傳感器是設備感受外界環境的重要硬件決定了裝備與外界環境交互的能力是設備智能化的硬件基礎尤其在很多智能設備中傳感器決定著設備的核心能力一個典型的傳感器由敏感元件轉換元件和調理電路組成敏感元件用于直接感受被測量轉換元件用于轉化為電量參數

傳感器用途廣泛種類繁多按照測量對象可以將傳感器分為檢測光放射線聲信號磁信號力位置信息溫度濕度溶液流量流速等類型的傳感器每一種檢測同樣對象的傳感器又有多種應用和不同的實現路徑具體可見如下這張圖

目前國內傳感器技術發展與創新的重點在材料結構和性能改進3個方面敏感材料從液態向半固態固態方向發展;結構向小型化集成化模塊化智能化方向發展;性能向檢測量程寬檢測精度高抗干擾能力強性能穩定壽命長久方向發展隨著物聯網技術的發展對傳統傳感技術又提出了新的要求產品正逐漸向MEMS技術無線數據傳輸技術紅外技術新材料技術納米技術陶瓷技術薄膜技術光纖技術激光技術復合傳感器技術多學科交叉融合的方向發展

智能傳感器讓智能裝備擁有多種感覺

傳感器作為智能裝備唯一的自主式輸入相當于智能裝備機器人的各種感覺器官智能裝備對于外界環境的感覺主要有視覺位置覺速度覺力覺觸覺等

視覺是智能裝備最常用的輸入系統并可以分為兩大類一是直觀的視覺數據類型是像素組成的圖片典型的應用如機器視覺物體識別等此類傳感器有高速相機攝像機等;二是環境模型式的視覺數據類型是點云數據構成的空間模型典型的應用是空間建模此類傳感器有3D激光雷達激光掃描儀等

位置覺是指通過感知周圍物體與自身的距離從而判斷自身所處的環境位置此類傳感器有激光測距儀2D激光雷達磁力計判斷方向毫米波雷達超聲波傳感器等

速度覺是指智能裝備對于自身運行的速度加速度角速度等信息的掌握此類傳感器有速度編碼器加速感應器陀螺儀等

力覺在智能裝備中用以感知外部接觸物體或內部機械機構的力典型的應用如裝在關節驅動器上的力傳感器用來實現力反饋;裝在機械手臂末端和機器人最后一個關節之間的力傳感器用來檢測物體施加的力等

觸覺在智能裝備中可以進一步分為接觸覺壓覺滑覺此類傳感器有光學式觸覺傳感器壓阻式陣列觸覺傳感器滑覺傳感器等其中滑覺傳感器是實現機器人抓握功能的必備條件

除以上五種人體感覺以外一些物理傳感器還具有超越人體的感覺比如生物傳感器可以測量血壓體溫等環境傳感器可以測量溫濕度空氣粉塵顆粒物含量紫外線光照強度等這些超越人體感官的傳感器如今被可穿戴設備搭配起來可穿戴設備從而被賦予了擴充人體感官的功能

傳感器研發趨勢

隨著微機電系統MEMS激光技術高科技材料等的技術進步傳感器的研發呈現多樣化的趨勢有的利用生物材料模擬人類皮膚創新傳感器的觸覺;有的利用MEMS技術研發微型智能化傳感器從而有利于復雜系統的集成;有的利用高精度的激光技術創造激光雷達從而利于系統實時感知周邊障礙物與環境等等

然而總體而言傳感器的研發過程呈現兩階段的趨勢一技術創新根據未能滿足的需求開發新產品在第一階段中傳感器研發創新的方向源于智能裝備創新設備的需求研發人員根據使用需求創新出新型傳感器二成本降低應用落地產品逐步切合產業化需求在第二階段中在研發創新的過程中為了滿足人們對于智能裝備產業化應用的需求研究人員從對技術開發的關注轉為對成本下降的關注以實現傳感器大規模生產智能裝備產業化應用的愿景

