【導(dǎo)讀】智能圖像傳感器由圖像傳感器和視覺軟件組成，能夠捕捉和分析視覺信息，代替人眼做各種測量和判斷的設(shè)備，其應(yīng)用組件-攝像頭目前已廣泛應(yīng)用于各類消費電子如：手機、電腦、可穿戴設(shè)備，未來隨著ADAS系統(tǒng)的廣泛普及和無人車的推出，車感攝像頭領(lǐng)域?qū)瓉硪惠啽l(fā)。相比攝像頭，激光雷達的3D成像更加精準是無人車視覺系統(tǒng)的首選，將會成為資本市場追捧的熱點。
智能圖像傳感器應(yīng)用廣泛，車感攝像頭和激光雷達蓄勢待發(fā)
我們認為車用、無人機、AR/VR用智能圖像傳感器將會成為未來5年的新增需求增長點，并預(yù)測車用攝像頭的市場規(guī)?？捎?016年58億美元增長至2020年214.5億美元，年均復(fù)合增速為38.6%；保守估計車用激光雷達可由2016年6億美元增長至2025年80億美元，年均復(fù)合增速33%；無人機用攝像頭可由2016年1200萬美元增長至2020年1億美元，年均復(fù)合增速為35.4%。由于激光雷達成本過高，目前各種成像技術(shù)多以攝像頭運用為主，但未來隨激光雷達成本的降低，其在各個領(lǐng)域?qū)z像頭的替代作用也將凸顯。
MEMS傳感器是智能傳感器的未來，重點關(guān)注固態(tài)激光雷達
具有微米量級特征的MEMS傳感器正逐步取代傳統(tǒng)機械傳感器的主導(dǎo)地位。初步估算MEMS（微機處理系統(tǒng)）智能傳感器將會從2015年的115億美元增長至2021年的200億美元。攝像頭技術(shù)應(yīng)用比較成熟，3D成像、虹膜識別、手勢識別是技術(shù)發(fā)展的主要趨勢。激光雷達成本高昂，尚未實現(xiàn)商業(yè)量產(chǎn)，未來，為降低成本而取消其機械旋轉(zhuǎn)結(jié)構(gòu)的集成方式將會成為未來技術(shù)的突破口，應(yīng)當重點關(guān)注能夠?qū)崿F(xiàn)固態(tài)激光雷達掃描的MEMS微振鏡技術(shù)和光相控陣列技術(shù)。
溢價收購+高額融資，資本市場熱衷激光雷達和無人駕駛
Mobile eye2014年在美上市，IPO當日募資8.9億美元，后被英特爾收購，溢價達34.4%，以色列Luminar種子輪融資達3600萬美元，以色列Oryx A輪融資1700萬美元，美國Quanergy B輪融資9億美元，中國禾賽科技A輪融資1.1億元，無人駕駛和激光雷達，備受資本市場的追捧。
投資邏輯，未來市場可關(guān)注
硅基材料仍然是市場主流的智能圖像傳感器材料，但Luminar激光雷達所用的InGaAs材料具有更高的敏感性，或未來實現(xiàn)大規(guī)模應(yīng)用，或?qū)杌牧嫌幸欢ǖ奶娲浴?/div>
人工智能領(lǐng)域，專業(yè)化、集成化將會成為未來傳感器模組的發(fā)展趨勢，實現(xiàn)專業(yè)化的核心在于算法與功能的匹配，不同類型的傳感器的集成，可使之功能互補，揚長避短。目前先進的算法被國外壟斷，集成模式將會成為未來3-5年內(nèi)中國智能圖像傳感器市場發(fā)展的主要趨勢。
手機、PC行業(yè)的發(fā)展已相當成熟， AR、VR是市場熱點。隨各國對汽車ADAS系統(tǒng)的重視與推廣，車用智能圖像傳感器將會是行業(yè)的新增長點。另外，無人機、車聯(lián)網(wǎng)、智慧城市，也將會是行業(yè)未來的風(fēng)口。
最后，從算法來看，嵌入式技術(shù)有更強的針對性，在解決本地問題具備優(yōu)越性。人工智能領(lǐng)域的深度學(xué)習(xí)將成為業(yè)內(nèi)主流算法，而大數(shù)據(jù)結(jié)合端對端的高速傳輸將會推進深度學(xué)習(xí)算法的實際應(yīng)用。
我們認為車用、無人機、AR/VR用智能圖像傳感器將會成為未來5年的新增需求點，預(yù)計2020年攝像頭市場規(guī)模達223億美元，2016-2020年均復(fù)合增速為37%；2025年車用激光雷達市場規(guī)模可達80億美元，2016-2025年均復(fù)合增速33%，且隨激光雷達成本不斷降低，其對攝像頭的替代作用也將凸顯。
一、 智能圖像傳感器簡介
