日本是世界上公认的三大传感器强国之一，拥有众多历史悠久、技术底蕴深厚的传感器企业。

本文来自日本下一代传感器协会（次世代センサ協議会，JASST），该协会成立于1989年，旨在以“传播和发展传感器技术”为⽬标，在⽇本开展传感器和执⾏器的研究和开发，主要⾯向⾼校、科研院所、⽣产⼚家等专业人员，村田、旭化成、欧姆龙、罗姆、横河电机、富士电机等等众多知名日本传感器企业均是其会员单位，是日本影响力较大的传感器行业协会。

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

2018年协会成立30周年之际，发布了《传感技术的普及与未来-智能社会X传感器 2030》（センシング技術の普及とこれからの社会——スマート社会 × センサ 2030）），报告主要指出了未来10年（2020-2030），传感技术发展和应用最迅猛的9大领域，并从系统开发的⻆度介绍了应注意的传感技术（及其外围技术）。

报告中，预测了电动汽车以及机器人、自动驾驶的普及对传感器增长的需求，相信到2024年这4年来世界传感技术的发展，已经部分验证了这份报告的远瞻性。这些领域，也是许多日本传感器企业进行技术开发、布局的领域，我们来看看吧。

传感技术的普及与未来-智能社会 X 传感器 2030

未来的传感技术将与对应“大脑”的AI和云，以及对应“神经系统”的物联网和5G协同融合，全新的基础设施将被不断地创造出来。从2020年到2030年，“先进传感系统”将解决各个领域的技术问题和加快社会创新。

作为支撑智能社会的“幕后”，传感技术的重要性会越来越高。

幸运的是，全世界都在积极讨论⼈⼯智能、物联⽹、社会 5.0 等，传感技术定位为基础技术，其作⽤备受期待。

1、能源 X 传感器 2030

在资源匮乏的日本，提升能源自给率成为紧迫的课题。然而，传感器是摆脱化石燃料，向节能、可再生能源转换不可缺少的关键器件之一。

汽⻋用的化⽯燃料将在未来逐步淘汰，取⽽代之的是电动汽⻋的崛起。

2030年日本国内电动汽车（EV）或插电式混合动力汽车（PHV）将占日本新车销量的20%至30%。在电机、逆变器、电池等与电动汽车驱动相关的部分，使用了大量的传感器，通过传感器监视电能的流动，确保了系统的安全性和可靠性。

从节能的观点来看，“零能源住宅（ZEH）”的引入也在推进。

零能源住宅，由绝热性能高的建材，太阳能发电面板，能源调节器，高效率的住宅家电，家庭能源管理系统HEMS（Home Energy Management System）等组合实现。

日本政府设定了到2030年，国内新建住宅的能源消费量总和为零的目标。

另外，在住宅节能方面，家用的固定型燃料电池（能源农场）也起着重要的作用。在日本国内，到2030年，将有约1成家庭，大概530万台家用固定燃料电池被使用。

关于日本的可再生能源，因有FIT制度（固定价格收购制度）的支持，发电量逐渐增加。可再生能源，除了太阳光发电以外，（陆上）风力发电和生物能源，地热发电，以及使用海洋能源的波浪发电等，日本设定了到2030年，可再生能源占总电力供给22~24%的目标。

2、健康•长寿 X 传感器 2030

根据日本内阁政府的白皮书数据显示，2025年日本高龄化率（65岁以上人口的比例）达到30.0%，预计2030年日本男性的平均寿命为82.39岁，女性为88.72岁。

在人均寿命100岁的社会，既要延长健康寿命，又要控制医疗、护理费，减轻护理者的负担。为此，平时的健康监测和疾病的早期发现很重要，在这样的需求下，持续监测生命信息的“生命感知”将被更广泛利用。

2020年，全⾯聚合和管理信息的“个⼈健康数据平台”（Personal Health Record，PHR）启用。个人在医院的临床数据、药房配药数据、护理数据，都可以⼀次性查看。最终，个⼈的所有重要信息也将被整合到 PHR 中。

