3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊
What's V2V? - And Why Will It
Make Your Car Safer?
今日主題 工業 4.0 \智慧車載交通\智慧經營管理
智慧車載交通與能源環保
工業 4.0 智慧工廠
|
2019年8月21日 星期三
．5G 帶給車聯網與自動駕駛哪些升級？
5G and the Future of Connected Cars
 |
|
任何顏色車牌——都拍攝的清清楚楚！
|
2019年被視為全球「5G元年」。作為新一代行動通信技術，5G 將成為支撐未來創新的統一連接架構，賦予經濟成長新動能。
隨著 5G 商用的到來，人們都期待這項革新技術，將給很多傳統領域，帶來全新的面貌。比如對於百年汽車行業而言，這將意味著給自動駕駛、車聯網技術，帶來更多加速和突破，甚至給整個產業打開更多想像的空間。
5G與車聯網：將改變產業投資方向
首先，讓我們一起瞭解下「車聯網」的概念，車聯網也稱作V2X (Vehicle toEverything)，是汽車與萬物互聯，包括車與車(V2V)，車與基礎設施(V2I)、車與行人(V2P)以及與網路(V2N)之間的通信。
車聯網就好像是一個包含有車、交通信號燈等路邊設施、行人和雲端參與的社群，群裡的每一個參與者，都可以將自身的資訊，與其他參與者即時分享，實現彼此間位置和駕駛意圖的辨識，對信號燈等交通資訊的告知等，協助群內的車輛對道路的感知，支撐車輛自動化。
傳統 V2X 技術產生已久，它作為早期 802.11a 技術的衍生技術，孕育於 21 世紀的頭幾年。但是，傳統 V2X 技術具有明顯的局限性。主要有以下幾點：
首先，它缺乏長期的無線技術演進路線圖。隨著車輛間互聯性越來越高，汽車產業已經擁抱 4G LTE 技術，並向著 5G 未來不斷邁進，該傳統技術已經脫離汽車產業的未來願景，及發展方向。
其次，對於傳統 V2X 技術的投資缺乏動力。對於汽車廠商而言，進行一次性的投資並不合算，隨著時間推移，傳統技術將難以為繼；就道路基礎設施而言，傳統 V2X 技術不能和其他廣泛部署，並不斷創新進步的無線技術產生協同效應，資金緊張的各級交通部門，很難對其進行投資，並推動基礎設施的升級。
最後，傳統的 V2X 技術，並沒有預見到 2019 - 2020 年全球 5G 轉型的加速，而正是由於全球 5G 技術發展的加速，改變了汽車廠商和道路基礎設施管理者的投資方向。
鑒於傳統 V2X 技術的不足，並充分利用蜂窩行動通信的產業規模優勢，全球行動通信標準化組織 3GPP，在 R14 標準版本中，定義了 C-V2X (蜂窩車聯網)技術。
自從 2016 年 C-V2X 技術誕生以來，汽車產業的大多數參與方都採取了 C-V2X，這一能夠全面解決安全和效率問題的技術，它是既適用於未來發展，又符合全球變革路徑的最佳技術。
自從 2016 年 C-V2X 技術誕生以來，汽車產業的大多數參與方都採取了 C-V2X，這一能夠全面解決安全和效率問題的技術，它是既適用於未來發展，又符合全球變革路徑的最佳技術。
基於 3GPP 無線標準的 C-V2X， 全球無線部署符合 5G 演進路線，將從終端和基礎設施層面，充分發揮規模效應。 C-V2X 能整合於車內資訊處理無線模組中，所以汽車廠商的增量成本問題也得到瞭解決。
道路基礎設施部署，能與 5G 規模部署產生協同效應，這為各級政府節省了大量支出。相對於傳統技術，C-V2X 還具有技術優越性，能夠提供 2 倍以上的通信範圍及可靠性。
道路基礎設施部署，能與 5G 規模部署產生協同效應，這為各級政府節省了大量支出。相對於傳統技術，C-V2X 還具有技術優越性，能夠提供 2 倍以上的通信範圍及可靠性。
5G帶給自動駕駛的突破：低時延、高可靠、高速率
目前，自動駕駛技術在美國得到高速發展。截止到 2018 年底，美國加州政府已經向 60 家企業，發放了自動駕駛測試牌照。
在由著名研究機構 Navigant research 發佈的最新一年自動駕駛競爭力排行榜中，處於領先位置的公司，多是採用單車智慧的方式，即車輛對環境的感知和對行駛的決策，都是透過車載的感測器和計算處理單元來完成，這在交通設施相對完善的城市內道路，或者工作條件相對簡單的高速公路場景上，短時間內可以取得較快的進展。