3D激光雷達就是這樣一種從功能創新中誕生又開始進入商業化開發的傳感器下面以激光雷達為例梳理傳感器典型的發展趨勢

研發趨勢一技術向高階延展

3D激光雷達的出現是為了滿足系統對于實時空間感知的需求而出現的無人駕駛汽車無人機等自主移動式機器人出于空間識別自主避障規劃路線的目的需要一個傳感器能夠實時對于周邊環境進行掃描從而獲知周邊障礙物和道路的距離信息由此3D激光雷達應運而生

3D激光雷達的研發過程本質上是激光測距技術的升維和實現的需求逐步升級的過程激光測距技術是3D激光雷達的基礎最早激光測距儀的出現解決了點到點一維距離測量的需求;然后2D激光雷達的出現解決了在一個扇形平面內感知接近物體的需求測量的是平面內的距離;如今3D激光雷達通過高速變化激光投射角度對周邊環境實時掃描獲取距離信息解決了在三維空間內的障礙物和環境識別需求測量的是三維空間內的距離

3D激光雷達應用最熱門的領域莫過于無人駕駛汽車以3D激光雷達為主導的無人駕駛感知系統是當今無人駕駛領域采取的主流技術路線但是3D激光雷達的成本一直是此技術路線的痛點以生產3D激光雷達最為知名的Velodyne公司的產品為例三款產品按性能最高到底的售價分別為8萬美元2萬美元8千美元在無人駕駛汽車研發測試階段包括谷歌百度在內的科研機構一直采用8萬美元的版本進行測試據了解谷歌無人駕駛汽車的總成本約為30多萬美元而該款64線型的3D激光雷達HDL-64占整車成本的25%

研發趨勢二成本隨應用降低

經過了研發第一階段技術創新以后成本過高是以3D激光雷達為主的無人駕駛感知系統的主要問題傳感器生產公司對于激光雷達研發的關注點從功能增強轉變為成本控制由此進入了研發第二階段降低成本以實現產業化應用

在素有電子消費領域科技風向標之稱的2016CES大會上激光雷達科技企業Velodyne和Quanergy都展出了新型3D激光雷達Velodyne的PuckAuto和Quanergy的S3與之前相比都是小型化的改良產品

Velodyne公司的PuckAuto采用32線激光掃描范圍達200米可以認為是VLP-16的加強版相比于VLP-16更加切合于無人駕駛汽車的使用需求相比于另外兩款產品價格成本更低該公司已與福特公司達成合作意向未來福特公司的無人駕駛汽車Fusion將配置2臺PuckAuto并且Velodyne公司負責人稱他們將進一步降低產品成本目標控制在1000美元以下

Quanergy公司的S3是與德爾福公司合作開發的固態激光雷達采用8線激光內部無旋轉部件可集成于整車內在此前的報道中Quanergy公司的CTO表示每臺S3成本在200美元價格極低的原因在于產品的配置8線固態這兩個特性決定了成本的有效控制固態意味著不能360度轉動只能探測前方但探測范圍的不足可以用數量來彌補在車身四角布置四臺或六臺S3是德爾福無人駕駛汽車所探索的方案

通過這兩個美國科技企業在2016CES上發布的新產品我們可以得知激光雷達的技術特性正逐步切合無人駕駛領域的產業化需求去除測試階段的冗余硬件配置后成本有望大幅降低

傳感器應用趨勢同類結合多種組合場景創新

傳感器作為智能裝備除人工設置參數以外的唯一輸入其重要性不言而喻傳感器感知外界環境的能力決定了智能裝備信息輸入的準確性和豐富性對于傳感器的有效應用的創新往往也是智能裝備功能創新的基礎智能裝備對于傳感器的創新應用主要有以下三種趨勢

同類傳感器結合使用單一功能上的縱向深度結合

這種情況下系統在單一功能上往往有著極高的需求為滿足系統在單一功能上的高復雜需求同類傳感器有機結合形成的冗余結構保證了系統在該功能上的安全性如無人駕駛汽車的感知系統多種視覺位置覺傳感器的有機結合形成了相互補充的冗余結構從而保證了系統能夠正確高效地實時感知外界環境做出正確駕駛決策