同时，从健康管理的角度出发，通过科学方法测量员工心理压力的心理健康检查正在企业间普及。压力根据传感器检测到的唾液淀粉酶、呼出气中的氨浓度、心跳紊乱等进行量化。这提高了人们对“心理健康”的认识，促进了精神疾病的预防。

在护理场所，使用监控传感器和监控摄像机的护理将成为主流。它测量床上的重量负荷、起床频率、活动量、睡眠时间、心率、呼吸等，并在检测到异常（心律失常、呼吸暂停、下床跌倒等）时通知护理人员。

此外，还有一种将老年人体能下降形象化并导致跌倒事故预防的运动。

老年人的身体能力是通过测量下肢的肌肉力量和肌肉质量来量化的。如果跌倒事故减少，卧床老人的数量就会减少，照顾者的负担也会减轻。

此外，将通过压力传感器、肌电传感器和吞咽（吞咽食物）声音的分析来测量老年人的吞咽能力，以防止误吸事故。

在临床医学领域，监测患者生命信息并将其用于治疗和护理的方法也将得到广泛应用，这将使用大量附着在人体上的可穿戴传感器和融入人体的传感器。

例如，为了解病理，我们定期测量脑电波、心率、心电图、体温、血压、血糖水平等。人工智能系统通过分析在医疗信息服务器中的测量数据，为主治医师提供重要决策信息。

3、安全保障 X 传感器 2030

为了防止灾害和事故的发生，减少损失，在交通等城市生命线社会基础设施中安装了各种传感器。

未来 10 年，IoT（物联网）将在社会基础设施方面取得进步，所使用的传感器数量将呈爆炸式增长。（关于城市生命线相关内容，请参看《为传感器装上鸿蒙系统，华为盯上了这块万亿级“肥肉”》）

首先，将开发检测主要桥梁、隧道和斜坡（建设道路和住宅用地开发形成的人工斜坡）异常和测量损坏程度的技术。

传感器和摄像头用于监控需要警惕的位置，生成的测量数据和捕获的图像存储在云端。基于人工智能的分析技术的引入将推动预测性维护，延长社会基础设施的使用寿命，并降低维修成本。

关于交通基础设施，我们将过渡到在道路、车辆和行人之间传递信息的协作型 ITS（智能交通系统）。

例如，在能见度较差的十字路口安装侧路传感器，以检测汽车、摩托车和行人的接近。该信息通过使用车辆到基础设施 (V2I) 通信的道路传感器传达给车辆驾驶员，以防止正面碰撞。

此外，还有一种方法是让接近的车辆通过车辆对车辆（V2V）通信直接传输有关本车位置和速度的信息，以防止碰撞。

此外，行人和车辆携带的移动设备之间的互动也将开始。通过车辆对行人 (V2P) 通信，接收有关车辆接近行人的位置和速度的信息，移动终端会警告行人碰撞危险。

在日本，2020年开始提供5G（第5代移动通信系统）服务，2020年以后，这种5G技术将用于协同ITS。

为了减少交通事故，将使用传感器和摄像头对驾驶员进行监控。分析驾驶员眨眼、面部表情、体表温度等，并检测驾驶员困倦、疲劳、突然身体状况不佳和注意力不集中的系统将得到普及。

此外，还将提高传感器网络监测地震、火山爆发、海啸、洪水和山体滑坡等自然灾害的能力。

传感器节点的数量和传感器可获取的数据类型将增加，从而提高预测灾害位置和损失的准确性。这将为居民提供适当的疏散指导和救援。

用于监测自然灾害的传感器和摄像机不一定安装在人们可以接近的地方。具有自主飞行能力的无人机（无人驾驶飞行器），将用于深山、峡谷、偏远海岛等人类难以进入的区域进行预警、监视，以及传感器的增设和维护。

除了应对灾害和事故，从预防犯罪（安全）的角度，传感器和相机的监控技术也将快速发展。

随着基于人工智能的图像识别技术的引入，安装在车站、机场和街道上的安全摄像头将得到加强。将可以实时识别多人的面部表情，更容易识别可疑人员和走失儿童，并追踪特定目标。

