登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《首款用于物联网设备的 16:9 图像传感器》

  • 来源专题：新一代信息技术
  • 编译者： 王晓丽
  • 发布时间：2023-11-28

  • Omnivision 推出了一款 520 万像素（MP）图像传感器，这是首款专为 16:10 宽高比笔记本电脑和物联网设备开发的图像传感器。

    OV05C10 是一款基于 Omnivision PureCel Plus 技术的低功耗背照式 (BSI) 图像传感器，具有更高的灵敏度、更低的噪点和更好的整体图像质量。它具有 520 万像素和每秒 60 帧（fps）的双曝光交错 HDR 时序，可在明亮或黑暗的环境中提高图像质量。该传感器还支持特殊的超低功耗模式，可实现 HPD 并延长电池寿命。

    OV05C10 图像传感器的分辨率为 520 万像素，具有足够的像素来支持视频会议的自动取景功能，该功能可自动调整摄像机的视场，使讲话的人保持在图像的中心，同时裁剪掉分散注意力的背景。

    Omnivision 在比利时设立研发中心

    微型汽车图像传感器消除LED闪烁

    DigiLens成为XR和成像领域的合作伙伴

    OV05C10还支持人体存在检测（HPD），可提高人工智能（AI）应用的效率，延长便携式设备的电池寿命。

    OV05C10 目前正在出样，将于 2024 年 2 月大规模交付。

217浏览量
原文链接
相关报告

  • 《面向工业条形码阅读器应用的低成本高性能图像传感器》
    • 来源专题：数控机床与工业机器人
    • 编译者：icad
    • 发布时间：2020-07-08
    • 摘要： 伴随着当今更低成本和更高性能的工业相机的趋势，对CMOS图像传感器也提出了更高的要求，需要通过设计系统级芯片（SoC）来实现这一目标。为实现该目标，需通过3D芯片堆栈和背照(back side illuminated ，BSI)技术，把多个图像处理任务集成到单一器件中。在未来将会出现具有精密的机器学习和专有的智能计算芯片结合图像撷取功能的解决方案，创造出紧凑的高速运算视觉系统。 可是在实现崭新的大型技术集成之前，必需扫除两个主要发展障碍—芯片的热量管理和功耗。 现在，先进的前照(front side illuminated ，FSI) CMOS传感器集成了模拟和数字功能，实现了成本和效能兼具的解决方案。能够达成这些目标，关键在于把有利于系统效能及嵌入到图像传感器SOC等各种因素的巧妙分隔。在这里，分隔图像系统应用以及诸如CPU、FPGA和DSP等已有图像处理器件的角色是核心因素，因功能重覆会导致成本上升。而开发一个能够为目标应用市场提供可行方案，以达到大规模量产(以实现最低生产成本)的标准图像SOC产品，事前需要两个模块的深入对话。 终端相机产品的主要的市场参与者，包括硬件、软件、系统建构者和光学工程师，以及一个多范畴的图像传感器开发队伍，都在贡献着各自在半导体科技和终端相机产品技术和应用的知识，寻找创新的产品解决方案。 本文将介绍一款面向条形码读码器和其它嵌入式视觉应用的CMOS图像传感器系列产品、它们的应用实例，以及一些未来发展趋势。 条形码 – 现今最流行的编码系统以及相关阅读技术概况 在以节假日及季节性消费零售和网上购物的行业中，物流运输、制造和批发等行业每日扫描逾50亿个条形码。随着1970年代全球首个条形码在一包口香糖上出现，现在它显然是最流行的可读编码系统，并且不断发展新的应用范围。一维条形码是首个出现的条形码(并因印刷技术进步，面积不断变小)，而它仍然是主流技术，可见于零售、运输和物流及其它行业的UPC(独有产品码)应用。二维条形码有多种不同的规格，提供相较一维码更多的可编程数据：一维码最大可载入20-25字符，且取决于条形码类型；二维码最大可以加载超过2000个字符。除了一般的写入产品信息和明细功用外，二维条形码也写入校验和(checksum)以及其它校正技术，以确保对印刷错误或破损的条形码有更大的容错能力。二维码在一些特定行业已获得大量应用，如自动化制造行业，零件的直接部件标示(direct part marking ，DPM)等。 二维条形码阅读技术升级大约在15年前开始，因为它能够同时阅读二维码和一维码，并成为当今的市场主流。 11.png 不是所有二维码阅读器都有同样的功能 条形码验证和解码系统正在快速发展并不断改进，以提供更快、更紧凑、更低价格和更强大的阅读功能。 虽然基于激光的一维阅读器仍然在产和使用，阅读系统最显著的技术进步却是来自二维阅读器。二维阅读器通过图像传感器，使得它能够提供显著的演算能力，带来之前不可能出现的附加功能。这些功能包括拍摄照片和录取视频，以及加入更多先进功能，常见例子包括文件扫描、光学字符辨识(OCR，orthogonal character recognition)、物件辨认、尺寸量度，以及更多其它功能。 Teledyne-e2v 的图像传感器是一款面向这一市场上的独特产品，提供了各种二维传感器选项以外的更多优势。其中一个主要原因是它经设计专门用于条形码阅读，而不是一般面向多用途、消费性或车用市场的产品。这意味着一种精确强大的解决方案，能够满足领先市场的条形码阅读器产品的一切要求。 