近期，小米推出仿生机器狗“铁蛋”、小鹏汽车发布智能机器马，都引起热议。虽然“物种”不同，这些机器都一样采用了大量的感知传感器，这些感知传感器来自哪里？
在过去的十年中，感知传感领域随着此类新公司、新技术，以及从传统（汽车）到尖端（太空旅行）等行业的数百万个传感器的部署而爆炸式增长。
虽然现有企业在某些细分市场锁定了多数市场份额，但其他细分市场占主导性地位的新参与者已经崛起，这些参与者已成为一些世界级大公司的供应商。
诚然，现在进行预言还为时尚早。新的传感模式和创新的软件平台正在改变现有的感知系统，一切皆有可能！这为更多新企业提供了挑战现有企业和其他初创公司的机会。
制作这张2021全球感知传感行业地图的目的是，呈现一幅易于理解的图画，帮助我们了解当今行业的现状。它展示了感知传感技术领域的主要市场参与者，以及相关软件公司。
超声波传感器
与雷达非常相似，超声波传感器会发出信号，并计算信号从物体表面反射后返回所需的时间。
与雷达不同的是，超声波使用窄聚焦的声波（通常在 30 kHz 到 240 kHz 之间）。它通常用于高精度近距离传感，并且常用于汽车应用，如高级驾驶辅助系统 (ADAS) 和停车辅助系统。
超声波传感器领域由汽车界的老牌企业主导。列入行业地图的公司有：
麦格纳Magna
法雷奥Valeo
德州仪器Texas Instruments
大陆Continental
博世Bosch
TDK
深度传感器
深度传感器用于捕捉 2.5D 和 3D 图像。深度传感器中有许多不同的形式，包括结构光、飞行时间（TOF）、立体和有源立体传感器。此外，深度传感器可以在从消费产品到工业产品的一系列应用中找到。
深度传感器领域包括大型老牌企业，但在过去十年中也出现了大量创新公司。行业地图上代表的公司是：
消费级：
英特尔实感Intel RealSense
Structure Sensor by Occipital
小觅Mynt Eye
StereoLabs
索尼Sony (收购自SoftKinetic)
微软Microsoft Azure Kinect
奥比中光Orbbec
Luxonis
湃安德pmd
华硕ASUS
工业级：
Zivid
Photoneo
Ensenso
LMI
康耐视Cognex
激光雷达
LiDAR的工作原理类似于超声波和雷达，因为它发出信号并计算信号从附近物体或表面反射并返回传感器所需的时间。与基于声音的超声波和基于无线电波的雷达不同，LiDAR 使用光。
在过去的十年中，也许没有其他感知传感器领域像 LiDAR 那样见证了如此多的新公司建立和创业活动。
自动驾驶汽车和无人驾驶飞机的市场快速普及，推动LiDAR的市场和技术迅速发展，导致那些初创公司不久就成为行业老牌企业（例如Velodyne和Ouster）。
在行业地图中，我们考虑了 LiDAR 的两种主要模式：扫描（scanning）和快闪（flash）。
扫描 LiDAR 装置利用快速旋转的激光发射器和接收器来捕获传感器周围环境的 360° 视图。扫描 LiDAR 的最新发展还使用 MEMS 反射镜或固态光束转向，以更低的机械复杂性实现类似的结果。
快闪 LiDAR 装置使用具有宽视野的固定激光发射器和接收器来捕获大量数据，而无需机械部件。
人们对自动驾驶汽车和智能机器人日益浓厚的兴趣，促使LiDAR 市场快速增长。然而，虚拟现实和机器人市场的发展慢于预期，对激光雷达行业产生了连锁反应，导致了许多创业公司失败，引发大量并购活动。
第一波失败和并购的幸存者正在成为扫描 LiDAR 的主导者。新一波的快闪 LiDAR 公司也在涌现，其中许多公司专注于高级驾驶辅助系统（ADAS） 应用，以寻求大型汽车厂商的合同。反过来，许多扫描 LiDAR 企业正在推出自己的快闪 LiDAR 设备来与之竞争。
扫描激光雷达（Scanning LiDAR）：
Velodyne Lidar
Hokuyo
Ouster
Waymo Laser Bear
Hesai
西克SICK
Quanergy
快闪激光雷达（Flash LiDAR）：
AEye
Luminar
Velodyne Lidar
Voyant Photonics
Quanergy
Sense Photonics
法雷奥Valeo
英特尔实感Intel RealSense
LeddarTech
Aeva
Innoviz
感知系统通常严重依赖视觉数据，然而，视觉数据并不总是可用的（例如，有雾和没有灯光的场景）。热像仪可以作为在视觉来源失效时提供感官信息的一种选择。