國家標準將傳感器定義為：能感受規(guī)定的被測量，并按照一定規(guī)律轉(zhuǎn)換成為可用輸出信號的器件或裝置，通常傳感器包括兩部分：敏感元件和轉(zhuǎn)換器。IEEE 協(xié)會從最小化傳感器結(jié)構(gòu)的角度，將能提供受控量或待感知量大小且能典型簡化其應(yīng)用于網(wǎng)絡(luò)環(huán)境的集成的傳感器稱為智能傳感器。其本質(zhì)特征為集感知、信息處理與通信于一體，具有自診斷、自校正、自補償?shù)裙δ堋?/div>
目前智能傳感器廣泛應(yīng)用于消費電子、汽車工業(yè)、航空航天、機械、化工及醫(yī)藥等領(lǐng)域。隨著物聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)等新興產(chǎn)業(yè)的興起，智能傳感器在智能農(nóng)業(yè)、智能工業(yè)、智能交通、智能電網(wǎng)、健康醫(yī)療、智能穿戴等領(lǐng)域，都有著廣闊的應(yīng)用空間。
智能圖像傳感器是能夠捕捉和分析視覺信息，代替人眼做各種測量和判斷的設(shè)備，由圖像傳感器和視覺軟件組成，前者用于捕捉圖像，后者用于分析“看到”的內(nèi)容。典型的圖像傳感器可以分為：圖像采集、圖像處理和運動控制三個部分。它綜合了光學(xué)、機械、電子、計算機軟硬件等方面的技術(shù)，涉及到計算機、圖像處理、模式識別、人工智能、信號處理、光機電一體化等多個領(lǐng)域。
根據(jù)感光器件的不同，圖像傳感器可以分為CCD和CMOS兩種。兩者都執(zhí)行相同的步驟：光電轉(zhuǎn)換——電荷累積——輸出——轉(zhuǎn)換——放大。
CCD成像儀主要由兩部分構(gòu)成：濾色器和像素陣列，微透鏡將光線漏光到每個像素的光敏部分上，當光子通過濾色器陣列時，像素傳感器開始捕獲通過的光的強度，然后對光信號進行組合，統(tǒng)一輸送到外部線路進行A/D處理。與CCD相比，CMOS是具有像素傳感器陣列的集成電路，其每個像素傳感器都有自己的光感傳感器、信號放大器和像素選擇開關(guān)。
智能傳感器的實現(xiàn)結(jié)構(gòu)主要有三種：非集成化實現(xiàn)、混合形式、集成化實現(xiàn)。按照智能化的程度，分別對應(yīng)：初級、中級和高級形式。MEMS傳感器是指采用微機械加工和半導(dǎo)體工藝制造而成的新型傳感器。與傳統(tǒng)的機械傳感器相比，MEMS傳感器具有體積小、重量輕、成本低、功耗低、可靠性高、適于批量化生產(chǎn)、易于集成和實現(xiàn)智能化等特點。從集成化的角度來說，MEMS傳感器是智能傳感器的未來。
目前最常見的智能圖像傳感器組件便是攝像頭，已普遍應(yīng)用于手機和可穿戴設(shè)備等消費電子，目前手機、平板電腦市場趨于飽和，未來無人駕駛、車聯(lián)網(wǎng)、AR、VR、無人機等新興智能領(lǐng)域?qū)蔀橹悄軋D像傳感器的新增需求點。在這些領(lǐng)域的主流傳感器組件分別是：攝像頭、毫米波雷達、激光雷達。其中激光雷達在探測距離、探測精準度、天氣適應(yīng)性和夜視功能方面具有極大的優(yōu)勢，將會成為未來高端成像設(shè)備的主流。
激光雷達的成像原理可簡單概括為：激光雷達的發(fā)射模塊發(fā)射出一束具有一定功率的激光束或者是光脈沖，然后經(jīng)散射鏡將光線散射出去，打到待探測目標面上；反射回來的信號由激光雷達的接收模塊接收，經(jīng)過內(nèi)部的信號處理，結(jié)合強度像和距離像的融合，經(jīng)顯示設(shè)備輸出待測目標的三維圖像。
與相機圖像不同，激光雷達可通過測量光線的飛行時間，測量物體距離。除此之外，相機的數(shù)據(jù)源單一，不可靠，雖具有完全360°的覆蓋范圍，但很容易被迎面而來的光線、黃昏或陰影中看不到東西所遮擋，無法區(qū)分遠處的重要場景。以車用傳感器為例，分別對比攝像頭、毫米波雷達、激光雷達，三者之間的區(qū)別如下圖所示：
二、智能圖像傳感器主要應(yīng)用領(lǐng)域及市場空間
20世紀90年代末期，隨著CMOS圖像傳感器工藝和設(shè)計技術(shù)的進步，市場份額不斷擴大，近年來市場占有率已經(jīng)超過90%，取代CCD成為主流。2016年CMOS的市場規(guī)模為103億美元，三大巨頭索尼（Sony）、三星（Samsung）和豪威（Omnivision）分別占比全球市場份額35%、19%和8%，合計占比62%，市場格局相對比較集中。