但僅僅依靠單車智慧，會有比較大的局限性，例如對於交通設施缺損比較嚴重、部署不很規範的道路，或者是交通流量比較大且車速較快的高速公路等複雜場景，單車智慧還很難完成複雜道路環境的感知和即時決策。但是隨著 5G 的發展和應用，為自動駕駛汽車打破了這些局限性。
業界自動駕駛研究領域普遍認為，自動駕駛不僅需要智慧的車，還需要智慧的路相配合。利用 5G 技術低時延、高可靠、高速率和大容量的能力，車聯網不僅可以幫助車輛間，進行位置、速度、行駛方向和行駛意圖的溝通，更可以利用路邊設施，輔助車輛對環境進行感知。
比如車輛利用自身的攝影機，可能無法保證對交通信號燈進行準確的判斷，進而可能會發生闖紅燈的違規行為，但是利用車聯網的 V2I 技術，交通信號燈把燈光信號，以無線信號的方式發給周邊的車輛，確保自動駕駛汽車準確瞭解交通信號燈的狀態。
不僅如此，交通信號燈還可以廣播，下次信號改變的時間，甚至其他相鄰路口，未來一段時間內的信號狀態，自動駕駛車輛可以據此精確的優化行進速度和路線，選擇一條紅燈最少、行駛最快的路線，即優化了交通，又可以減少碳排放。
另一個例子，是交叉路口的通行優化和橫穿行人告警。今天道路上經常發生，橫穿路口的行人/自行車與車輛間的碰撞事故，尤其是左轉車輛，由於視線受阻，司機和車載感測器，經常無法觀察到路口內橫穿的行人，一個解決辦法就是透過在路口上安裝雷達和攝影機，對路口內行人進行監視，如果檢測到斑馬線上和路口內有行人，並且行人在車輛的行進路線上，路邊設施(RSU)，可以將檢測到的情況，即時通知即將轉彎，或直行的車輛注意避讓，規避事故的發生。
5G和車聯網技術是自動駕駛所必須的技術保障。透過選擇「智慧的車+智慧的路」這一正確的技術路線，充分發揮5G的技術優勢，我們有理由相信5G技術，將在自動駕駛領域發揮其巨大作用。
5G加強自動駕駛的感知、決策和執行
汽車的自動駕駛包括感知/認知、決策和執行共三個層面，而這三個層面都能夠利用 5G 行動通信技術得到增強。
首先來看感知/認知層面。感知/認識就是讓汽車和駕駛者，知道「我在哪裡，我周圍有什麼，我是否有危險」。因而首先需要高精度的定位，對於自動駕駛來說，甚至需要亞米級的定位。傳統的衛星定位(GNSS)無法滿足車輛自動化，所需的定位精度，因而需要使用以網路輔助的差分定位技術，並且結合航跡推演技術，來提升定位精度。
以高通公司推出的，視覺增強精確定位(VEPP)技術為例，其融合多個汽車感測器，包含全球導航衛星系統(GNSS)、攝影機、慣性測量單元(IMU)和車輪感測器，以提供更準確的全球車輛定位。
VEPP 是車載通訊系統(Telematics)控制單元，和高階定位裝置之間的組合，實現了車道等級準確度，精確度小於1米。在精確地掌握了自身位置之後，我們還需要一張支持自動駕駛的車道級別的高精地圖，從而知道車輛在道路中的位置，而利用 5G 行動通信大頻寬的優勢，車輛可以即時獲取最新的高精地圖。
其次，車輛需要瞭解周邊的道路參與者和障礙物。自動駕駛車輛往往安裝多個先進感測器，包括攝影機、雷達，甚至雷射雷達來感知周邊的物體。
但是這些價值不菲的感測器，只能檢測到視距範圍內的物體，並且對氣候條件也比較敏感，比如霧霾天氣攝影機和雷射雷達就會失效。
但是這些價值不菲的感測器，只能檢測到視距範圍內的物體，並且對氣候條件也比較敏感，比如霧霾天氣攝影機和雷射雷達就會失效。
而利用 V2V 車車通信技術，可以把車輛感知範圍，擴大到視距之外，比如前後若干車輛的位置，甚至它們緊急剎車的狀態信息，進而可以提前對道路狀況進行判斷，及早採取規避措施避免追撞事故的發生。
同時，利用 V2I 通信，車輛還可以從道路基礎設施那裡，獲得諸如信號燈和路口內行人等資訊，形成完整的對道路環境的感知。
同時，利用 V2I 通信，車輛還可以從道路基礎設施那裡，獲得諸如信號燈和路口內行人等資訊，形成完整的對道路環境的感知。
5G 技術不僅可以提高自動駕駛車輛的環境感知能力，還可以利用車輛間無線連接，讓多個車輛進行協作式決策，合理規劃行動方案。比如，在高速公路內側車道上車輛，在其需要駛離高速公路時，可以透過車車通信與周邊車輛協商，要求周邊車輛避讓，以便其能夠向外側車道變換，並駛離高速。
如前所述，僅依靠單車智慧，L4/L5 只是存在理論上的可行性。讓機器學會準確辨識道路上的所有標識、信號，和道路參與者是一件幾乎無法完成的任務，讓機器學會處理所有可能的偶發事件，也需要付出難以承受的代價。