FLIR
Seek Thermal
雷达
就像上面描述的热成像场景一样，雷达可以在视觉源失效时提供传感数据。例如，需要在浓雾中依赖 LiDAR 和摄像头的自动驾驶汽车。因为雾遮挡了任何视线，自动驾驶将无法运行。
然而，有了雷达，就可以。自奔驰于 1999 年首次推出其 Distronic 自适应巡航控制系统以来，雷达已在汽车应用中得到广泛部署。
Vayyar
Arbe
Uhnder
博世Bosch
Zendar
GhostWave
MetaWave
英飞凌Infineon
最普遍的感知传感方式是 CMOS 相机。CMOS 相机使用的是与手机、数码相机、网络摄像头和大多数其他配置相机的设备相同的成像技术。有可选配置、宽分辨率、动态范围、彩色滤光、视野等多种多样的CMOS相机。
在感知应用中，CMOS 相机可以单独使用、相互使用或与其他传感设备一起使用，以实现更多的功能。
例如，单个 CMOS 摄像头可以与机器学习库配对，为垃圾拣选机器人执行分类任务。两个 CMOS 摄像头可用于立体配置，为机器人或自动驾驶设备上的自适应巡航控制系统提供深度感应。CMOS 相机通常与 惯性测量单元IMU 配对，以实现机器人平台的视觉惯性导航。换句话说，感知系统几乎都配置有CMOS 相机。
根据系统设计，CMOS 相机可以直接嵌入到设备中，也可以用外部连接。前者常见于移动机器人和自动驾驶汽车，而后者常见于工业机器人的机器视觉应用。
虽然有数百家 CMOS 组件和模块供应商，但我们选择了感知传感领域最重要的市场参与者。
可嵌入式CMOS传感器：
佳能Canon
索尼Sony
豪威OmniVision
意法半导体ST Micro
ams OSRAM
工业CMOS传感器：
FLIR (Point Grey)
Keyence
Datalogic
康耐视Cognex
Basler
惯性测量单元IMU
另一种非视觉传感模式，惯性测量单元（IMU）可感知运动。单独来看，这些信息只能提供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配合使用，视觉-惯性传感器阵列可以提供高精确度的位置和运动数据。
与 CMOS 相机一样，IMU 可以作为可嵌入模块或外部单元提供。
博世Bosch Sensortec
Xsens
mCube
Yost Labs
Lord MicroStrain
事件/神经形态视觉传感器
在过去的十年中，感知传感领域一直对神经形态相机（也称为“事件相机”）充满兴趣。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，并且仅针对发生变化的那些像素。因此，它们可以以更高的速度运行，也可以传输更少量的数据。
然而，它们难以大规模采购，并且价格昂贵。迄今为止，事件相机的消费者应用只有一个，并且没有成功。时间会证明这些实验相机是否会脱离实验室并成为现实世界感知传感系统的常规部分。
三星Samsung
索尼Sony
iniVation
Prophesee
软件
感知系统不仅仅是传感器，也包括处理该传感器数据所需的软件。
传感器软件可以在系统底层运行——例如，Tangram Vision 的软件可确保所有传感器均以最佳方式运行并传输可靠数据。它还可以作为应用程序运行——一个例子是使用SLAMcore的 SLAM SDK 惯性系统驱动仓库机器人。
在感知软件生态系统中，SLAM 供应商之间的竞争在过去十年中一直很激烈。这得益于对机器人技术、AR和VR等 XR 技术的投资增加。
清洗已经开始，许多团队被 FAANG 科技巨头收购，因为他们已经规划未来的消费产品，如音视频设备和 VR 耳机。
Tangram Vision
Occipital
Kudan
Augmented Pixels
Arcturus Industries
PyTorch
TensorFlow
SLAMcore
Outsight
OpenCV
Wikitude
Aivero
结语
人工智能、物联网、自动驾驶、仿生机器人……一个个新行业、新技术不断兴起，感知传感行业才刚刚开始其增长曲线。
与过去十年的情况一样，持续整合和新公司组建将是这个市场不变的特征。我们计划每年重新访问和更新此市场地图一两次，以跟上变化的步伐。
这是2021年全球感知传感领域全链条的主要参与者，大浪淘沙，在明年甚至是下个十年，还有多少企业仍然存在、壮大？又有那些企业倒闭、被并购？让我们拭目！