4、机器人 X 传感器 2030

现在，许多工业机器人和自动导引车在工厂运行，但在未来十年，“机器人”将作为消费和商业设备出现。

比如专注于与人交流的社交机器人（通讯机器人、服务机器人）、帮助做家务的家电机器人等将会流行起来。

这些机器人配备了用于障碍物检测和人/物体识别的传感器和摄像头。根据从传感器和摄像头获得的信息，我们创建了一个周围区域的地图，并将其作为确定下一步行动的基础。

在社交机器人方面，出现了人形、动物模型等多种形态的产品。云端AI用于模拟情绪表达、性格、学习（成长）等。

此类机器人在旅游景点和娱乐设施的导引工作，老年人福利设施的护理支持，以及为外国游客提供多语言接待和客户服务等多种应用中被社会认可，将是不可或缺的存在。

扫地机器人是帮助家务劳动的家电机器人代表。机器人真空吸尘器将具有增强的传感能力，并将能够正确规划复杂的清洁路线，例如躲避地板上的电源线。

此外，机器人还可以根据地板的状况和污垢类型，选择最佳的清洁和洗涤方法。随着这样的功能提升，扫地机器人的家庭普及率将逐步提升。

无人机（小型无人驾驶飞行器）将越来越多地用作使生活更方便的机器人。

2020年前后，无人机将开始在山区、偏远岛屿等无人区投递包裹。从 2025 年到 2030 年，包括城市在内的人口稠密地区的行李递送将全面展开。无人机还将用于紧急响应，例如在发生灾难时运送货物。

此外，无人机的应用领域非常广泛，包括测量和地图数据采集、树木和农作物生长情况的调查以及高处和危险区域的维护和检查。

基于语音输入搜索信息、播放音乐视频、控制智能家电的AI音箱和AI显示器也将逐渐普及。尽管这些设备没有移动部件，但可以将它们视为代表家中人员操作计算机和电子设备的“代理”型机器人。

这些AI助手设备，利用云端AI进行语音识别、自然语言识别、机器翻译等。

未来，随着深度学习技术的发展，对句子所表示的“意义”的理解将会提高。我们还可以通过关联句子和图像来识别和搜索。

此外，随着可连接和控制的家电和传感器种类的增加，人工智能辅助设备将在智能家居的构建和运营中发挥核心作用。

5、UI（人机交互） X 传感器 2030

随着高精度传感器和相机变得越来越便宜和越来越商品化，用于向计算机发出指令和从计算机获取信息的人机交互 (UI) 技术将会发生变化。

目前主流是通过显示屏交换指令和信息的图形UI，当然支持语音交互的设备数量也在增加。

除了这些之外，未来还会有越来越多的设备使用手势、触觉和人类思维本身作为人机交互的操作。

对于使用手势作为输入方式的 UI，我们使用可以获取目标对象的距离信息以及图像的传感器，例如 TOF（飞行时间）类型的深度图像相机或双镜头立体相机。

这些传感器读取人体四肢和指尖的动作，推测用户的意图，切换设备的操作模式、处理内容、显示画面等。

这种手势识别技术已经应用于游戏机、智能手机、HMD（头戴式显示器）和车载信息设备。

2020年至2025年，还将引入社交机器人、AI辅助设备、智能手表、电子标牌（数字标牌）等。

随着 HMD 和可穿戴终端的普及，从计算机获取信息的技术正在出现新的发展。AR（增强现实）技术将通常人类看不见的事物和信息叠加显示在真实视野中，将扩大应用领域。

AR目前正在游戏机和智能手机中投入实际应用，但未来它将用于制造/维护、建筑、物流和医疗保健等工业应用。

通过皮肤的触觉传达信息和意图的触觉反馈（haptics）技术正在逐渐被引入。

触觉反馈使用传感器读取手的位置和运动，并精细控制执行器产生的振动和气压变化，以及电刺激的强度、频率和持续时间，以实现逼真的触觉感受。

触觉反馈用于游戏机、VR（虚拟现实）设备和智能手机，但 2020 年左右，它还将被引入到车载信息设备、家用电器和街道信息终端（kiosk 终端）。

此外，现今技术已经尝试记录和再现触觉。用指尖触摸物体，用压电元件传感器检测皮肤上产生的振动。传感器的输出信号被调制到人类可以感知的频率，并被传感器放大器记录下来。如果您根据这些数据操作换能器，您可以将触觉传达给第三方。

