隨著移動即服務（MaaS）被視為智能移動的關鍵要素，對增長至關重要的一個重要因素是機器人車輛技術，而機器人技術又將高度依賴嵌入式傳感器。

　　在這種情況下，高端傳感器技術和原始計算能力將成為這一持續的市場擾亂的核心，根據市場研究，用于機器人車輛的傳感器將成為自己的行業，預計未來15年的復合年增長率為51％。《2020年機器人移動性傳感器》報告中表示，預計到2024年將產生9億美元的收入，到2028年將產生34億美元的收入，到2032年將達到170億美元，而此時可能有100萬輛機器人在漫游我們的街道。

　　2024年的傳感器收入數據分為激光雷達4億美元，雷達6000萬美元，相機1.6億美元，IMU 2.3億美元和GNSS設備2000萬美元。在接下來的15年中，不同傳感器模式之間的劃分可能不會保持相同。

　　那么，目前在智能交通發展中看到了哪些挑戰呢？

　　第一個問題涉及最脆弱的方式，即行人安全正在惡化。其次，在當今人們傾向于居住的主要城市中，公共交通在效率和成本方面面臨挑戰。第三，汽車不再是過去的出行解決方案。擁塞和擁有成本正在破壞這種選擇。第四，空中交通目前正在迅速擴展，但是由于城市到機場的連接仍然很差，所以出行仍然困難。第五，由于目前所有的出行方式造成的二氧化碳排放，迫切需要進行緊急改變。監管機構和客戶愿意以自上而下和自下而上的方式進行更改。

　　而這些挑戰對于未來也將是一個巨大的機會。 受到MaaS市場最吸引的公司是Google，百度，亞馬遜和Uber等公司，預計在未來十年內其價值將達到2.4萬億美元。通過銷售個人擁有的自動駕駛汽車將額外產生1.1萬億美元，自動駕駛的附加值表明，到2032年，總價值將達到3.5萬億美元。

　　機器人車輛并不關注其他汽車主要關注的成本和長期可靠性問題。重要的是其傳感器套件的即時可用性，性能和可支持性。機器人傳感器數據流受到下游計算能力的限制。前幾代機器人的速度在幾百MIPS（每秒百萬次操作）之內，而最新的機器人車輛則在一千MIPS。這在傳感器數據流方面提供了有限的增加，這與“莫爾定律”有關。所需的計算能力隨數據流輸入的平方而增加。傳感攝像機，雷達和激光雷達的數量增長將遠遠慢于機器人車輛計算機的性能。

　　數據稀疏性的解決方法是讓機器人專家使用“更好”的數據，這意味著傳感器會帶來其他類型的信息。信息的質量提高了，而不是數量增加了。除了工業級相機和雷達，它們還大量使用3D感應激光雷達，導航級GNSS設備和IMU，以及最近使用的熱紅外相機。

　　責任編輯：ct