Teledyne-e2v 近期开发出一小像素低噪声全局快门CMOS图像传感器系列产品，拥有独特功能，能够为自动数据采集系统(Automatic Data Collection System，ADCS)和自动辨识(Auto Identification，AI)市场应用带来显著成本节省及/或性能提升的方案。在这一市场区间，虽然传感器单元成本是最重要的因素，但诸如照明 / 光学镜头的降成本方案也需要一并考虑。 00000.png 二维码阅读系统要求非常快速的帧撷取图像以避免拖影现象。这需要尽可能短的曝光时间。另一方面，要获得最大景深(depth of field ，DOF) 或扫描范围，往往会使用非常小光学孔径(一般时F/8或更小)的镜片。能够进入图像传感器像素的非常小数目的光子结合很短的集成时间，意味着可以在低亮度应用中进行条形码阅读(见图5)。而全局快门也有利于阅读移动的条形码。 影响终端阅读器性能的主要传感器参数因而特别适用于条形码阅读应用。图 4 列出了一些主要的传感器/条形码阅读性能要求，并展示出Snappy传感器系列作为专门应用CMOS图像传感器范例的优势。 33.png 44.png 图4：Snappy面向条形码扫描功能的主要规格 55.png 信噪比 辐照(光子/像素) 图 5： Snappy 传感器的低亮度信噪比为减小系统照明光学能耗和成本提供优势 温升的影响 如果仔细一点观察在25°C的温度下，各种构成噪声参数的组件之间的差异，以及这些组件在>65°C 温升时的状况，某些组件的参数表现有局限性，在传感器选择过程中应予以考虑温升的影响。空间行列固定的读出噪声是条形码阅读的其中一个特别重要参数。考虑到固定模式噪声的形状与直线和横线相似，它们容易与条形码产生混淆，或会在图像中的条形码读取时加入错误的信息。 Snappy系列图像传感器使用先进的半导体工艺，在25°C时只有少数暗信号光子，而即便在65°C也只测出每秒77个光子。这有助于行和列的内嵌固定模式噪声消除算法，即便在高工作温度，也能实现只有几个百分比的固定模式噪声。 极低的读出噪声（结合时间和空间元素）典型数值为3个光子。即便在高温环境下也不会恶化。如果传感器在高温下性能下降，那意味着需要更多的照明，简介提高了系统成本。 独有的黑白+彩色像素滤镜模式—结合黑白和彩色像素的低亮高灵敏度数据的优势 传感器可以使用有彩色像素以便于加入附加的对象/标签辨识功能，提供更多安全功能以避免假冒(spoofing)或条形码本身不能阅读的情况。不过，因为彩色传感器的有机彩色滤镜的较低传送特性，以及需要结合红绿蓝三色像素来制造“彩色”像素，这意味着相比于单色的图像传感器，彩色禅观棋有较低空间分辨率和较低灵敏度。Teledyne-e2v的Jade图像传感器是一个有趣的创新，它使用单色像素，但在每四个单色像素加入一个彩色像素。这样就能保存阅读条形码至关重要的空间分辨率和灵敏度，同时让较低分辨率的彩色图像被同时撷取。 66.png 图6：创新色彩感测应用无需对阅读性能作出折衷 创新嵌入式应用专有功能 实现快速(Snappy) 条形码阅读不单是帧读出率的结果。虽然固定噪声是一个限制因素， 但Snappy传感器未有为此作出妥协。该传感器提供8 bit位深接近每秒120帧的出色性能。独有的通电模式确保器件在信噪比规格下撷取第一个图像(或快速自曝光亚图像)时已处于通电或候命状态。这并不是一般车月手或面向其它应用的全局快门CMOS传感器的标准功能，因为这意味着在完全稳定和达到数据表标明的信噪比功能数值前，系统必需弃置多个全帧图像。 这一独有的通电后首帧阅读能力能够为相机提供差异化因素，实现最高速条形码阅读，向终端用户提供“快拍”式扫描，为企业实现更高产能。以下將介紹在Snappy 傳感器系列中，Teledyne-e2v 成像团队发明的两个最具创新性的专利功能：它们经设计用于 终端产品扫描的超高速条形码阅读、辨认和解碼应用。 1.快速自曝光(Fast Self Exposure，FSE) 模式(用於Snappy 2MP 和 5MP CMOS 传感器)： 快速自曝光模式允许在变化光线下优化曝光时间 (见图7)。相较于传统的自动曝光模式，FSE带来更多融合时间和强大功能的优势，包括完全使用者编程并向终端用户提供稳定快速阅读优势，自适应任何光源或动态光源环境，而且对帧率几乎没有影响。 77.png 图7：用于条形码阅读和所有机器视觉应用的新型片上自动曝光方法 专利的FSE模式使用了多个片上部件实现以下功能： (a) 独有的纵向模数转换器(ADC)允许在连续的行段设定4个不同的曝光时段，然后在整个阵列重复，产生4个具有不同曝光数值的低分辨率图像。这一功能也可以用作一种强大的高动态范围影像撷取功能。 (b) 横向增量亚采样，最大值1/64线 (c) 片上统计数据包含饱和像素数值，并同时提供一个16-bin直方图输出，可以在图像注脚直接读取开启中的帧或区域的数据 (d) 取景窗口(ROI)模式可支持FSE子帧，多区域，以及区域中区域 (e) 精细控制可使用直方图数值、平均值和二者的组合 (f) 可编程缓冲器提供直观的使用者控制和设定 这些功能为终端应用带来扫描速度的优势，因为FSE模式一般只使用小于10%的帧时段。其他CMOS传感器的传统嵌入式自动曝光控制(AEC)使用渐近技术，避免闪烁(flashing)并提供目标图像，使得图像融合速度较慢。在整个过程会耗费大量帧幅，使得速度不能配合条形码阅读应用的要求。 2. 