スマートイメージセンサー業界の過去と現在を1つの記事で理解する

スマートイメージセンサーは、イメージセンサーと視覚ソフトウェアで構成されており、視覚情報をキャプチャして分析し、人間の目の代わりにさまざまな測定と判断を行うことができます。その応用コンポーネントであるカメラは現在、携帯電話、コンピューター、ウェアラブルデバイスなど、さまざまな消費者向け電子機器に広く使用されています。将来、ADASシステムの広範な普及と自動運転車の発売により、カーセンシングカメラの分野は新たな爆発的な成長を迎えるでしょう。カメラと比較すると、LIDARの3Dイメージングは​​より正確で、無人運転車の視覚システムの第一選択肢であり、資本市場のホットスポットになるでしょう。

スマート画像センサーが広く使用され、車載カメラやライダーも準備完了

当社は、自動車、ドローン、AR/VR向けのスマート画像センサーが今後5年間で新たな需要の成長ポイントになると考えており、車載カメラの市場規模は2016年の58億ドルから2020年には214億5,000万ドルに、CAGR 38.6%で成長すると予測しています。車載LiDARは控えめに見積もっても、2016年の6億ドルから2025年には80億ドルに、CAGR 33%で成長すると見込んでいます。ドローンカメラは、2016年の1,200万ドルから2020年には1億ドルに、CAGR 35.4%で成長すると見込んでいます。 LiDARはコストが高いため、現在はさまざまな画像技術はカメラの利用が主流となっていますが、今後LiDARのコストが下がれば、さまざまな分野でカメラの代替としての役割も大きくなるでしょう。

MEMSセンサーは、ソリッドステートLiDARに重点を置いたスマートセンサーの未来です。

ミクロンスケールの機能を備えた MEMS センサーは、従来の機械式センサーの優位性を徐々に置き換えつつあります。予備的な推定によると、MEMS（マイクロコンピュータ処理システム）スマートセンサーは、2015年の115億米ドルから2021年には200億米ドルに成長すると予想されています。カメラ技術の応用は比較的成熟しており、3Dイメージング、虹彩認識、ジェスチャー認識が技術開発の主なトレンドとなっています。 LiDARは非常に高価であり、まだ商業的な量産には至っていません。将来的には、機械的な回転構造の統合を排除してコストを削減することが、将来の技術のブレークスルーとなるでしょう。私たちは、ソリッドステートLiDARスキャンを実現できるMEMSマイクロ振動ミラー技術と光フェーズドアレイ技術に注力すべきです。

プレミアム買収＋高額資金調達、資本市場はLiDARと自動運転に熱心

モバイルアイは2014年に米国で上場し、IPO当日に8億9000万ドルを調達し、後にインテルに34.4%のプレミアムで買収された。イスラエルのルミナーはシードラウンドの資金調達で3600万ドル、イスラエルのオリックスはシリーズAの資金調達で1700万ドル、米国のクアナジーはシリーズBの資金調達で9億ドル、中国のヘサイテクノロジーはシリーズAの資金調達で1億1000万人民元を調達した。自動運転とライダーは資本市場で非常に求められている。

投資ロジック、今後の市場に注目

市場では依然としてシリコンベースの材料がスマートイメージセンサーの主流ですが、Luminar LiDARに使用されているInGaAs材料は感度が高く、将来的には大規模に使用される可能性があり、シリコンベースの材料をある程度代替する可能性があります。

人工知能の分野では、専門化と統合が今後のセンサーモジュールの開発トレンドになるでしょう。専門化を実現する核心は、アルゴリズムと機能のマッチングにあります。異なるタイプのセンサーを統合することで、機能を補完し、長所を最大限に引き出し、短所を最小限に抑えることができます。現在、高度なアルゴリズムは海外によって独占されており、今後3〜5年間で統合モデルが中国のスマートイメージセンサー市場の主な発展トレンドになるでしょう。

携帯電話やPC業界の発展はかなり成熟しており、ARとVRは市場のホットスポットとなっています。各国が自動車向けADASシステムに注目し、推進するにつれて、自動車向けインテリジェント画像センサーは業界の新たな成長ポイントとなるでしょう。さらに、ドローン、車両のインターネット、スマートシティも業界の将来のトレンドになるでしょう。