只有透過以 5G 技術的車車/車路協同，充分發揮基礎設施的能力，才能以較低的代價和成本，讓自動駕駛車輛，實現對駕駛環境的感知和行駛的決策。
只有透過以 5G 技術的車車/車路協同，充分發揮基礎設施的能力，才能以較低的代價和成本，讓自動駕駛車輛，實現對駕駛環境的感知和行駛的決策。
另外，從人工智慧的角度來看，機器無法完全替代人類的決策，在一些偶發的複雜場景，需要人類參與決策，即「Man in the loop」。但是對於自動駕駛車輛來講，車內的乘員可能並不會駕駛汽車，也無法參加決策。
但有了 5G 技術，我們就可以讓遠端服務中心的人員，參與到決策中來。比如在一些特殊的場景，機器無法完成駕駛而造成脫離(Disgagement)。
就像今天車輛發生故障時，我們呼叫救援中心一樣，車輛可以利用 5G 網路呼叫遠端的服務中心，利用 5G 的低時延大頻寬，將現場的實時圖像和感測器資訊，傳送給服務中心的專業人員，由專業人員在虛擬現實的場景下，遠端控制車輛駛離複雜路況，直到駕駛系統能夠再次接管車輛。
就像今天車輛發生故障時，我們呼叫救援中心一樣，車輛可以利用 5G 網路呼叫遠端的服務中心，利用 5G 的低時延大頻寬，將現場的實時圖像和感測器資訊，傳送給服務中心的專業人員，由專業人員在虛擬現實的場景下，遠端控制車輛駛離複雜路況，直到駕駛系統能夠再次接管車輛。
當然我們並不是說，只有 L4/L5 這樣的高度自動化，才需要 5G 技術，實際上車聯網技術，對以人類駕駛為中心的低級別自動化也有極大的幫助。
例如前面提及的多項感知技術，都可以應用到當前的車輛中，為駕駛員提供駕駛輔助(ADAS)，例如以車載雷達和 V2V 技術，融合的前撞預警和緊急自動剎車等。
例如前面提及的多項感知技術，都可以應用到當前的車輛中，為駕駛員提供駕駛輔助(ADAS)，例如以車載雷達和 V2V 技術，融合的前撞預警和緊急自動剎車等。
5G 應用車聯網，有兩大問題亟待解決
在大規模商用前，還有一些政策和技術上的問題急需解決。
首先，是資訊安全和隱私方面。對於大眾消費者來講，除了關注車聯網，帶給我們的諸多便利和道路安全，也更加關心車聯網所設計的資訊安全和隱私問題。
為保護車主的隱私，提高網路的安全系數，C-V2X 設計了匿名密鑰體制，週期性變更標識和資訊簽名，為此需要在車輛中安裝幾百甚至幾千個證書。由於涉及到資訊安全問題，迫切需要政府多個相關部門的相互協作，制訂出題套適合國情的證書管理和分發體制。
為保護車主的隱私，提高網路的安全系數，C-V2X 設計了匿名密鑰體制，週期性變更標識和資訊簽名，為此需要在車輛中安裝幾百甚至幾千個證書。由於涉及到資訊安全問題，迫切需要政府多個相關部門的相互協作，制訂出題套適合國情的證書管理和分發體制。
自動駕駛技術可以將我們，從繁重的駕駛任務中解放出來，使我們的旅程更加安全、更加環保。5G 車聯網將大大增強自動駕駛車輛的感知能力，促進自動駕駛車輛的盡早量產。更高級的自主駕駛需要車車/車路的廣泛協同，而 5G 技術更是自主駕駛不可替代的必要手段。
5G應用車聯網，落地可期
雖然 5G 應用車聯網到目前還沒有真正的實現，但也已經走在實現的路上。2017 年 6 月 3GPP 發佈 R14 版本的 C-V2X 標準之後，產業界迅速展開 C-V2X 產品的開發，和相關測試驗證工作。當年 9 月，高通公司發佈了基於 3GPP R14 版本的 9150 C-V2X 晶片組，並基於該晶片組在全球範圍內開展廣泛測試。
今年消費電子展(CES)期間，福特汽車宣佈自 2022 年起，福特將在美國銷售的，每一輛新車和卡車上，都內置 C-V2X 技術；而近期又宣佈將於 2021 年在中國量產首款搭載 C-V2X 技術的車型。
在今年 2 月世界行動通信大會期間，對岸中國的吉利宣佈，計劃在 2021 年發佈其首批支持 5G 和 C-V2X 的量產車型。部分對岸中國車企也都積極跟進，考慮在兩年內量產的部分車型中，率先支持 C-V2X 技術。
5G帶給自動駕駛的突破：低時延、高可靠、高速率
目前，自動駕駛技術在美國和中國得到高速發展。截止到 2018 年底，美國加州政府已經向 60 家企業發放了自動駕駛測試牌照，中國各地政府也先後向 24 家企業發放了測試牌照。