從區(qū)域市場的分布來看，根據(jù)Globle image sensor的預(yù)測，2012-2018年全球全球圖像傳感器市場規(guī)模同比增長率為4.35%，到2018年，市場規(guī)?？蛇_106.6億美元，增長主要集中在亞洲，中國將會成為最大的受益國。2012年北美、亞洲和歐洲和其他區(qū)域的市場份額分別為35%、34%、22%和9%，而到了2018年四大區(qū)域的市場份額分別為：27%、40%、18%和15%。
從下游應(yīng)用領(lǐng)域分布來看，當前CMOS圖像傳感器主要應(yīng)用于智能手機和平板電腦，占比下游應(yīng)用70%左右。隨著嵌入式數(shù)字成像技術(shù)迅速擴展，未來用于智能手機和平板電腦的CMOS的比例將會逐漸降低，汽車系統(tǒng)將成為CMOS圖像傳感器增長最快的應(yīng)用，到2020年汽車行業(yè)傳感器市場規(guī)?？稍鲩L至22億美元，約占市場總額152億美元的14％。2015年-2020年，汽車用CMOS全球銷售額復(fù)合年增長率可達55％。
在汽車行業(yè)之外，未來2015-2020年間，安全監(jiān)控領(lǐng)域可保持36％的年均復(fù)合增速，增長至9.12億美元；醫(yī)療/科學(xué)應(yīng)用領(lǐng)域可保持34％的年均復(fù)合增速，增長至8.67億美元；玩具/電子游戲可保持32％的年均復(fù)合增速，增長至2.74億美元；工業(yè)系統(tǒng)可保持18％的年均復(fù)合增速，增長至8.97億美元。
從應(yīng)用形式來看，CMOS傳感器的主要應(yīng)用為攝像頭模組（CCD）， 2014年全球CCD市場規(guī)模為201億美元，其中封裝、AF（自動對焦系統(tǒng)）& OIS（圖像穩(wěn)定系統(tǒng)）供應(yīng)商規(guī)模合計占比市場份額的72%，分別為72億美元和72.5億美元。根據(jù)Yole Développement預(yù)計，2020年CCD全球市場規(guī)?？稍鲩L至510億美元，6年間的年均復(fù)合增速為16.8%，其中封裝領(lǐng)域市場規(guī)模達225億美元，年均復(fù)合增速20%；AF & OIS市場規(guī)模達155億美元，年均復(fù)合增速13%。
目前手機、電腦用攝像頭是攝像頭模組下游應(yīng)用的最廣泛領(lǐng)域之一，未來隨著無人駕駛技術(shù)的逐步推進，融合了圖像傳感器的車載攝像頭以及激光雷達，作為ADAS的解決方案將會面臨新一輪的增長，除了車感攝像頭之外，無人機和機器人領(lǐng)域、以及增強現(xiàn)實（AR）和虛擬現(xiàn)實（VR）領(lǐng)域都將是智能圖像傳感器的新的市場增長點。
1. 汽車領(lǐng)域的發(fā)展狀況
相比手機攝像頭，汽車攝像頭的進入壁壘更高，單價也是手機攝像頭的八倍左右（車載攝像頭價格在 32 美元（約合人民幣 197 元）左右，夜視用車感攝像頭更是高達上千美元。2016年ADAS的市場規(guī)模為105億美元，根據(jù) Strategy Analysis 預(yù)測，到2020 年ADAS 市場規(guī)模可達300億美元，復(fù)合增長率可達24%。
隨著ADAS市場的爆發(fā)，車用攝像頭迎來了增長的風(fēng)口，作為ADAS全景系統(tǒng)的重要組成部分，市場上主流的ADAS解決方案中，一輛車至少安裝7個攝像頭，按照安裝的位置，分別分為：前視、后視、側(cè)視以及車內(nèi)監(jiān)控四大部分。目前來看歐美國家的ADAS的市場滲透率較高，在8%左右，而中國的滲透率較低，為3%左右。且歐美各國近期都紛紛出臺強制安裝ADAS系統(tǒng)的政策，未來ADAS系統(tǒng)的滲透率將會逐步提高，相關(guān)機構(gòu)預(yù)測到2020年全球新車ADAS系統(tǒng)的滲透率可達20%。