智能取景窗口(Smart ROI)模式 (用于Snappy 5MP 传感器)： 智能取景窗口(Smart ROI) 使用片上算法来侦侧图片上的一个或多个条形码。而条形码解码图像处理系统需要把载有条形码的范围与其余的部份分别出来，从而对有用的部分进行处理。这一工作一般是在FPGA或CPU上进行，因为这一任务需要大量的闸/实时时钟(RTC)和处理能力，导致额外的高成本，以及选择处理引擎时所遇到复杂技术限制。 88.png 图8：利用智能取景窗口(Smart_ROI)功能检测图像传感器上多个移动中的条形码 把这一条形码侦测功能嵌入传感器中，能够实现整体成本节省，这不单是因为处理方面的开销显著减小，还有是由于任务在传感器内完成，无需通过其它数字信号端加工处理，实现系统性能和稳定性优势。在有效帧中侦测到的一维码或二维码在将会以区块形式，并加上X/Y坐标作为图像注脚区域(不可见)的可读信息的一部分。传感器可同时侦测多个区域(或条形码)，也可以侦测其它编码，例如是在光学文字辨识应用(OCR)中阅读印刷字符。即便是在条形码/对象/相机正在移动的应用中，这一功能仍然能够有效工作。 显着的成本节省和系统简化是主要的优势。5MP传感器主要用于高端条形码应用，这是因为它需较大的镜头和更强的处理能力配合去进行5MP实时图像处理/解码工作，抵销了更大扫描范围或面积所提供的主要优势。不过， Snappy系列传感器的小像素以及由片上智能取景窗口带来的处理开销节省，能够实现更小系统级成本。由于其低功耗和在单帧幅辨识多个条形码符号的能力，使得该产品正成为高分辨率传感器的市场动力，在电商物流行业更是明显的优势。 快速自曝光和智能取景窗口功能可以同时在Snappy 5MP传感器上工作，以确保在环境光线不断变化的环境下，仍然能够提供快速强大的操作能力。 Snappy传感器系列经过设计优化，满足低成本，低功耗的系统需求。前文也曾提及的传感器片上处理数据，工作性能可显著提高。虽然不仅满足条形码阅读应用和市场，同时满足其它类型的机器视觉(MV)应用，包括查验、测量、光学字符辨识等等，也可以通过Snappy 传感器的性能和嵌入式功能获益。其它适用范围包括嵌入式视觉系统、物联网边缘设备、无人机、增强现实、生物特征系统等等。 99.png 图9： Snappy传感器系列适用于其它机器视觉、智能物联网和其它工业计算视觉应用 Snappy传感器集成镜头和先进基于微电机的自动对焦提供附加价值 消费级相机光学模块并不适用于B2B工业应用的严苛长时间工作环境。另外，举个例子，用于条形码阅读的镜头一般有专门的性能和光学特性，需要最大的工作距离，而诸如光学调制转换函数(MTF)等光学像差需要最小化，以便于有效地对特征尺寸比奈奎斯特频率还要小的条形码进行解码。集成了强大的Snappy图像传感器和高性能镜头的MIPI光学模块(MOM) 能够提高系统的价值并节省开发时间和成本。 991.png 图10：使用集成定焦镜头和Snappy 传感器的MIPI光学模块(MOM) MIPI光学模块 是嵌入式视觉应用的理想解决方案，它允许某程度上使用订制镜头，为20mm x 20mm的小型模块提供出色的性能和灵活性。Teledyne-e2v 现在向终端用户提供首个2MP MIPI光学模块样品，并且计划推出5MP版本，以及强大而轻量、基于微电机技术的2MP 自动对焦版本。自动对焦的最大优势在于相较定焦光学系统，它允许使用更大光学孔径来实现同级或更佳的扫描范围或工作距离，但需要显着地小的照明功耗。未来的2MP MIPI光学模块将为工业成像应用提供更多性能/或成本改进。新产品的详细内容将于2020年中公布。不过现在已有一个使用崭新开环‘多焦’功能的评估平台，能够提供最大工作范围和最大帧率，并具有可用于現存Snappy 2MP示范套件的MEMS自动对焦组件。 电商的爆发性成长带来的新趋势和变革 电子商务的爆发性成长带来的巨大双位数年复合增长率(CAGR)目标(每年大于25%) ，不单为物流中心运营带来变革，也为传统的实体零售点提供保障。零售市场正在面对巨大转变，需要提供更好的客户体验并通过使用无人自动‘自助扫描’系统来缩短结账时间。这些系 统的成功关键不单在于可靠的条形码辨识和解码能力，还有是需要更多使用彩色成像器件的更精细的对象辨认任务。 992.png 图11：电子商务的爆发性成长促成了对CMOS传感器要求和功能的新趋势和变革 如要全面实现高成长潜力，首要条件是要实现更高速度或更高产能的扫描仪和相机。具有宽画面的更高分辨率传感器将允许更快的阅读速度并实现更大表面积读码(在同一图像包含多个包裹和条形码)，以至在未来在单个传感器覆盖整个仓库区域。 关于图像传感器，我们看到柔性传感器技术应用的优势，它能够减小外部光学组件的复杂性并减省诸如镜片绕射极限等现有关于小像素的一些限制。这一发展可提供 两个优势，一是简化并节省光学本，二是允许2.5µ以下的小像素无需减小MTF仍然达到镜片光学绕射极限。 在仓库应用中，对于一个小包的以及扫描小包上的条形码的需求，往往源于不断增长的电商分发中心的效率目标。每一平方厘米的存储和运送空间都要实现最大化应用。要对货件实现整个运送和供应链的三维尺寸监控，以至于通过二维码阅读相关编码/文字标签，现需要使用两个单独的相机，一个用于三维(大部分使用结构光源或基于三维技术的立体化视觉)，而另一个则使用非互联的二维相 机。 现在的研究重点在于研发一个二维和三维兼具的CMOS传感器，可以同时提供传统的二维影像和三维点云(point cloud)。Teledyne-e2v致力为这些新市场范围提供尖端领导技术，并已制订能够配合下世代相机和成像系统的未来产品路线图和知识产权，使得相关技术够聚焦应用专有需求，相信不用很久，便可预见到新的产品问世。