在由著名研究機構 Navigant research 發佈的最新一年自動駕駛競爭力排行榜中，處於領先位置的公司，多是採用單車智慧的方式，即車輛對環境的感知和對行駛的決策，都是透過車載的感測器和計算處理單元來完成，這在交通設施相對完善的城市內道路，或者工作條件相對簡單的高速公路場景上，短時間內可以取得較快的進展。
但僅僅依靠單車智慧，會有比較大的局限性，例如對於交通設施缺損比較嚴重、部署不很規範的道路，或者是交通流量比較大，且車速較快的高速公路等複雜場景，單車智慧還很難完成複雜道路環境的感知，和即時決策。但是隨著 5G 的發展和應用，為自動駕駛汽車打破了這些局限性。
利用 5G 技術低時延、高可靠、高速率和大容量的能力，車聯網不僅可以幫助車輛間進行位置、速度、行駛方向，和行駛意圖的溝通，更可以利用路邊設施輔助車輛，對環境進行感知。
比如車輛利用自身的攝影機，可能無法保證對交通信號燈進行準確的判斷，進而可能會發生闖紅燈的違規行為，但是利用車聯網的 V2I 技術，交通信號燈把燈光信號，以無線信號的方式發給周邊的車輛，確保自動駕駛汽車準確瞭解，交通信號燈的狀態。
不僅如此，交通信號燈還可以廣播下次信號改變的時間，甚至其他相鄰路口未來一段時間內的信號狀態，自動駕駛車輛可以據此精確的優化行進速度和路線，選擇一條紅燈最少、行駛最快的路線，即優化了交通，又可以減少碳排放。
另一個例子是交叉路口的通行優化，和橫穿行人警告。今天道路上經常發生橫穿路口的行人/自行車，與車輛間的碰撞事故，尤其是左轉車輛，由於視線受阻，司機和車載感測器經常無法觀察到路口內橫穿的行人，一個解決辦法就是通過在路口上，安裝雷達和攝影機，對路口內行人進行監視，如果檢測到斑馬線上和路口內有行人，並且行人在車輛的行進路線上，路邊設施(RSU)，可以將檢測到的情況，即時通知即將轉彎或直行的車輛注意避讓，規避事故的發生。
5G 和車聯網技術是自動駕駛所必須的技術保障。透過選擇「智慧的車+智慧的路」這一正確的技術路線，充分發揮5G的技術優勢，我們有理由相信 5G 技術，將在自動駕駛領域發揮其巨大作用。
5G 加強自動駕駛的感知、決策和執行
汽車的自動駕駛包括感知/認知、決策和執行共三個層面，而這三個層面都能夠利用 5G 行動通信技術得到增強。
首先來看感知/認知層面。感知/認識就是讓汽車和駕駛者知道「我在哪裡，我周圍有什麼，我是否有危險」。因而首先需要高精度的定位，對於自動駕駛來說，甚至需要亞米級的定位。
傳統的衛星定位(GNSS)，無法滿足車輛自動化所需的定位精度，因而需要使用以網路輔助的差分定位技術，並且結合航跡推演技術，來提升定位精度。
傳統的衛星定位(GNSS)，無法滿足車輛自動化所需的定位精度，因而需要使用以網路輔助的差分定位技術，並且結合航跡推演技術，來提升定位精度。
以高通公司推出的，視覺增強精確定位(VEPP)技術為例，其融合多個汽車感測器，包含全球導航衛星系統(GNSS)、攝影機、慣性測量單元(IMU)和車輪感測器，以提供更準確的全球車輛定位。
VEPP是車載通訊系統(telematics)控制單元和高階定位裝置之間的組合，實現了車道等級準確度，精確度小於1米。在精確地掌握了自身位置之後，我們還需要一張支持自動駕駛的車道級別的高精地圖，從而知道車輛在道路中的位置，而利用5G移動通信大帶寬的優勢，車輛可以實時獲取最新的高精地圖。
其次，車輛需要瞭解周邊的道路參與者和障礙物。自動駕駛車輛往往安裝多個先進傳感器，包括攝影機、雷達，甚至雷射雷達來感知周邊的物體。但是這些價值不菲的傳感器只能檢測到視距範圍內的物體，並且對氣候條件也比較敏感，比如霧霾天氣攝影機和雷射雷達就會失效。
而利用 V2V 車車通信技術，可以把車輛感知範圍，擴大到視距之外，比如前後若干車輛的位置，甚至它們緊急剎車的狀態信息，進而可以提前對道路狀況進行判斷，及早採取規避措施避免追撞事故的發生。同時，利用 V2I 通信，車輛還可以從道路基礎設施那裡，獲得諸如信號燈，和路口內行人等資訊，形成完整的對道路環境的感知。
5G 技術不僅可以提高自動駕駛車輛的環境感知能力，還可以利用車輛間無線連接，讓多個車輛進行協作式決策，合理規劃行動方案。比如，在高速公路內側車道上車輛，在其需要駛離高速公路時，可以通過車車通信與周邊車輛協商，要求周邊車輛避讓以便其能夠向外側車道變線並駛離高速。