最後に、アルゴリズムの観点から見ると、組み込みテクノロジーはよりターゲットを絞っており、ローカルな問題を解決する上で利点があります。人工知能分野におけるディープラーニングは業界の主流アルゴリズムとなり、エンドツーエンドの高速伝送と組み合わせたビッグデータはディープラーニングアルゴリズムの実用化を促進するでしょう。

今後5年間で、自動車、ドローン、AR/VR向けのスマートイメージセンサーが新たな需要点になると当社は考えています。カメラ市場は2020年に223億米ドルに達し、2016年から2020年までの平均年間複合成長率は37%になると予想されています。自動車用LiDAR市場は2025年に80億米ドルに達し、2016年から2025年までの平均年間複合成長率は33%になると予想されています。LiDARのコストが下がり続けるにつれて、カメラの代替としての役割がより顕著になるでしょう。

1. スマートイメージセンサーの紹介

国家規格では、センサーは、特定の測定量を感知し、特定の規則に従ってそれを使用可能な出力信号に変換できるデバイスまたは装置と定義されています。通常、センサーは、感応素子とコンバーターの 2 つの部分で構成されます。センサー構造を最小化する観点から、IEEE 協会は、制御量または感知量の大きさを提供でき、通常はネットワーク環境への統合を簡素化できるセンサーをスマート センサーと呼んでいます。その本質的な特徴は、知覚、情報処理、コミュニケーションの統合、そして自己診断、自己修正、自己補償機能を実行する能力です。

現在、スマートセンサーは、家電製品、自動車産業、航空宇宙、機械、化学産業、医療の分野で広く使用されています。モノのインターネットやモバイルインターネットなどの新興産業の台頭により、スマートセンサーはスマート農業、スマート産業、スマート交通、スマートグリッド、ヘルスケア、スマートウェアラブルなどの分野で幅広い応用範囲を持っています。

スマートイメージセンサーは、人間の目の代わりに視覚情報をキャプチャして分析し、さまざまな測定や判断を行うことができるデバイスです。イメージセンサーと視覚ソフトウェアで構成されており、前者は画像をキャプチャするために使用され、後者は「見た」ものを分析するために使用されます。一般的な画像センサーは、画像取得、画像処理、モーション制御の 3 つの部分に分けられます。光学、機械、電子工学、コンピュータのハードウェアとソフトウェアの技術を統合し、コンピュータ、画像処理、パターン認識、人工知能、信号処理、光機械統合などの複数の分野に関係します。

イメージセンサーは、感光デバイスに応じて CCD と CMOS に分けられます。どちらも、光電変換 - 電荷蓄積 - 出力 - 変換 - 増幅という同じ手順を実行します。

CCD イメージャーは、主にカラー フィルターとピクセル アレイの 2 つの部分で構成されています。マイクロレンズは、各ピクセルの感光部分に光を漏らします。光子がカラー フィルター アレイを通過すると、ピクセル センサーは通過する光の強度をキャプチャし始め、光信号を組み合わせて外部ラインに送信し、A/D 処理を行います。 CCD と比較すると、CMOS はピクセル センサーの配列を備えた集積回路であり、各ピクセル センサーには独自の光感知センサー、信号増幅器、およびピクセル選択スイッチがあります。

スマートセンサーの主な実装構造には、非統合実装、ハイブリッド形式、統合実装の 3 つがあります。知能の程度に応じて、初級、中級、上級の形態に対応します。 MEMS センサーとは、マイクロマシニングと半導体技術を使用して製造される新しいタイプのセンサーを指します。従来の機械式センサーと比較して、MEMS センサーは、小型、軽量、低コスト、低消費電力、高信頼性、大量生産に適しており、統合が容易でインテリジェントな実現が可能という特徴があります。統合の観点から見ると、MEMS センサーはスマート センサーの未来です。

現在、最も一般的なスマートイメージセンサーコンポーネントはカメラであり、携帯電話やウェアラブルデバイスなどの民生用電子機器に広く使用されています。携帯電話とタブレットコンピューターの市場は現在飽和状態にあります。将来的には、自動運転車、車両のインターネット、AR、VR、ドローンなどの新興スマート分野がスマートイメージセンサーの新たな需要点になるでしょう。これらの分野で主流のセンサーコンポーネントは、カメラ、ミリ波レーダー、LIDAR です。中でも、LIDARは検出距離、検出精度、天候適応性、暗視機能などに大きな利点があり、将来的にはハイエンド画像機器の主流となるでしょう。