    137浏览量
    原文链接

  • 《物联网头条：物联网深度报告》
    • 来源专题：集成电路
    • 编译者：tengfei
    • 发布时间：2017-11-20
    • CDM 互联网用户总数趋于饱和，获客成本快速增加。据CNNIC统计，在经历前几年的快速增长后，我国网民总数和移动互联网用户数量增速已趋于缓和。 1、物联网深度融入生活场景，爆发条件成熟 1.1、背景：互联网获客成本提高，以物互联时代正式开启 互联网用户总数趋于饱和，获客成本快速增加。据CNNIC统计，在经历前几年的快速增长后，我国网民总数和移动互联网用户数量增速已趋于缓和。2016年全国网民规模总数为7.31亿人，其中移动互联网用户超过6.95亿人。用户总数正趋于饱和，对互联网公司而言同样意味着获客成本的迅速提升。 近几年来，我国互联网市场增速的放慢使互联网公司获客成本逐年提升，线上市场的饱和迫使他们将注意力由线上转移至线下。以阿里巴巴为例，2013-2015年阿里巴巴营销费用分别为45.45亿元、85.13亿元和113.07亿元，淘宝活跃买家分别为2.55亿人、3.50亿人和4.23亿人。假设其用于阿里云等创新业务的营销费用占比逐年为30%、40%和50%，则2015年淘宝获客成本由之前的38.33元/人增加到了77.45元/人。 在以数据称王的当下，线上数据获取渠道的逐渐枯竭促使互联网企业纷纷将注意力转至线下，而物联网技术作为连接线下和线上的最终途径正成为他们投入的重要方向。在创新技术的驱动下，可穿戴设备、智慧零售、共享经济等以物联网为主要工具的商业模式正取代工业物联网成为物联网商业化的主流，甚至是引领未来几年物联网快速发展的新生力军。 物联网正处于持续增长阶段，一个全球化的智能互联时代已经到来。根据中国产业信息网预测，未来五年国内物联网市场将从2016年的9300亿元人民币增长到2020年的18300亿元，整体规模将以倍数增加。根据IDC的统计，2016年全球物联网市场的总投入为7369亿美元，而到2020年该数字将达到12899亿美元，年复合增长率约为15.02%。未来几年，物联网将在全球范围内快速扩张。 作为物联网软件和数据传输的载体，2016年全球物联网安装设备已达到148.66亿台，而五年后全球设备数量将超过300亿台，年复合增长率达20.2%。而根据联合国预计，2020年世界总人口将处于73亿和85亿人的区间，如果以70%的互联网渗透率计算，2020年全球互联网人数范围将在51亿和60亿之间。 从数据终端数量来看，如果把用户比作互联网时代数据产生的终端，那么到2020年物联网的终端数将是互联网的五倍以上。未来物联网所产生的数据也将在量级上大幅超过互联网。而相比单纯的互联网用户行为，物联网传感器分布在生活和经济活动的方方面面，其所产生的数据将更为具体。 1.2、爆发条件的演进：从传感器成本的下降到低功耗广覆盖技术的出现 条件一：传感器成本的下降使物联网大规模应用成为可能 传感器是物联网感知层的设备，包括温度传感器、压力传感器、麦克风等等。据IDC统计，2015年全球对传感器的投入占对物联网总投入的四分之一，而到2020年，对传感器方面的投入将突破3151亿美元，远超其他技术。传感器作为物联网的底层配件，是支撑整个物联网运行的关键设备，投入量越大意味着未来可获取的数据越多。而对于物联网运营商而言，大规模投入传感器的基础仍在于其成本的持续下降。 传感器行业竞争加剧，价格有明显下降趋势。由于传感器行业所遵循的摩尔定律，即集成电路上可容纳的元器件的数目，每隔约18个月便要增加一倍，性能也将提升一倍，但同时价格维持不变。因此在过去十年间，一些传感器的价格猛降了100倍。此外，MEMS技术的出现使得芯片成本进一步下降。近几年全球传感器出货量大幅增长，但行业营收却增长不大。根据ICInsights预测，2016年-2020年所有半导体传感器的平均售价的年复合增长率将达-5%，而前五年大约是-2.5%。技术的持续更新和市场的竞争饱和将成为传感器持续降价的主导因素。在这样的条件驱动下，物联网的大规模部署将成为必然趋势。 条件二：低功耗广覆盖技术的出现使物联网链接更为持久广泛 目前物联网的主要连接方式还是以WiFi、蓝牙及ZigBee等技术为主，应用于室内和短距离数据传输场景。据统计，目前短距离连接的极限是WiFi和蓝牙的200米，这意味着大范围的室内场景和远距离数据传输场景对物联网技术的应用将因此而受限。 随着物联网连接环境和物品种类的不断扩大，经济活动对物联网的应用在通信技术的连接范围提出了更高的要求。然而，由于当下作为远距离通信主要手段的2G3G4G技术能耗高，同时更适用于庞大数据量传输，在低频次应用场景中并不具备高效性，因而进一步推动了市场对低功耗远距离传输技术的需求。 近年来，低功耗广域网技术（LPWAN）快速兴起，以功耗低、距离远等特点迅速吸引了市场的注意。低功耗广域网技术可分为非3GPP组织主导的基于非授权频段的LoRa和Sigfox等技术，和3GPP组织主导的基于授权频段的eMTC、NB-IoT和EC-GSM等技术。此前，Semtch公司的LoRa技术和Sigfox公司的Sigfox技术已经率先开始商业化，但因为存在信号干扰等问题，始终没能得到广泛应用。