2019年03月29日 | 意法半导体解读2019年传感器市场发展趋势及蓝图

“对硅基传感器的需求在各种应用中继续保持着快速增长。在汽车中，它们是自动驾驶汽车导航和安全的关键。在工业应用中，它们用于监视和跟踪各种资产。而在个人电子产品中，它们可以提供出色的用户体验。”近日，意法半导体（ST）模拟、MEMS及传感器事业部副总裁、MEMS传感器产品部总经理Andrea Onetti在MSIG人工智能与物联网论坛2019上表示。

Onetti认为：随着智能的需求，会有越来越多的数据产生。很多公司都把数据作为财富，而要真正拿到数据首先要采集到数据，同时采集到越高质量的数据。在节点端就通过高精度的传感器实现高质量的数据采集，更高质量的数据意味着更好的AI输入，用于更少的数据处理需求。传感器的精度可以通过校准程序来实现，该步骤可以使各个组件合格以满足不同应用的需要。技术的不断发展为这些校准程序的时间和成本的突破性降低提供了可能性，与使用不同技术制造的类似传感器组件相比，它们对整个系统更加经济实惠。

在同期的媒体发布会上，Onetti与意法半导体AMS部门亚太区资深总监吴卫东以ST的MEMS产品特性、市场策略、开发等多角度阐述了ST及整个MEMS传感器的未来发展方向。

左为意法半导体模拟、MEMS及传感器事业部（AMS部门）副总裁、MEMS传感器产品部总经理Andrea Onetti，右为意法半导体AMS部门亚太区资深总监吴卫东。

ST的MEMS业务发展现状

Onetti以一组数据，说明了目前ST MEMS产品市场状况。

如今ST共有400名左右员工，2018年累计拥有145项专利，产品和软件种类超过了150个。在生产方面，和ST其他产品一样，都采用了双晶圆厂供货，日产600万片，截至目前，MEMS传感器累计出货量超过了150亿颗，服务全球30000家以上的客户。“现如今每两台手机里就有一台包含ST的传感器；每三台车载导航仪中就有一台包含ST的传感器；基站、电脑每两条内存上就有一颗ST的温度传感器。

ST在三种类型传感器上的专利布局

ST在MEMS行业广泛覆盖的客户群

谈到客户，Onetti表示，为了保证可以覆盖到更多大众市场客户，ST在网站上放了相当多的产品设计资源，同时也把软件当做是重要的产品开发，方便工程师快速开发，同时也会给工程师提供更多的参考算法或完整的解决方案。

Onetti强调，目前ST在MEMS中的机械部分完全是自有工厂的产能，同时为了保证精度，ST拥有自己的矫正工艺，以确保产品精度。

Onetti说道：“我在ST公司工作已经三十年，负责过很多产品线，现在负责MEMS传感器业务是令我非常兴奋的，因为MEMS和传感器对日常生活和电子业来讲，不光有很大的业务群体，也有很多的创新和新兴事物，甚至说大一点，对这个社会都有不同凡响的贡献。”

意法半导体AMS部门总裁Benedetto Vigna在今年年初时表示，在MEMS传感器领域，ST将继续聚焦在汽车和工业等终端市场，同时在消费电子市场要抓住特定的巨大机遇。

Onetti详细介绍了ST MEMS三大市场蓝图规划，从ST的蓝图规划，我们也可以看到未来一段时间内传感器市场的发展趋势。

ST在三大传感器市场演进史

消费市场的发展蓝图

Onetti表示，15年前，ST就是从消费类MEMS市场开始切入，从最早的横竖屏切换传感器做起，不断提升传感器的功能和性能，包括进入陀螺仪、压力传感器、麦克风等市场。

凭借Apple iOS的快速发展，MEMS市场有了前所未有的拓展。之后随着安卓市场的崛起及Apple的下滑，同时为了避免大客户风险，ST进行了策略调整，加大了在安卓方面的投入。现如今，针对不同版本的安卓系统，由于对传感器的要求有一些微调，ST都会推出与之对应的产品，且得到了高通原生平台的支持。

Onetti强调，在消费类传感器的发展过程中，功耗是一项至关重要的因素。只有功耗不断降低，才可以体现出无时无刻的感知世界，包括计步器、室内导航等always on的应用才有可能实现。

针对近几年MEMS个人电子市场的应用场景，Onetti总结出了三大趋势，首先是人工智能，其次是振动与声音的结合，第三是震动感应，这三大市场也是ST所看重的特大市场发展机遇，也是ST可以做出差异化的市场应用。

Onetti强调，消费类传感器必须要具有几大要素：一是产品精度好，二是产品性能、功耗的要求；三是要具有产业化的能力。“如果是产能不足，那么久不能满足消费类市场需求，所以我们反复强调我们的生产制造水平和校准能力，就是为了确保供货的空间和能力可以更强大。”Onetti说道。

为传感器加入真正的人工智能

首先针对人工智能市场来说，消费类是最容易落地的应用之一，也是边缘计算最容易体现出价值的地方。Onetti解释道：“基本的传感器已经可以在数字部分进行滤波、温度补偿等功能，而为了实现更智能的可预知下一步的传感器，又或者为云端传递更精准的数据，ST已经在传感器中集成了机器学习功能。”

具体结合应用来说，比如现如今在智能手表上，如果启动运动模式的话还需要自行选择运动模式，而把AI功能结合进去之后，算法可以自动识别日常行为，运动模式，甚至各种复杂的健身模式，甚至是可以判断飞机起落，以自动开启或关闭飞行模式。

