物联网传感器占三分之一！达500亿个109亿美元！5大技术彻底改变格局

近期，全球知名物联网行业咨询机构IoT Analytics Research发布了《IoT Sensors Market Report 2022-2027》（《2022-2027 年物联网传感器市场报告》），阐述了他们对未来5年全球物联网传感器市场的看法。 报告中数据指出，全球物联网传感器占 2022 年所有传感器出货量的三分之一，现在每个物联网设备平均配备4个传感器。 此外，报告中提出了未来几年影响全球物联网传感器的5种关键技术及其趋势，这些技术将改变未来格局。本文，我们来看看这些物联网传感器技术趋势。 500亿个，109亿美元，2022年全球传感器出货量三分之一是物联网传感器 近年来物联网的兴起与传感器的兴起齐头并进。平均而言，每个新上线的物联网设备都会连接4个新传感器。目前有大约 140 亿个物联网连接，这意味着已经部署了超过 500 亿个连接的物联网传感器。 物联网传感器技术在物联网技术堆栈中起着至关重要的作用，因为这些传感器从物理世界收集数据并将其转换为数字信号。 2022 年出货的所有传感器中有三分之一是物联网传感器，这意味着它们是物联网连接设备的一部分。根据《2022-2027 年物联网传感器市场报告》，物联网传感器市场在 2022 年达到 $10.9B（109亿美元），预计未来五年的复合年增长率将达到 16%，2027年物联网传感器市场有望达到221亿美元。基于 MEMS 的物联网传感器市场尤为强劲，到 2022 年占全球传感器收入的 50%。该细分市场的领先公司是博世（Bosch Sensortec）和意法半导体（ST Microelectronics）。 图像传感器市场对物联网也特别重要，因为三个最重要的物联网用例推动了它的采用，即机器视觉、联网监控摄像头和高级汽车驾驶辅助系统。该领域的领先传感器供应商包括Sony和AMS AG。 5大物联网传感器技术趋势 物联网传感器市场有几项激动人心的技术创新，在本文中，重点介绍了未来几年将改变物联网传感器格局的5种物联网传感器技术趋势。 1、传感器将变的越来越智能，可以充当边缘设备 传感器变得越来越先进，物联网传感器技术的关键创新包括更高的计算能力和检测来自多个离散传感元件的信号的能力，业界将这些更先进的设备称为“智能传感器”。 智能传感器不是简单地将传感器信号传递到价值链的下一级，而是可以直接处理信号（例如，验证和解释数据、显示结果或运行特定的分析应用程序），通过这种方式，传感器成为边缘设备。最先进的智能传感器现在也将 AI 融入到它们的设计中。这些传感器专为人工智能推理而设计，具有许多优势，例如可以立即做出决策，并且可以处理敏感数据而无需将其传输到其他地方，从而减少数据被盗的风险。 应用案例：2022 年 1 月，亚马逊推出了其 Ring 家庭安全玻璃破碎传感器（Ring Glass Break Sensor），该传感器利用人工智能技术和 Syntiant NDR101BQQF 神经处理器直接在传感器上检测玻璃破碎。该传感器可准确检测到 25 英尺外的玻璃破碎事件，例如窗户被打碎或破裂，并当场发出警报。 2、传感器变得更加节能 越来越多的传感器使用可再生能源为自身供电，例如太阳能或动能，从而无需更换电池或接入其他电源。这项创新提高了物联网设备的可靠性和使用寿命，尤其是那些部署在偏远或无法访问的位置的设备。这些设备是自我可持续的，有助于减少整个系统设备对环境的影响。 能量收集的使用导致传感器设计发生变化，通过以下变化使传感器更加节能：减小外形尺寸。使用小型超低功耗微控制器（例如 STMico STM8L）传感器不会消耗太多能量。 提高信噪比。为了节省能源，传感器可以内置一个信号处理组件，可以滤除噪声或干扰，以便有针对性地使用传感器，来检测和测量那些被需要的信号。 应用案例： ECO 是设计用于室内环境的温湿度传感器。它由室内太阳能电池供电，无需电池或外部电源即可在建筑物内运行。由于其节能设计和太阳能电池的使用，该设备可以在黑暗中使用长达 30 天。该设备通过 LoRaWAN 技术连接，允许它使用最小的功率远距离无线传输数据。这使其非常适用于各种室内环境，例如办公室、仓库或工厂。 3、软传感器和虚拟传感器将越来越多地补充物理传感器 在某些情况下，安装物理传感器不切实际或成本高昂（例如，在复杂或危险的环境中）。即将推出的替代解决方案包括软传感器和虚拟传感器。 软传感器（Soft Sensors）是一种计算算法，它基于其他现有的物理传感器和推断测量量值的算法/计算模型来估计难以测量的量的值。有许多著名的软件算法（例如卡尔曼滤波）可以视为是软传感器，更近期软传感器的实现会使用类神经网络以及模糊逻辑。虚拟传感器（Virtual Sensors）类似于软传感器，不同之处在于它的值不是基于现有的物理传感器，而是纯粹基于算法/计算模型。 软传感器案例：罗克韦尔（Rockwell Automation）的 Predictive Quality软件应用程序创建预测模型，使用来自仪器和实验室分析的实时数据来估计过程和产品条件。这些模型基于历史工厂数据，并作为软传感器来预测质量参数（作为附加物理传感器的替代方案）。 虚拟传感器案例：2021 年，西门子开发了一种微型边缘计算机，可以连接到资产（例如电机）并帮助计算虚拟传感器值。例如，可以通过将最新的运行电机数据输入数字模型来实时计算温度。此操作既不需要现场温度计也不需要任何其他实际传感器读数，因为它依赖于机器状态参数和电机的虚拟模型。 4、围绕传感器融合的创新（尤其是自动驾驶） 传感器是自动驾驶汽车的重要组成部分，因为它们为汽车提供有关其周围环境的信息。车辆的车载计算机使用此信息来导航和做出决策。自动驾驶的三个关键传感器包括 LiDAR（激光雷达）、雷达（毫米波、超声波等）和 3D 相机（图像传感器）。 奔驰、宝马、沃尔沃和通用汽车等主要汽车制造商已选择激光雷达作为自动驾驶核心传感器。 此前（2021 年之前），特斯拉主要依赖雷达技术。然而，最近该公司通过在 2021 年从 Model 3 和 Model Y 中移除雷达，随后在2022 年从 Model S 和 Model X 中移除雷达，开始向 Tesla Vision（基于摄像头的视觉系统）过渡。索尼、Mobileye 和 Waymo等公司目前正专注于物联网传感器技术创新，将摄像头与激光雷达、毫米波&超声波雷达等其他传感技术相结合，以改进其自动驾驶解决方案的图像分析。 由于相机、雷达和 LiDAR 感知环境的不同特征，这种组合背后的算法（也称为“传感器融合”或“冗余”）是为系统提供更丰富的数据模型来决定行动方案或计算输出。 总的来说，自动驾驶汽车中的传感器协同工作以提供车辆周围环境的完整图像，使其能够做出安全高效的驾驶决策。 应用案例：索尼依靠使用带有 LiDAR 或雷达的摄像头来执行自动驾驶应用中的物体识别任务。例如，该公司目前正在研究一种结合摄像头和雷达的解决方案，这种组合可能有利于在夜间识别人和车辆。摄像头和 LiDAR 组合有利于停车辅助功能，这需要高度精确的距离测量。