2005年-2015年，全球汽車產(chǎn)量由6593.4萬輛增長至8967.8萬輛，年均復(fù)合增速3%，預(yù)計未來仍以該速度增長，至2020年全球汽車產(chǎn)量可達1.04億輛，由此預(yù)估車用攝像頭的市場規(guī)模到2020年可達214.5億美元，年均復(fù)合增速為38.6%。
ADAS系統(tǒng)是無人駕駛的基礎(chǔ)，未來隨著ADAS系統(tǒng)技術(shù)的不斷成熟，無人車也將會進入爆發(fā)增長階段。相比車感攝像頭，激光雷達可以探測到更遠的距離，對惡劣天氣的適應(yīng)性更強，因而成為無人車視覺系統(tǒng)的首選。根據(jù)激光雷達的激光發(fā)射器的數(shù)量不同，目前Velodyne Lidar無人車系統(tǒng)用激光雷達售價在7999美元-8.5萬美元，未來隨著激光雷達技術(shù)的不斷發(fā)展，成本可進一步降低，對車感攝像頭的替代效應(yīng)也將凸顯。
根據(jù)BI Intelligence預(yù)測，未來自動駕駛車輛（包括L1-L5）將會由2016年的50萬輛增長至2025年的2200萬輛，其中不包括能夠?qū)崿F(xiàn)L5的全自動駕駛車輛，達到L5級別的全自動駕駛車輛預(yù)計2025年之后將會出現(xiàn)。由于激光雷達的價格較貴，假設(shè)只有高自動駕駛車才會安裝，目前高端車占比市場總量的4%左右，保守估計2017年到2025年車用激光雷達的市場規(guī)?？梢杂?0.5億美元增長至80億美元，年均復(fù)合增長率在33%左右。
2. 無人機和機器人領(lǐng)域的發(fā)展狀況
無人機和機器人有著極其廣泛的細分市場，包括消費者無人機，自動駕駛車輛，招待機器人，遠程呈現(xiàn)等，預(yù)計無人機和機器人業(yè)每年將新增至少10種應(yīng)用，帶來約10億美元的收入。目前無人機和機器人傳感器的市場規(guī)模為3.51億美元，預(yù)計到2021年可增長至7.09億美元，年均復(fù)合增速可達12.4%。
具體到智能圖像傳感器在無人機領(lǐng)域的應(yīng)用，目前主要是以相機模組的方式，搭載在無人機上，作航拍或者地圖測繪等需要成像的領(lǐng)域，2014年無人機出貨量為45萬臺，市場規(guī)模約7億美元，高盛預(yù)測，未來到2020年，無人機出貨量可達780萬臺，市場規(guī)?？蛇_33億美元，出貨量年均復(fù)合增速達60%。隨著無人機市場的爆發(fā)，無人機用攝像頭也將會迎來新增長，預(yù)計到2020年無人機用攝像頭市場規(guī)模可達1億美元，2013-2020年年均復(fù)合增速達35.4%。目前激光雷達成本較高，多用于測繪用無人機上，未來隨著激光雷達技術(shù)不斷成熟，成本不斷下降，激光雷達在無人機市場的應(yīng)用也將會越來越多。
3. AR（增強現(xiàn)實）和VR（虛擬現(xiàn)實）領(lǐng)域的發(fā)展狀況
隨著AR和VR的應(yīng)用越來越廣泛，該市場包括了音頻、圖像、存儲器和處理器，幾乎可以涵蓋我們生活的方方面面。就近期而言，推動AR/VR發(fā)展的九大動力主要是：游戲、現(xiàn)場活動、電影娛樂、保健、不動產(chǎn)、零售、工業(yè)以及軍事，其初始驅(qū)動力來源于個人消費。高盛預(yù)計2025年，AR/VR軟件收入的60%將來源于個人，40%源自于企業(yè)和公共部門，而推動AR/VR的應(yīng)用的三大動力主要是：用戶體現(xiàn)、技術(shù)突破和內(nèi)容的拓展。
相關(guān)機構(gòu)預(yù)測2016年-2025年，AR/VR的市場規(guī)?？蓮?0億美元增長至800億美元，年均復(fù)合增速可達40%，其中硬件規(guī)?？捎?0億美元增長至420億美元。在未來市場增長一般的情況下，AR/VR設(shè)備的出貨量可由2016年的120萬臺增長至2020年的730萬臺，年均復(fù)合增速為57%。而在未來市場增長較好的情況下，AR/VR設(shè)備的出貨量由2016年的840萬臺增長至2020年的7000萬臺，年均復(fù)合增速可達68%。
由市場和出貨量我們可以估算出2016-2020年AR/VR設(shè)備的平均售價為2380美元/臺，未來隨著技術(shù)的不斷成熟，價格將會進一步降低。保守估算AR/VR領(lǐng)域用攝像頭市場規(guī)模由2016年8400萬美元增長至2020年的7億美元，年均復(fù)合增速為70%。