2016年，3GPP组织正式推出eMTC和NB-IoT标准技术，基于授权频段的突出优势迅速吸引大量厂商跟进。 以最具代表性的NB-IoT为例，低功率广域网技术相比传统物联网通信技术具备以下几类优势。 　　一、覆盖范围更广：其基站发射功率比LTE和GPRS基站更强，覆盖范围达164dBm~15km，因此地下车库、地下室和地下管道等信号阻碍很大的地方也能进行覆盖。 　　二、数据容量更大：NB-IoT的上行容量比4G提升了50-100倍，允许接入的设备数量也因此增加了50-100倍。 　　三、电池寿命更长：NB-IoT数据传输速率是65kbps，加上eDRX省电技术和PSM省电模式通过延长设备空闲时的休眠时间优化了用电效率，NB-IoT终端设备在AA电池下供电可以工作10年。 　　四、三种部署方式：厂商可根据不同的应用需求选择独立部署、保护带部署或带内部署。其中独立部署需要独立频段，不会形成信号干扰；保护带部署是利用LTE频带边缘的保护频段但信号较弱；带内部署是直接使用LTE内的空闲波段。 　　五、芯片成本低：由于对速率、功耗和带宽的要求都很低，NB-IoT芯片的DSP（数字信号处理）配置较低，PA（功率放大器）较小，均衡算法也较简单，整体降低了芯片成本。 　　因为技术的演变，使得物联网的应用场景更为广泛。低功率广域网技术已在智能计表、地质勘测等领域首先展开应用，并逐渐与垃圾站、消防用品等低频次城市资产相结合，在智慧城市这一领域将物联网的连接范围进一步扩大。随着配套设施的完善，低功率技术将有望进入更多实体经济领域。通过发挥广域数据传输和低功率节能特性，远距离资产跟踪（如共享单车等）和小型设备通信（如可穿戴设备等）将成为LPWAN对物联网整个产业的新的开拓方向。同时更多的长尾物品将因为这类技术的成熟陆续加入物联网的连接范畴，使数据源的量级得到进一步提升。 1.3、持续的渗透：从幕后到台前，融入ToC经济 智慧城市和工业制造是驱动早期物联网发展的两大要素，物联网技术通过传感和数据传输有效提升了这些场景的运作效率，同时也因为其后台辅助性技术的性质而没有得到明显的市场化推动。随着成本减少和技术的进步，物联网技术的应用得以更为贴进用户的日常活动，以可穿戴设备、新零售和共享经济等为代表的ToC经济体系在物联网技术的支持下得以快速崛起。 政府积极推动以智慧城市为主体的物联网相关工程建设。国家在过去几年对智慧城市的高投入成为了推动早期物联网市场发展的主要因素。政府以提高民生水平、实现城市管理智能化为驱动，在智能电表、智慧交通、智慧医疗等领域植入物联网传感技术，而物联网设备通过识别和感知而形成的数据将成为政府用以提升公共事业发展的基础。当然，单纯的政府订单驱动无法长久维持物联网的快速发展，而物联网技术对于实体经济运行效率的提升则使企业端对其投入大幅加大，并使之成为未来几年推动行业增长的重要动力。 在和实体经济的融合方面，物联网目前应用最成熟的是工业制造领域，以感应技术取代了人工在供应链管理、产品设备监控管理、环保监测以及能源管理等环节的投入，体现出效率提升和成本控制等优势。以思科工业物联网解决方案为例，思科和物联网解决方案提供商FANUC通过传感器实时监控机器运行温度等数据，有效防止某工厂生产机器的宕机问题，为其节省4000万美元的成本。 随着投入成本减少和通信技术进步两大条件的成熟，物联网以物替人的特性得以延伸至那些原本因为成本过高和通信范围受限等因素影响而无法布置的场景中。在物流、交通出行、商贸零售等领域，物联网逐渐形成一定规模的布局。 在经历前几年与实体经济的融合，对于物联网技术的运用已出现在更为接近最终用户的经济环节中，如可穿戴设备、新零售和共享经济，我们看到物联网技术正以更为直接的方式融入最终用户的消费行为，这使用户数据和物联网更为紧密地连接在一起。对于实体经济而言，这些数据的最终导向将是提升整体经济活动的运行效率同时为之创造更多的经济价值。 2、可穿戴设备：与用户行为深度融合，低功耗有效解决痛点 2.1、行业持续增长，以设备为端口获取数据 可穿戴设备以多种形式为用户提供便携式的智能娱乐和监测服务，并以此获取用户日常行为数据。2015年是智能可穿戴设备的爆发年，全年增速超过470%，在2016年后增速趋于稳定，预计2019年我国智能可穿戴设备市场可达到487.1亿的市场规模。 就目前产品种类而言，智能可穿戴设备包括头戴类、腕带类、携带类和身穿类产品，其中以腕带类的智能手环、手表为主流，并与智能手机蓝牙连接作为主要数据传输手段。 以智能手环为例，产品一般包括六类传感器： 　　（1）加速度计：主要用来记录行走步数的。加速度计通过测量方向和加速度力量，能够判断设备处于水平或是垂直位置，来判断手环是否移动，从而达到计步操作。 　　（2）光学心率监测器：普遍使用LED发光（绿色）照射皮肤、血液吸收光线产生的波动来判断心率水平，实现更精准的运动水平分析。 　　（3）生物电阻抗传感器：通过生物肌体自身阻抗来实现血液流动监测，并转化为具体的心率、呼吸率及皮电反应指数。 　　（4）环境光及紫外线传感器：模拟人类眼镜对光线的敏感度，可以根据周围光线的明暗来判断时间。而紫外线传感器则可监测到光线中的紫外线指数，实现防晒提醒操作。 　　（5）GPS全球定位系统：由于耗电偏重，所以在普通运动手环中尚未普及，只有一些定位专业运动监测的运动设备才具备GPS芯片，用于记录用户的地理位置、跑步路线等。 　　