先进传感器是智能装备的关键硬件入口

核心观点：

1.传感器是智能装备重要感官，其研发过程往往分为两个阶段：从技术创新到成本降低。

传感器作为智能装备的自主输入装置，相当于人的各种感觉器官。智能装备对于外界环境的感觉主要有视觉、位置觉、速度觉、力觉、触觉等。智能传感器是智能装备获取外界环境信息的窗口，其研发过程可以分为两个阶段：第一阶段，探索需求，从未满足的需求中诞生出新型传感器；第二阶段，为更贴合产业化应用，研发焦点 向控制成本转变。以3D激光雷达为例，已经开始进入第二阶段，未来成本有望下降。

2. 智能装备应用传感器具有三种趋势：同类传感器结合、多种传感器组合、引用场景创新。

在传统工业设备向智能化、信息化方向演进的过程中，传感器扮演发挥了感知外部信息的作用，其应用过程呈现三大趋势。一、同类传感器叠加，单一功能上的纵向深度结合。这 种情况下传感器之间在功能上有主导和辅助之分，先进传感器往往发挥着纵深作用，负责核心功能的实现。以无人驾驶汽车为例，3D激光雷达在感知系统中起主导 作用。由于无人驾驶的高安全性需求，其感知系统需要多种传感器形成相互配合的冗余结构，3D激光雷达在感知系统中起主导作用，是无人车测距“三重保障”中 的第一重。3D激光雷达的效果和成本牵动着无人驾驶汽车的产业化进程。二、多种传感器搭配，多种功能上的横向广度组合。每种硬件需要完成独立的功能模块，因此后台系统和算法实现更加重要。以Pepper机器人为例，人工智能算法是其核心技术。Pepper机器人使用了多种传感器，各种硬件在功能上并无主次，技术核心是识别表情、语言的人工智能算法。三、新型传感器应用于传统设备，硬件升级萌发新生命力。传感器与传统设备结合后发展出新的应用场景，带来硬件组合的升级。以扫地机器人为例， 2D激光雷达应用于扫地机器人，实现了激光导航式的路径规划，此类产品效果与其传统扫地机在使用上有着显著的优势，带来了应用场景上的扩展和工作效率上的升级。

投资建议：传感器作为智能装备感知外部环境信息的自主输入装置，对智能装备的应用起着技术牵引和场景升级的作用，并将在产业化浪潮中优先受益。我们建议关注在无人驾驶汽车、服务机器人等智能装备的商业化进程中扮演关键角色，且具有良好技术基础的硬件设备企业。

风险提示：先进传感器技术突破低于预期；先进传感器产业化低于预期；高成本传感器成本下降空间具有不确定性。

一、传感器

1传感器的分类与发展历程

传 感器指能够感受规定的物理量并按一定的规律（数学函数法则）转换成可用输出信号的器件或装置。传感器是设备感受外界环境的重要硬件，决定了装备与外界环境 交互的能力，是设备智能化的硬件基础，尤其在很多智能设备中，传感器决定着设备的核心能力。一个典型的传感器由敏感元件、转换元件和调理电路组成。敏感元 件用于直接感受被测量，转换元件用于转化为电量参数。

传感器用途广泛、种类繁多。按照测量对象可以将传感器分为检测光、放射线、声信号、磁信号、力、位置信息、温度、湿度、溶液流量流速等类型的传感器。每一种检测同样对象的传感器又有多种应用和不同的实现路径。具体可见如下这张图。

传感器的发展大体可分三个阶段：第一阶段是20世纪50年代伊始，结构型传感器出现，它利用结构参量变化来感受和转化信号。第二阶段是20世纪70年代开始，固体型传感器逐渐发展起来，这种传感器由半导体、电介质、磁性材料等固体元件构成，是利用材料某些特性制成。如：利用材料的热电效应、霍尔效应，分别制成热电偶传感器、霍尔传感器等。第三阶段是20世纪末开始，智能型传感器出现并得到快速发展。智能型传感器是微型计算机技术与检测技术相结合的产物，使传感器具有人工智能的特性。