LiDAR の撮像原理は、簡単にまとめると次のようになります。LiDAR の送信モジュールは、一定の出力を持つレーザー光線または光パルスを放射し、散乱ミラーを介して光を散乱させて検出対象の表面に当てます。反射信号は LiDAR の受信モジュールによって受信され、内部信号処理の後、強度画像と距離画像の融合と組み合わせて、検出対象の 3 次元画像が表示装置を通じて出力されます。

カメラ画像とは異なり、LIDAR は光の飛行時間を測定することで物体までの距離を測定できます。さらに、カメラのデータソースは単一で信頼性が低く、360° を完全にカバーしていますが、対向光、夕暮れ、影によって見えにくくなり、遠くの重要なシーンを区別できなくなります。自動車用センサーを例にとると、カメラ、ミリ波レーダー、LIDAR の違いは次の図に示されます。

2. スマートイメージセンサーの主な応用分野と市場空間

1990年代後半からCMOSイメージセンサーのプロセスや設計技術の進歩により、その市場シェアは拡大を続け、近年ではそのシェアは90%を超え、CCDに代わって主流となっています。 2016年のCMOS市場規模は103億米ドルで、ソニー、サムスン、オムニビジョンの3大大手がそれぞれ世界市場シェアの35%、19%、8%を占め、合計62%を占めています。市場構造は比較的集中しています。

地域別市場分布の観点から見ると、Globle image sensorsの予測によると、世界のイメージセンサー市場規模は2012年から2018年にかけて前年比4.35%で成長し、2018年には市場規模は106.6億米ドルに達すると予想されています。成長は主にアジアに集中し、中国が最大の受益国となるでしょう。 2012年、北米、アジア、ヨーロッパ、その他の地域の市場シェアはそれぞれ35%、34%、22%、9%でした。2018年までに、4つの主要地域の市場シェアはそれぞれ27%、40%、18%、15%になりました。

下流アプリケーション分布の観点から見ると、CMOSイメージセンサーは現在、主にスマートフォンやタブレットに使用されており、下流アプリケーションの約70％を占めています。組み込みデジタルイメージング技術の急速な拡大に伴い、スマートフォンやタブレットで使用されるCMOSの割合は今後徐々に減少するでしょう。自動車システムは、CMOSイメージセンサーの最も急速に成長するアプリケーションになるでしょう。2020年までに、自動車業界のセンサー市場規模は22億ドルに成長し、152億ドルの市場全体の約14％を占めるでしょう。 2015年から2020年にかけて、車載用CMOSの世界販売は年平均成長率55%に達するでしょう。

自動車産業に加えて、2015年から2020年までの将来において、セキュリティ監視分野は平均年間複合成長率36%を維持し、9億1,200万米ドルに成長する可能性があります。医療/科学応用分野は平均年間複合成長率34%を維持し、8億6,700万米ドルに成長する可能性があります。玩具/電子ゲームは平均年間複合成長率32%を維持し、2億7,400万米ドルに成長する可能性があります。産業システムは平均年間複合成長率18%を維持し、8億9,700万米ドルに成長する可能性があります。

用途面では、CMOSセンサーの主な用途はカメラモジュール（CCD）です。2014年、世界のCCD市場規模は201億米ドルで、そのうちパッケージング、AF（オートフォーカスシステム）およびOIS（画像安定化システム）のサプライヤーがそれぞれ72億米ドルと72.5億米ドルで市場シェアの72%を占めました。 Yole Développementによると、世界のCCD市場規模は2020年に510億米ドルに達し、過去6年間の平均年複利成長率は16.8%となる見込みです。そのうち、パッケージング市場規模は225億米ドルに達し、平均年複利成長率は20%、AF＆OIS市場規模は155億米ドルに達し、平均年複利成長率は13%となる見込みです。

現在、携帯電話やコンピューター用のカメラは、カメラモジュールの下流アプリケーションの中で最も広く使用されているものの1つです。今後、無人運転技術が徐々に進歩するにつれて、車載カメラや画像センサーと統合されたライダーは、ADASソリューションとして新たな成長段階を迎えるでしょう。車両センシングカメラに加えて、ドローンやロボット、拡張現実（AR）や仮想現実（VR）の分野はすべて、スマート画像センサーの新たな市場成長ポイントとなるでしょう。

