广告
广告
嵌入式传感器将是未来机器人等技术增长的核心
您的位置 资讯中心 > 产业新闻 > 正文

嵌入式传感器将是未来机器人等技术增长的核心

2020-08-17 15:20:30 来源:EEWORLD 点击:880

【大比特导读】2024年传感器的收入分为4亿美元的激光雷达,6000万美元的雷达,1.6亿美元的相机,2.3亿美元的IMU和2000万美元的GNSS设备。

移动即服务(MaaS)被认为是智能移动的一个关键要素,而机器人汽车技术将是智能移动的一个重要因素,它又高度依赖于嵌入式传感器

传感器

根据市场研究和战略咨询公司Yole development pement (Yole)的预测,在这种情况下,高端传感器技术和原始计算能力将成为这场正在进行的市场颠覆的中心,用于机器人车辆的传感器将成为它们自己的产业,在未来15年内,CAGR将达到51%。在一份名为《机器人移动传感器2020》的新报告中表示,到2024年,传感器预计将产生9亿美元的收入,到2028年将达到34亿美元, 2032年将达到170亿美元,届时将有100万辆机器人汽车在我们的街道上行驶。

2024年传感器的收入分为4亿美元的激光雷达,6000万美元的雷达,1.6亿美元的相机,2.3亿美元的IMU和2000万美元的GNSS设备。不同的传感器模式之间的分歧在未来15年可能不会保持不变。在Yole看来,智能交通的发展面临哪些挑战呢?报告称,目前的交通方式正面临五大限制。

第一个问题涉及最脆弱的形式,即行人安全正在恶化。第二,在人们现在生活的主要城市,公共交通在效率和成本方面面临挑战。第三,汽车不再像过去那样是解决交通问题的好办法。拥堵和拥有成本正在削弱这一选择。第四,航空运输目前正在快速扩张,但由于城市到机场的连接仍然很差,旅行仍然很困难。第五,由于所有现有的交通工具造成的二氧化碳排放使得紧急改变变得至关重要。监管者和消费者都愿意在自上而下和自下而上的方式上做出改变。

Yole首席分析师Pierre Cambou表示,移动行业必须去适应,对一些人来说,这将是一个巨大的机会。“在这方面,机器人的灵活性显然符合所有的标准。无论是机器人汽车、航天飞机还是电动VTOL飞机,所有这些新模式的结合将提供从城市到郊区、从城市到城市的“MaaS”。以前的移动方式不会消失,就像电影仍然存在,而电视被大规模部署。不管反对者怎么说,机器人汽车技术将在2032年之前为Netflix提供移动服务。”

他补充到:“我们的街道和城市正面临混乱的情况。多年来,机动性定义了人类组织社会的方式,我们的世界目前正围绕新一代机器人交通工具重新构想。“MaaS市场预计将在未来10年内达到2.4万亿美元的价值,谷歌、百度、亚马逊和优步是热门公司。加上个人拥有的自动驾驶汽车的销售将产生1.1万亿美元的额外收入,到2032年,自动驾驶的附加价值将达到3.5万亿美元。

Yole表示,机器人汽车不关注成本和长期可靠性问题,而这是其他汽车主要关注的问题。所有重要的是传感器套件的即时可用性、性能和可支持性。机器人传感器的数据流受到下游计算能力的限制。前几代机器人的速度是每秒几百TOPS,而最新的机器人速度是每秒1000次。这在传感器数据流方面带来了有限的增长,这与Yole所说的“摩尔定律之外”有关。所需的计算能力随数据流输入的平方而增加。传感摄像头、雷达和激光雷达的数量增长将远远慢于机器人车载计算机的性能。

解决数据稀疏问题的方法是让机器人专家使用“更好的”数据,即传感器,它会带来其他类型的信息。信息的质量提高了,而不是数量。除了工业级相机和雷达外,它们还大量使用3D传感lidars、导航级GNSS设备和IMU,以及最近出现的热红外相机。视觉和视觉智能市场继续快速发展,有一些引人注目的技术趋势正在发生,预计它们将推动多年以来的下一个大规模增长。