如前所述，僅依靠單車智能，L4/L5只是存在理論上的可行性。讓機器學會準確辨識道路上的所有標識、信號和道路參與者是一件幾乎無法完成的任務，讓機器學會處理所有可能的偶發事件，也需要付出難以承受的代價。
只有透過基於5G技術的車車/車路協同，充分發揮基礎設施的能力，才能以較低的代價和成本，讓自動駕駛車輛實現對駕駛環境的感知和行駛的決策。
只有透過基於5G技術的車車/車路協同，充分發揮基礎設施的能力，才能以較低的代價和成本，讓自動駕駛車輛實現對駕駛環境的感知和行駛的決策。
另外，從人工智慧的角度來看，機器無法完全替代人類的決策，在一些偶發的複雜場景，需要人類參與決策，即「man in the loop」。但是對於自動駕駛車輛來講，車內的乘員可能並不會駕駛汽車，也無法參加決策。
但有了 5G 技術，我們就可以讓遠端服務中心的人員參與到決策中來。比如在一些特殊的場景，機器無法完成駕駛而造成脫離(Disgagement)，就像今天車輛發生故障時，我們呼叫救援中心一樣，車輛可以利用 5G 網路，呼叫遠端的服務中心，利用 5G 的低時延大頻寬，將現場的即時圖像和感測器資訊，傳送給服務中心的專業人員，由專業人員在虛擬現實的場景下，遠端控制車輛駛離複雜路況，直到駕駛系統能夠再次接管車輛。
當然我們並不是說只有 L4/L5 這樣的高度自動化，才需要 5G 技術，實際上車聯網技術，對以人類駕駛為中心的低級別自動化，也有極大的幫助。例如前面提及的多項感知技術，都可以應用到當前的車輛中，為駕駛員提供駕駛輔助(ADAS)，例如基於車載雷達和 V2V 技術融合的前撞預警和緊急自動剎車等。
5G應用車聯網，有兩大問題亟待解決
基於 3GPP R14 版本的 C-V2X，可以增強自動駕駛車輛，對環境的感知，為低級別自動駕駛，提供更加準確的駕駛輔助資訊。L4/L5 高級自動駕駛所需的協作式決策，將對 V2X 通信提出更高的要求，需要 V2X 提高更高的頻寬，更短的時延，最重要的是需要提供更高的可靠性。
2019年3月，3GPP 通過了標準立項，計劃在 R16 版本中開發基於 5G 新空口的 5G V2X 技術，利用 5G 新空口所具有的高頻寬，低時延和高可靠能力，進一步提升 C-V2X 技術的能力，支撐高級別自動駕駛技術。
R16 版本 C-V2X 標準計劃於 2019 年底完成，相信在標準完成後晶片廠商也會盡快推出符合 R16 版本的晶片，配合車企進行 L4/L5 高級別自動駕駛車輛的開發和測試。
R16 版本 C-V2X 標準計劃於 2019 年底完成，相信在標準完成後晶片廠商也會盡快推出符合 R16 版本的晶片，配合車企進行 L4/L5 高級別自動駕駛車輛的開發和測試。
自動駕駛技術可以將我們從繁重的駕駛任務中解放出來，使我們的旅程更加安全、更加環保。5G 車聯網將大大增強自動駕駛車輛的感知能力，促進自動駕駛車輛的盡早量產。更高級的自主駕駛需要車車/車路的廣泛協同，而 5G 技術更是自主駕駛不可替代的必要手段。
5G 應用車聯網，落地可期
雖然5G應用車聯網到目前還沒有真正的實現，但也已經走在實現的路上。
2017 年 6 月 3GPP 發佈 R14 版本的 C-V2X 標準之後，產業界迅速展開C-V2X產品的開發和相關測試驗證工作。當年 9月，高通公司發佈了基於 3GPP R14 版本的 9150 C-V2X 晶片組，並基於該晶片組在全球範圍內開展廣泛測試。
2017 年 6 月 3GPP 發佈 R14 版本的 C-V2X 標準之後，產業界迅速展開C-V2X產品的開發和相關測試驗證工作。當年 9月，高通公司發佈了基於 3GPP R14 版本的 9150 C-V2X 晶片組，並基於該晶片組在全球範圍內開展廣泛測試。
今年消費電子展(CES)期間，福特汽車宣佈自 2022 年起，福特將在美國銷售的每一輛新車和卡車上，都內置 C-V2X 技術。
我們有理由相信，在未來兩年內，與 5G 網路建設同步展開，我國多數城市和高速公路，會採用 C-V2X 技術，對交通基礎設施進行升級改造。
2020 起量產的具備 C-V2X 功能的車輛，將能夠率先感受到 C-V2X 技術帶來的便利的交通、安全的駕駛提示和更加優化的節能減排。5G 和 AI 等新興技術的結合，必將激發汽車行業的創新浪潮，賦能整個汽車生態的進化。
按此回今日3S Market新聞首頁
 |
．氫能源：正向我們走來的「未來能源」
Hydrogen - the Fuel of the Future?