1. 自動車産業の発展状況

車載カメラは携帯電話カメラに比べて参入障壁が高く、単価も携帯電話カメラの約8倍（車載カメラの価格は32米ドル（約197人民元）程度）、暗視カメラは数千ドルにも上る。2016年のADAS市場規模は105億ドルだった。Strategy Analysisによると、ADAS市場規模は2020年までに300億ドルに達し、複合成長率は24％となる見込みだ。

ADAS市場の爆発的な成長に伴い、車載カメラは成長傾向を迎えています。ADASパノラマシステムの重要な部分として、市場で主流のADASソリューションでは、車に少なくとも7台のカメラが搭載されており、設置場所に応じて、前方ビュー、後方ビュー、側面ビュー、車内監視の4つの部分に分かれています。現在、欧米諸国におけるADASの市場普及率は8％程度と比較的高い一方、中国における普及率は3％程度と比較的低い。さらに、欧米諸国では最近ADASシステムの搭載を強制する政策が導入されており、ADASシステムの普及率は今後徐々に上昇するでしょう。関係機関は、2020年までに世界の新車におけるADASシステムの普及率が20％に達すると予測しています。

2005年から2015年にかけて、世界の自動車生産台数は6,593万4,000台から8,967万8,000台に増加し、年平均複合成長率は3%でした。今後もこの成長率で成長し続けると予想されています。2020年までに、世界の自動車生産台数は1億400万台に達するでしょう。車載カメラの市場規模は2020年までに214億5,000万米ドルに達し、年平均複合成長率は38.6%になると予測されています。

ADASシステムは自動運転の基盤であり、今後ADASシステム技術が成熟するにつれて、無人運転車も爆発的な成長段階に入るでしょう。車両検知カメラと比較すると、LIDAR はより遠い距離を検知でき、厳しい天候にもより適応できるため、無人車両視覚システムの第一選択肢となります。ライダー内のレーザーエミッターの数に応じて、無人車両システム用のVelodyne Lidarライダーの現在の価格は7,999ドルから85,000ドルの範囲です。将来的には、ライダー技術の継続的な発展により、コストはさらに削減され、車両センシングカメラの置き換え効果も顕著になります。

BI Intelligenceの予測によると、自動運転車（L1～L5を含む）の数は、2016年の50万台から2025年には2,200万台に増加すると予想されています。これには、L5に到達できる完全自動運転車は含まれていません。L5レベルに達する完全自動運転車は、2025年以降に登場すると予想されています。 LiDARは比較的高価であるため、高度自動運転車両にのみ搭載され、現在高級車が市場全体の約4％を占めると仮定すると、自動車用LiDARの市場規模は2017年から2025年にかけて10億5,000万米ドルから80億米ドルに成長し、平均年間複合成長率は約33％になると控えめに予測されています。

2. ドローン・ロボットの開発状況

ドローンとロボットの市場セグメントは、消費者向けドローン、自律走行車、ホスピタリティ ロボット、テレプレゼンスなど、非常に広範囲にわたります。ドローンとロボット業界では、毎年少なくとも 10 の新しいアプリケーションが追加され、約 10 億ドルの収益をもたらすと予想されています。ドローンおよびロボットセンサーの現在の市場規模は3億5,100万米ドルで、2021年までに7億900万米ドルに成長すると予想されており、年間複合成長率は12.4%です。

ドローン分野におけるインテリジェント画像センサーの応用について具体的に言えば、現在は主にドローンに搭載されたカメラモジュールの形で、航空写真や地図作成など、画像を必要とする分野に利用されています。2014年のドローン出荷台数は45万台に達し、市場規模は約7億ドルでした。ゴールドマン・サックスは、2020年までにドローン出荷台数は780万台に達し、市場規模は33億ドル、出荷台数の年平均成長率は60％になると予測しています。ドローン市場の爆発的な成長に伴い、ドローンカメラも新たな成長を遂げるでしょう。ドローンカメラの市場規模は2020年までに1億米ドルに達し、2013年から2020年までの平均年間複合成長率は35.4%になると予測されています。現在、LIDAR のコストは比較的高く、主に測量やマッピングを行うドローンに使用されています。将来、LIDAR 技術が成熟し、コストが下がり続けるにつれて、ドローン市場での LIDAR の応用はますます一般的になると思われます。

