2016年我国传感器市场分析，产业现状市场格局和发展前景

KEEPQUIET

　　随着“中国制造2025”、“工业4.0”“物联网”等的提出，我国制造业产业面临变革挑战，尤其是对分析仪器和传感器产品的智能化、信息化、网络化方向发展提出更高要求，以实现更灵敏、更准确、更快速、更可靠地实时检测。而我国的传感器行业的产业现状、市场格局和未来的发展前景究竟是如何的呢？

　　产业现状

　　中国传感器的市场近几年一直持续增长，增长速度超过20%，传感器应用四大领域为工业及汽车电子产品、通信电子产品、消费电子产品专用设备。

　　2012年中国传感器行业发展总体规模逐渐扩大，显著应用于汽车工业中包括汽车轮胎中的传感器应用、安全气囊中的传感器应用、底盘系统中的传感器应用、发动机运行管理系统中的传感器应用、废气与空气质量控制系统中的传感器应用和需求、ABS中的传感器应用和需求、车辆行驶安全系统中的传感器应用和需求、汽车防盗系统中的传感器应用和需求、发动机燃烧控制系统中的传感器应用和需求、汽车定位系统中的传感器应用和需求、汽车其他系统中的传感器应用和需求。
　　
　　除此以外，中国传感器在其他领域也有新的应用，如工业控制领域、在环境保护领域、在设施农业中、在多媒体图像领域、其它有关传感器的应用。回顾中国传感器行业，虽然发展迅速，但是也存在一些不利的因素。如在产品技术上产业基础薄弱、科技与生产脱节、产品技术水平偏低、产品种类欠缺、企业产品研发能力弱。

　　但另一方面国家不断制定有利传感器产业发展的战略与政策，全年整机系统市场的快速发展，新兴技术的不断推动也都成为传感网发展的利好因素。

　　市场容量

　　据中国产业调研网发布的中国传感器市场现状调研与发展趋势分析报告(2016-2020年)显示，在政府的支持下，我国的传感器技术及其产业取得了长足进步。国内传感器产业在“双加工程”即：加快力度加快发展的方针指导下，建立了中国敏感元器件与传感器生产基地。

　　目前，国内有三大传感器生产基地，分别为：安徽基地主要是建立力、光敏规模经济；陕西基地1990年2月成立了陕西省敏感技术产业集团公司，主要是建立电压敏、热敏、汽车电子规模经济为主要目标；黑龙江基地主要建立气、湿敏规模经济为主要目标。

　　2016年中国传感器市场趋势分析

　　而目前我国已有1700多家从事传感器的生产和研发的企业，其中从事微系统研制、生产的有50多家。同时，传感器越来越多地被应用到社会发展及人类生活的各个领域，如工业自动化、农业现代化、航天技术、军事工程、机器人技术、资源开发、海洋探测、环境监测、安全保卫、医疗诊断、交通运输、家用电器等。

　　据统计，至2015年，我国物联网整体市场规模将或达到7500亿元，传感器产业将从中直接受益。据预测，未来5年中国传感器市场将稳步快速发展，在物联网市场规模大幅增长的动力之下，2015年中国传感器市场规模有望达到1213亿元左右。

KEEPQUIET

　　市场格局

　　我国传感器的生产企业主要集中在长三角地区，并逐渐形成以北京、上海、南京、深圳、沈阳和西安等中心城市为主的区域空间布局。长三角区域：以上海、无锡、南京为中心，逐渐形成包括热敏、磁敏、图像、称重、光电、温度、气敏等较为完备的传感器生产体系及产业配套。

　　珠三角区域：以深圳中心城市为主，由附近中小城市的外资企业组成以热敏、磁敏、超声波、称重为主的传感器产业体系。东北地区：以沈阳、长春、哈尔滨为主，主要生产MEMS力敏传感器、气敏传感器、湿敏传感器。

　　京津区域：主要以高校为主，从事新型传感器的研发，在某些领域填补国内空白。北京已建立微米/纳米国家重点实验室。中部地区：以郑州、武汉、太原为主，产学研紧密结合的模式，在PTC/NTC热敏电阻、感应式数字液位传感器和气体传感器等产业方面发展态势良好。

　　此外，传感器产业伴随着物联网的兴起，在其他区域如陕西、四川和山东等地发展很快。

　　面临问题

　　一是核心技术和基础能力缺乏，创新能力弱。传感器在高精度、高敏感度分析、成分分析和特殊应用的高端方面差距巨大，中高档传感器产品几乎100%从国外进口，90%芯片依赖国外，国内缺乏对新原理、新器件和新材料传感器的研发和产业化能力。

　　二是共性关键技术尚未真正突破。设计技术、封装技术、装备技术等方面都存在较大差距。国内尚无一套有自主知识产权的传感器设计软件，国产传感器可靠性比国外同类产品低1-2个数量级，传感器封装尚未形成系列、标准和统一接口。传感器工艺装备研发与生产被国外垄断。

　　三是产业结构不合理，品种、规格、系列不全，技术指标不高。国内传感器产品往往形不成系列，产品在测量精度、温度特性、响应时间、稳定性、可靠性等指标与国外也有相当大的差距。四是企业能力弱，从目前市场份额和市场竞争力指数来看，外资企业仍占据较大的优势。

