智能传感器行业可以有产品端、下游端、模式端、和研发端。根据安信证券,大部分的公司产品大多分布各自细分领域,综合性厂商较少。传感器产品种类繁多,可以根据不同的分类标准,如被测量、技术原理、敏感材料、应用领域、使用目的等进行分类。例如,根据传感器感知外界信息所依据的基本效应可将传感器分为物理传感器、化学传感器和生物传感器;根据测量的用途不同可将传感器分为温度传感器、压力传感器、流量传感器、气体传感器、光学传感器、惯性传感器等。根据市场调查的数据,截止2018年,全球传感器市场中规模最大的三类传感器是流量传感器、压力传感器、温度传感器,分别占据全球传感器市场的21%,19%和14%。从各公司的产品矩阵来看,以汉威科技为例,汉威科技涉足的传感器种类最多,范围最广,其他公司的产品大多集中于各自细分领域。流量传感器用于监测流速,是流量仪表的重要装置之一。根据结构形式,流量传感器可分为叶片式、量芯式、热线式、卡门涡旋式等几种。随着技术发展,也出现了超声流量传感器、电磁流量传感器和水流量传感器等新型流量传感器。流量传感器通常应用在钢铁、冶金、石化、能源及水资源管理、污水排放等领域。由于应用广泛且需求量...
传感器产品种类繁多,按不同的分类标准可以分为被测量、技术原理、敏感材料、应用领域、使用目的等进行分类。根据市场调查,全球传感器市场中规模最大的三类传感器分别是流量传感器、压力传感器、温度传感器。分别占比21%、19%、和14%。本期,我们将来解读安信证券的全市场科技产业策略报告,聚焦智能传感器行业的发展。传感器市场明显增长 智能传感器未来发展空间大按照定义,传感器是指能感受被测量并按照一定的规律转换成可用输出信号的期间或装置,通常由敏感元件和转换元件组成,一般包含传感单元和接口单元。传感单元负责信号采集,接口单元则根据嵌入式软件算法,对传感单元的电信号进行处理,以输出具有物理意义的测量信息;最后通过接口单元与其他装置进行通信。传感器技术与通信技术、计算机技术并称现代信息产业的三大支柱,是当代科学技术发展的重要标志之一。21世纪以来,传感器逐渐由传统型向智能型方向发展,传感器市场也日益繁荣。据市场研究,2023年全球智能传感器市场的价值约为750亿美元,预计到2032年将增长至1200亿美元,复合年增长率为14.00%。智能传感器的应用领域包括汽车、航空航天、医疗保健、消费电子和工业自动...
根据亿欧智库,AI技术的发展具有指数级的增长潜力,这意味着现有的技术应用、算力基础设施和合作生态体系方面的差距,在未来可能会转化成难以逾越的技术鸿沟。随着时间的推移,这种技术鸿沟可能会导致行业内部的分化,使得处于领先地位的企业与落后者之间的差异持续扩大。亿欧智库认为对于所有参与竞争的车企集团来说,持续的AI技术创新、算力提升和生态合作加强是保持竞争力和市场地位的关键。中国智能汽车行业正在围绕AI技术构建新生态体系,智驾、智舱和车云领域发展较快,预计未来各域AI化发展将更加均衡。中国车企集团在AIEV综合发展程度较高,汽车各域AI化水平发展较为均衡。AIEV通过深度集成AI技术实现汽车智能化程度的提升,它预示着AI技术对传统汽车产品的重大改变。AIEV加速电子电气架构向中央集中式转变,让汽车SOA软件框架形成新的组合方式,并促使AI与驾乘人员的合作方式发生重大变化。中国车企在汽车各域AI上车应用方面展现出产品优势,智算中心的加速建设缩小了其与外国智能电动汽车头部车企的算力差距,与科技公司、友商、高校的生态合作增强了其AI技术应用能力。AI技术加持下,汽车产品属性加速向智能化服务新空间和移...