此時傳感器之間在功能上往往有著主導和輔助的區別和聯系起主導作用的傳感器是產品實現的核心技術壁壘

多種傳感器組合使用多種功能上的橫向廣度組合

為滿足系統多類型多層次的輸入輸出需求多種類型的傳感器創新組合形成智能裝備的多種感覺根據多種感覺形成智能反饋如情感交互性機器人Pepper以及其他陪護型早教型機器人等多種感官的組合形成了視覺位置覺聽覺等情感感知系統再通過內部的人工智能算法形成智能反饋

此時硬件之間不存在主次之分系統和算法芯片也同樣發揮重要作用

新型傳感器應用于傳統設備賦予設備智能化的生命力

新型智能傳感器應用于傳統設備賦予傳統設備感覺從而升級為智能設備如激光雷達與掃地機器人的結合形成了路徑規劃式的掃地機器人;血壓傳感器心率傳感器位置傳感器和手表手環的結合形成了集各種健康監控功能于一身的可穿戴式設備等

這種情況下由于傳統設備本身具備需求因此是主要一種存量市場的滲透替換現象而新型傳感器應用帶來的效果改進具有明顯的消費者基礎

下面我們分別以無人駕駛汽車的感知系統Pepper機器人掃地機器人為例梳理傳感器應用的趨勢

應用趨勢一同類傳感器疊加單一功能上的縱向深度組合

以搭載大量傳感器的無人駕駛汽車為例無人駕駛汽車通過感知系統實現自主識別障礙物道路交通信號該系統是機器取代駕駛員的關鍵該系統主要由各種視覺位置覺傳感器結合而成同種類型的不同傳感器彼此輔助彌補形成多重安全保障保證了系統的高安全性

應用趨勢二多種傳感器搭配多種功能上的橫向廣度組合

多種傳感器的組合應用形成的產品創新是最為常見的傳感器應用趨勢功能的創新和組合在未來也將催生多種形式的新型智能裝備尤其在家庭應用社會服務公共服務等領域以日本軟銀集團研發的情感交互型機器人Pepper為案例該機器人就是一種典型的多種傳感器組合使用的產品Pepper配備了多種傳感器以實現視覺攝像頭紅外傳感器位置覺激光測距儀聽覺麥克風觸覺接觸覺傳感器滑覺傳感器等感覺并配備了特制顯示屏以實現面部表情和心情的表達構造了機械手臂以實現肢體語言等等

Pepper機器人的主要傳感器有

1位于頭部和嘴巴的攝像頭用來識別物體和記錄影像;

2位于雙眼的激光發射器和激光接收器用來測量目標物體與自己的距離;

3位于頭部的紅外線傳感器用來識別人的面部輪廓從而進行人類情緒的判斷;

4位于手部的接觸覺傳感器滑覺傳感器用來實現物體抓握等功能;

5其他例如麥克風和用來輔助機械內部結構的力學傳感器等

Pepper機器人的傳感器之間并不存在主次的關系各種硬件平等地服務于整體系統其人類情感識別系統語音判斷與反饋的人工智能系統是決定產品高下的關鍵性技術

應用趨勢三新型傳感器應用于傳統設備場景創新萌發生命力

新型傳感器應用于傳統設備是一種場景創新最典型的案例如出貨量處在爆發期的掃地機器人掃地機器人有隨機碰撞式和路徑規劃式兩種長期來看路徑規劃式掃地機器人由于其清潔效率高脫困能力強方便快捷等特點將逐步取代隨機碰撞式機器人路徑規劃式掃地機器人中又有三種不同技術路線GPS技術視覺技術激光技術

GPS技術使掃地機器人清楚自身所處的房間內的位置有效避免了重復清理提高了清潔效率但是不能躲避障礙物因此對于障礙物的探測還是采用碰撞式此類掃地機器人如iRobot的Braava系列Proscenic的Pro-JOJO系列等

采用視覺技術的掃地機器人主要由iRobot掌握采用VSLAM視覺定位技術通過攝像頭拍攝的圖像進行定位算法處理

激光技術是指掃地機器人配置旋轉式的激光測距傳感器2D激光雷達快速獲取與周邊障礙物的距離通過不同的算法進行障礙物識別位置判斷與路徑規劃

激光導航的掃地機器人由于其相對成本較低使用效果好是路徑規劃式機器人未來的主要技術路線