“只有当所有技术部件都构建为一个集成系统时，自动驾驶汽车才会成功，从而实现其所有部件之间的协同作用。构建从硅片到自动驾驶系统的全栈流程是一项艰巨的任务——这正是 Mobileye 着手做的事情。”Mobileye 首席执行官兼创始人 Amnon Shashua 教授

5、生物传感器日趋成熟（主要用于医疗保健应用） 生物传感器和一次性传感器技术近年来已经成熟，并已被医疗保健行业采用。生物传感器研究的最新突破表明，该技术在一些领域已接近大规模商用水平。生物传感器是生物元件与被测分析物相互作用，换能器将生物反应转化为电信号。根据其应用场景，生物传感器也常常称为免疫传感器（immunosensors）、光极（optrodes）、共振镜（resonant mirrors）、化学金丝雀（chemical canaries）、生物芯片（biochips）、血糖仪（glucometers）或生物计算机（biocomputers）。 应用案例：雅培Abbott FreeSTyle Libre是商业化最广的血糖监测生物传感器解决方案之一。FreeStyle Libre 系统目前在全球拥有超过 300 万用户。2022 年第二季度，Abbot报告称FreeStyle Libre 系统的销售额有机增长超过 25%。 此前，传出消息称，著名消费电子巨头苹果公司，在无创式血糖传感器的研发上取得巨大突破，未来有望在可穿戴设备上进行血糖监测。 结语 过去一年中，全球传感器里有三分之一的出货量来自物联网领域的传感器，可见物联网已经成为传感器最重要的应用领域之一，物联网市场对传感器来说越来越重要。 在物联网传感器中，更加智能化、更加节能化（甚至自供电）、软传感器&虚拟传感器增多、传感器融合、生物传感器更加成熟是报告中提出的5大传感器技术发展趋势。 这些趋势，均与未来传感器在物联网中发挥的更大作用息息相关。譬如更加成熟的生物传感器，将使我们居家健康检测成为可能，尤其是无创式血糖传感器技术，以及微型可穿戴压力传感器技术等，将革新个人健康监测，创造数以百万计的新需求。 未来，物联网仍将是传感器最广阔的市场之一，尤其是结合我国数字中国等政策支持，值得许多传感器厂商基于自身的传感器技术优势，去开发新的用例，去定义新的产品。

审核编辑黄宇