智能传感器的概念炙手可热，究竟什么是智能传感器？未来增长爆点在哪里？

本文以德勤、Allied Market Research等多份权威市场调研机构的统计数据为基础，分析了当下智能市场的趋势，梳理了疫情对智能传感器市场的影响，给出了对2022年及之后智能传感器哪个细分市场将获得最大增长的预测，以及哪些产业将持续促进智能传感器的增长，值得一读！

传感器已经变得无处不在。它们早在互联网出现之前就存在了，当然也早在物联网(IoT)出现之前就存在了。现代智能传感器比以往任何时候都能实现更多的应用，市场也在不断变化，也存在很多的驱动因素推动增长。

汽车、照相机、智能手机和支持物联网工厂机器只是众多传感器中的几类应用市场。

以汽车为例。在短短的几十年里，传感器数据计算能力已经被深入应用到汽车行业。汽修工会告诉你：不久前，他们还在机械地修补有问题的汽车。但是现在，汽车搭载的都是软件和数字技术系统，其中大部分还有传感器来进行数字化分析。

 

互联网络物理世界中的传感器

随着物联网的出现，制造业的数字化（我们称之为工业4.0），以及我们在经济和社会各个领域为数字化转型所作出的不断努力，智能传感器在各个行业中得以应用，传感器市场的发展速度也越来越快。

事实上，在某种程度上，智能传感器是物联网“真正”的基础。在物联网部署的这一阶段，许多人仍然以物联网设备来定义物联网。物联网通常被视为一些连接物联网设备的网络，这些设备中就包括智能传感器。而这些设备也可以被称为感知设备。

因此，它们包含传感器和通信等其它技术，这些传感装置能够测量事物，并将测量的东西转换成数据，然后以不同的方式进行应用。而应用的目的和背景（例如，使用了什么连接技术）决定了该使用哪种功能的传感器。

传感器和智能传感器-名称中有什么？

 

传感器和智能传感器的定义

传感器和其它物联网设备是物联网技术堆栈的基础层。它们捕获我们的应用程序所需的数据，并将这些数据传送给更上层的通信、平台系统。正如我们在物联网技术简介中所解释的，一个物联网的“项目”可以使用多个传感器。传感器使用的种类和数量都取决于项目需求和项目智能化程度。以智能石油钻机为例：它可以有数万个传感器。

• 传感器的本质

传感器是变换器，就像是所谓的执行器一样。传感器将能量从一种形式转换为另一种形式。对于智能传感器而言，这意味着传感器可以“感知”所连接设备及其使用的物理对象内部或周围（状态和环境）的条件。

传感器可以检测和测量这些参数、事件或变化，并将其传达给更高级别的系统和其他设备，然后这些设备可以使用这些数据进行操作、分析等。

传感器是一种通过将任何特定物理量（如光、热、运动、水分、压力或类似实体）转换为任何其他形式（主要是电脉冲）来检测、测量或指示它们的装置（来自:美国联合市场研究机构）。

传感器可以“感知”和交流的参数和事件包括物理量，如光、声音、压力、温度、振动、湿度、特定化学成分或气体的存在、运动、灰尘颗粒的存在等等。

显然，传感器是物联网的重要组成部分，需要非常准确，因为传感器是最先获取数据的地方。

当传感器感知并发送信息时，执行器被激活并开始运作。执行器接收信号并设置其所需的运动，以便能在环境中采取行动。下图使其更加有形，并展示了一些我们可以“感知”的东西。物联网传感器相对不同，它其实更多地以传感器模组或者开发板的形式出现（通常为特定用例和应用而设计）等等。

• 智能传感器定义

在我们了解传感器市场的一些主要演变之前，先简单介绍一下智能传感器。首先，什么是智能传感器？

“智能”一词与物联网连用之前就已经与众多其他术语连用过了。智能建筑、智能废物管理、智能家居、智能灯泡、智能城市、智能街道照明、智能办公室、智能工厂等等。当然，还有智能传感器。

以前的术语（城市、建筑物、办公室等）通常可以从其技术特征或目标的角度（例如，将公民、居民、人放在首位）来看待，而有关智能或智能传感器的大部分文献则涵盖了技术和功能方面。这与传感器的发展和历史有关，如前所述，传感器绝不是一个新鲜事物。

智能传感器与传感器的不同之处在于，智能传感器是具有板载技术的高级平台，如微处理器、存储、诊断和连接工具，可将传统反馈信号转换为真正的数字洞察（德勤）

2009年，国际频率传感器协会（IFSA）对来自学术界和工业界的几位人士进行了调查，以确定智能传感器的定义。在20世纪80年代转向数字信号和90年代大量新技术的加入之后，大多数传感器都可以称为智能传感器。

20世纪90年代还出现了“普适计算”的概念，这被认为是物联网发展的重要因素，尤其是随着嵌入式计算的进步。大约在20世纪90年代中期，传感器模块中数字电子和无线技术的发展和应用不断增长，在传感等基础上，发送数据变得越来越重要。今天，这在物联网中是显而易见的。事实上，在物联网这一术语出现之前，有些人就提到了传感器网络。所以，你可以看到，在2009年，智能传感器领域已经发生了很多事情。