目前，国内传感器技术发展与创新的重点在材料、结构和性能改进3个方面：敏感材料从液态向半固态、固态方向发展；结构向小型化、集成化、模块化、智能化方向发展；性能向检测量程宽、检测精度高、抗干扰能力强、性能稳定、寿命长久方向发展。随着物联网技术的发展，对传统传感技术又提出了新的要求，产品正逐渐向MEMS技术、无线数据传输技术、红外技术、新材料技术、纳米技术、陶瓷技术、薄膜技术、光纤技术、激光技术、复合传感器技术、多学科交叉融合的方向发展。

2传感器在国内外的市场情况

目前，传感器的四大应用领域为工业、汽车电子产品、通信电子产品、消费电子产品等。其中，在国内，工业和汽车电子产品用传感器占比约42%左右，而发展最快的是汽车电子和通信电子应用市场。此外，医疗、环境监测、油气管道、智能电网、可穿戴设备等领域的创新应用将成为新热点，有望在未来创造更多的市场需求。

近年来，国内传感器市场持续快速增长，年均增长速度超过20%，2011年传感器市场规模为480亿元，2012年达到513亿元，2013年则超过640亿元。

我国传感器产业已由仿制、引进逐步走向自主设计、创新发展阶段，国内传感器及芯片厂商快速发展，基本掌握了中低端传感器研发的技术，并向高端领域拓展， 产生了包括华工科技、大立科技、歌尔声学、瑞声声学、广陆数测、汉威电子、航天机电、美新半导体、中航电测、格科微电子、昆仑海岸、青鸟元芯、华润半导体等一批传感器龙头企业，已开始在中高端传感器上取得一定进展。

国际市场方面，目前全世界约40个国家从事传感器的研制、生产和应用开发，研发机构6000 余家。其中美、日、德等国家实力较强，产品门类繁多，各种产品累计2万余种。全球著名的公司包括美国霍尼韦尔公司、福克斯波罗公司、美国恩德福克公司，荷兰飞利浦公司，德国英飞凌公司，英国Bell&Howell公司等。

医疗机器人作为一种特殊的新兴科技产品，医疗机器人超越了传统意义上的医疗装备范畴，该市场由产品效果和刚性需求共同推动。市场对价格、营销手段等因素敏感性较低，而对机器人的治疗、恢复、使用效果敏感性极高，这些效果直接决定了产品的受欢迎程度。

二、智能装备上的传感器概览

1智能传感器是智能装备感知外界重要输入

智能装备能够感知外界环境，自主分析判断并制定决策，并实现自主反馈或行动。上述功能的实现总体上通过三个功能系统来实现：输入系统、计算系统、输出系统。

一 般而言，智能装备的输入系统有两个来源：一个是人工输入的设置参数，一个是通过自身的传感器感知外界环境获得的信息。人工输入的参数反映着使用者基于自身 使用目的和预期，对于智能设备的设置；传感器输入的数据反映着智能设备通过感知外界环境获得的有利于设备运转的信息。因此，传感器是智能设备除人工干预以 外的唯一输入，也是智能设备能够自主获得信息、自主判断、自主行动的基础。

2智能传感器让智能装备拥有多种“感觉”

传感器作为智能装备唯一的自主式输入，相当于智能装备、机器人的各种感觉器官，智能装备对于外界环境的感觉主要有视觉、位置觉、速度觉、力觉、触觉等。

视觉是智能装备最常用的输入系统，并可以分为两大类：一是直观的视觉，数据类型是像素组成的图片，典型的应用如机器视觉、物体识别等，此类传感器有高速相机、摄像机等；二是环境模型式的视觉，数据类型是点云数据构成的空间模型，典型的应用是空间建模，此类传感器有3D激光雷达、激光扫描仪等。

位置觉是指通过感知周围物体与自身的距离，从而判断自身所处的环境位置，此类传感器有激光测距仪、2D激光雷达、磁力计（判断方向）、毫米波雷达、超声波传感器等。

速度觉是指智能装备对于自身运行的速度、加速度、角速度等信息的掌握，此类传感器有速度编码器、加速感应器、陀螺仪等。

力觉在智能装备中用以感知外部接触物体或内部机械机构的力，典型的应用如装在关节驱动器上的力传感器，用来实现力反馈；装在机械手臂末端和机器人最后一个关节之间的力传感器，用来检测物体施加的力等。