3. AR（拡張現実）とVR（仮想現実）分野の発展状況

AR と VR のアプリケーションがますます普及するにつれて、市場にはオーディオ、画像、メモリ、プロセッサが含まれ、私たちの生活のほぼすべての側面がカバーされるようになります。短期的には、AR/VR 開発の原動力となるのは、ゲーム、ライブ イベント、映画とエンターテイメント、ヘルスケア、不動産、小売、産業、軍事の 9 つであり、最初の原動力は個人消費です。ゴールドマン・サックスは、2025年までにAR/VRソフトウェアの収益の60%が個人から、40%が企業と公共部門から得られると予測しています。AR/VRの応用を推進する3つの主な原動力は、ユーザーエクスペリエンス、技術革新、コンテンツの拡張です。

関連機関は、2016年から2025年にかけてAR/VRの市場規模が40億ドルから800億ドルに成長し、年平均複合成長率は40％になると予測しており、そのうちハードウェア規模は20億ドルから420億ドルに成長するとしている。今後の市場が正常に成長するシナリオでは、AR/VR デバイスの出荷量は 2016 年の 120 万台から 2020 年には 730 万台に増加し、年平均複合成長率は 57% になると予想されます。今後市場が順調に成長すれば、AR/VRデバイスの出荷台数は2016年の840万台から2020年には7,000万台に増加し、年平均複合成長率は68%となる見込みです。

市場と出荷量に基づくと、2016年から2020年までのAR/VRデバイスの平均販売価格は1台あたり2,380米ドルになると予測できます。将来的には、技術が成熟するにつれて、価格はさらに下がるでしょう。 AR/VR分野で使用されるカメラの市場規模は、控えめに見積もっても2016年の8,400万米ドルから2020年には7億米ドルに成長し、平均年間複合成長率は70%になると予想されています。

ミクロンレベルの機能を備えた MEMS センサーは、従来の機械式センサーの支配的な地位を徐々に置き換えつつあります。2021 年までに、MEMS スマート センサーの市場規模は 200 億米ドルに達し、2016 年から 2021 年までの平均年間複合成長率は 9% になると予測されています。カメラ技術の応用は比較的成熟していますが、ライダーはまだ商業的な大量生産には至っていません。今後は、コストを削減できるソリッドステートライダーの実装に注力することができます。

3. スマートイメージセンサーの技術現状と今後の開発動向

1.MEMSはスマートセンサーの未来

インテリジェント センサーの基本技術には、主に機能統合、人工知能材料の応用、マイクロマシニング技術、3 次元集積回路、画像処理と DSP (デジタル信号処理)、データ融合理論 (組み込みデジタル画像技術) などがあります。設計構造には、デジタル センサー信号処理 (DSSP) とデジタル制御アナログ信号処理 (DCASP) の 2 つがあります。一般的に採用されているのは DSSP モードであり、通常、測定センサー (画像センサーなど) と補正センサーの少なくとも 2 つのセンサーが含まれます。センサー信号は、マルチプレクサを介して A/D コンバーターに送信され、次に信号補正と修正のためにマイクロプロセッサーに送信されます。測定の安定性は、A/D コンバーターの安定性によってのみ決定されます。

ミクロンスケールの機能を備えた MEMS センサーは、従来の機械式センサーでは実行できない特定の機能を実行できます。そのため、MEMS センサーは徐々に従来の機械式センサーの支配的な地位に取って代わり、民生用電子機器、自動車産業、航空宇宙、機械、化学産業、医療の分野で広く使用されています。

MEMSセンサーには多くの種類があります。現在、圧力センサー、加速度計、ジャイロスコープは最も広く使用されているMEMSデバイスです。MEMSの総市場価値は54億2500万米ドルで、そのうち圧力センサー、加速度計、ジャイロスコープは合計で約45％を占めています。各国でADASシステムへの注目が高まり、無人運転が普及する中、今後は自動車エレクトロニクス市場の成長がMEMS市場の成長の主な原動力となるでしょう。