具有微米級特征的MEMS傳感器正逐步取代傳統(tǒng)機械傳感器的主導(dǎo)地位，預(yù)計2021年，MEMS智能傳感器市場規(guī)?？蛇_200億美元，2016-2021年均復(fù)合增速為9%。攝像頭技術(shù)應(yīng)用比較成熟，激光雷達尚未實現(xiàn)商業(yè)量產(chǎn)，未來可重點關(guān)注能夠降低成本的固態(tài)激光雷達的實現(xiàn)方式。
三、智能圖像傳感器的技術(shù)現(xiàn)狀及未來發(fā)展趨勢
1.MEMS是智能傳感器的未來
智能傳感器的基本技術(shù)主要包括：功能集成化、人工智能材料的應(yīng)用、微機械加工技術(shù)、三維集成電路、圖像處理及DSP（數(shù)字信號處理）、數(shù)據(jù)融合理論（嵌入式數(shù)字成像技術(shù)），有兩種設(shè)計結(jié)構(gòu)，分別是：數(shù)字傳感器信號處理（DSSP）和數(shù)字控制的模擬信號處理（DCASP），一般采用DSSP模式，通常至少包括兩個傳感器：被測量傳感器（如圖像傳感器）和補償傳感器，傳感信號經(jīng)由多路調(diào)制器送到A/D轉(zhuǎn)換器，然后在送到微處理器進行信號補償和校正，測量的穩(wěn)定性只能由A/D轉(zhuǎn)換器的穩(wěn)定性決定。
具有微米量級特征的MEMS傳感器可以完成某些傳統(tǒng)機械傳感器所不能實現(xiàn)的功能。因此，MEMS傳感器正逐步取代傳統(tǒng)機械傳感器的主導(dǎo)地位，在消費電子產(chǎn)品、汽車工業(yè)、航空航天、機械、 化工及醫(yī)藥等領(lǐng)域得到廣泛的應(yīng)用。
MEMS 傳感器的門類品種繁多，目前壓力傳感器、加速度計和陀螺儀是MEMS器件應(yīng)用最廣泛的器件，MEMS的市場總額為54.25億美元，其中壓力傳感器、加速度計和陀螺儀合計占比約45%，隨著各國對ADAS系統(tǒng)的重視，以及無人駕駛的爆發(fā)，未來汽車電子市場的增長將會成為驅(qū)動MEMS市場增長的主要動力。
Yole Développement預(yù)測，未來MEMS（微機處理系統(tǒng)）智能傳感器將會從2015年的115億美元增長至2021年的200億美元，年均復(fù)合增速為9%，在相同時期，出貨量的同比增長率達13%。
2.智能圖像傳感器技術(shù)現(xiàn)狀與發(fā)展趨勢
智能圖像傳感器涉及到計算機、圖像處理、模式識別、人工智能、信號處理、光機電一體化等多個領(lǐng)域，主要分為硬件系統(tǒng)和軟件系統(tǒng)兩大部分。硬件系統(tǒng)包含了處理器、存儲器和控制器，軟件系統(tǒng)主要包括各種驅(qū)動和算法。
目前較為先進的應(yīng)用主要有：激光雷達、3D成像和傳感技術(shù)、虹膜識別。
激光雷達的成像主要涉及以下幾個主要部件：激光發(fā)射器——散射片——接收器——處理器——輸出顯示，其中關(guān)鍵部件在于激光發(fā)射光系統(tǒng)和接收光系統(tǒng)。
發(fā)射光系統(tǒng)中的激光器的輸出波長因工作物質(zhì)的不同而不同，根據(jù)工作物質(zhì)（氣體、光纖、半導(dǎo)體、自由電子、液體激光器）、激勵能源（光泵、電激勵、化學(xué)式）以及輸出的波長（紅外激光器、紫外激光器和可見激光器）可以對激光器進行不同的分類，目前主流激光器主要有：固體Nd：YAG激光器、光纖激光器、半導(dǎo)體激光器等。
用于激光雷達系統(tǒng)的激光器的關(guān)鍵技術(shù)指標在于光波可探測的距離，對于激光雷達來說，激光器發(fā)出的光波越長，可探測的距離就越長，而光波長度不僅取決于光波本身的特性還取決于激光器的功率，一般而言，功率越高光波可探測的距離越長。
