这在传感器数据流方面提供了有限的增加，这与Yole所说的“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。传感相机、雷达和LiDAR的数量增长速度将远远低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感测激光雷达，导航级GNSS设备和IMU、以及最近使用的热红外相机。
传感器具有巨大价格标签
这些传感器具有巨大的价格标签，因此到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，而此时有十亿辆机器人可能在我们的街道上漫游。
皮埃尔·坎布（Pierre Cambou）表示：“增长率有望令人印象深刻。2019年，全球机器人车辆的产量在几千辆左右。我们预计到2032年，年产量将达到40万辆，累计产量达到10亿辆。”
该增长预测基于未来15年的复合年增长率为51％。到那时，与机器人汽车生产相关的总收入将达到600亿美元。其中40％来自汽车本身、28％来自传感硬件、28％来自计算硬件、其余4％来自集成。这意味着在15年内，将围绕机器人车辆技术构建完整的行业。
Yole的分析师预计，LiDAR的传感器收入将达到4亿美元、雷达的传感器收入将达到6000万美元、摄像头的收入将达到1.6亿美元、IMU的收入将达到2.3亿美元、GNSS设备的收入将达到2000万美元。在未来的15年中，不同传感器模式之间的划分可能不会保持相同。尽管如此，到2032年，传感硬件的总规模将达到170亿美元，而出于比较目的，计算范围应相同。
如今的汽车销售额已达2.4万亿美元，是Google、百度、亚马逊和Uber等互联网巨头的自然目标。它们主要受到MaaS市场的吸引，Yole认为，在未来十年内，MaaS市场的价值将达到2.4万亿美元。到2032年，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，自动驾驶的增加值总额将达到3.5万亿美元。
关于MEMS,传感技术就介绍完了，您有什么想法可以联系小编。
