天天看點

産業|嵌入式傳感器将是未來機器人等技術增長的核心

雲栖号資訊:【 點選檢視更多行業資訊

在這裡您可以找到不同行業的第一手的上雲資訊,還在等什麼,快來!

産業|嵌入式傳感器将是未來機器人等技術增長的核心

移動即服務(MaaS)被認為是智能移動的一個關鍵要素,而機器人汽車技術将是智能移動的一個重要因素,它又高度依賴于嵌入式傳感器。

根據市場研究和戰略咨詢公司Yole development pement (Yole)的預測,在這種情況下,高端傳感器技術和原始計算能力将成為這場正在進行的市場颠覆的中心,用于機器人車輛的傳感器将成為它們自己的産業,在未來15年内,CAGR将達到51%。在一份名為《機器人移動傳感器2020》的新報告中表示,到2024年,傳感器預計将産生9億美元的收入,到2028年将達到34億美元, 2032年将達到170億美元,屆時将有100萬輛機器人汽車在我們的街道上行駛。

2024年傳感器的收入分為4億美元的雷射雷達,6000萬美元的雷達,1.6億美元的相機,2.3億美元的IMU和2000萬美元的GNSS裝置。不同的傳感器模式之間的分歧在未來15年可能不會保持不變。在Yole看來,智能交通的發展面臨哪些挑戰呢?報告稱,目前的交通方式正面臨五大限制。

第一個問題涉及最脆弱的形式,即行人安全正在惡化。第二,在人們現在生活的主要城市,公共交通在效率和成本方面面臨挑戰。第三,汽車不再像過去那樣是解決交通問題的好辦法。擁堵和擁有成本正在削弱這一選擇。第四,航空運輸目前正在快速擴張,但由于城市到機場的連接配接仍然很差,旅行仍然很困難。第五,由于所有現有的交通工具造成的二氧化碳排放使得緊急改變變得至關重要。監管者和消費者都願意在自上而下和自下而上的方式上做出改變。

Yole首席分析師Pierre Cambou表示,移動行業必須去适應,對一些人來說,這将是一個巨大的機會。“在這方面,機器人的靈活性顯然符合所有的标準。無論是機器人汽車、航天飛機還是電動VTOL飛機,所有這些新模式的結合将提供從城市到郊區、從城市到城市的“MaaS”。以前的移動方式不會消失,就像電影仍然存在,而電視被大規模部署。不管反對者怎麼說,機器人汽車技術将在2032年之前為Netflix提供移動服務。”

他補充到:“我們的街道和城市正面臨混亂的情況。多年來,機動性定義了人類組織社會的方式,我們的世界目前正圍繞新一代機器人交通工具重新構想。“MaaS市場預計将在未來10年内達到2.4萬億美元的價值,谷歌、百度、亞馬遜和優步是熱門公司。加上個人擁有的自動駕駛汽車的銷售将産生1.1萬億美元的額外收入,到2032年,自動駕駛的附加價值将達到3.5萬億美元。

Yole表示,機器人汽車不關注成本和長期可靠性問題,而這是其他汽車主要關注的問題。所有重要的是傳感器套件的即時可用性、性能和可支援性。機器人傳感器的資料流受到下遊計算能力的限制。前幾代機器人的速度是每秒幾百TOPS,而最新的機器人速度是每秒1000次。這在傳感器資料流方面帶來了有限的增長,這與Yole所說的“摩爾定律之外”有關。所需的計算能力随資料流輸入的平方而增加。傳感攝像頭、雷達和雷射雷達的數量增長将遠遠慢于機器人車載計算機的性能。

産業|嵌入式傳感器将是未來機器人等技術增長的核心

解決資料稀疏問題的方法是讓機器人專家使用“更好的”資料,即傳感器,它會帶來其他類型的資訊。資訊的品質提高了,而不是數量。除了工業級相機和雷達外,它們還大量使用3D傳感lidars、導航級GNSS裝置和IMU,以及最近出現的熱紅外相機。視覺和視覺智能市場繼續快速發展,有一些引人注目的技術趨勢正在發生,預計它們将推動多年以來的下一個大規模增長。

3D相機和3D感測:3D相機或更一般的3D感測技術允許場景中深度計算和場景3D地圖的建構。這項技術已經存在一段時間了,在微軟的Kinect等遊戲裝置中已經普遍應用,最近在iPhoneX生物特征識别中也有應用。此外,機器人、無人機和帶有3D攝像頭的自動駕駛汽車可以識别物體的形狀和大小,用于導航,繪圖和障礙物探測。同樣,3D相機和立體相機是增強、虛拟和混合現實的支柱。

邊緣和雲中的深度學習:基于神經網絡的人工智能已經風靡全球,而今天可用的計算能力又使得深度學習成為可能。還有其他因素促成了神經網絡在實際應用中的增長,包括大學和大型公司用于教育訓練和尖端研發的大量資料(視訊、照片、文本),以及它們對開放源代碼的貢獻。這反過來又引發了神經網絡的很多實際應用。事實上,對于機器人、自動駕駛汽車和無人機,在邊緣的GPU/SoCs上運作深度學習推理已經成為常态。雲将繼續用于訓練深度學習以及離線存儲資料的視訊處理,隻要網絡延遲和視訊管道延遲被認為是可接受,邊緣和雲之間的分離架構處理也是可能的。

同步定位和測繪(SLAM)在汽車、機器人、無人機中的應用:同步定位和測繪(SLAM)是自動駕駛車輛、機器人和無人機的關鍵部件,這些車輛、機器人和無人機配備有各種類型的攝像頭和傳感器,例如雷達、雷射雷達、超音波等。AR/VR與感覺計算:想想微軟全息透鏡HaloLink,後面是什麼?六個帶有深度傳感器組合的攝像頭。微軟甚至宣布在英國劍橋開設全息透鏡計算視覺研究中心。

【雲栖号線上課堂】每天都有産品技術專家分享!

課程位址:

https://yqh.aliyun.com/zhibo

立即加入社群,與專家面對面,及時了解課程最新動态!

【雲栖号線上課堂 社群】

https://c.tb.cn/F3.Z8gvnK

原文釋出時間:2020-04-28

本文作者:人工智能學家

本文來自:“

人工智能學家 微信公衆号

”,了解相關資訊可以關注“

人工智能學家