传感器+AI，融了7个亿，华为基恩士博世……都在搞AI传感器

随着以ChatGPT为代表的AI大模型技术的迅猛发展，人工智能正在颠覆各行各业，并带来巨大的技术提升，对传感器技术来说，也是如此。

目前，从华为、博世、基恩士等巨头到初创传感器企业，均在探索人工智能技术在智能传感器中的应用。

传感器专家网

https://www.sensorexpert.com.cn

专注于传感器技术领域，致力于对全球前沿市场动态、技术趋势与产品选型进行专业垂直的服务，是国内领先的传感器产品查询与媒体信息服务平台。基于传感器产品与技术，对广大电子制造从业者与传感器制造者提供精准的匹配与对接

此前，来自以色列的初创企业Exodigo，宣布获得1.05亿美元（约合7.76亿人民币）的融资，本轮融资由风险投资机构Greenfield Partners和Zeev Ventures共同领投。

资料显示，Exodigo成立于2021年，短短两年就已获得三轮融资，融资金额超过1.3亿美元。

Exodigo为什么能获得资本青睐？

▲来源：企查查

在城市中地下，各种天然气管道、自来水管、电缆以及其他可能导致泄漏、爆炸的埋藏障碍物密布，随着老化、年久失修，带来的安全风险剧增。

据Common Ground Alliance (CGA)测算，

因此，实现精确的、无侵入式的地下探测，绘制出详细的地下地图，对城市地下管廊系统的维护非常重要。

传统的地下地图依靠单个传感器和视觉提示来推断位置和线路路径，常常需要对地面进行破坏，同时线路不够准确。

那么，Exodigo怎么做呢？

Exodigo使用多个传感器融合收集地球物理数据，并将信号与人工智能（AI）融合在一起，显着提高地图绘制的准确性和效率，从而减少不必要的挖掘以节省成本、降低损失。

据Exodigo声称，该方法通常比传统方式能够多发现20-30%的公用事业线路，并能够将初步挖掘和钻探减少多达90%， 因此施工人员只需要在必要时进行挖掘即可。

据官网介绍，Exodigo绘制地图主要有这些步骤：

数据采集

Exodigo 使用最先进的传感器进行扫描，涵盖多个物理领域。这种方法弥补了单个传感器类型的局限性，并确保检测到所有埋藏的资产（无论材料和属性如何）。平均每 0.4 英寸（1 厘米）扫描一次采样，捕获的数据量是传统定位仪的 1000 倍。

这些先进传感器包括了多频磁电式传感器、磁性梯度计、电性模拟器、多频多通道探地雷达等。

同时，Exodigo以纵横交错的蛇形路径模式扫描整个区域，而非传统的“遵循路线”方法从现有记录和视觉提示（如沙井或消防栓）开始推断位置，这种方法消除了扫描过程中的人为错误和偏见，并最大限度地提高了我们收集的数据的完整性。

多传感器融合

在信号中添加高分辨率图像，以检测地下公用设施（例如沙井、消防栓等）的任何地上指标。这种融合创建了一个同步的、基于地理定位的、多感知维度的数据堆栈，使我们的人工智能能够构建精确的地下 3D 模型。

基于人工智能驱动的地图创建

将数据上传到云端进行分析后，Exodigo 的自研算法会根据现场采样的数据对所有可能的情况进行物理模拟，以找到对整个区域中检测到的物体位置的最佳预测。

Exodigo指出，其AI算法在实时数据库上进行训练，数据库包含过去完成的来自全球各地的数十个项目的 TB 级数据 ，数据库随着新数据的添加而不断发展。

Exodigo通过多传感器融合才是采集到的数据量是庞大的，如何分析这么庞大的数据？

Exodigo给出的方法就是自动化和AI，通过AI技术Exodigo分析比传统方法多几个数量级的数据，以发现与周围环境具有不同特征的地理现象，在过去，训练有素的地球物理学家可能需要几个月的时间才能从单个站点扫描中手动查看大量数据，而我们的算法可以在数小时内处理这些数据。