触觉在智能装备中可以进一步分为接触觉、压觉、滑觉，此类传感器有光学式触觉传感器、压阻式阵列触觉传感器、滑觉传感器等，其中滑觉传感器是实现机器人抓握功能的必备条件。

除以上五种人体感觉以外，一些物理传感器还具有超越人体的感觉，比如生物传感器可以测量血压、体温等，环境传感器可以测量温湿度、空气粉尘颗粒物含量、紫外线光照强度等。这些超越人体感官的传感器如今被可穿戴设备搭配起来，可穿戴设备从而被赋予了扩充人体感官的功能。

三、传感器研发趋势

随着微机电系统（MEMS）、激光技术、高科技材料等的技术进步，传感器的研发呈现多样化的趋势，有的利用生物材料模拟人类皮肤，创新传感器的触觉；有的利用MEMS技术研发微型智能化传感器，从而有利于复杂系统的集成；有的利用高精度的激光技术创造激光雷达，从而利于系统实时感知周边障碍物与环境等等。

然 而总体而言，传感器的研发过程呈现两阶段的趋势：一、技术创新，根据未能满足的需求开发新产品。在第一阶段中，传感器研发创新的方向源于智能装备、创新设 备的需求，研发人员根据使用需求，创新出新型传感器。二、成本降低，应用落地，产品逐步切合产业化需求。在第二阶段中，在研发创新的过程中，为了满足人们 对于智能装备产业化应用的需求，研究人员从对技术开发的关注转为对成本下降的关注，以实现传感器大规模生产，智能装备产业化应用的愿景。

3D激光雷达就是这样一种从功能创新中诞生，又开始进入商业化开发的传感器。下面以激光雷达为例，梳理传感器典型的发展趋势。

1研发趋势一：技术向高阶延展

3D激光雷达的出现是为了满足系统对于实时空间感知的需求而出现的，无人驾驶汽车、无人机等自主移动式机器人出于空间识别、自主避障、规划路线的目的，需要一个传感器能够实时对于周边环境进行扫描，从而获知周边障碍物和道路的距离信息，由此3D激光雷达应运而生。

3D激光雷达的研发过程本质上是激光测距技术的升维，和实现的需求逐步升级的过程，激光测距技术是3D激光雷达的基础。最早激光测距仪的出现，解决了点到点一维距离测量的需求；然后2D激光雷达的出现，解决了在一个扇形平面内感知接近物体的需求，测量的是平面内的距离；如今3D激光雷达，通过高速变化激光投射角度，对周边环境实时扫描获取距离信息，解决了在三维空间内的障碍物和环境识别需求，测量的是三维空间内的距离。

3D激光雷达应用最热门的领域莫过于无人驾驶汽车，以3D激光雷达为主导的无人驾驶感知系统是当今无人驾驶领域采取的主流技术路线，但是3D激光雷达的成本一直是此技术路线的痛点。以生产3D激光雷达最为知名的Velodyne公司的产品为例，三款产品按性能最高到底的售价分别为8万美元、2万美元、8千美元。在无人驾驶汽车研发测试阶段，包括谷歌、百度在内的科研机构一直采用8万美元的版本进行测试，据了解，谷歌无人驾驶汽车的总成本约为30多万美元，而该款64线型的3D激光雷达HDL-64占整车成本的25%。

2研发趋势二：成本随应用降低 

经过了研发第一阶段技术创新以后，成本过高是以3D激光雷达为主的无人驾驶感知系统的主要问题，传感器生产公司对于激光雷达研发的关注点从功能增强转变为成本控制，由此进入了研发第二阶段：降低成本以实现产业化应用。

在素有“电子消费领域科技风向标”之称的2016CES大会上，激光雷达科技企业Velodyne和Quanergy都展出了新型3D激光雷达。Velodyne的Puck Auto和Quanergy的S3与之前相比都是小型化的改良产品。

Velodyne公司的Puck Auto采用32线激光，扫描范围达200米，可以认为是VLP-16的加强版，相比于VLP-16更加切合于无人驾驶汽车的使用需求，相比于另外两款产品价格成本更低。该公司已与福特公司达成合作意向，未来福特公司的无人驾驶汽车Fusion将配置2台Puck Auto，并且Velodyne公司负责人称他们将进一步降低产品成本，目标控制在1000美元以下。