Yole Développementは、今後、MEMS（マイクロコンピュータ処理システム）スマートセンサーは、2015年の115億ドルから2021年には200億ドルに成長し、年平均複合成長率は9％になると予測しています。同じ期間に、出荷量の前年比成長率は13％に達するでしょう。

2. インテリジェント画像センサー技術の現状と開発動向

インテリジェント画像センサーは、コンピューター、画像処理、パターン認識、人工知能、信号処理、光機械統合などの複数の分野に関係し、主にハードウェアシステムとソフトウェアシステムの2つの部分に分けられます。ハードウェア システムには、プロセッサ、メモリ、コントローラが含まれ、ソフトウェア システムには、主にさまざまなドライバーとアルゴリズムが含まれます。

現在、より高度なアプリケーションには、LIDAR、3D イメージングおよびセンシング テクノロジー、虹彩認識などがあります。

LiDAR イメージングには、主にレーザー送信機、散乱体、受信機、プロセッサ、出力ディスプレイという主要コンポーネントが含まれます。その中でも重要なコンポーネントは、レーザー送信光システムと受信光システムです。

発光システムにおけるレーザーの出力波長は、動作材料によって異なります。レーザーは、動作材料（ガス、光ファイバー、半導体、自由電子、液体レーザー）、励起エネルギー（光ポンプ、電気励起、化学式）、出力波長（赤外線レーザー、紫外線レーザー、可視レーザー）に応じて分類できます。現在主流のレーザーは、固体Nd：YAGレーザー、ファイバーレーザー、半導体レーザーなどです。

ライダーシステムで使用されるレーザーの重要な技術指標は、光波の検出可能距離です。ライダーの場合、レーザーから放射される光波が長いほど、検出可能距離も長くなります。光波の長さは、光波自体の特性だけでなく、レーザーの出力にも依存します。一般的に、出力が高いほど、光波の検出可能距離は長くなります。

レーザーレーダー受信機の機能は、ターゲットによって反射または散乱されたレーザーエコー信号を対応する電気信号に変換することです。主に、受信光学系、光検出器、プリアンプ、メインアンプ、検出器バイアス制御回路で構成されています。受信機に使用される材料は、主に IV 族の Si、Ge、および III-V 族の GaAs、InP などの材料です。ただし、結晶の完全性、サイズの大きさ、優れた熱特性、およびシリコンマイクロエレクトロニクス技術の成熟度などの利点により、現在の集積回路ではシリコン材料が広く使用されています。しかし、最新のニュースによると、ルミナーは1,000台の高性能ライダー（40アレイ、検出距離最大200メートル）を発売しようとしており、使用されるレーザー受信機はInGaAs受信機です。 InGaAs 受信機はシリコンベースのレーザー受信機に比べて感度が高いですが、高価です。今後コストが下がれば、ますます広く使用されるようになるでしょう。

直線光を受信できる受信機の他に、光信号を受信する別の形式として、オリックスが独自に開発した「コヒーレント光レーダーシステム」があります。光電センサーを通じて光粒子を検出するライダーとは異なり、このシステムは、光の「波動粒子二重性」に基づいて、ナノアンテナを使用して波の形で反射された信号（光）を感知します。

原理は、レーザー光線を使用して前面を照らし、2 番目の光学機器セットを使用して入射光を多数の小型整流ナノアンテナに誘導することです。このシステムでは、レーザーを誘導して環境を捉えるための機械的なミラーや一連のチャネルは必要なく、前方を照らすレーザービームを放射するだけで済むため、コストを大幅に削減できます。さらに、このシステムで使用される長波赤外線は水に吸収される割合が非常に低く、太陽放射の影響もほとんど受けないため、霧や直射日光の当たる環境でも機能しなくなります。

LiDAR は、機械的な回転部品があるかどうかによって分類され、機械式 LiDAR とソリッドステート LiDAR があります。ビームの数によって、シングルビームレーザーレーダーとマルチビームレーザーレーダーに分けられます。今後の開発方向は、機械式からソリッドステート式へ、単一配線ハーネスから複数配線ハーネスへと移行します。