3D相机和3D感测:3D相机或更一般的3D感测技术允许场景中深度计算和场景3D地图的构建。这项技术已经存在一段时间了,在微软的Kinect等游戏设备中已经普遍应用,最近在iPhoneX生物特征识别中也有应用。此外,机器人、无人机和带有3D摄像头的自动驾驶汽车可以识别物体的形状和大小,用于导航,绘图和障碍物探测。同样,3D相机和立体相机是增强、虚拟和混合现实的支柱。

边缘和云中的深度学习:基于神经网络的人工智能已经风靡全球,而今天可用的计算能力又使得深度学习成为可能。还有其他因素促成了神经网络在实际应用中的增长,包括大学和大型公司用于培训和尖端研发的大量数据(视频、照片、文本),以及它们对开放源代码的贡献。这反过来又引发了神经网络的很多实际应用。事实上,对于机器人、自动驾驶汽车和无人机,在边缘的GPU/SoCs上运行深度学习推理已经成为常态。云将继续用于训练深度学习以及离线存储数据的视频处理,只要网络延迟和视频管道延迟被认为是可接受,边缘和云之间的分离架构处理也是可能的。

同步定位和测绘(SLAM)在汽车、机器人、无人机中的应用:同步定位和测绘(SLAM)是自动驾驶车辆、机器人和无人机的关键部件,这些车辆、机器人和无人机配备有各种类型的摄像头和传感器,例如雷达、激光雷达、超声波等。AR/VR与感知计算:想想微软全息透镜HaloLink,后面是什么?六个带有深度传感器组合的摄像头。微软甚至宣布在英国剑桥开设全息透镜计算视觉研究中心。

 

声明:转载此文是出于传递更多信息之目的。若有来源标注错误或侵犯了您的合法权益,请与我们联系,我们将及时更正、删除,谢谢。

分享到:
阅读延展
传感器 机器人
  • siaf 广州自动化展展前报道

    siaf 广州自动化展展前报道

    第12届SIAF广州国际工业自动化技术及装备展览会将于2021年3月3至5日在广州中国进出口商品交易会展馆举行。展会将涵盖全球创新工业自动化技术成果,并聚焦工业机器人、传动系统、传感器、人机界面(HMI)和嵌入式系统、连接和电气技术等领域。

  • 比利时测试用于船舶自主航行的3D声呐传感器

    比利时测试用于船舶自主航行的3D声呐传感器

    在安特卫普大学应用工程学院的研究小组CoSys-Lab,Jan Steckel教授开发了能够抵御恶劣条件的先进传感器系统。

  • 柔性传感器研究现状与发展

    柔性传感器研究现状与发展

    在该工作中,研究人员针对织物基传感器容易受到外界机械化学环境干扰的问题,特别是人体表皮的汗液、油脂以及穿戴磨损对器件的长期稳定使用的阻碍。

  • 日本人工合成蚊子蛋白质,开发出高敏感度气味传感器

    日本人工合成蚊子蛋白质,开发出高敏感度气味传感器

    据悉,吸血蚊子的触角里含有一种蛋白质,可以感知汗水中含有的微量气味成分,即辛烯醇。

  • 压力传感器在医疗领域中的参与及贡献

    压力传感器在医疗领域中的参与及贡献

    睡眠呼吸暂停是指在正常睡眠呼吸过程中部分时段呼吸较浅或停顿,短则持续几秒长则几分钟,因多发生在非正常就医时段而不好诊断。这种病状发生时,会将患者从深度睡眠推入轻度睡眠而破坏睡眠模式,始得患者因缺乏足够的休息而经常感到嗜睡或疲倦。

  • 浅谈有位置传感器和无位置传感器的电机驱动区别

    浅谈有位置传感器和无位置传感器的电机驱动区别

    缺点:因为利用速度电动势而在低速时表现不佳,并且旋转位置是通过MCU的计算而估算得来的,所以整体上的响应性能较差。

微信

第一时间获取电子制造行业新鲜资讯和深度商业分析,请在微信公众账号中搜索“大比特商务网”或者“big-bit”,或用手机扫描左方二维码,即可获得大比特每日精华内容推送和最优搜索体验,并参与活动!

发表评论

  • 最新评论
  • 广告
  • 广告
  • 广告
广告
粤B2-20030274号   Copyright Big-Bit © 2019-2029 All Right Reserved 大比特资讯公司 版权所有     未经本网站书面特别授权,请勿转载或建立影像,违者依法追究相关法律责任