听这篇文章
|

感知传感器行业市场图。图片来源:七巧板视觉
在过去的十年里,感知行业随着新公司、新技术的出现而迅速发展,并且在从传统(汽车)到尖端(太空旅行)等行业部署了数百万个传感器。
虽然现任者在一些部分中锁定了多数市场份额,但其他部分已经看到了占领者的崛起,使得已经成为世界上一些最大的公司的供应商。
然而,很明显,感知仍然是早期的日子。新的传感方式和创新的软件平台正在改变感知可能的感知,从而开辟更多新公司的机会,以挑战现有的人和其他初创公司。
坦格图视觉这张行业地图的目的是描绘一幅易于理解的行业现状图。它展示了关键感知感知模式中的主要参与者,以及提供最常用于构建感知驱动产品的基础设施和库的软件公司。
超声波
与雷达非常相似,超声波传感器发出信号,以及信号从附近表面反射回来所需的时间。然而,与雷达不同的是,超声波使用的是窄聚焦声波(通常在30kHz到240kHz之间)。它通常用于高保真近距离传感,通常用于高级驾驶员辅助系统(ADAS)和泊车辅助等汽车应用中。
超声波传感领域由汽车界的现有企业主导。行业地图中列出的公司包括:
深度
深度传感器用于捕捉2.5D和3D图像。在深度传感中有许多不同的模式,包括结构光、飞行时间、立体和主动立体传感器。此外,深度传感可以在从消费者到工业的一系列应用中找到。
深度感知领域包括大型现有公司,但在过去十年中也出现了大量的初创企业活动。行业地图上代表的公司有:
消费者
工业的
莱达
激光雷达(光探测和测距)的工作原理类似于超声波和雷达传感,它发出信号,并乘以信号反射到附近物体或表面并返回传感器所需的时间。与基于声波和无线电波的雷达不同,激光雷达使用光。在过去的十年里,也许没有任何一个perception细分市场像LiDAR那样出现过如此多的新公司组建和创业活动。新世纪的到来自动驾驶汽车无人机市场推动了快速的市场和技术开发,导致创业公司成为现任者(例如,Velodyne和Ouster)。
在工业地图中,我们考虑激光雷达的两种主要方式:扫描和闪光。扫描激光雷达装置利用激光发射器和接收器快速旋转来捕获传感器周围的360°视图。扫描激光雷达的最新发展也使用MEMS反射镜或固态光束控制,以较少的机械复杂性获得类似的结果。闪光激光雷达装置使用固定的激光发射器和接收器,具有宽视场,无需机械部件即可捕获大量数据。
激光雷达市场的快速增长,反映了人们对自主车辆和移动机器人的兴趣与日俱增。然而,AV和机器人市场的发展速度慢于预期,给激光雷达行业带来了连锁反应,导致许多初创企业倒闭和大量并购活动。这第一波失败和整合的幸存者正在成为扫描激光雷达的主导者。新一轮的flash激光雷达公司也正在兴起,许多公司专注于ADAS应用,以寻求大型汽车合同。反过来,许多扫描激光雷达的现有公司也推出了自己的闪光激光雷达装置来竞争。
扫描
闪光
热的
感知系统通常严重依赖视觉数据;但是,视觉数据并不总是可用的(例如,雾和无光场景)。当视觉源失效时,热摄像机可以提供感官信息。
雷达
与上述具有热成像的场景一样,当视觉源失败时,雷达可以提供感觉数据。例如,考虑一种依赖于LIDAR和相机的自主车辆。因为雾遮挡了任何可视引用,所以AV将无法运行。然而,随着雷达,它可以。自1999年首次推出其Distronemate Adaptive Cruise Control系统以来,雷达已经有效地部署在汽车环境中。
CMOS
最无处不在的感知方式是CMOS相机。CMOS相机使用在手机,数码相机,网络凸轮和大多数其他配备相机设备中的相同成像技术。有巨大的多样性配置,跨越分辨率,动态范围,彩色滤波,视野等。
在感知应用中,CMOS相机可以单独使用,也可以相互使用,或者与其他传感方式一起使用,以实现高级功能。例如,一个CMOS相机可以与一个机器学习库配对来执行垃圾箱拾取机器人的分类任务。两个CMOS摄像头可以用于立体配置,为机器人提供深度感应,甚至AV上的自适应巡航控制系统。CMOS相机通常与imu配合使用,以实现机器人平台的视觉惯性导航。换句话说,感知系统几乎总是包括CMOS相机。
根据系统设计,CMOS相机可以直接嵌入到设备中,也可以外部连接。前者常见于移动机器人和自主车辆,而后者则常见于工业机器人的机器视觉应用。
虽然有成百上千的CMOS元件和模块供应商,我们选择了包括感知传感世界中最重要的参与者。
嵌入式
工业的
IMU公司
另一种非视觉传感方式,IMU(惯性测量单元)感测运动。单就这些信息而言,只能提供对空间随机运动的感知。与CMOS相机或深度传感器等视觉传感器相配合,视觉惯性传感器阵列可以提供高精度的位置和运动数据。
与CMOS相机一样,IMU可以作为嵌入模块提供,或作为外部单元。
事件/神经形态
在过去的十年里,感知世界围绕着神经形态摄像机(也称为“事件摄像机”)充满了兴趣。这些相机的工作原理与其他相机完全不同。这些相机不是捕获和发送整个帧的数据,而是逐个像素地发送数据,并且只发送发生变化的像素。因此,它们可以以更高的速度运行,也可以传输更小的数据量。然而,它们仍然难以大规模采购,而且价格昂贵。到目前为止,只有一个消费者应用了事件摄像机,但并不成功。时间会告诉我们这些实验相机是否能逃离实验室,成为现实世界感知系统的一部分。
软件
感知系统不仅仅是传感器;它也是用该传感器数据做点什么所需的软件。传感器软件可以在堆栈中的较低级别运行 - 例如,Tangram Vision的软件可确保所有传感器都能最佳地运行并传输可靠的数据。它还可以在应用程序级别运行 - 一个示例将使用Slamcore的SLAM SDK为仓库机器人提供导航系统。
在感知软件生态系统中,在过去十年中,血液供应商之间的激烈竞争。这是通过增加对机器人的投资以及虚拟现实和增强现实等XR技术的鼓舞。已经发生了整合,许多团队被旺业公司收购,因为他们计划为AVS和VR凭证等未来的消费产品。
结论
感知产业仅处于其增长曲线的开端。传感器模式、嵌入式计算和人工智能的最新进展为更多需要感知传感和操作软件的平台开启了新的功能。
正如过去十年加的情况一样,持续的整合和新公司的形成将是这个市场的不变性。在这里坦格图视觉,我们计划每年重新审视和更新此市场地图,以跟上更改的步伐。
编辑注意:本文经Tangram Vision许可重新发表。
关于作者
Adam Rodnitzky是Coo&Co-Finduler的坦文克视觉。基于旧金山的公司专注于协助机器人公司快速整合传感器并最大限度地提高正常运行时间。
在推出坦格图视觉之前,Rodnitzky是Startx的导师,一个种子阶段加速器,专注于与斯坦福大学的商业化初创公司,以及营销和枕骨的VP。
告诉我们你的想法!