レーザーレーダーがまだ広く普及していない理由は、組み立てとデバッグのコストが高いためです。水平視野内でレーザーの360°スキャンを実現するには、レーザーレーダーに機械的な回転装置を設置する必要があります。レーザーレーダーのコストを削減する根本的な方法は、機械的な回転構造をキャンセルすることです。方法 1: MEMS マイクロ振動ミラーを使用してレーザーの方向を制御し、すべての機械部品を 1 つのチップに統合します。現在、オランダの企業 Innoluce がこの技術の研究開発に取り組んでおり、2018 年に 100 ドル以下のコストで量産を開始する予定です。 2 番目の方法は、機械構造を完全に排除し、フェーズドアレイの原理を使用してソリッドステート LIDAR を実現することです。光フェーズドアレイの原理は、複数の光源を使用してアレイを形成し、各光源の放射速度と時間差を制御することで、主光線の角度を精密に制御して柔軟に合成することです。現在、QuanergyのS3製品はこの原理を採用しており、コストは1台あたり250米ドルまで削減できます。

LiDAR技術の進歩に伴い、小型化、低コスト、高性能は避けられないトレンドとなり、ソリッドステートLiDARもLiDARの最終形態となるでしょう。世界の主要 LiDAR メーカーは次の表のとおりです。

3D イメージングは​​、視野内の空間内の各点の 3 次元座標情報を識別できるため、コンピューターは空間の 3D データを取得して完全な 3 次元世界を復元し、さまざまなインテリジェントな 3 次元位置決めを実現できます。現在、医療や工業分野などのハイエンド市場でのアプリケーションは徐々に成熟し、加速傾向を示しています。2018年には、モバイルやコンピューティング分野で多数の3Dイメージングおよびセンシング製品が発売されると予想されています。たとえば、iPhone 8にはフロント3Dカメラ、Kinectゲームアクセサリ、Leapモーションジェスチャーコントローラーが採用されます。3Dイメージング技術は、人間とコンピューターの相互作用を解決する画期的な技術となるでしょう。

現在、主流の 3D イメージング技術は次の 3 つです。

（１）構造化光特別に構造化された光は、特定の光情報を物体の表面に投影し、カメラによって収集されます。物体が起こす光信号の変化から物体の位置や奥行きを計算し、3次元空間全体を復元します。代表的な企業としては、イスラエルのPrimeSense Light Codingソリューションなどがあります。ライトコーディングは、波長 940nm の近赤外線レーザーを放射し、拡散板 (グレーティング、ディフューザー) を通して測定空間にレーザーを均一に投影し、次に赤外線カメラを使用して空間内の各参照面上の各スペックルを記録してベンチマーク校正を形成します。キャリブレーション中に使用される参照面の密度が高いほど、測定の精度が高まります。生データを取得した後、IR センサーは測定対象物によって歪んだ (変調された) レーザースペックル パターンをキャプチャします。 チップ計算により、空間（x、y、z）における既知のパターンと受信パターン間のオフセットを取得し、測定対象物の深度情報を解くことができます。

（２）TOF（飛行時間）独自のセンサーにより、近赤外線の発射から受信までの飛行時間を捉え、物体までの距離を測定します。 TOFのハードウェアの実装は、構造化された光の唯一の違いに類似しています。

（3）双眼レンジ（ステレオシステム）。原則は、人間の目の原理と同様です。2つのカメラは自然光の下でキャプチャされ、現在のデュアルカメラを介して計算され、取得されます。

技術的な観点から、3Dイメージングは​​近年の新しい現象ではありません。 Microsoftが2009年に3Dイメージングベースのゲーム体性感覚相互作用デバイスであるKinectをリリースしてから8年、GoogleのプロジェクトTangoが提案されてから4年が経ちました。 3Dイメージングは​​技術的な基盤の段階を通過し、5年以上続く急速な成長の期間に入ろうとしています。

IRIS認識は、虹彩画像を収集し、虹彩のテクスチャフィーチャポイント間の違いを抽出して比較することにより、アイデンティティを識別する新たな生体認識技術です。 13-60の特徴ポイントしか読み取ることができる他の生体認証技術と比較して、IRIS測定技術は最大99.29％の精度で266機能ポイントを読み取ることができます。 IRIS認識技術のプロセスには、一般に、次の4つのステップが含まれます。IRIS画像の取得 - 画像の前処理 - 特徴抽出 - 特徴マッチング。

