传感器发展趋势有哪些

传感器

283人已加入

描述

  传感器的发展趋势

  (1)微型化

  微型传感器是基于半导体集成电路技术发展的MEMS(microelectro-mechanicalsystems微电子机械系统)技术,利用微机械加工技术将微米级的敏感组件、信号处理器、数据处理装置封装在一块芯片上,具有体积小、成本低、便于集成等明显优势,并可以提高系统测试精度。现在已经开始用基于MEMS技术的传感器来取代已有的产品。随着微电子加工技术特别是纳米加工技术的进一步发展,传感器技术还将从微型传感器进化到纳米传感器。微型传感器的研制和应用将越来越受到各个领域的青睐。

  (2)智能化

  智能化传感器是由一个或多个敏感元件、微处理器、外围控制及通讯电路、智能软件系统相结合的产物,它兼有监测、判断、信息处理等功能。与传统传感器相比,它具有很多特点。例如,它可以确定传感器工作状态,对测量资料进行修正,以便减少环境因素如温度、湿度引起的误差;它可以用软件解决硬件难以解决的问题;它可以完成资料计算与处理工作等。而且智能传感器的精度、量程覆盖范围、信噪比、智能水平、远程可维护性、准确度、稳定性、可靠性和互换性都远高于一般的传感器。

  (3)仿生化

  仿生传感器是通过对人的种种行为如视觉、听觉、感觉、嗅觉和思维等进行模拟,研制出的自动捕获信息、处理信息、模仿人类的行为装置,是近年来生物医学和电子学、工程学相互渗透发展起来的一种新型的信息技术。随着生物技术和其他技术的进一步发展,在不久的将来,模拟生体功能的仿生传感器将超过人类五官的能力,完善目前机器人的视觉、味觉、触觉和对目标物体进行操作的能力。我们将看到仿生传感器应用的广阔前景。

  

  传感器研发趋势

  1、技术向高阶延展

  3D激光雷达的出现是为了满足系统对于实时空间感知的需求而出现的,无人驾驶汽车、无人机等自主移动式机器人出于空间识别、自主避障、规划路线的目的,需要一个传感器能够实时对于周边环境进行扫描,从而获知周边障碍物和道路的距离信息,由此3D激光雷达应运而生。

  3D激光雷达的研发过程本质上是激光测距技术的升维,和实现的需求逐步升级的过程,激光测距技术是3D激光雷达的基础。最早激光测距仪的出现,解决了点到点一维距离测量的需求;然后2D激光雷达的出现,解决了在一个扇形平面内感知接近物体的需求,测量的是平面内的距离;如今3D激光雷达,通过高速变化激光投射角度,对周边环境实时扫描获取距离信息,解决了在三维空间内的障碍物和环境识别需求,测量的是三维空间内的距离。

  3D激光雷达应用最热门的领域莫过于无人驾驶汽车,以3D激光雷达为主导的无人驾驶感知系统是当今无人驾驶领域采取的主流技术路线,但是3D激光雷达的成本一直是此技术路线的痛点。以生产3D激光雷达最为知名的Velodyne公司的产品为例,三款产品按性能最高到底的售价分别为8万美元、2万美元、8千美元。在无人驾驶汽车研发测试阶段,包括谷歌、百度在内的科研机构一直采用8万美元的版本进行测试,据了解,谷歌无人驾驶汽车的总成本约为30多万美元,而该款64线型的3D激光雷达HDL-64占整车成本的25%。

  2、成本随应用降低

  经过了研发第一阶段技术创新以后,成本过高是以3D激光雷达为主的无人驾驶感知系统的主要问题,传感器生产公司对于激光雷达研发的关注点从功能增强转变为成本控制,由此进入了研发第二阶段:降低成本以实现产业化应用。

  在素有“电子消费领域科技风向标”之称的2016CES大会上,激光雷达科技企业Velodyne和Quanergy都展出了新型3D激光雷达。Velodyne的PuckAuto和Quanergy的S3与之前相比都是小型化的改良产品。

  Velodyne公司的PuckAuto采用32线激光,扫描范围达200米,可以认为是VLP-16的加强版,相比于VLP-16更加切合于无人驾驶汽车的使用需求,相比于另外两款产品价格成本更低。该公司已与福特公司达成合作意向,未来福特公司的无人驾驶汽车Fusion将配置2台PuckAuto,并且Velodyne公司负责人称他们将进一步降低产品成本,目标控制在1000美元以下。

  Quanergy公司的S3是与德尔福公司合作开发的固态激光雷达,采用8线激光,内部无旋转部件,可集成于整车内。在此前的报道中,Quanergy公司的CTO表示每台S3成本在200美元。价格极低的原因在于产品的配置,“8线”、“固态”这两个特性决定了成本的有效控制。“固态”意味着不能360度转动,只能探测前方,但探测范围的不足,可以用数量来弥补,在车身四角布置四台或六台S3,是德尔福无人驾驶汽车所探索的方案。

  通过这两个美国科技企业在2016CES上发布的新产品,我们可以得知激光雷达的技术特性正逐步切合无人驾驶领域的产业化需求,去除测试阶段的冗余硬件配置后,成本有望大幅降低。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分