激光雷達接收器的作用在于將目標反射或者散射的激光回波信號轉(zhuǎn)換為相應(yīng)的電信號，主要由：接收光學(xué)系統(tǒng)、光電探測器、前置放大器、主放大器和探測器偏壓控制電路構(gòu)成。就接收器使用的材料而言，主要是IV族中的Si、Ge和III-V族的GaAs、InP等材料，但硅材料以其晶體完整性、大尺寸、優(yōu)良的熱學(xué)性能等以及硅微電子技術(shù)的成熟性等優(yōu)勢，廣泛應(yīng)用與目前的集成電路。但具最新消息，在Luminar公司即將推出的1000臺性能優(yōu)越的激光雷達（40陣列、探測距離可達200米），所用激光接收器為InGaAs接收器。相比硅基的激光接收器，InGaAs接收器具有更高的敏感性，但成本更高，未來隨著成本的降低，將會有越來越廣泛的應(yīng)用。
除了有可以接收直線光的接收器之外，還有另外一種形式接受光信號的形式，即是Oryx獨家開發(fā)的“相干光雷達系統(tǒng)”。不像激光雷達那樣通過光電傳感器來偵測光線粒子，該系統(tǒng)根據(jù)光的“波粒二象性”，以波的形式使用納米天線來感知反射回來的信號（光）。
其原理是：用激光束照亮前方，用第二套光學(xué)儀器，將入射光導(dǎo)引到大量的微型整流納米天線中。由于系統(tǒng)不需要機械鏡面或一系列通道來引導(dǎo)激光、捕捉環(huán)境，只需要發(fā)出激光束來照亮前方，所以可大大降低成本。另外，系統(tǒng)所使用長波紅外光被水吸收的比率很低，也很少受到太陽輻射的影響，所以不會在大霧或強光直射環(huán)境下失效。
激光雷達按有無機械旋轉(zhuǎn)部件分類，包括機械激光雷達和固態(tài)激光雷達。根據(jù)線束數(shù)量的多少，又可分為單線束激光雷達與多線束激光雷達。而未來的發(fā)展方向?qū)臋C械走向固態(tài)，從單線束走向多線束。
目前激光雷達遲遲沒有大規(guī)模應(yīng)用的原因在于組裝和調(diào)試成本高，為了實現(xiàn)激光在水平視角的360°掃描，需要為激光雷達安裝機械旋轉(zhuǎn)裝置，而降低激光雷達成本的根本手段便是取消機械旋轉(zhuǎn)結(jié)構(gòu)。方法一是：利用MEMS微振鏡來控制激光的方向，把所有的機械部件集成到單個芯片，目前荷蘭Innoluce公司正在著手這一技術(shù)的研發(fā)，預(yù)計2018年量產(chǎn)，成本不超過100美元。方法二是：完全取消機械結(jié)構(gòu)，采用相控陣列的原理實現(xiàn)固態(tài)激光雷達。光相控陣列的原理是：采用多個光源組成陣列，通過控制各光源發(fā)射的速度和時間差，靈活合成角度，且精密可控的主光束，目前Quanergy公司的S3產(chǎn)品用的就是這一原理，成本可降低至250美元/臺。
隨著激光雷達技術(shù)的推進，微型化、低成本、高性能將會成為必然趨勢，固態(tài)激光雷達也將會成為最終的激光雷達形式。全球現(xiàn)有的激光雷達的主要生產(chǎn)廠家，如下表所示：
3D成像能夠識別視野內(nèi)空間每個點位的三維坐標信息，從而使得計算機得到空間的 3D數(shù)據(jù)并能夠復(fù)原完整的三維世界并實現(xiàn)各種智能的三維定位。目前在高端市場如：醫(yī)療和工業(yè)領(lǐng)域的應(yīng)用逐漸成熟，呈現(xiàn)出加速趨勢，預(yù)計2018年在移動和計算領(lǐng)域?qū)写罅?D成像和傳感產(chǎn)品面市，如：iPhone 8將采用前置3D攝像頭、Kinect游戲配件和Leap motion手勢控制器，3D成像技術(shù)將是解決人機交互的突破口。
目前主流的 3D 成像技術(shù)有三種：
（1）結(jié)構(gòu)光（Structure Light）。具有特別結(jié)構(gòu)的光投射特定的光信息到物體表面后，由攝像頭采集。根據(jù)物體造成的光信號的變化來計算物體的位置和深度等信息，進而復(fù)原整個三維空間，代表公司如：以色列 PrimeSense 公司 Light Coding 方案。Light Coding發(fā)射 940nm波長的近紅外激光，透過diffuser（光柵、擴散片）將激光均勻分布投射在測量空間中，再透過紅外線攝影機記錄下空間中每個參考面上的每個散斑，形成基準標定。標定時取的參考面越密，則測量越精確。獲取原始數(shù)據(jù)后，IR傳感器捕捉經(jīng)過被測物體畸變（調(diào)制）后的激光散斑pattern。 通過芯片計算，可以得到已知 pattern 與接收pattern 在空間（ x, y, z）上的偏移量，求解出被測物體的深度信息。