归根结底，低功耗和小尺寸是传感器产品最需要的，而通过加入硬件AI加速器，可以将过去处理器的工作量降为20%-30%，极大降低了系统功耗，同时该处理器也支持外部数据处理，实现更好的传感器数据融合。

在谈到低功耗时，Onetti总结道，首先ST有优秀的工艺制造能力和校准能力，可以实现更高精度，这就意味着更低的功耗；其次，在机械执行结构方面，ST的模拟驱动部分也非常擅长，也可以进一步降低激励功耗。第三，则是通过固化人工智能算法，用硬件实现了过去复杂的软件算法功能。

内置机器学习内核与光学防抖内核的智能传感器

震动和声音的结合

自苹果正式发售无线耳机 AirPods 以来,真无线蓝牙智能耳机(TWS)凭借其无线化、智能化、体积小、音质好、 连接高效、稳定性等优点迅速受到市场广泛关注，预计今年TWS耳机还将继续替代传统耳机，成为配件市场的热门。

而将振动和声音的算法融合则是ST的一大突破。据悉，目前ST已经开发出多款针对该市场的传感器。第一款是一个加速度计，可以通过敲击等动作，实现耳机功能控制，另外则是利用加速度计检测骨震动，之后通过与麦克风传感器的融合，实现精准降噪。“加速度传感器在过去几年已经达到相对稳定的状态，一年全球需求量大约是15亿颗，但去年因为有了这款爆品，一下子增加了3-4亿颗的需求量。”在Onetti看来，这无疑是“特大市场的发展机遇”。

同时，Onetti也表示，在无线耳机之前，市场并没有麦克风和加速度传感器的融合需求，也很少看到不同传感器间的配合，而此次突破，给市场带来了很多想象。“未来在工业、在汽车电子类，通过不同类型的传感器把声学、光学、运动融合在一起，可以达到一个前所未有的创新型市场需求。”他说道。“比如在电动车马达降噪应用中，通过麦克风拾取噪音，再配合加速度传感器，就可以实现更好的动态降噪技术。”

骨传导耳机相信拆解图

撞击检测与电子烟等市场

撞击检测也是ST所看好的应用，此前撞击检测或者防跌落检测只在笔记本电脑上应用，但包括智能手机、贵重物品等轻质量物体，其跌落的加速度水平和笔记本电脑不同，因此对传感器的需求也不同。“如果我们可以提供更精准的传感器，可以更具体的计算出撞击的详细信息，可以具体的计算出对于电池或其他物品的破坏程度，以便实现更好的安全保护，避免物品损坏或电池着火等危险事项。”

Onetti还介绍了电子烟市场，这同样是一个爆发的市场。凭借着在MEMS封装领域的独特技术优势，ST开发出的防水气压计可有效解决电子烟中的烟雾、潮湿及颗粒等恶劣环境，为电子烟实现可以匹配真实香烟的感觉，该技术已经在两年前和美国某家电子烟客户合作。除此之外，防水类产品也在手机、手表等市场中得到了广泛应用。

工业类市场应用

在工业类应用中，Onetti提到了高精度倾斜传感器，可以进行建筑物老化隐患检测。“去年意大利发生了一起桥梁倒塌事故，其原因是混凝土建筑或房屋建筑随着时间自然老化。如果有高精度倾斜传感器的话，可以帮助计量房屋老化程度，再配合低功耗无线传输技术，给城市带来安全保障。”Onetti说道。

ST 工业类传感器发展蓝图

汽车类传感器应用

Onetti强调了ST的MEMS产品在高精度惯性导航上的应用，针对信号薄弱的隧道、地下室或某些特定场合，通过高精度惯性导航系统可以对车辆进行实时信息反馈和安全保证，这对于未来辅助驾驶或自动驾驶技术来讲，是必不可少的。“在30秒中要达到20厘米精度的停车或者制动，一是需要超高精度传感器，二是需要满足车规的精度和制造要求。”Onetti表示，今年ST将为中国合作伙伴发售上百万的符合L3等级的高精度惯性导航传感器。

ST车规传感器发展蓝图

对传感器融合的看法

“随着传感器在消费类市场中的成熟和爆发，这些经验也使得传感器的融合向工业及汽车等其他新兴行业蔓延。”Onetti说道。

Onetti指出，不只是传感器的融合，行业间的需求也在互相融合，比如消费类市场，随着消费升级，客户对传感器也会有质量和时效保证的需求。而对于汽车类应用来说，随着电子化电气化的发展，汽车产品变成了消费品，很多消费类功能也必须在车上得以早日实现，另外随着无人驾驶和共享汽车的实现，汽车行驶时间变得更长，可能两三年就达到过去十年的驾驶里程，这对于汽车生命周期会有全新需求。此外对于工业类产品来说，对于生命周期管理相比过去变得更为苛刻，甚至要需要长达20年的供货周期。为此，ST也推出了几款具有十年供货周期保证的传感器。

Onetti同时强调，针对消费类等数据量没那么复杂的应用来说，传感器融合可以直接在内部实现，这是最具有经济效益的，而对于工业类来说，数据量很大，也非常复杂，为了保证灵活性、准确性和实时性，传感器融合并不适合直接在传感器内部实现，还需要更多的外部处理资源。

结合ST的产品蓝图和Onetti对MEMS市场的看法，相信您会对ST的传感器布局有着更多了解，也会对传感器融合的发展趋势有一些启发。