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。
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。
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。
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。
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%。
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。
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：
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。
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。
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。