Quanergy公司的S3是与德尔福公司合作开发的固态激光雷达，采用8线激光，内部无旋转部件，可集成于整车内。在此前的报道中，Quanergy公司的CTO表示每台S3成本在200美元。价格极低的原因在于产品的配置，“8线”、“固态”这两个特性决定了成本的有效控制。“固态”意味着不能360度转动，只能探测前方，但探测范围的不足，可以用数量来弥补，在车身四角布置四台或六台S3，是德尔福无人驾驶汽车所探索的方案。

通过这两个美国科技企业在2016CES上发布的新产品，我们可以得知激光雷达的技术特性正逐步切合无人驾驶领域的产业化需求，去除测试阶段的冗余硬件配置后，成本有望大幅降低。

四、传感器应用趋势：同类结合、多种组合、场景创新

传感器作为智能装备除人工设置参数以外的唯一输入，其重要性不言而喻。传感器感知外界环境的能力，决定了智能装备信息输入的准确性和丰富性。对于传感器的有效应用的创新，往往也是智能装备功能创新的基础。智能装备对于传感器的创新应用主要有以下三种趋势：

1. 同类传感器结合使用，单一功能上的纵向深度结合

这种情况下，系统在单一功能上往往有着极高的需求，为满足系统在单一功能上的高复杂需求，同类传感器有机结合，形成的冗余结构保证了系统在该功能上的安全性。如无人驾驶汽车的感知系统，多种视觉、位置觉传感器的有机结合，形成了相互补充的冗余结构，从而保证了系统能够正确、高效地实时感知外界环境，做出正确驾驶决策。

此时，传感器之间在功能上往往有着主导和辅助的区别和联系，起主导作用的传感器是产品实现的核心技术壁垒。

2. 多种传感器组合使用，多种功能上的横向广度组合

为满足系统多类型、多层次的输入输出需求，多种类型的传感器创新组合，形成智能装备的多种感觉，根据多种感觉形成智能反馈。如情感交互性机器人Pepper以及其他陪护型、早教型机器人等，多种感官的组合形成了视觉、位置觉、听觉等情感感知系统，再通过内部的人工智能算法形成智能反馈。

此时，硬件之间不存在主次之分，系统和算法芯片也同样发挥重要作用。

3. 新型传感器应用于传统设备，赋予设备智能化的生命力

新型智能传感器应用于传统设备，赋予传统设备“感觉”，从而升级为智能设备。如激光雷达与扫地机器人的结合，形成了路径规划式的扫地机器人；血压传感器、心率传感器、位置传感器和手表、手环的结合，形成了集各种健康监控功能于一身的可穿戴式设备等。

这种情况下，由于传统设备本身具备需求，因此是主要一种存量市场的渗透替换现象，而新型传感器应用带来的效果改进具有明显的消费者基础。

下面我们分别以无人驾驶汽车的感知系统、Pepper机器人、扫地机器人为例，梳理传感器应用的趋势。

1应用趋势一：同类传感器叠加，单一功能上的纵向深度组合

以搭载大量传感器的无人驾驶汽车为例。无人驾驶汽车通过感知系统实现自主识别障碍物、道路、交通信号，该系统是机器取代驾驶员的关键。该系统主要由各种“视觉”“位置觉”传感器结合而成，同种类型的不同传感器彼此辅助、弥补，形成多重安全保障，保证了系统的高安全性。

一台能够自主驾驶的无人驾驶汽车具备以下传感器：

（1）测距第一重保障：安装在车顶的3D激光雷达，可以主动构建周边环境的空间模型。谷歌无人驾驶汽车装载了Velodyne公司的激光雷达传感器，能计算出200 米范围内物体的距离，并借此创建出三维环境图形。可以认为，激光雷达传感器是谷歌无人车的视觉系统，是无人驾驶系统主要的信息输入来源。

（2）测距第二重保障：安装在前后保险杠的毫米波雷达，不受天气光照影响，是行驶安全的第二重有力保障。谷歌无人驾驶汽车的前后保险杠上面一共安装了四个毫米波雷达，这是自适应巡航控制系统的一部分，可以保证谷歌的无人驾驶汽车在道路行驶时处在安全的跟车距离上，按照谷歌的设计，其无人车需要和前车保持 2-4 秒的安全反应距离，具体设置根据车速变化。从而能最大限度地保证乘客的安全。