（2）TOF（Time Of Flight，飛行時間）。通過專有傳感器，捕捉近紅外光從發(fā)射到接收的飛行時間，判斷物體距離。TOF的硬件實現(xiàn)方式和結(jié)構(gòu)光類似，區(qū)別只是在于算法上，結(jié)構(gòu)光采用編碼過的光pattern進行投射，而TOF直接計算光往返各像素點的相位差。
（3）雙目測距（ Stereo System）。原理類似人的雙眼，在自然光下通過兩個攝像頭抓取圖像，通過三角形原理來計算并獲得深度信息，目前的雙攝像頭就是雙目測距的典型應(yīng)用。
從技術(shù)角度來說， 3D成像并不是近年才新出現(xiàn)的。自2009年微軟發(fā)布基于3D成像的游戲體感交互設(shè)備Kinect已經(jīng)有8年時間，而Google的Project Tango也提出了4年。3D 成像已經(jīng)過了技術(shù)基礎(chǔ)期，即將進入長達5年以上的高速成長期。
虹膜識別是一種新興的生物特征識別技術(shù)，通過采集虹膜圖像，提取和比對虹膜紋理特征點之間的差別來識別身份，相比于傳統(tǒng)的指紋、人臉等生物特征識別技術(shù)具有唯一性、穩(wěn)定性和高度的防偽性等優(yōu)勢。對比其他生物測定技術(shù)只能讀取13-60個特征點，虹膜測定技術(shù)可以讀取266個特征點，準確率高達99.29%。虹膜識別技術(shù)的過程一般來說包含如下四個步驟：虹膜圖像獲取——圖像預(yù)處理——特征提取——特征匹配。
虹膜識別系統(tǒng)自進入21世紀之后開始大量應(yīng)用于安防、監(jiān)控、特種行業(yè)身份識別等領(lǐng)域，但由于其硬件的笨重和算法的低靈敏度，并沒有突破消費級電子市場。直到2015年5月，日本手機廠商富士通發(fā)布了全球首款限量產(chǎn)虹膜識別智能手機Arrows NXF-04G，才被人們認知。但相比目前的指紋識別，并沒有得到廣泛的應(yīng)用，其原因在于以下三大挑戰(zhàn)：虹膜算法，基于互聯(lián)網(wǎng)的安全解決方案以及虹膜支付的生態(tài)建設(shè)。
同時，虹膜識別技術(shù)本身也存在著以下幾點主要難題：圖像難采集、睫毛和眼皮的遮掩、瞳孔彈性形變、頭或眼球的轉(zhuǎn)動帶來虹膜旋轉(zhuǎn)誤差、戴眼鏡的反光影響、不同攝像頭設(shè)備帶來圖像質(zhì)量的差異等。
3.融合智能傳感器的ADAS解決方案（以Mobile eye為例）
ADAS即是汽車駕駛輔助系統(tǒng)，Mobileye ADAS在功能方面覆蓋了安全增強、便利提高兩個方面功能，詳情如下表所示：
Mobile eye 的ADAS系統(tǒng)主要有三大核心技術(shù)，分別是：傳感器識別(Sensing)、高精地圖定位(Mapping)和駕駛策略系統(tǒng)(Driving Policy)
（1）傳感器識別包括車輛搭載的所有傳感器設(shè)備：攝像頭、雷達、激光雷達、超聲波傳感器等， 所有這些傳感器所收集到的信息，都將作為原始數(shù)據(jù)被傳輸?shù)礁咝阅茈娔X當中并加以分析，為車輛建立環(huán)境模型(environmental model)。
Mobileye的圖像識別技術(shù)主要是基于EyeQ芯片技術(shù)的基礎(chǔ)，研發(fā)單眼攝像頭。 EyeQ 芯片是Mobileye的核心技術(shù)，具備異構(gòu)可編程性，用來支持包括機器視覺、信號處理、機器學(xué)習(xí)任何以及深度神經(jīng)網(wǎng)絡(luò)的部署。從 EyeQ5 開始， Mobileye 將會正式支持全自動駕駛標準的操作系統(tǒng)以及全套開源 SDK 用于開發(fā)者進行算法開發(fā)。Mobileye 下一步布局三目攝像頭識別以及傳感器融合，完成360°全車周圖像傳感識別的覆蓋。
（2）高精地圖定位：用于幫助車輛在整個路徑規(guī)劃中精確定位，提供無人駕駛系統(tǒng)安全冗余， 高精度地圖的車輛定位精確度達到了10cm，遠高于GPS的定位精確度。Mobileye推出道路體驗管理系統(tǒng)(Road Experience Management, REM)——一個端到端地圖和定位引擎。這個引擎包含三個主體：數(shù)據(jù)采集主體、地圖整合服務(wù)器（云端服務(wù)器整合眾包數(shù)據(jù)）、地圖使用主體（無人駕駛車輛）。
