侵权投诉
当前位置:

OFweek传感器网

MEMS传感

正文

MEMS和传感器的未来:从探测走向全局感知意识

导读: 2017年对MEMS和传感器产业来说是个好年景,且这种增长趋势会持续下去。Yole预测固态传感器和执行器市场将实现强劲增长,到2023年达到千亿美元级,出货量达1850亿颗。

据麦姆斯咨询报道,2017年对MEMS和传感器产业来说是个好年景,且这种增长趋势会持续下去。Yole预测固态传感器和执行器市场将实现强劲增长,到2023年达到千亿美元级,出货量达1850亿颗。光学传感器,特别是CMOS图像传感器,将占据该领域近40%的市场份额。MEMS也将在这一增长中发挥重要作用:在2018~2023年期间,MEMS市场规模增长率为17.5%,出货量增长率为26.7%,其中消费领域占比超过50%。

MEMS和传感器的未来:从探测走向全局感知意识

2017~2023年MEMS市场(按应用领域细分)

来源:《MEMS产业现状-2018版》

传感器的演变历程

最初开发的传感器主要用于物理量的探测:如冲击、压力,后来用于测量加速度和旋转。随着研发投入增加,MEMS从对物理量的探测扩展到对光的感应和操控(如MEMS微镜),再进一步扩展到非制冷红外传感器(如微辐射热计)。从对光的感应到对声音的感应,MEMS麦克风掀起了下一波MEMS浪潮。MEMS和传感器正在进入令人兴奋的全新演变阶段,因为它们超越了人类感官,向超声波、红外和高光谱传感方向发展。

当我们的身体或情绪感知在某种程度上受到限制时,传感器却能弥补我们的不足。超越人耳的MEMS麦克风已经用于听障人士。亚利桑那州立大学的研究人员正在开发人工耳蜗植入物——压电MEMS传感器,有朝一日可能会使那些听力受损严重的人士恢复听力。

MEMS和传感器的未来:从探测走向全局感知意识

声学传感器将是下一代创新的推动者

斯坦福大学的研究人员正在合作研究硅基视网膜植入物,将成为视力障碍者的福音。Pixium Vision已于2017年开始使用硅基视网膜植入物进行人体临床试验。

未来,人类使用下一代传感器进行情感或心理感应将不再是科幻小说里的情节。感知技术有很多用途,甚至可能帮助自闭症谱系患者更容易地理解他人情绪。

通过分析,我们总结出MEMS发展的三个阶段:

1. 最初几年,使用简单的传感器来探测冲击力,称为“探测时代”(Detection Era)。

2. 当传感器不仅可以感知和探测,还可以测量(例如旋转)的时期,称为“测量时代”(Measuring Era)。

3. 当我们越来越多地使用传感器来对周围环境进行测绘,“全局感知意识时代”(Global-Perception Awareness Era)出现了。我们使用激光雷达为自动驾驶汽车进行3D成像,使用环境传感器监控空气质量,使用加速度计或超声波识别手势,使用指纹和人脸识别传感器实现生物测量。随着多参数传感器融合和人工智能,这一切将变为现实。

众多技术突破则是不断进步的源泉:传感器的新设计、新工艺、新材料、新的集成方法、新的封装技术、传感器融合和新检测原理的诞生。

全局感知意识时代的来临

我们正经历全局感知意识时代。我们可以将全局感知意识视为人类感知能力的延伸(例如将红外成像作为人类可见图像的延伸)或超人类感知能力(具有卓越环境感知能力的机器,例如自动驾驶车辆中的激光雷达)。想想《漫威宇宙》中的X教授,你就可以想象未来人类的感知能力会如何演变!

MEMS和传感器的未来:从探测走向全局感知意识

从探测走向全局感知意识

一些公司在进入MEMS行业就设想了全局感知意识。例如,Movea(已被TDK的InvenSense所收购)最初就采用MEMS惯性传感器技术进行开发。其他厂商通过结合光学传感器(如激光雷达)和用于自动驾驶车辆的夜视传感器实现全局感知意识。还有一派的厂商将环境传感器(气体、颗粒、压力、温度)用于空气质量检测。颗粒传感器在空气质量传感方面可以发挥特别重要的作用,特别是在可穿戴设备中。

由于社会越来越关注全球空气质量恶化,空气污染已成为社会的主要话题。研究表明,没有安全的颗粒物水平。相反,空气中PM10或PM2.5可吸入颗粒的浓度每增加一倍,肺癌比例就会相应增加。将颗粒传感器与可穿戴设备中的地图应用相结合,可以让人类识别污染最严重的地区。

队友“人工智能”的地位举足轻重

为了实现全局感知意识,我们还需要人工智能(AI),但我们还需要解决诸多挑战。例如,活动跟踪需要对AI数据进行准确的实时分类。然而,将所有AI处理重新关联到主处理器会消耗大量CPU资源,从而降低可用处理能力。同样,将所有AI数据存储在设备上会增加存储成本。要将AI与MEMS结合,我们必须做到以下几点:

1.将功能处理从分类引擎执行分离到功能更强大的外部处理器。

2.通过只部署准确活动识别所需的功能来降低存储和处理需求。

3.安装能整合多个传感器数据(传感器融合)的低功耗MEMS传感器,以保证始终在线执行的预处理。

4.使用可以准确识别用户活动的系统支持数据来重新训练模型。

在智能手机和汽车应用中,添加AI和软件有两种方式。第一种是集中式,其中传感器数据在包含软件的辅助电源单元(APU)中处理。第二种是分散式,其中传感器芯片与软件和AI(例如CMOS图像传感器的DSP中)封装在一起。无论采用何种方法,MEMS和传感器制造商都需要了解AI,尽管在传感器芯片级别不会获得太多价值。

走向增强现实世界

多年来,人类在传感器开发方面取得了巨大进步,现在已经达到传感器能够模仿甚至增强人类大部分感知的程度:视觉、听觉、触觉、嗅觉,乃至情感/心灵感应以及美学欣赏。我们应该认识到,人类不是这一进步的唯一受益者。增强感知还将允许机器人在日常生活中帮助我们(通过智能交通、医疗保健、环境感知环境等)。我们需要将智能传感器的开发与AI结合起来,以进一步增强对生活中的人物、地点和事物的体验。

声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号