并且，使用AI可以减少过程中的人为错误，特别是在保持重复性任务的规则应用和质量保证方面的一致性。

然而，虽然AI可以解决大多数物体检测问题，但Exodigo也特别提到，其团队中仍然包含多维地球物理专家和土木工程师， 他们会审查所有特殊情况，以保证每张地图的质量水平

可以看到，该革命性探测技术，基于多种先进传感器融合+AI技术，Exodigo成立的第二年，这项技术就荣获了《时代》杂志评选的2022年最佳创新之一，并入选“改变我们生活方式的200项发明”。

在示例方面，Exodigo给出了多个项目实用案例，譬如美国国家电网计划在纽约鹿特丹建设一个变电站，但缺乏选址地方的地下管廊布局情况。

Exodigo 使用其推车平台通过多个传感器、摄像头图像和厘米级精度的 RTK GPS 扫描该区域，每英亩收集超过 500 GB 的数据，通过AI计算后生成3D可视化地下地图，避免了项目后期代价高昂的延误。

美国国家电网土木建设总监Mike Roberts评价“Exodigo在鹿特丹试点项目中取得了非常有希望的结果。这项技术看起来改变了我们的游戏规则，从项目开始、规划、设计和工程，一直到施工，这个领域都至关重要。该技术提供的能见度水平提高就像第一次戴上处方眼镜，对以前有限和模糊的东西获得清晰的视野。”

华为、博世、基恩士……头部企业探索传感器+人工智能

传感器+AI，Exodigo这家初创地下空间探测企业用其创新的技术做了示范，凭借该技术取得的成功，获得了投资者的青睐。

作为市场和新技术的引领者，越来越来多的头部企业在探索传感器技术中人工智能的应用。

譬如在今年5月份，华为在夏季全场景发布会中，推出AI 辅助康养传感器， 瞄准智能家居中的智慧康养赛道。

AI 辅助康养传感器使用毫米波雷达技术，实现起居检测场景健康关怀，传感器支持跌倒、坠床、睡眠等事件检测，并且支持分级告警，将异常信息推送给家人，使家人得到及时守护。

华为拥有激光雷达、毫米波雷达的自研技术，该传感器技术主要为智能驾驶服务，并延伸到智能家居等领域。华为没有聊AI，但AI技术已经深度融入到华为的传感器产品中。

据传感器业内资深人士分析，用毫米波雷达检测人体存在和动作并不难，难在如何甄别各种动作事件，避免误判——譬如蹲下就不应该识别成跌倒，目前市场上部分毫米波雷达跌倒监测设备存在较大的误测情况。

显然，华为将该毫米波雷达命名为AI 辅助康养传感器，使用AI技术对毫米波雷达反馈的数据进行识别和判断，提升识别准确率——庞大的数据库和先进的AI模型也是华为的强项，许多传统传感器企业并不具备。

此前，在SensorShenzhen2024上，专家网编辑专访了Bosch Sensortec高级产品经理周良，此前博世已推出集成可编程AI系统的IMU单元BHI380，其深入分享了博世对AI技术在传感器中的应用：

“我们对AI的理解，就是说我们过去的传感器其实就是给客户提供一些原始的数据，比如说，以加速器和陀螺仪来讲，它可能输出的就是一个加速度信号或者一个角速度信号给到客户。但是从真正应用的角度来讲，客户可能需要把这些物理量变成它实际使用到的一些数据，那这里面需要一个算法的过程（来进行计算），在以前这个算法需要客户自己来开发，自己来做这方面的应用。

现在，我们的智能传感器，就是在传感器里面放入相当有计算力的一些计算单元 。可以是一个外接的MCU，也可以是SoC，那它里面就能够跑我们博世自己开发的一些算法。这些算法能够实现本地运行，或者叫做边缘计算这套模式 ，让这个计算重新回到我们传感器的这边，来减少整个系统的功耗。 然后同时也可以减少客户对算法开发的负担。