智能制造
據報導，說起新能源汽車大家都不陌生。其中，氫燃料以其綠色、高續航等優點，正在成為新能源汽車的主要發展方向之一，很多企業和機構，已經開始著手氫燃料的研究和開發。氫燃料電池汽車是氫能源的一個重要應用領域。氫能源以其諸多優勢，被稱為「未來能源」，隨著科技水準的不斷進步，它還將在更多領域大顯身手。
氫能源是一種清潔可再生能源，能夠與電能實現高效的相互轉換，被認為有望成為能源使用的終極形式。與此同時，氫能源還擁有比石化能源更高的能量密度、各類能源中最低的發電建設成本、利用工業尾氣製氫，或棄電水解製氫等優勢，對節能減排可起到決定性的作用。
氫能源是一種二次能源，它透過一定的方法，利用其他能源製取，不像煤、石油、天然氣可以直接開採。氫位於元素週期表之首，原子序數為1，常溫常壓下為氣態，超低溫高壓下為液態。作為一種理想的新的合能體能源，它具有以下顯著的特點：
重量最輕，標準狀態下，密度為0.0899g/L，-252.7℃ 時可成為液體，若將壓力增大到數百個大氣壓，液氫可變為金屬氫；導熱性最好，比大多數氣體的導熱系數高出 10 倍；普遍無色，據估計它構成了宇宙質量的 75％，主要以化合物的形態貯存於水中，而水是地球上最廣泛的物質。
據推算，如把海水中的氫全部提取出來，它所產生的總熱量，比地球上所有化石燃料放出的熱量還大 9000 倍。
據推算，如把海水中的氫全部提取出來，它所產生的總熱量，比地球上所有化石燃料放出的熱量還大 9000 倍。
氫的特徵，決定了氫能源擁有無可比擬的優勢。氫能源擁有理想的發熱值，除核燃料外，氫的發熱值是所有石化燃料、化工燃料和生物燃料中最高的，為 142351kJ/kg，是汽油發熱值的 3 倍；燃燒性能好，點燃快，與空氣混合時可燃範圍廣、燃點高、燃燒速度快；
與其他燃料相比，氫燃燒時最清潔，除生成水和少量氮化氫外，不會產生諸如一氧化碳、二氧化碳、碳氫化合物、鉛化物和粉塵顆粒等對環境有害的污染物質，少量的氮化氫經過適當處理也不會污染環境，且燃燒生成的水還可繼續制氫，反複循環使用，產物水無腐蝕性；
利用形式多，既可以透過燃燒產生熱能，在熱力發動機中產生機械功，又可以作為能源材料用於燃料電池，或轉換成固態氫用作結構材料；以氣態、液態或固態的金屬氫化物出現，能適應貯運及各種應用環境的不同要求；
可以取消遠距離高壓輸電，代以遠近距離管道輸氫，安全性相對提高，能源無效損耗減小；氫可以減輕燃料自重，可以增加運載工具有效載荷，從而降低運輸成本……
氫能源的發展利用已有長足進步。自從 1965 年美國開始研製液氫發動機以來，科學家相繼研製成功了各種類型的噴氣式和火箭式發動機。美國的航太飛機，已成功使用液氫做燃料。
利用液氫代替柴油，用於鐵路機車或一般汽車的研製也十分活躍。氫汽車靠氫燃料、氫燃料電池運行，也是溝通電力系統和氫能體系的重要手段。
世界各國正在研究如何能大量而廉價地生產氫。利用太陽能分解水，也就是在光的作用下將水分解成氫氣和氧氣，是其中一個主要研究方向。其中的關鍵在於找到一種合適的催化劑。
如今，世界上有 50 多個實驗室在進行研究，但至今尚未有重大突破。科學家預計，一旦更有效的催化劑問世，水中取「火」——製氫就成為可能。
到那時，人們只要在汽車、飛機等油箱中裝滿水，再加入光水解催化劑，在陽光照射下，水便能不斷地分解出氫，成為發動機的能源。
20 世紀 70 年代，科學家用半導體材料鈦酸鍶作光電極，金屬鉑作暗電極，將它們連在一起，然後放入水裡，透過陽光的照射，就在鉑電極上釋放出氫氣，而在鈦酸鍶電極上釋放出氧氣。這就是我們通常所說的，光電解水製取氫氣法。
科學家們還發現，一些微生物也能在陽光作用下制取氫。科學家利用在光合作用下可以釋放氫的微生物，透過氫化酶誘發電子，把水裡的氫離子結合起來，生成氫氣。
蘇聯的科學家們已在湖沼裡，發現了這樣的微生物，他們把這種微生物放在適合它生存的特殊器皿裡，然後將微生物產生出來的氫氣，收集在氫氣瓶裡。
這種微生物含有大量的蛋白質，除了能放出氫氣外，還可以用於製藥和生產維生素，以及用它作畜牧和家禽的飼料。科學家正在設法培養能高效產氫的這類微生物，以適應開發利用新能源的需要。
如今，世界上許多國家，已經廣泛開展了氫能源研究，並取得了氫燃料電池發動機的關鍵技術突破。
．全球智慧製造發展現狀及前景預測工業機器人引領行業發展
Smart Manufacturing Innovation
 |
| 康橋科技 —— 白光攝影機專業廠商！ |
來源：国联资源网