（6）皮电反应传感器：检测出汗水率，配合加速度计及先进的软件算法，有利于更准确地监测用户的运动水平。 可穿戴设备作为物联网在用户端最早实现的直接应用，凭借它的便携性和满足用户对健康等数据指标的追踪需求在近几年迅速打开市场规模。目前国内智能可穿戴市场的主要领军者有苹果、三星、小米、Fitbit等信息技术厂商，而他们之所以在这块领域进行大规模的布局，一方面是为了和其他智能产品形成生态闭环，另一方面更是为了通过可穿戴设备获取具有商业价值的用户健康数据。 2.2、关于数据的需求贯穿了用户和供应商的商业行为 对于数据的了解和应用贯穿了用户对可穿戴设备使用的目的和供应商的盈利模式。从用户端层面来看，用户使用可穿戴设备的目的首先集中于对自身健康数据的追踪，根据AC创新平台统计，以此为目的的用户比例达到70%以上。追踪数据的结果则引出了他们针对日常运动饮食和健康调整等其他消费行为。其次，50%~60%的用户基于GPS定位和消息提醒而使用可穿戴设备，借助产品的物联网通信技术满足了他们对于这两方面的需求。 从开发商角度来看，可穿戴设备的销售只是前奏，更为重要的是通过将设备作为物联网端口的布局，将获取的数据进行有效的商业化行为。 搭建与自身硬件产品配套的软件平台是几乎每个开放商的必行之路。一方面以平台为纽带链接自身的其他产品，与可穿戴设备形成生态闭环；另一方面通过平台开放化和数据共享，以精准营销、引入餐饮、零售和保险等第三方合作伙伴，为用户提供具有针对性的增值服务。 以小米为例，其以小米运动APP为平台，在商店端口引入减肥套餐、运动鞋和智能体重秤等周边产品，同时在健康周边、训练中心等端口提供健康数据统计和运动咨询等服务。在平台开放性方面，小米拥有口袋减脂营、大都会人寿、众安保险、远盟康健等第三方合作伙伴，通过分析用户数据以及合作伙伴在健康、保险等细分领域的业务积累，为用户提供精准的健康服务。 2.3、低功耗技术有效解决可穿戴设备痛点 从技术角度来看。目前影响用户购买或者持续使用智能可穿戴设备的因素主要有两点，也就是（1）设备难以独立于手机和（2）电池续航效果差。 通过统计主流智能手表/手环产品，我们可以看到目前智能手表的主要问题在于无法完全独立于手机运作，同时电池续航能力较差，华为和AMAZFIT虽然可以续航长达5-6天，但也是在关闭了多数功能的情况下才能达成的。而值得注意的是，多数智能手表目前已具备离线支付功能。这就意味着在智能手机之后，手表也将成为用户移动支付数据的收集端口。 相比之下，智能手环的功能仍集中于对用户健康数据的采集跟踪，而因为蓝牙通讯手段的单一性使其连接范围依然受限于10米之内，数据的传输无法做到独立于手机或实时同步。智能手环续航能力差主要是由手环内多类传感器和蓝牙通讯的功耗造成。虽然目前以小米手环2为代表的产品陆续使用功耗和成本更低的蓝牙4.0技术，续航能力得到有效提升。但为了进一步提升用户粘性，对于设备续航能力的持续提升将是开发商持续投入的方向。 在低耗技术的发展下，特别是NB-IoT的推广应用，智能手环等可穿戴设备对于能耗低、覆盖广的通信需求将得到满足。NB-IoT媲美于4G的覆盖距离使得智能可穿戴设备有望独立于手机并直接向后台传输数据，实现数据的实时同步。与此同时，NB-IoT远低于蓝牙的功耗程度将大幅提升可穿戴设备的续航时长，进一步提升用户体验。 3、新零售：构建线下数据渠道，服务零售实体发展 3.1、四大因素决定线下零售对于物联网的需求 在认知时代，受互联网技术发展而催生的“智慧消费者”正颠覆着传统零售行业的模式。根据IBM调查，有四大因素正在改变零售业的格局。（1）客户预期的提高决定着他们对个性化和快速响应营销手段的需求；（2）对交易不受时间和空间限制的渴望推动了自助式零售技术的大范围应用；（3）线上线下的连接将有效帮助零售商和客户互动的提升；（4）由于行业竞争激烈导致的利润下降让零售商对成本控制绞尽脑汁。 物联网在零售业的影响最早体现在RFID对供应链管理的效率提升，从物流运输、库存管理、商品识别等方面实现整体的管理解决方案，以此实现管理效率的提升以及仓储成本的下降。移动支付技术的出现大幅精简了线下支付流程，同时成为线上线下联通的一类渠道。以ibeacon为代表的室内定位技术为精准推送以及商品营销策略提供了分析依据，满足了顾客对于个性化促销的需求。在后知后觉间，物联网已从后台辅助技术延伸至零售行业的多个角落，从物理角度来看它正替代人工解决越来越多的繁琐工作，并大幅提升整体运营效率。而以ibeacon、移动支付等糅合线上技术的解决方案也成为了线下实体零售商店连接线上、获取用户数据的必要手段。 3.2、互联网公司转战线下，布局新零售 在2016年第三届互联网大会上，马云提出了新零售概念，宣称纯电商时代已经过去，未来线上线下必须结合起来。之后，在短短4个月里，阿里巴巴先后完成了对三江购物的股权投资、银泰集团的完全私有化，以及和上海百联集团基于新零售的战略合作。通过并购和合作，阿里巴巴大规模地布局线下业务，同时将其支付宝业务以及互联网用户资源导入线下实体零售，实现线上和线下业务的对接。而在马云正式提出新零售概念之前，与阿里巴巴有着密切合作关系的盒马鲜生已经实现了其线下新零售的布局。 盒马鲜生超市是首家支付宝会员生鲜实体店。超市的第一特色是全店不收现金，只能用支付宝或者盒马APP进行扫描支付。盒马的支付模式在消费环节通过二维码建立起为一个强制性的数据上传渠道，它从线下为盒马以及支付宝提供了丰富的分析数据。