目前，标准车载雷达多采用毫米波雷达，其他也有采用红外线雷达的情况。但是毫米波雷达和红外雷达的共同缺点是对于行人的反射效果极弱，因此只能应用于保持前后车距，作为3D激光雷达的辅助。

（3）测距第三重保障：超声波雷达，测距稳定性最佳，但距离最近，是行驶安全的第三重保障。超声波传感器就是普通汽车上的倒车雷达，因其测距稳定性极佳，不受光照、天气的影响，且能检测出不分质地的障碍物的特点被广泛使用，但其受测量距离的限制，只能测量10米内的物体。

（4）物体识别：前置摄像机，可以清晰有效辨别事物。车头上安装的摄像机可以更好地帮助汽车识别眼前的物体，包括行人、其他车辆等等。这个相机可以实现识别交通标志和信号，以及各种的限速、单行道、双行道和人行道标示等等

（5）车身定位：高精度GPS，规划路线。无人驾驶汽车充分利用GPS 技术定位自己的位置，然后利用谷歌地图，可以实现最优化的路径规划。但是，由于天气等因素的影响，GPS 的精度一般在几米的量级上，并不能达到足够的精准。为了实现定位的准确，谷歌需要将定位数据和前面收集到的实时数据进行综合，车子不断前进，车内的实时地图也会根据新情况进行更新，从而显示更加精确的地图。

（6）车身状态监控：安装在车轮的转速编码器和加速度传感器，获取车辆自身的速度方向信息。用来采集车轮的实时转速，以获取无人驾驶汽车的时速、车轮转速、角速度以及惯性等自身速度信息。

需要指出的是，任何单一设备都无法完全解决无人驾驶汽车的输入感知问题，必须是多设备的密切配合，而同时对多信息来源（包括地理信息系统/高精度GPS）进行处理，对计算机系统的人工智能提出更高的挑战。

2应用趋势二：多种传感器搭配，多种功能上的横向广度组合

多种传感器的组合应用形成的产品创新是最为常见的传感器应用趋势，功能的创新和组合在未来也将催生多种形式的新型智能装备，尤其在家庭应用、社会服务、公共服务等领域。以日本软银集团研发的情感交互型机器人Pepper为案例，该机器人就是一种典型的多种传感器组合使用的产品，Pepper配备了多种传感器以实现视觉（摄像头、红外传感器）、位置觉（激光测距仪）、听觉（麦克风）、触觉（接触觉传感器、滑觉传感器）等感觉，并配备了特制显示屏以实现面部表情和心情的表达，构造了机械手臂以实现肢体语言等等。

Pepper机器人的主要传感器有：

（1）位于头部和嘴巴的摄像头，用来识别物体和记录影像；

（2）位于双眼的激光发射器和激光接收器，用来测量目标物体与自己的距离；

（3）位于头部的红外线传感器，用来识别人的面部轮廓，从而进行人类情绪的判断；

（4）位于手部的接触觉传感器、滑觉传感器，用来实现物体抓握等功能；

（5）其他，例如麦克风和用来辅助机械内部结构的力学传感器等。

Pepper机器人的传感器之间并不存在主次的关系，各种硬件“平等”地服务于整体系统。其人类情感识别系统、语音判断与反馈的人工智能系统是决定产品高下的关键性技术。

除此以外，近期引起市场关注的“大狗”机器人也是运用多种传感器组合的案例。BigDog机器人是由美国知名军用机器人研究机构波士顿动力研发的越野型机器人。它的外形像一条大狗，能够完成走、跑、爬并搬运重物等工作。BigDog的四条腿可以吸收冲击以回收能量，其独特之处在于精妙的力学设计和各种传感器的应用使得BigDog拥有超高的稳定性和协调性，能在路况糟糕的野外、山地流畅地行进，并且在受到诸如冲撞、脚踢等外力冲击时能够做出反应防止跌倒。其中构成本体感觉模块的传感器有4种：线性电位器，用来测量BigDog机器人关节的移位，以判断关节部位受力方向的变化；力传感器，用来测量执行器、脚踝部位所承受的力，结合线性电位器用来保持身体的力平衡；电流传感器，用来测量伺服电机是否提供了正确的电流；陀螺仪，用来测量机器人本体的角速度、线性加速度。所有这些传感器的信息综合起来，用来维持机器人本体的受力平衡。构成外部感知模块的传感器有2种：立体摄像头，用来感知地面倾斜度，已调整受力平衡，还可以用来识别障碍物以进行躲避；激光雷达，用来定位引导员，并实现自动避障式跟踪。