智慧製造是伴隨資訊科技的不斷普及，而逐步發展起來的。1988年，美國紐約大學的懷特教授（PKWright）和卡內基梅隆大學的布恩教授（DABourne）出版了“智慧製造”一書，首次提出了智慧製造的概念，並指出智慧製造的目的，是透過整合知識工程、製造軟體系統、機器人視覺，和機器控制對製造技工的技能和專家知識進行建模，以使智慧機器人在沒有人工干預的情況下，進行小批量生產。
上世紀90年代，隨著資訊科技和人工智慧的發展，智慧製造技術引起先進國家的關注和研究，美國、日本等國紛紛設立智慧製造研究專案基金及實驗基地，智慧製造的研究及實踐，取得了長足進步。
本世紀尤其是2008年金融危機以後，發達國家認識到以往去工業化發展的弊端，制定“重返製造業”的發展戰略，同時大資料，雲端計算等一批資訊科技發展的前端科技引發製造業加速向智慧化轉型，把智慧製造作為未來製造業的主攻方向，給予一系列的政策支援，以搶占國際製造業科技競爭的制高點。
全球智慧製造發展現狀
智慧製造產業鏈涵蓋智慧裝備（機器人，數控機床，服務機器人，其他自動化裝備），工業網際網路（機器視覺，感測器，RFID，工業乙太網），工業軟體（ERP / MES / DCS等），3D列印以及將上述環節，有機結合的自動化系統整合，及生產線整合等。
全球範圍來看，除了美國、德國和日本，走在全球智慧製造前端，其餘國家也在積極佈局智慧製造發展。例如，歐盟將發展先進製造業作為重要的策略，在 2010 年制訂了第七框架計劃（FP7）的製造雲專案，並在 2014 年實施歐盟“2020地平線”計劃，將智慧型先進製造系統，作為創新研發的優先專案。
加拿大制訂的 1994年 - 1998 年年發展策略計劃，將具體研究專案選擇為智慧電腦、人機介面、機械感測器、機器人控制，新裝置，動態環境下系統整合。
加拿大制訂的 1994年 - 1998 年年發展策略計劃，將具體研究專案選擇為智慧電腦、人機介面、機械感測器、機器人控制，新裝置，動態環境下系統整合。
根據統計，測算2016年全球智慧製造產值規模，在 8687 億美元左右。2017年，全球智慧製造持續高速成長的態勢，預計 2017 年全年產值規模將達到 1 萬億美元左右。
全球智慧製造裝備發展現狀
◆全球工業機器人行業發展現狀
工業機器人是智慧製造業最具代表性的裝備。根據 IFR（國際機器人聯合會）釋出的最新報告，2016 年全球工業機器人銷量繼續保持高速成長。
2016 年全球工業機器人銷量約 29.0 萬台，同比成長 14％。其中，中國工業機器人銷量 9 萬台，同比成長 31％。IFR預測，未來十年，全球工業機器人銷量年平均成長率，將保持在12％左右。預計2017年全年，全球工業機器人銷量在33萬台左右。
2016 年全球工業機器人銷量約 29.0 萬台，同比成長 14％。其中，中國工業機器人銷量 9 萬台，同比成長 31％。IFR預測，未來十年，全球工業機器人銷量年平均成長率，將保持在12％左右。預計2017年全年，全球工業機器人銷量在33萬台左右。
◆全球數控機床發展現狀
數控機床是智慧製造業的重要組成部分，近年來數控機床不斷高階化、智慧化，為智慧製造行業的發展，提供了有力保障。在 2016 年全球機床電子市場中，數控系統的市場規模為 224 億美元，佔機床電子市場總規模的 63.9％；預計 2017 年數控系統的市場規模，將達到 251 億美元左右。
全球智慧製造發展前景及趨勢
2017年年，具有連線和感知能力的機器人，繼續引領智慧製造發展，隨著人工智慧技術的進步，工業機器人也變得更加智慧，並能夠感知，學習和自己做決策。
前瞻產業研究院，結合當前全球智慧製造的發展現狀和發展趨勢，保守估計未來幾年全球智慧製造行業，將保持 15％左右的年均複合增速，預計到2023年全球智慧製造的產值，將達到23108億美元左右。
按此回今日3S Market新聞首頁
前瞻產業研究院，結合當前全球智慧製造的發展現狀和發展趨勢，保守估計未來幾年全球智慧製造行業，將保持 15％左右的年均複合增速，預計到2023年全球智慧製造的產值，將達到23108億美元左右。
按此回今日3S Market新聞首頁
 |
| AKD 寰楚專業級全系列監控設備 |
．2018 年 MEMS 產業 TOP30 出爐 「二博」仍處領導地位
Bosch MEMS enabling the Internet of Things and Services
|
來源：微迷网
據麥姆斯咨詢報導，回顧過去一年，博通（Broadcom）和博世（Robert Bosch）仍然是2018年全球MEMS產業領導者。2017年-2018年，幾乎每家MEMS廠商都表現出穩定的年度增長，但是增長速度比2016年-2017年期間稍慢。
2018年全球Top 30 MEMS廠商排名