　　我国传感器企业95%以上属小型企业，规模小、研发能力弱、规模效益差。针对这些问题，我国应该如何分步去解决？如何提高综合竞争力，并逐步参与到国际竞争中去？

KEEPQUIET

　　前景预测

　　我国2015年传感器需求量可高达32亿只，市场规模可达1213亿元左右，足以形成传感器产业和信息产业新的经济增长点。除了工业自动化系统、大型重点工程配套以及汽车电子化、家电类产品的应用之外，在现代农业、环保检测与治理、医疗卫生以及食品检测类市场领域里的应用是突如其来、无法估量的。

　　此外，国内水资源控制系统和家电类商品正处于由传统技术向节能减排和技术升级的发展阶段，变频式空调和家用吸尘器、洗衣机、太阳能热水器，特别是大型中央空调器已开始大量使用压力控制、温度调节等系统，这就为各种传感器在家用空调、洗衣机、吸尘器、家庭供水系统等方面的应用开辟了广阔的空间，构成了我国新的市场需求和应用增长点。


相关知识：机器人传感器

为了检测作业对象及环境或机器人与它们的关系，在机器人上安装了触觉传感器、视觉传感器、力觉传感器、接近觉传感器、超声波传感器和听觉传感器，大大改善了机器人工作状况，使其能够更充分地完成复杂的工作。由于外部传感器为集多种学科于一身的产品，有些方面还在探索之中，随着外部传感器的进一步完善，机器人的功能越来越强大，将在许多领域为人类做出更大贡献。
机器人传感器分类
根据检测对象的不同可分为内部传感器和外部传感器。
a.内部传感器：用来检测机器人本身状态（如手臂间角度）的传感器。多为检测位置和角度的传感器。
b.外部传感器：用来检测机器人所处环境（如是什么物体，离物体的距离有多远等）及状况（如抓取的物体是否滑落）的传感器。具体有物体识别传感器、物体探伤传感器、接近觉传感器、距离传感器、力觉传感器，听觉传感器等。
具体有：
明暗觉
检测内容：是否有光，亮度多少
应用目的：判断有无对象，并得到定量结果
传感器件：光敏管、光电断续器
色觉
检测内容：对象的色彩及浓度
应用目的：利用颜色识别对象的场合
传感器件：彩色摄像机、滤波器、彩色CCD
位置觉
检测内容：物体的位置、角度、距离
应用目的：物体空间位置、判断物体移动
传感器件：光敏阵列、CCD等
形状觉
检测内容：物体的外形
应用目的：提取物体轮廓及固有特征，识别物体
传感器件：光敏阵列、CCD等
接触觉
检测内容：与对象是否接触，接触的位置
应用目的：确定对象位置，识别对象形态，控制速度，安全保障，异常停止，寻径
传感器件：光电传感器、微动开关、薄膜特点、压敏高分子材料
压觉
检测内容：对物体的压力、握力、压力分布
应用目的：控制握力，识别握持物，测量物体弹性
传感器件：压电元件、导电橡胶、压敏高分子材料
力觉
检测内容：机器人有关部件（如手指）所受外力及转矩
应用目的：控制手腕移动，伺服控制，正解完成作业
传感器件：应变片、导电橡胶
接近觉
检测内容：对象物是否接近，接近距离，对象面的倾斜
应用目的：控制位置，寻径，安全保障，异常停止
传感器件：光传感器、气压传感器、超声波传感器、电涡流传感器、霍尔传感器
滑觉
检测内容：垂直握持面方向物体的位移，重力引起的变形
应用目的：修正握力，防止打滑，判断物体重量及表面状态
传感器件：球形接点式、光电旋转传感器、角编码器、振动检测器

KEEPQUIET

机器人主要的传感器
视觉：
20世纪50年代后期出现，发展十分迅速，是机器人中最重要的传感器之一。
机器视觉从20世纪60年代开始首先处理积木世界，后来发展到处理室外的现实世界。20世纪70年代以后，实用性的视觉系统出现了。
视觉一般包括三个过程：图像获取、图像处理和图像理解。相对而言，图像理解技术还很落后。
力觉：
机器人力传感器就安装部位来讲，可以分为关节力传感器、腕力传感器和指力传感器。
国际上对腕力传感器的研究是从20世纪70年代开始的，主要研究单位有美国的DRAPER实验室、SRI研究所、IBM公司和日本的日立公司、东京大学等单位。
触觉：
作为视觉的补充，触觉能感知目标物体的表面性能和物理特性：柔软性、硬度、弹性、粗糙度和导热性等。
触觉研究从20世纪80年代初开始，到20世纪90年代初已取得了大量的成果。
接近觉：
研究它的目的是使机器人在移动或操作过程中获知目标（障碍）物的接近程度，移动机器人可以实现避障，操作机器人可避免手爪对目标物由于接近速度过快造成的冲击。
听觉：
（1） 特定人的语音识别系统
特定人语音识别方法是将事先指定的人的声音中的每一个字音的特征矩阵存储起来，形成一个标准模板（或叫模板），然后再进行匹配。它首先要记忆一个或几个语音特征，而且被指定人讲话的内容也必须是事先规定好的有限的几句话。特定人语音识别系统可以识别讲话的人是否是事先指定的人，讲的是哪一句话。
（2） 非特定人的语音识别系统
非特定人的语音识别系统大致可以分为语言识别系统，单词识别系统，及数字音（0~9）识别系统。非特定人的语音识别方法则需要对一组有代表性的人的语音进行训练，找出同一词音的共性，这种训练往往是开放式的，能对系统进行不断的修正。在系统工作时，将接收到的声音信号用同样的办法求出它们的特征矩阵，再与标准模式相比较。看它与哪个模板相同或相近，从而识别该信号的含义。

jason2016