简单来说，二维码扫描手段就是对用户数据信号的接收，通过支付宝和盒马App渠道传入线上分析平台，经过分析处理后再回传给盒马和支付宝进行商业使用，从而在零售前台环节建立起一个物联网的闭环。日用饮食和生鲜零售的线下消费属性使盒马这类实体店铺具备较高频次流量，而短距离的外卖配送则通过吸引线上用户将覆盖直径扩大，再加上阿里的导流，盒马的用户量在一段时间内将保持高速增长，进而保证了盒马数据分析资源的充足。 在物流管理方面，物联网技术也贯穿了盒马整个微链系统。为方便拣货员分区拣货，每个商品必须贴上电子标签，从而实现SKU、库存、价格、促销等线上线下的数据同步。在射频分区拣货过程中，拣货员以移动终端扫码电子标签完成商品分拣。之后，扫码后的商品在悬挂后几十秒快速周转至后台，以实现合单派送。最后派发至配送人员手上进行配送，整个过程大概在10分钟左右完成，而物联网电子标签技术则在当中扮演提升效率的至要作用。 3.3、AmazonGo,以物联网为基础的实体零售 2016年12月5日，世界电商巨头亚马逊宣布推出革命性线下实体商店，AmazonGo。AmazonGo颠覆了传统便利店、超市的运营模式，使用计算机视觉、深度学习以及传感器融合等技术，彻底跳过传统收银结帐的过程。 AmazonGo概念商店中，物联网传感技术可谓无处不在，顾客凭手中手机App扫描进店，同时入口摄像头对顾客进行人脸识别。当消费者在货架停下时，摄像头会捕捉并记录他们拿起的商品，而装配在货架上的摄像头则通过手势进行辅助识别。另一方面店内麦克风根据环境声音判断消费者所处位置，并以此为辅助依据进行店内地图绘制，而货架上的红外线传感器、压力感应装置以及荷载传感器则用以记录消费者取走了哪些商品或者放回多少商品，并实时将数据传输回后台信息处理中心。最后，在顾客离店时，出口传感器会扫描记录购买商品并根据后台数据进行辅助确认，同时自动在消费者账户上结算金额。 AmazonGo通过对物联网传感器大范围的应用并结合人工智能算法，以此代替传统零售商店人工的视力、听力、判断力以及最后结账能力，一方面简化顾客消费流程并提升他们的消费体验，另一方面则大幅提升整个实体店的运营效率。 与阿里巴巴相似，Amazon作为互联网领域巨头，它对于线下零售的物联网技术投入除了实体经济盈利外还有对线下消费者数据的采集。在AmazonGo中，摄像头、红外线传感器等设备收集的用户行为数据可以用来分析顾客的购物偏好，以便后续为他们发送精准推送；依靠麦克风实现的店内地图绘制则向店家显示了哪几款产品属于“爆款”，协助其有效管理库存；支付系统收集了用户消费数据，为金融增值服务提供分析依据。 从盒马到AmazonGo，这是一个物联网商业模式逐渐进化成熟的过程，同时对其他线下场景也有着复制借鉴意义。可以预见的是，随着物联网技术成本的持续下降，大规模布置和运营传感设备所产生的费用将比人工成本更具吸引力，通过物联网实现的以物替人将使整个实体店运作更具效率；低功耗通讯技术的逐渐渗透将使整个消费场景进一步扩大、传感器覆盖面更为完善。届时，基于AmazonGo理念的智能零售商店将具备更高的可行性。 4、共享经济：有效解决信息不对称，实现数据长尾连接 4.1、物联网是解决共享经济信息不对称的关键所在 根据国家信息中心发布的《中国分享经济发展报告2017》显示，2016年我国分享经济市场交易额约为34520亿元，同比增长103%。假设以报告中对未来五年年均40%增速的假设进行估算，则到2020年整体市场规模有望突破13万亿元。 从细分领域来看，交通出行、生活服务、知识技能等领域形成的融资规模分别为700、325、200亿元，同比分别增长124%、110%和174%。交通出行仍是当前共享经济最热门领域，在滴滴、uber等专车平台深入影响日常消费经济后，共享汽车和共享单车等概念也于近几年快速进入公众生活。 共享经济主要针对解决的是经济资源配置不充分的问题，而导致整个问题的关键原因就是信息不对称，包括供求信息、产品质量信息、消费行为信息等。虽然现有的共享经济平台通过信息分发和交易撮合，在很大程度上降低了供求信息的不对称问题，但是对于产品质量、使用信息等仍无法做到完全透明。在这样的情况下，如能通过移动设备、传感器、定位等物联网技术对产品质量和用户行为进行实时跟踪，则将有效解决这类信息“黑箱”问题。 以汽车短租这一共享模式为例，当没有应用物联网技术的情况下，短租平台所提供的车辆信息以及用户的使用行为都无法得到有效监督；如果对车内各类布局布置传感器联网后后，车辆数据的共享机制将得以实现，对于车辆的初始状况和使用状况都能做到更透明的信息跟踪，从而让将这一共享模式的风险降到最低。 综上所述，物联网将是解决共享经济信息不对称痛点的最后关键所在。结合我们之前对共享经济行业规模的预测以及物联网技术在行业应用中的刚需地位，未来几年共享经济领域对于物联网相关技术设备的投入将呈持续增长趋势。传感器的布置和物联网平台的搭建将是共享经济供应商的主要投入方向。而基于对成本控制和数据有效传输的考虑，供应商也将积极就NB-IoT等低功耗通信技术与芯片供应商和网络运营商展开合作。 4.2、共享单车的运作得益于物联网技术的支撑 单车分享作为2016年开始风靡的共享经济新宠，解决了传统城市公共自行车需要提前办理手续、在固定位置取还车等问题，同时满足了城市“最后一公里”的出行需要。 共享单车的便捷主要来自于它取车还车的高度灵活。