微波EDA网,见证研发工程师的成长!
首页 > 硬件设计 > 传感器 > 抱上ADAS和无人车的大腿,智能传感器将迎来爆发?

抱上ADAS和无人车的大腿,智能传感器将迎来爆发?

时间:05-09 来源:本翼资本CapitalWings 点击:

智能图像传感器由图像传感器和视觉软件组成,能够捕捉和分析视觉信息,代替人眼做各种测量和判断的设备,其应用组件-摄像头目前已广泛应用于各类消费电子如:手机、电脑、可穿戴设备,未来随着ADAS系统的广泛普及和无人车的推出,车感摄像头领域将会迎来一轮爆发。相比摄像头,激光雷达的3D成像更加精准是无人车视觉系统的首选,将会成为资本市场追捧的热点。

智能图像传感器应用广泛,车感摄像头和激光雷达蓄势待发

我们认为车用、无人机、AR/VR用智能图像传感器将会成为未来5年的新增需求增长点,并预测车用摄像头的市场规模可由2016年58亿美元增长至2020年214.5亿美元,年均复合增速为38.6%;保守估计车用激光雷达可由2016年6亿美元增长至2025年80亿美元,年均复合增速33%;无人机用摄像头可由2016年1200万美元增长至2020年1亿美元,年均复合增速为35.4%。由于激光雷达成本过高,目前各种成像技术多以摄像头运用为主,但未来随激光雷达成本的降低,其在各个领域对摄像头的替代作用也将凸显。

MEMS传感器是智能传感器的未来,重点关注固态激光雷达

具有微米量级特征的MEMS传感器正逐步取代传统机械传感器的主导地位。初步估算MEMS(微机处理系统)智能传感器将会从2015年的115亿美元增长至2021年的200亿美元。摄像头技术应用比较成熟,3D成像、虹膜识别、手势识别是技术发展的主要趋势。激光雷达成本高昂,尚未实现商业量产,未来,为降低成本而取消其机械旋转结构的集成方式将会成为未来技术的突破口,应当重点关注能够实现固态激光雷达扫描的MEMS微振镜技术和光相控阵列技术。

溢价收购+高额融资,资本市场热衷激光雷达和无人驾驶

Mobile eye2014年在美上市,IPO当日募资8.9亿美元,后被英特尔收购,溢价达34.4%,以色列Luminar种子轮融资达3600万美元,以色列Oryx A轮融资1700万美元,美国Quanergy B轮融资9亿美元,中国禾赛科技A轮融资1.1亿元,无人驾驶和激光雷达,备受资本市场的追捧。

投资逻辑,未来市场可关注

硅基材料仍然是市场主流的智能图像传感器材料,但Luminar激光雷达所用的InGaAs材料具有更高的敏感性,或未来实现大规模应用,或对硅基材料有一定的替代性。

人工智能领域,专业化、集成化将会成为未来传感器模组的发展趋势,实现专业化的核心在于算法与功能的匹配,不同类型的传感器的集成,可使之功能互补,扬长避短。目前先进的算法被国外垄断,集成模式将会成为未来3-5年内中国智能图像传感器市场发展的主要趋势。

手机、PC行业的发展已相当成熟, AR、VR是市场热点。随各国对汽车ADAS系统的重视与推广,车用智能图像传感器将会是行业的新增长点。另外,无人机、车联网、智慧城市,也将会是行业未来的风口。

最后,从算法来看,嵌入式技术有更强的针对性,在解决本地问题具备优越性。人工智能领域的深度学习将成为业内主流算法,而大数据结合端对端的高速传输将会推进深度学习算法的实际应用。

我们认为车用、无人机、AR/VR用智能图像传感器将会成为未来5年的新增需求点,预计2020年摄像头市场规模达223亿美元,2016-2020年均复合增速为37%;2025年车用激光雷达市场规模可达80亿美元,2016-2025年均复合增速33%,且随激光雷达成本不断降低,其对摄像头的替代作用也将凸显。

一、 智能图像传感器简介

国家标准将传感器定义为:能感受规定的被测量,并按照一定规律转换成为可用输出信号的器件或装置,通常传感器包括两部分:敏感元件和转换器。IEEE 协会从最小化传感器结构的角度,将能提供受控量或待感知量大小且能典型简化其应用于网络环境的集成的传感器称为智能传感器。其本质特征为集感知、信息处理与通信于一体,具有自诊断、自校正、自补偿等功能。

目前智能传感器广泛应用于消费电子、汽车工业、航空航天、机械、化工及医药等领域。随着物联网、移动互联网等新兴产业的兴起,智能传感器在智能农业、智能工业、智能交通、智能电网、健康医疗、智能穿戴等领域,都有着广阔的应用空间。

智能图像传感器是能够捕捉和分析视觉信息,代替人眼做各种测量和判断的设备,由图像传感器和视觉软件组成,前者用于捕捉图像,后者用于分析"看到"的内容。典型的图像传感器可以分为:图像采集、图像处理和运动控制三个部分。它综合了光学、机械、电子、计算机软硬件等方面的技术,涉及到计算机、图像处理、模式识别、人工智能、信号处理、光机电一体化等多个领域。

根据感光器件的不同,图像传感器可以分为CCD和CMOS两种

Copyright © 2017-2020 微波EDA网 版权所有

网站地图

Top