華為擁有激光雷達、毫米波雷達的自研技術(shù)，該傳感器技術(shù)主要為智能駕駛服務(wù)，并延伸到智能家居等領(lǐng)域。華為沒有聊AI，但AI技術(shù)已經(jīng)深度融入到華為的傳感器產(chǎn)品中。

據(jù)傳感器業(yè)內(nèi)資深人士分析，用毫米波雷達檢測人體存在和動作并不難，難在如何甄別各種動作事件，避免誤判——譬如蹲下就不應(yīng)該識別成跌倒，目前市場上部分毫米波雷達跌倒監(jiān)測設(shè)備存在較大的誤測情況。

此前，在SensorShenzhen2024上，專家網(wǎng)編輯專訪了Bosch Sensortec高級產(chǎn)品經(jīng)理周良，此前博世已推出集成可編程AI系統(tǒng)的IMU單元BHI380，其深入分享了博世對AI技術(shù)在傳感器中的應(yīng)用：

“我們對AI的理解，就是說我們過去的傳感器其實就是給客戶提供一些原始的數(shù)據(jù)，比如說，以加速器和陀螺儀來講，它可能輸出的就是一個加速度信號或者一個角速度信號給到客戶。但是從真正應(yīng)用的角度來講，客戶可能需要把這些物理量變成它實際使用到的一些數(shù)據(jù)，那這里面需要一個算法的過程（來進行計算），在以前這個算法需要客戶自己來開發(fā)，自己來做這方面的應(yīng)用。

現(xiàn)在，我們的智能傳感器，就是在傳感器里面放入相當(dāng)有計算力的一些計算單元?？梢允且粋€外接的MCU，也可以是SoC，那它里面就能夠跑我們博世自己開發(fā)的一些算法。這些算法能夠?qū)崿F(xiàn)本地運行，或者叫做邊緣計算這套模式，讓這個計算重新回到我們傳感器的這邊，來減少整個系統(tǒng)的功耗。然后同時也可以減少客戶對算法開發(fā)的負擔(dān)。

如果我們能夠提供一些優(yōu)質(zhì)的算法，客戶可能拿到這些產(chǎn)品就能直接去應(yīng)用。他不需要再根據(jù)你的傳感器，針對某個場景去開發(fā)重復(fù)的算法，這樣產(chǎn)品開發(fā)效率就能提高，所以這個是我們在智能傳感器領(lǐng)域做的一些探索。”

通過博世提供的集成在傳感器中的AI算法模塊，可以大大減輕下游用戶的產(chǎn)品開發(fā)難度，提高產(chǎn)品研發(fā)效率——這意味著下游企業(yè)將能極大節(jié)約研發(fā)成本。

如果說博世作為消費電子傳感器巨頭，本身對AI等新技術(shù)更為敏銳，那么，工業(yè)傳感器巨頭基恩士推出的AI檢測案例，則意味著在工業(yè)傳感器等全產(chǎn)業(yè)，巨頭們都在積極思考AI技術(shù)在傳感器中的應(yīng)用。

基恩士在其官方公眾號中發(fā)布AI檢測案例，文中指出“AI視覺檢測在工業(yè)機動化領(lǐng)域也逐漸解決了人工檢測成本高、穩(wěn)定性差、檢出率不達標(biāo)等難題?！?

通過基恩士先進的光電傳感器配合AI算法，能夠應(yīng)對工業(yè)場景中更多未知場景的精密檢測需求，譬如鑄鋁件的砂眼大小、樹脂件的劃痕長短等，是否符合質(zhì)檢要求。

結(jié)語

數(shù)據(jù)本身沒有價值，只有將數(shù)據(jù)轉(zhuǎn)化為可讀易懂的信息，用于輔助決策，解決實際問題，那么數(shù)據(jù)才被賦予了價值。

未來，全面智能化時代到來，數(shù)以億萬計的傳感器被使用，將產(chǎn)生海量的數(shù)據(jù)，如何從這些傳感器數(shù)據(jù)中進行篩選，形成結(jié)論，幫助我們做出決策，才是這些傳感器的價值。

在以往，許多時候傳感器傳回來的數(shù)據(jù)，需要人工進行分析，做出判斷，大大降低傳感器的利用率，面對海量的傳感器數(shù)據(jù)如何快速做出判斷？答案很顯然——依賴于人工智能技術(shù)，對億萬傳感器數(shù)據(jù)進行分析，做出合理的執(zhí)行或者告警，這才是人工智能的價值。

顯然，隨著AI技術(shù)的進步，未來對海量傳感器數(shù)據(jù)的處理，傳感器+AI，感知數(shù)據(jù)加上大腦，才能有價值。