相比网约车，共享单车解决的是用户的短途出行问题，通过移动端定位以及扫码智能解锁，节约了用户等车的时间成本和服务的费用成本；相比分时租赁，共享单车的灵活停放取代了过去的定点归还，有效提升了用户出行的整体效率。基于对其优势的分析，物联网技术对共享单车的快速发展有着举足轻重的意义。 根据艾瑞咨询预测，2017年共享单车市场规模将以736%的增速急速扩展至103亿元，而到2019年市场规模更将突破230亿元。同时，用户数量也将从2016年的3000万人增长到2019年的3.76亿人。 从技术构造而言，共享单车拥有共享经济“提高资源利用率，共享而不占有”的概念，同时将物联网的识别和定位技术与传统自行车制造业相结合，最终形成这一有效解决民众出行问题的利器。物联网在共享单车的应用主要集中在智能车锁和后台的智能定位系统。 以摩拜智能车锁的运作原理而言，手机通过扫描单车智能锁上的二维码扫码获取单车唯一的ID，同时向服务器提交开锁请求；服务器收到用户开锁请求后向指定ID的单车通信芯片发出开锁指令；最后自行车收到服务器请求，自动执行开锁动作。另一方面，通过接收车锁内置的GPS定位模块信号，运营商平台可接收单车状态和地理位置信息。对于共享单车而言，物联网技术所收集的数据可派作两类用途，一、通过运营数据进行热力需求分析，进而优化对于新车地点和数量的投放；二、利用GPS定位，远程锁定需要维护的车辆，并分配运营人员进行维护。 对于共享单车运营商而言，智能车锁以及相关物联网技术的投入成本主要在于硬件购买、网络费用以及零配件维修费用等。目前集成了2G通信芯片和GSM/GPRS/GPS模块的智能车锁已经被摩拜单车、小鸣单车和小蓝单车等品牌广泛应用，而ofo也确定将与华为和中国电信研发基于NB-IoT技术的智能车锁。根据腾讯创业统计，2017年摩拜和ofo两家巨头的预计产能可达到3000万辆，假设单个智能车锁和其所产生的维修运营费用在300元左右，则预计2017年仅摩拜和ofo两家在智能车锁方面的投入就可达到90亿元。结合艾瑞咨询对共享单车市场规模的预测，未来几年物联网硬件和技术在共享单车领域的投入将随着整个共享单车行业的扩张而持续增长。 物联网技术在共享单车的未来应用方向将集中在虚拟车位传感器的投入以及低功率技术对现有芯片和模块的替代。 共享单车随着投放量的快速增长，无序停车已经成为行业发展的一大痛点，因而刺激各家平台商对虚拟停车位的投入。摩拜单车与百度云合作推出智能推荐停车点（SMPL），以智能锁GPS定位辅以后台数据处理的方式实现精准停车。Hellobike等平台则致力于电子围栏的研究，通过单车内嵌传感器和停车点电子围栏的感应，实现非围栏内停车的不可上锁化。 NB-IoT低功耗技术的出现将有效解决目前共享单车传感范围有限、信号接收差、现有芯片功耗大等问题，在提高用户体验的同时，大大减少了人工替换电池的运维成本。2017年上半年，华为先后与ofo、一步单车和摩拜单车启动战略合作，将联合电信运营商共同拓展NB-IoT技术在智能车锁、智能停车和平台运维等领域的深度应用，推动了共享经济与物联网更深层次的融合。 综合来说，物联网目前在共享单车的应用主要体现在替代人工（身份确认和开锁上锁），以及单车状态的可视化（车辆定位和车辆使用状态）。未来，共享单车作为用户数据的一个入口，一旦数据向商业零售、体育健身、社交、公共事业等领域开放，用户的线下活动作为载体将更为多样化，同时创造更多的社会经济价值，拥有极大的想象空间。 4.3、打通长尾部分，连接万物共享万物 共享单车是在线出行服务形式一种新的延伸，在租车、拼车、专车、分时租赁后出现的轻资产共享物品。而从整个共享经济的发展脉络来看，由Airbnb的租屋平台到滴滴、uber的网约车平台到摩拜、ofo的单车平台再到最近新兴的共享充电器，共享物品正呈现一个更为大众化、长尾化的趋势。 共享充电宝是继共享单车之后又一个共享经济概念的投资风口。和共享单车相比，共享充电宝出现了资产更轻量化，同时使用频次更低（共享单车每日使用频次为6-8次，而充电宝一般为1-2次）等特性，针对的仍然是用户在线下的活动需求（手机充电）。 从2017年3月31日开始的十天内，以小电科技、街电科技等为代表的共享充电宝概念公司接连获得IDG、腾讯等巨头的战略投资，融资总额逼近3亿元。虽然当前共享充电宝仍处于具有争议的投入阶段，却是共享经济向长尾物品的又一次迈进。 共享充电宝的物联网技术仍集中于二维码扫描和wifi、蓝牙等通讯技术。它的使用具体流程为：1、扫描二维码，进入公众号或支付宝服务号；2、选择租借或归还；3、支付押金；4、服务器发送指令给机柜，弹出充电宝，进行使用；5、使用完成，归还充电宝，停止使用；6、计算使用时长生成账单，进行支付，完成。 移动互联网所面对的终端是以手机、平板等为主，而随着物联网技术的不断迈进，通过二维码技术和内嵌传感器将使各类物品成为“智能互联产品”。相比移动互联网，物联网所连接的终端将以百亿级别来计算，量级的庞大也使终端呈现出非常明显地多样化特征，形成大量个性化的“尾部”。 我们认为，未来共享物品的长尾化将由两个因素进行推动：1、二维码技术的普及和传感器成本的下降使轻类资产具备装备物联网技术的可能；2、低功耗通信技术的发展符合长尾物品具备的小数据量传输、低频使用特性。可以设想的是，未来随着这两大推动因素的不断迈进，更多的长尾物品将进入共享经济的范畴，社会资产的整体资源利用率将因此而得到快速提升，而万物连接下碎片化的数据也将因此得到整合。
    159浏览量
    原文链接