21世紀の初めから、IRIS認識システムはセキュリティ、監視、特別な業界のアイデンティティ認識、その他の分野で広く使用されてきましたが、アルゴリズムのかさばるハードウェアと低感度により、彼らは家電市場を破っていません。 2015年5月まで、日本の携帯電話メーカー藤井は、世界初の限定生産者のアイリス認識スマートフォンであるArrows NXF-04Gをリリースしました。ただし、現在の指紋認識と比較して、その理由は次の3つの主要な課題にありません。

同時に、IRIS認識技術自体には、画像の獲得の困難、まつげやまぶたの妨害、瞳孔の弾力性変形、頭または眼球の回転による虹彩回転誤差、グラスの着用による反射効果、および異なるカメラデバイスによって引き起こされる画像品質の違いがあります。

3.インテリジェントセンサーを統合するADASソリューション（モバイルアイを例にとる）

Adasは、自動車運転支援システムです。Adasは2つの機能をカバーしています。

モバイルアイのADASシステムには、センサー認識（センシング）、高精度マップポジショニング（マッピング）、および運転ポリシーシステム（運転ポリシー）の3つのコアテクノロジーがあります。

（1）センサーの識別には、車両に設置されたすべてのセンサーデバイスが含まれます：カメラ、レーダー、LIDAR、超音波センサーなど。これらすべてのセンサーによって収集された情報は、生データとして高性能コンピューターに送信され、車両の環境モデルを確立するために分析されます。

Mobileyeの画像認識技術は、主にEyeqチップテクノロジーに基づいており、シングルレンズカメラを開発しています。 EyeqチップはMobileyeのコアテクノロジーであり、マシンビジョン、信号処理、機械学習、深いニューラルネットワークの展開をサポートする不均一なプログラム性を備えています。 Eyeq5から始めて、Mobileyeは、完全に自律的な運転標準オペレーティングシステムと、開発者がアルゴリズムを開発するためのオープンソースSDKの完全なセットを正式にサポートします。 Mobileyeの次のステップは、3つのカメラ認識とセンサー融合を展開して、360°のフル車両イメージセンシングと認識カバレッジを完了することです。

（2）高精度のマップポジショニング：パス計画プロセス全体で車両が正確に位置付けられ、無人駆動システムの安全性冗長性が10 cmに達するために使用されます。 Mobileyeは、エンドツーエンドのマッピングおよびポジショニングエンジンであるRoad Experience Management（REM）を発売します。このエンジンは、データ収集エンティティ、Map Integration Server（クラウドサーバーがクラウドソーシングデータを統合する）、およびマップユーザーエンティティ（無人車両）の3つの主要なボディで構成されています。

データ収集エンティティは、車両パスジオメトリデータ、静的道路標識などを含むデータを収集し、その後、これらのデータは道路セグメントデータ（道路セグメントデータ）にパッケージ化され、クラウドサーバーに送信されます。クラウドサーバーはデータ統合を実行し、連続RSDデータフローを調整し、最終的には高精度の低応答時間グローバルロードブックを作成します。最後のステップは、ロードブックのローカリゼーションです。ドライバーレス車両がこのロードブックを使用できるようにするために、REMは自動的にロードブックマップに車両を配置し、リアルタイムの更新に基づいて正確な位置を確保します。

（3）運転戦略システムは、さまざまな道路状況に対応する意思決定システムです。無人の運転システム技術の難しさは、道路状況のランダム性にあります。 Mobileyeは、Renecortion Learning Algorithmと呼ばれる深い学習方法を使用しています。これは主に、複雑な運転環境をシミュレートするシミュレーションプラットフォームに基づいています。運転意思決定システムは、シミュレーションプロセス中に試行錯誤を行い、正しい決定に報い、それによって自己学習と蓄積を達成することが許可されています。

最近、Mobile EyeとDelphiは、2019年までに中央センシングポジショニングおよび計画（CSLP）の自動運転システムを開始する予定です。このシステムは、カメラ、レーダー、LIDAR、自動車エクスペリエンス、コンピューター処理速度などの最高の認識センサーを組み合わせています。 2019 CLSPシステムには、ローカリゼーション機能、空きスペース検出、360°の歩行者認識、3D車両検出、パスおよびモーションプランニングなど、いくつかの高度な技術が備わっています。