如果我们能够提供一些优质的算法，客户可能拿到这些产品就能直接去应用。他不需要再根据你的传感器，针对某个场景去开发重复的算法，这样产品开发效率就能提高，所以这个是我们在智能传感器领域做的一些探索。 ”

通过博世提供的集成在传感器中的AI算法模块，可以大大减轻下游用户的产品开发难度，提高产品研发效率——这意味着下游企业将能极大节约研发成本。

如果说博世作为消费电子传感器巨头，本身对AI等新技术更为敏锐，那么，工业传感器巨头基恩士推出的AI检测案例，则意味着在工业传感器等全产业，巨头们都在积极思考AI技术在传感器中的应用。

基恩士在其官方公众号中发布AI检测案例，文中指出“AI视觉检测在工业机动化领域也逐渐解决了人工检测成本高、稳定性差、检出率不达标等难题。”

通过基恩士先进的光电传感器配合AI算法，能够应对工业场景中更多未知场景的精密检测需求，譬如铸铝件的砂眼大小、树脂件的划痕长短等，是否符合质检要求。

▲来源：基恩士公众号

结语

数据本身没有价值，只有将数据转化为可读易懂的信息，用于辅助决策，解决实际问题，那么数据才被赋予了价值。

未来，全面智能化时代到来，数以亿万计的传感器被使用，将产生海量的数据，如何从这些传感器数据中进行筛选，形成结论，帮助我们做出决策，才是这些传感器的价值。

在以往，许多时候传感器传回来的数据，需要人工进行分析，做出判断，大大降低传感器的利用率，面对海量的传感器数据如何快速做出判断？答案很显然——依赖于人工智能技术，对亿万传感器数据进行分析，做出合理的执行或者告警，这才是人工智能的价值。

显然，随着AI技术的进步，未来对海量传感器数据的处理，传感器+AI，感知数据加上大脑，才能有价值。

传感器+AI，融了7个亿，华为基恩士博士，都在搞AI传感器

传感器技术的发展趋势

随着物联网、大数据、云计算和人工智能等新一代信息技术的蓬勃发展，万物互联的智能时代已经悄然来临。

在这样的大背景下，传感器作为物联网的核心组成部分，承担着感知现实世界各种物理量和环境信息的重要任务，成为连接物理世界和数字世界的重要纽带。

在智能制造、智慧城市、智能交通、智能医疗等领域，传感器技术都扮演着至关重要的角色，为各种智能设备和系统提供精准的感知和数据支持，成为推动智能化发展的“基石”和“眼睛”。