3应用趋势三：新型传感器应用于传统设备，场景创新萌发生命力

新型传感器应用于传统设备是一种场景创新，最典型的案例如出货量处在爆发期的扫地机器人。扫地机器人有随机碰撞式和路径规划式两种，长期来看，路径规划式扫地机器人由于其清洁效率高、脱困能力强、方便快捷等特点将逐步取代随机碰撞式机器人。路径规划式扫地机器人中，又有三种不同技术路线：GPS技术、视觉技术、激光技术。

GPS技术使扫地机器人清楚自身所处的房间内的位置，有效避免了重复清理，提高了清洁效率，但是不能躲避障碍物，因此对于障碍物的探测还是采用“碰撞式”。此类扫地机器人如iRobot的Braava系列、Proscenic的Pro-JOJO系列等。

采用视觉技术的扫地机器人主要由iRobot掌握，采用VSLAM视觉定位技术，通过摄像头拍摄的图像进行定位算法处理。

激光技术是指扫地机器人配置旋转式的激光测距传感器（2D激光雷达），快速获取与周边障碍物的距离，通过不同的算法进行障碍物识别、位置判断与路径规划。

我们认为激光导航的扫地机器人由于其相对成本较低、使用效果好，是路径规划式机器人未来的主要技术路线。目前市场上生产激光导航的扫地机器人主要有三家：

（1）Neato的XV系列和Botvac D系列

Neato运用的技术叫做RPS激光测距系统。在扫地机机器人的顶端设置有一个可旋转的激光发射头和配套接收器，通过发射激光扫描自身到边界每个点的距离，每秒能够对周围环境进行五次扫描，从而生成房间内部2D全景数字地图，还能根据屋内家具位置的变化实时进行更新。同时，Neato运用独特的uMemory坐标记忆算法，在清扫过程中，自动将周围物品的坐标数据储存在内存芯片中。这样Neato能够做到直线清扫，不重复工作。Neato公司的XV系列采用激光技术,售价2000元人民币以下。此外最新的BotvacD系列采用激光技术+坐标技术，售价约为3800人民币。

Neato的2D激光雷达是自主研发生产的。据了解，由于其成本低廉，针对性强，以至于有些扫地机器人制造商甚至希望Neato能够单独生产扫地机器人用激光雷达。

（2）科沃斯的地宝DR系列

在2016年CES展会上，科沃斯的新产品地宝9（Deebot 9）系产品DR95亮相。该产品采用的技术是基于LDS激光雷达探测的“SmartNavi”全局规划技术。在清扫开始之前DR95会先绘制一张地图进行智能分区，在用户交互系统中对不同的分区进行颜色标注以显示清洁进度。目前，配置激光雷达的D9系列产品DR92和DR95售价分别为3700元和5000元人民币。

（3）Xrobot的inxni（以内）扫地机器人

Xrobot是银星智能科技的子公司，银星智能科技是国内最早做扫地机器人的厂商之一，有着11年的ODM经历，可以说是国产扫地机器人的开拓者。5年前，Xrobot公司开始研发导航机器人，其自主研发的AICU系统，能够通过激光扫描实时生成2D地图，主动划分区域，同时规划路径。在2015年12月16日举办的新品发布会上，Xrobot共推出了3款inxni：入门款、标准款、至尊款，价格分别对应为3599元、3999元以及4699元。

激光导航式扫地机器人的售价在人民币4,000-5,000元左右，而当销量最大的扫地机器人为1000~2000元区间。未来随着未来2D激光雷达等传感器成本的下降，激光导航式扫地机器人售价有望进一步下降，从而提升其渗透率。