數(shù)據(jù)采集主體采集包括車輛路徑幾何數(shù)據(jù)、靜止路標等數(shù)據(jù)，然后 Mobileye 進行實時幾何及語義分析，之后這些數(shù)據(jù)被封裝為道路段數(shù)據(jù)(Road Segment Data)并傳送到云端服務(wù)器。云端服務(wù)器進行數(shù)據(jù)整合以及源源不斷的 RSD 數(shù)據(jù)流量協(xié)調(diào)，最終打造為一張高精度、低反應(yīng)時間的全球路書 Roadbook。最后就是路書的本地化：讓無人駕駛車輛能夠使用這張路書， REM 會讓車輛在路書地圖中自動定位并根據(jù)實時更新來確保定位準確。
（3）駕駛策略系統(tǒng)是針對各種路況做出反應(yīng)的決策系統(tǒng)。無人駕駛系統(tǒng)技術(shù)的難度在于路況的隨機性。Mobileye使用了一種深度學(xué)習(xí)方法——強化學(xué)習(xí)(reinforcement learning)算法。主要基于一個模擬復(fù)雜駕駛環(huán)境的仿真平臺，給定一個目標，讓駕駛決策系統(tǒng)在模擬過程中自行試錯調(diào)試，對正確的決策進行獎勵，對錯誤的決策進行懲罰，從而實現(xiàn)自我學(xué)習(xí)和積累。
近期，Mobile eye與德爾福合作預(yù)計到2019年推出中央感應(yīng)定位和規(guī)劃（CSLP）自動駕駛系統(tǒng)，該項系統(tǒng)融合了相機、雷達、激光雷達等最佳的感知傳感器，汽車經(jīng)驗和計算機處理速度，是首個交鑰匙全集成自動駕駛解決方案，具有行業(yè)領(lǐng)先的感知系統(tǒng)和計算平臺。2019年CLSP系統(tǒng)將采用幾項先進技術(shù)，包括：本地化能力、自由空間檢測、360°的行人感知、3D車輛檢測、路徑和運動規(guī)劃。
本文轉(zhuǎn)載自本翼資本CapitalWings。
推薦閱讀：
推薦閱讀：
特別推薦
- 儲能系統(tǒng)：如何輕松安全地管理電池包
- 貿(mào)澤與Qorvo攜手推出全新電子書探索智能家居的聯(lián)網(wǎng)需求和所需的技術(shù)
- 貿(mào)澤電子、Silicon Labs和Arduino聯(lián)手贊助2024 Matter挑戰(zhàn)賽比賽現(xiàn)已開放報名
- Nexperia優(yōu)化齊納二極管產(chǎn)品組合，以解決過沖和噪聲現(xiàn)象
- 大聯(lián)大友尚集團推出基于炬芯科技產(chǎn)品的藍牙音箱方案
- 德承強固型嵌入式工控機 搶攻Edge AI應(yīng)用市場
- Qorvo? 率先推出面向 DOCSIS 4.0 的 24V 功率倍增器
技術(shù)文章更多>>
- 使用 SSCB 保護現(xiàn)代高壓直流系統(tǒng)的優(yōu)勢
- 從幾大典型場景，看安森美賦能邊緣智能應(yīng)用的高性能“產(chǎn)品力”
- 【測試案例分享】 如何評估熱載流子引導(dǎo)的MOSFET衰退
- 深入探討適用于低功耗工業(yè)電機控制的CANopen協(xié)議
- 是德科技掀起新革命：通用示波器正式邁入14bit ADC時代
技術(shù)白皮書下載更多>>
- 車規(guī)與基于V2X的車輛協(xié)同主動避撞技術(shù)展望
- 數(shù)字隔離助力新能源汽車安全隔離的新挑戰(zhàn)
- 汽車模塊拋負載的解決方案
- 車用連接器的安全創(chuàng)新應(yīng)用
- Melexis Actuators Business Unit
- Position / Current Sensors - Triaxis Hall
熱門搜索
BTG可控硅
CCD
CEVA
Cirrus Logic
CNR
CPU
CPU使用率高
Cree
DC/AC電源模塊
dc/dc
DC/DC電源模塊
DDR2
DDR3
DIY
DRAM
DSP
DSP
D-SUB連接器
DVI連接器
EEPROM
Element14
EMC
EMI
EMI濾波器
Energy Micro
EPB
ept
ESC
ESD
ESD保護