不过，“智能传感器”一词的术语解释还是会令人困惑。IFSA调查的大多数参与者（61%）认为“智能传感器”就是传感器具有“智能功能”，如自我识别、自我验证、自我测试或自适应。其他人（18%）认为它就是“传感元件、模拟接口电路、ADC（模数转换器）和总线接口的组合”。

少数人更倾向于它就是“只有自检（自校准、自验证）功能的传感器”（6%），极少数人（1%）认为它就是一种与IEEE 1451标准兼容的传感器。7%的受访者认为每个答案都有一定的道理，剩下7%的受访者则持有不同的意见。

自此之后，情况发生了很大变化，我们生活在一个数字世界中，现代传感器系统除了包含调查中所涉及到的功能，还使用了越来越多的智能功能，并且还基于现代微电子技术和MEMS技术（稍后将详细介绍）。

 

以基础传感器和智能传感器作为平台实现洞察

智能传感器和物联网传感器的重要一点是，它们是实际具有硬件（传感器元件或主要/基本传感器本身、微处理器等）、上述通信能力和实现各种功能的软件的平台。所有这些领域都能进行创新发展。

如下所示，德勤在供应链创新的背景下对现代智能传感器生态系统进行了说明。而且，正如您在相应的文章中所读到的，德勤还对智能传感器进行了定义，强调了平台方面的各种技术以及它们提供的数字洞察的基本特征。

德勤将传感器定义为“以可预测、一致和可测量的方式对物理过程或物质提供反馈的装置”。另一方面，智能传感器被定义为“具有板载技术的高级平台，如微处理器、存储、诊断和连接工具，可将传统反馈信号转换为数字洞察。”

换句话说，智能传感器不仅包括基本传感器，还包括国际频率传感器协会调查中所称的德勤的“传感元件”，以及各自提到的特征和技术。

此外，随着边缘计算等新技术变得越来越重要，特定传感器的功能和能力不断增加，使所有这些技术成为可能。

 

传感器类型

列出不同类型传感器的一种方法是查看它们检测和测量的属性。下表来自横河电机公司，它将每种检测信号的常见特征进行了很好的分类。

举例来说：机械传感器包括压力、振动和速度传感器，而生物传感器或生物传感器具有各种属性的传感器，例如用于检测葡萄糖水平的传感器，而热传感器包括温度传感器、热导率传感器等。

正如你所看到的，这是一个列表，但肯定不是一个详尽无遗的列表。

从市场角度来看，一些主要类型的传感器有触摸传感器、图像传感器、温度传感器、运动传感器、位置传感器、气体传感器、光线传感器和压力传感器。根据研究（见下文），图像传感器引领市场，光传感器是2020-2027年预测期内增长最快的细分市场。

以下基于Harbor Researc的调查并由PostScapes提供的插图（我们在关于物联网技术的文章中也使用了这一点）以更直观、非全面的方式展示了示例和类别。

其他分类也是可能的。例如，对于物联网传感器，您可以查看支持的通信网络、传感器的用途（如洪水传感器）等。

从目的的角度来看，传感器有时可以使用不同的参数。例如，诸如接近传感器之类的特定类型的传感器可以基于各种特征。

此外，可以进一步详细说明上表中带有示例的一般分类。例如，有许多种气体。请注意，更先进的智能传感器通常可以感知多个属性。

除此之外，不同类型的传感器通常也按行业或细分市场的功能进行分类。

很明显，工业4.0或工业物联网传感器和传感技术市场与智能手机和平板电脑、生物医学传感器或我们在汽车中使用的所有传感器（包括主动和被动传感器、“简单”（基本）传感器以及更先进的智能传感器平台）等消费品市场大不相同。

智能传感器的重要垂直市场和细分市场包括汽车、消费电子、工业、基础设施（包括建筑和AEC整体）和医疗保健。

 

不断变化的智能传感器市场

是时候来看看传感器市场的演变了。显然，传感器和智能传感器的能力在各个层面上不断发展，包括使用过的材料。当然，归根结底，最重要的是你能用物联网和智能传感器做些什么。

再来看看物联网的本质：重点在于在正确的时间收集正确的数据，以最佳和最简单的方式为正确的目的获得正确的见解。DIKW模型确实也在传感器和物联网的发展中发挥了作用。

根据德勤的数据，全球智能传感器市场正以每年19%的速度增长。

为了在需求不断变化、竞争激烈的更复杂技术环境中实现智能传感器的目标，市场上的研发力度仍然很高。传感器继续变得更小、更智能、更强大和更便宜（见下文）。

没有智能传感器，就不会有所谓的第四次工业革命。也就不会有智能建筑，不会有智能城市应用，不会有智能医疗设备。这个清单是无穷无尽的。

汽车行业仍然是传感器的一个重要市场。其实，大部分现代汽车技术很多都是基于传感器技术。消费品也是必不可少的。智能手机摄像头传感器的发展只是其快速发展的一个例子。

当然，在一些工业市场，被用于良好的网络物理融合工业转型项目的传感器数量也是巨大的。

受新冠疫情严重影响的地区我们也能期望其出现增长。例如智能办公室的发展，工作和医疗应用以及我们重新思考环境构建各领域的未来。

智能传感器市场的真正增长尚未开始。5G即将到来，人们所希望的智能家居应用，物联网的部署仍然有限，工业4.0正在缓慢发展，而且由于疫情，在需要尖端传感器技术的领域有更多的投资，更不用说一些其它因素了。