市場研究和戰略咨詢公司 Yole 認為，2018 年 MEMS 廠商成長低於預期，是對整個半導體產業成長的溫和調整。不過，我們仍然認為：2018 年是整個半導體產業，迄今為止最好的一年。
儘管，相對 2016 年~ 2017 年期間近 21% 的成長率， 2017 年 ~ 2018 年期間半導體產業的成長率約為 15%。這可能與 2018 年第四季智慧手機和汽車銷量疲軟有關，導致庫存積壓，不僅涉及終端產品，當然也包括 MEMS 器件。
儘管，相對 2016 年~ 2017 年期間近 21% 的成長率， 2017 年 ~ 2018 年期間半導體產業的成長率約為 15%。這可能與 2018 年第四季智慧手機和汽車銷量疲軟有關，導致庫存積壓，不僅涉及終端產品，當然也包括 MEMS 器件。
Yole 預計，這一積壓期將在 2019 年初（第一季至第二季）逐漸消耗，隨後 MEMS 市場將在今年剩餘時間呈現溫和成長。
2018年，Broadcom 仍然在 MEMS 領域處於領導地位，MEMS 營收達到了 15.1 億美元。在去年的排名中，Yole 高估了其成長，因為該公司有訂單本應在 2017 年底發貨，結果推遲到了次年。不過，儘管手機出貨量在 2018 年成長放緩，但越來越多的射頻濾波器，應用推動了 RF 器件的持續成長，同時射頻前端模組的價值也在提升。
而5G時代的到來，將進一步推動 RF 器件的繁榮。雖然 Yole 還預計另一家大型 RF 供應商 Qorvo 的成長，但並沒有達到預期。Qorvo 儘管從 6 英吋工藝平台，轉換到了 8 英吋工藝平台（可能導致生產延遲），但其 MEMS 營收仍然出現了小幅下降，約為 6.1 億美元。
而5G時代的到來，將進一步推動 RF 器件的繁榮。雖然 Yole 還預計另一家大型 RF 供應商 Qorvo 的成長，但並沒有達到預期。Qorvo 儘管從 6 英吋工藝平台，轉換到了 8 英吋工藝平台（可能導致生產延遲），但其 MEMS 營收仍然出現了小幅下降，約為 6.1 億美元。
「Bosch憑借在消費類（排名第一的廠商）和汽車市場的強勢地位，其MEMS營收增長超過了1億美元，來到了14.05億美元，」Yole技術和市場分析師Dimitrios Damianos博士說：「平均每輛新車中就包含5顆Bosch的MEMS器件，而全球一半的智能手機至少採用了1顆Bosch的MEMS器件。」
除了恩智浦（NXP，2018 年 MEMS 營收 4.53 億美元）和索尼（ Sony，2018 年 MEMS 營收 0.66 億美元）分別成長了 30% 和 40% 之外，大多數公司的成長較為穩健（在 2% 到 10+% 之間）：
·佳能（Canon）和惠普（HP）等，噴墨列印頭廠商的營收實現成長，而愛普生（Epson）則出現萎縮。惠普在消費類列印機市場出現復甦，該市場在過去幾年中一直在下滑。
·對於 MEMS 麥克風巨頭樓氏電子（Knowles），憑借其表現良好的消費類業務（不僅限於智慧手機，還包括耳機等），在過去的一年裡成長穩健；而歌爾股份（Goertek）出現下降，很可能源於全球手機的出貨量疲軟；不過，瑞聲科技（AAC）獲得了小幅成長。
·在微測輻射熱計前端，憑借多樣化應用（最重要的是個人視覺系統、消防、無人機，以及傳統的熱成像、軍事和監視應用），菲力爾（FLIR）和 ULIS 年復一年地持續穩定成長。ULIS 近日已宣佈與其母公司 Sofradir 合併，並改名為 Lynred。
2017年，Formfactor儘管處於墊底位置，但仍位列MEMS廠商TOP 30名單，索尼的進入擠掉了Formfactor。First Sensor正在與泰科電子（TE Connectivity）關於收購進行高級會談，以微弱的差距未能進入TOP 30名單。
「2017年，MEMS產業TOP 30廠商的總營收為98.8億美元，」Yole分析師Eric Mounier博士指出，「2018年，TOP 30廠商的營收總計超過了103億美元，同比增長近5%。2018年整個MEMS市場營收超過116億美元，TOP 30廠商佔據了總營收的90%。」
對於 SiTime 而言，2016 年 ~ 2017 年的高同比成長，主要源於對 MEMS 振蕩器的高出貨預期，其營收被高估了，但在 2017 年 ~ 2018 年經過了重新調整。
德州儀器（TI）的營收仍在下降，其 DLP 技術仍然局限於消費類投影應用，正在等待汽車雷射雷達（LiDAR）、抬頭顯示器（HUD）和智慧大燈的應用可能。
德州儀器（TI）的營收仍在下降，其 DLP 技術仍然局限於消費類投影應用，正在等待汽車雷射雷達（LiDAR）、抬頭顯示器（HUD）和智慧大燈的應用可能。