随着移动即服务（MaaS）被视为智能移动的关键要素，对增长至关重要的一个重要因素是机器人车辆技术，而机器人技术又将高度依赖嵌入式传感器。

　　在这种情况下，高端传感器技术和原始计算能力将成为这一持续的市场扰乱的核心，根据市场研究，用于机器人车辆的传感器将成为自己的行业，预计未来15年的复合年增长率为51％。《2020年机器人移动性传感器》报告中表示，预计到2024年将产生9亿美元的收入，到2028年将产生34亿美元的收入，到2032年将达到170亿美元，而此时可能有100万辆机器人在漫游我们的街道。

　　2024年的传感器收入数据分为激光雷达4亿美元，雷达6000万美元，相机1.6亿美元，IMU 2.3亿美元和GNSS设备2000万美元。在接下来的15年中，不同传感器模式之间的划分可能不会保持相同。

　　那么，目前在智能交通发展中看到了哪些挑战呢？

　　第一个问题涉及最脆弱的方式，即行人安全正在恶化。其次，在当今人们倾向于居住的主要城市中，公共交通在效率和成本方面面临挑战。第三，汽车不再是过去的出行解决方案。拥塞和拥有成本正在破坏这种选择。第四，空中交通目前正在迅速扩展，但是由于城市到机场的连接仍然很差，所以出行仍然困难。第五，由于目前所有的出行方式造成的二氧化碳排放，迫切需要进行紧急改变。监管机构和客户愿意以自上而下和自下而上的方式进行更改。

　　而这些挑战对于未来也将是一个巨大的机会。 受到MaaS市场最吸引的公司是Google，百度，亚马逊和Uber等公司，预计在未来十年内其价值将达到2.4万亿美元。通过销售个人拥有的自动驾驶汽车将额外产生1.1万亿美元，自动驾驶的附加值表明，到2032年，总价值将达到3.5万亿美元。

　　机器人车辆并不关注其他汽车主要关注的成本和长期可靠性问题。重要的是其传感器套件的即时可用性，性能和可支持性。机器人传感器数据流受到下游计算能力的限制。前几代机器人的速度在几百MIPS（每秒百万次操作）之内，而最新的机器人车辆则在一千MIPS。这在传感器数据流方面提供了有限的增加，这与“莫尔定律”有关。所需的计算能力随数据流输入的平方而增加。传感摄像机，雷达和激光雷达的数量增长将远远慢于机器人车辆计算机的性能。

　　数据稀疏性的解决方法是让机器人专家使用“更好”的数据，这意味着传感器会带来其他类型的信息。信息的质量提高了，而不是数量增加了。除了工业级相机和雷达，它们还大量使用3D感应激光雷达，导航级GNSS设备和IMU，以及最近使用的热红外相机。

　　责任编辑：ct