嵌入式传感器,未来机器人技术增长的中心点!

2020-09-21 13:33   来源: 互联网

移动作为服务(Maas) 被认为是智能移动的关键要素,机器人汽车技术将成为智能移动的重要因素,并且高度依赖嵌入式传感器。


根据市场研究和战略咨询公司 YoleDevelopmentpement(Yole) 的说法,在这种情况下,高端传感器技术和原始计算能力将成为市场持续增长的中心,机器人车辆的传感器将成为它们自己的产业,CAGR 在未来 15 年将达到 51%。在一份名为 "机器人移动传感器 2020" 的新报告中,预计传感器到 2024 年将创造 9 亿美元的收入,到 2028 年将达到 34 亿美元,到 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。未来 15 年,不同传感器模式之间的差异可能不会保持不变。在 Yole 看来,智能交通的发展面临哪些挑战?报告称,目前的交通模式面临五大限制。


他说:" 第一个问题与最易受影响的形式有关,即行人的安全问题正在恶化。第二,在人们现在居住的主要城市,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好解决交通问题。拥堵和所有权成本削弱了这一选择。第四,航空运输目前正在迅速扩大,但旅行仍然困难,因为城市与机场的联系仍然很差。第五,迫切的变革是至关重要的,因为所有可用的运输工具都排放出二氧化碳。监管机构和消费者愿意以自上而下和自下而上的方式做出改变。



Yole 首席分析师 PierreCambou 表示,移动行业必须进行调整,这对一些人来说将是一个巨大的机遇。"在这方面,机器人的灵活性显然符合所有标准。" 无论是机器人汽车、航天飞机还是电动 VTOL 飞机,所有这些新型号的组合都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,电视被大规模地部署一样。不管对手怎么说,机器人汽车技术到 2032 年将向 Netflix 提供移动服务。


他补充道:"我们的街道和城市正面临混乱。多年来,移动性定义了人类组织社会的方式,我们的世界正围绕着新一代的机器人车辆而和谐相处。"Maas 市场预计在未来 10 年内将达到 2.4 万亿美元,谷歌、百度、亚马逊和优步都是热门公司。此外,个人拥有的自动驾驶汽车的销售收入将增加 1.1 万亿美元,到 2032 年,自动驾驶的额外价值将达到 3.5 万亿美元。

Yole 说,机器人汽车不注重成本和长期可靠性,这是其他汽车主要关注的问题。最重要的是传感器套件的即时可用性、性能和支持。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次,而最新的机器人速度是每秒 1000 次。这导致了传感器数据流的有限增长,这与 Yole 所说的 "超越摩尔定律" 有关。所需的计算能力随着数据流输入的平方而增加。传感相机、雷达和激光雷达数量的增长将远远低于机载机器人计算机的性能。


解决数据稀疏问题的办法是让机器人专家使用 "更好" 的数据,即传感器,它带来了其他类型的信息。信息的质量已经提高,而不是数量。除了工业相机和雷达,他们还广泛使用 3D 感测激光雷达、导航级全球导航卫星系统(GNSS) 设备和 IMU,以及最近的热红外相机。视觉和视觉智能市场继续快速增长,一些引人注目的技术趋势正在出现,预计这些趋势将推动未来几年的大规模增长。


3D 相机和 3D 传感:3D 相机或更通用的 3D 传感技术可以对场景进行深度计算和三维地图构建。这一技术已经出现了一段时间,在微软 Kinect 等游戏设备中得到了广泛应用,最近还被应用于 iPhoneX 生物识别领域。此外,带有 3D 摄像头的机器人、无人驾驶飞机和自动驾驶汽车可以识别用于导航、测绘和障碍物探测的物体的形状和大小。同样,3D 摄像机和立体相机是增强、虚拟和混合现实的支柱。

边缘和云的深度学习:基于神经网络的人工智能已经在世界范围内流行起来,当今可用的计算能力使得深入学习成为可能。还有其他因素导致神经网络在实际应用中的增长,包括大学和大公司用于培训和尖端研究与开发的大量数据(视频、照片、文本),以及它们对开源的贡献。这反过来又导致了神经网络的许多实际应用。事实上,对于机器人、自动驾驶汽车和无人驾驶飞机来说,在边缘 GPU/SoC 上进行深入学习推理已经成为常态。只要网络延迟和视频管道延迟被认为是可以接受的,并且有可能在边缘和云之间进行单独的架构处理,云将继续用于培训数据离线存储的深度学习和视频处理。


同步定位与测绘(SLAM) 在汽车、机器人和无人机中的应用:同步定位和测绘(SLAM) 是自动驾驶汽车、机器人和无人机的关键部件,配备了雷达、激光雷达、超声波等各种类型的相机和传感器。AR/VR 和感知计算:想想微软全息镜头 HaloLink 的背后是什么?六台带有深度传感器的相机。微软甚至宣布在英国剑桥开设一个全息镜头计算视觉研究中心。




责任编辑:萤莹香草钟
分享到:
0
【慎重声明】凡本站未注明来源为"科技周刊网"的所有作品,均转载、编译或摘编自其它媒体,转载、编译或摘编的目的在于传递更多信息,并不代表本站赞同其观点和对其真实性负责。如因作品内容、版权和其他问题需要同本网联系的,请在30日内进行!