传感器技术的发展趋势主要体现在以下几个方面

1. 多元化发展

随着各种新型传感器技术的不断涌现，传感器已经不再局限于传统的光、电、磁、热等几种物理量的感知。

实现了对声音、气味、压力、姿态等多种物理量和环境信息的感知和识别，呈现出多元化发展的趋势。

2. 智能化升级

智能传感器是传感器技术发展的重要方向之一，其具有自主感知、智能识别、自适应学习和自我调节等功能。

能够实现对复杂环境和事件的智能感知和分析，为智能决策和自动控制提供可靠的信息支持。

3. 互联化应用

在物联网和大数据技术的推动下，传感器已经从单一的感知节点发展为互联互通的智能终端。

能够实现与其他传感器、设备和系统的信息交互和数据共享，共同构建起覆盖全球各行各业的“感知网”和“数据网”。

传感器技术与人工智能的融合

传感器技术的不断创新和智能化升级为其与人工智能技术的深度融合提供了重要的基础和条件。

传感器与人工智能的融合应用可以在以下几个方面实现突破性的技术和应用创新：

1. 智能感知与理解

传感器的作用是感知物理世界的各种信息，人工智能则可以对这些感知数据进行深度学习和分析，实现对复杂场景和事件的智能感知和理解，从而发现隐藏其中的规律和价值。

2. 智能决策与控制

通过人工智能算法对传感器数据进行实时分析和处理，可以实现智能决策和自动控制，及时发现异常情况并采取相应措施，提高系统的安全性、可靠性和效率。

3. 智能服务与应用

基于传感器和人工智能的深度融合，可以为各行各业提供智能化的定制化服务和应用，如智能家居的人性化交互、智能制造的柔性生产、智能交通的智能调度等。

创新案例解读：Exodigo传感器+AI技术

Exodigo是一家来自以色列的初创企业，其主要业务是地下空间的精确探测和地图绘制，旨在解决城市地下管廊系统维护中的挑战和难题。

Exodigo之所以能够获得资本市场的青睐，关键在于其使用了一种革命性的传感器+AI技术，实现了地下空间的无侵入式精确探测和地图绘制，受到了各国当局和公用事业公司的热议和认可。

Exodigo利用多种先进传感器对地下空间进行融合感知，获取大量的地下地理和地球物理数据。

然后通过自研的人工智能算法对这些数据进行智能分析和处理，实现对地下管廊和设施的精准识别和地图绘制。

有了Exodigo的智能地下探测技术，公用事业公司可以清晰准确地了解地下管廊的布局和状态，避免不必要的挖掘和损坏，从而节约大量的维护成本，确保城市的安全和可持续发展。

结语：

传感器+AI技术的深度融合，为我们带来了前所未有的感知和认知能力，让我们能够更好地理解和利用周围的物理世界，为各行各业的数字化转型和智能化升级提供有力支撑。

在未来，随着人工智能技术的不断进步和应用场景的不断拓展，相信传感器+AI技术一定会呈现出更加丰富多彩的发展画卷，为我们的生活和工作带来越来越多的惊喜和便利。

相关问答

基恩士传感器显示USEr,这是一种故障代码,用于指示传感器当前的状态。通常,这意味着传感器检测到了一个不正常的参数或环境变化,需要用调整或修理来修正。具...

这两个品牌都是日本的,所做的传感器的种类都差不多,大部分都是可以互相替换的。不过品牌定位不一样,欧姆龙是进口中端品牌,基恩士是定位在高端,所以基恩士的...

基恩士传感器常见的故障及排除方法基恩士传感器LOC一直闪耀没反应,可能是因为传感器出现异常,或者线路开关出现短路解决方法。要认真看一下使用说明书,安装...

基恩士颜色传感器锁定后,可以通过以下步骤解锁:1.断开电源,确保传感器已经完全停止工作。2.将传感器连接到电脑或其他数据采集设备,并使用相应的软件程序...

日本基恩士传感器的原理是在流量计管道中,设置一个滞流件,当流体经过滞流件时,由于滞流件表面的滞流作用等原因,其下游会产生两列不对称的旋涡,这些旋涡在滞...

将Keyence感应器恢复出厂设置需要按照以下步骤进行操作。1.首先,将传感器从安装位置拆下来,切断传感器的电源。2.然后,按住传感器的「MODE」按钮并接通电...

颜色模式,直接对准要是别的颜色后按SET颜色模式,直接对准要是别的颜色后按SET

基恩士压力传感器中的P1和P2代表不同的压力测量点。P1通常用于测量被测介质的进口压力,而P2则用于测量出口压力。通过测量这两个点的压力差,可以计算出流体的...

基恩士位移传感器调试是把工件放到工作台上,按下启动按钮开始工作,工作台快速前进把工件带到检测位置,同时压合机构也下降一定的位置,电机停止,高度检测传感...

如果基恩士光纤传感器不亮,可能有以下几个原因和解决方法:1.检查供电:确保光纤传感器已正确连接电源,并且电源正常工作。可以检查电源线是否接触良好,电源...