别模式，可以精准提供固定范围内各种安全监控。

智慧家庭：随着物联网技术的发展，多传感器互通变的越来越频繁，红外位置传感器、压力传感器等多种传感器在物联网的加持下构建了复杂的家庭智能安防系统，从而达到实时动态监控智慧组网的智慧家庭安防。

图31.安防信息化管理系统图（图源：网络）

智能安防发展过程中传感器也朝着两个方向不断扩展：

• 高精尖：细分领域要求各类传感器的分辨率高、灵敏度强、体积小和功耗低等特点，敦促各类厂商不断改进工艺和材料，进而提升传感器的迭代升级。像是日常手机中常见的六轴陀螺仪，从最早军方的小指大小逐步升级到豆丁大小，准确率和响应速度也翻了多倍。
• 云端联网：另一个发展方向是智能化的云端联网，随着视频监控的全覆盖，数据变得越来越多，本地存储显然是不能满足需求的，而单就把原始数据传到云端，不加任何处理会对中央计算单元产生巨大的压力，系统效能得不到提高，所以本地化的实时预处理，再加联网的数据云端化应运而生，很多服务商都将传感器模块化，不仅可以最大程度的利用资源，还能高效实时的多传感器互联。