根据亿欧智库,随着汽车智能化程度的提升,各域AI 技术有望集成AI域,统一协调各域智能化功能。当前汽车的多个功能域由独立且相互关联的AI系统控制,这意味着跨域协同过程复杂。整体而言,汽车松散的智能体系存在较多功能冗余,硬件性能和算力在现有AI体系下还未能实现最优化利用。因此,汽车体系需要更高效的整合和优化设计,以提升汽车的性能。亿欧智库预测,未来汽车行业将发展出一个新域——AI域,负责整合和协调现有的五大功能域中的AI技术,并统一负责与车云协同。这一新域将促进汽车形成一个高度集成的智能系统,确保硬件和计算资源得到全面而高效的利用,从而实现整车性能的全面提升。当前,汽车的AI智能系统由多个独立而又相互交织的AI系统组成,这些系统分别与车云协同,形成了一个复杂的体系。这些分布在各域的AI系统在发展过程中各自独立进化,缺乏统一的严密设计。当前松散的AI体系可能存在较多冗余,汽车的计算能力、硬件性能未能实现最优化和高效应用。按照预测,未来汽车AI 智能体系将经过严格的设计,形成由一个新域——AI域统一控制、统一与车云协同的智能体系。在该体系下,汽车将充分利用各域硬件资源和计算能力,实现性能优化...
根据亿欧智库,AI在底盘域应用于车身姿态和悬架调整,AI车路云数据融合的智能地盘是未来的发展方向。当前底盘域对AI的应用处于较为初级的阶段,国内车企厂商对AI均有不同程度的运用。以吉利和智己为代表的厂商通过AI融合地盘传感器数据,辅助地盘控制;而华为在此基础上增加了环境传感器数据,通过更大规模的AI数据融合计算,提升车的灵活性;还有蔚来引入云端计算和众包地图,将AI的服务范围从单车拓展到多车上。亿欧智库预测未来车路云数据融合,AI综合信息并计算后辅助汽车地盘根据路况前馈调节车身姿态和悬架参数是发展方向。根据亿欧智库未来发展的大致方向为:车端数据融合的AI应用阶段到车端多维数据融合的AI应用阶段,通过多模态融合感知系统帮助汽车感知路况,在AI智能协同下实现智能扭矩控制以及智能阻尼调节,提升汽车灵活性,降低行驶中的颠簸感及冲击感。车端数据结合AI的应用阶段,这个阶段是通过车云数据融合,提前获取前方道路起伏、颠簸信息,并前馈调节悬架参数,提升驾乘的舒适性和安全性。最后是车路云数据结合的AI应用阶段,通过AI车路信息融合计算加众包地图更新,实现地盘控制。动力域对AI技术的应用范围不断拓展目前,...
随着辅助自动驾驶的发展,AI技术在车云中的关键节点发挥着越来越重要的作用,有望逐渐实现全流程AI化。根据亿欧智库,AI技术在车云领域的应用正日益深化,其数据训练和仿真优化功能不断扩展至更广泛的环节。最初在自动驾驶的仿真测试中得到应用,AI技术现已逐步扩展至智能座舱的大模型训练以及OTA升级。OTA即 Over the Air Technology,指的是空中下载技术,可以实现远程升级。亿欧智库认为未来AI技术将在汽车各域应用和算法的更新迭代中扮演核心角色。根据亿欧智库,AI技术在车云领域可以分为三个阶段:探索应用阶段、初步应用阶段、深化应用阶段。2006-2026为探索应用阶段,主要为云计算+应用程序内的AI模型。云计算平台中嵌入包含了AI算法的MATLAB/SPSS/Simulink等软件,实现数据处理、数据标注和模型训练的AI化。主要应用在自动驾驶模拟训练上。2017-2026年为AI在车云的初步应用阶段,主要为云原生+AI模型和云原生+AI模型+智算中心。采用基于云原生完成数据处理、难例挖掘、数据标注、模型训练、场景构建、仿真测试,测试平台在以上步骤中采用了AI技术提升效率、降低...