更重要的是，传感器的价格下降了，而它们的质量却一直在变得更好。这与芯片价格的下跌密切相关。在这方面，汽车行业也发挥了重要作用。

由于各种原因，现在芯片短缺，但我们看到越来越多的公司开始自己生产芯片。这一趋势在疫情之前就开始了，并因为疫情得到了加强。这一趋势很有趣，因为我们看到更多的电子产品和传感器用于特定的应用。

较低的价格也对传感器的性能产生了影响。传感器制造商想尽可能获得最大利润。因此，它们不仅从价格上入手，更多的是在传感器平台上整合更多功能上进行竞争。而这反过来又导致应用可能性增加，部分公司也会基于此展开一些项目应用。

最后，该行业的研发投资仍然很高，而且由于我们重复的次数不够多，我们一直在努力突破传感器技术的界限。德勤的文章提供了智能传感器市场的其他发展。

 

2021-2027年全球传感器和智能传感器市场

根据最近的Allied Market Research报告，到2027年（从2020年起），全球智能传感器市场将以18.6%的复合年增长率（CAGR）增长，即1436.5亿美元。

在报告的公告中 （2021年2月23日），该研究公司表示，为了建设智能城市，在物联网的背景下，汽车行业需求的增长推动了市场增长。

在整个预测期内，可穿戴设备和创新应用在生物医药行业中的日益普及将带来短期机遇。

阻碍市场增长的因素之一是，在设备中的集成智能传感器会缩短这些设备的使用寿命。

2019年，汽车行业是全球智能传感器最大的应用市场，约占整个市场的四分之一。在2020-2027年的预测期内，汽车智能传感器市场预计将以21.7%的复合年增长率增长。

在疫情最严重的时期，一些行业不得不停止运营，这导致了汽车、消费电子和工业市场对智能传感器的需求大幅下降。

此外，正如世界各地的情况和前面提到的那样，智能传感器行业的生产和供应链受到了破坏。

其他一些调查结果：

2019年已经占据最大份额的图像传感器市场（约占全球智能传感器市场的五分之一）在工业领域的高度采用率将在2026年占据主导地位。

然而，根据联合市场研究，预测期内增长最大的是光传感器细分市场。主要原因是对智能灯和智能开关的需求不断增加。

从垂直行业的角度来看，汽车行业不仅继续保持市场份额的领先地位；在整个预测期内，其复合年增长率也将达到最高水平（21.7%）。电动汽车的日益普及是一个因素，而自动驾驶汽车的出现则是另一个重要市场。

让我们再看看传感器市场的整体情况，以及联合市场研究（在疫情开始之前）的一些旧发现。

根据这项研究，到2022年，全球传感器市场的复合年增长率（CAGR）将达到11.3%。一个很关键驱动因素还是物联网。

为了能够在传感器领域与其他市场研究进行比较，首先需要定义。Allied Market Research将传感器定义为“检测、测量或指示任何特定物理量（如光、热、运动、水分、压力或类似实体）的设备，通过将其转换为任何其他形式，主要是电脉冲。”

• 传感器市场增长的市场驱动因素

从现在到2022年，传感器需求的增长主要是由于（无具体顺序）：

• 毋庸置疑，物联网和工业物联网的日益普及。

• 消费电子产品的进步。

• 传感器和传感器技术本身的进步。

• 智能手机中各种传感器的使用越来越多。

• 自动化行业的强劲需求（工业4.0）。

• 汽车工业的增长。

 

可穿戴设备需求增加

如果我们看看传感器的类型，就会发现图像传感器将见证最高的市场增长。从技术角度看，微机电系统（MEMS）在2015年占据了45%的市场份额。在预测期内，纳米机电系统（NEMS）有望成为增长最快的产品，但是MEMS技术仍将保持领先地位。

Allied Market Research预计，随着数字健康变得越来越重要，医疗保健行业将在2022年之前保持快速增长，复合年增长率为12.6%。在疫情影响之下，情况可能更是如此。

 

结语

综合本文的分析，动感传感认为智能传感器的市场增长是毋庸置疑的，但中国厂商能从中分得多少市场份额呢？

传感器技术的进步，本身也推动了传感器需求的增长，例如触觉传感器、柔性传感器等被研发出来，应用于织物衣服、皮肤医疗等地方，感知心跳体温等信息，结合服饰、医疗无比庞大的市场，这些传感器定将拥有巨大的需求。

其他产业如物联网、工业物联网、工业4.0、智能汽车、智能手机、消费电子产品等，任何一个都是能给人无限遐想的巨大市场，并且充满勃勃生机，智能传感器的强劲需求才刚体现。

智能传感器蛋糕很大，中国厂商能切几块

来源：传感器专家网

新机器视觉