传感器和相机的商品化，将促进测量大脑活动的设备的小型化和成本降低，这为技术应用铺平了道路。

例如读取大脑中的生物信号，并将其连接到计算机和机器人的脑机接口（BMI），定量分析消费者心理的神经营销学。

2030年，大脑活动测量的应用领域将急剧扩大。

6、自动驾驶 X 传感器 2030

为了避免交通事故的发生，减少事故造成的损失，如今的汽车配备了各种驾驶辅助功能（碰撞制动、车道偏离警告、定速巡航和跟车距离控制等）。

未来，这些功能将继续得到增强。例如，夜间和恶劣天气下的行人检测（夜视）功能以前仅限于豪华车，现在正在大众市场汽车中安装。

汽车的自动驾驶技术是将上述的驾驶辅助功能与实时进行识别、判断、运算的AI技术相结合来实现的。

例如，基于传感器的信息，它配备了实时创建和更新车辆周围环境的 3D 地图的功能，以及代替驾驶员确定适当的行动方案和行驶路线的功能。

由于法律问题和社会接受度问题，全自动无人驾驶成为现实还需要一段时间。然而，驾驶员管控下的自动驾驶和有限控制的无人驾驶正处于实际应用的边缘。

2020年，在高速公路上，在“驾驶员可以监控安全驾驶，可以随时进行驾驶操作”的条件下，实现包括加减速、变道在内的自动驾驶。到2020年，国道和地方主要道路也可以只直线行驶（不能右转或左转），2025年左右可以识别信号灯，在十字路口右转或左转。

自动驾技术有助于缓解物流和快递上门行业的劳动力短缺问题。2018年1月，货物运输卡车无人驾驶编队实验在新东名高速公路上开始。2020年左右完成技术评估，2022年前后开始在东京-大阪间的服务。

在无人驾驶的编队行驶中，司机坐在领头的车辆中，卡车由人驾驶。利用毫米波雷达、LiDAR（激光雷达）和车对车（V2V）通信，实现前车和后车的电子连接，后车利用自动驾驶技术实现无人驾驶。

自动驾驶技术也将为人烟稀少的地区和山区提供一种新的交通方式，这些地区的固定路线公交车正在被淘汰，公交车的运行数量正在减少。

社区公交车和社区出租车将成为自动驾驶车辆，响应智能手机的呼叫，在诊所、政府办公室、住宅区、火车站、路边站等之间移动。示范区已经启动示范运行，2025年前后将在全国范围内提供无人驾驶交通服务。

此外，将在 2020 年开始在郊区购物中心、主题公园、酒店和大型停车场实现车辆进出自动化的自动代客泊车服务。

驾驶员下车后，车辆在确认周围安全的情况下，按照控制中心的引导自动低速行驶，并停在指定位置。

7、智能工厂 X 传感器 2030

通过网络连接工厂内的传感器和设备，进行数据收集和分析，实现生产设备高效运行的“工业物联网”（Industrial IoT）概念，提出以来已经过去了五年多。

未来，传感器、设备和服务器之间交换信息的接口标准化将取得进展， 2020 年，日本将有 50 个生产系统超越工厂和公司的界限，被共享和使用。

到2025-2030年左右，大部分企业将完成工业物联网的导入。设备的运行状态和环境传感器、摄像头采集到的数据通过网络存储在服务器上，随时进行分析。

可视化数据和从中获得的信息，将用于全公司的资源共享、生产过程改进、追溯管理等。工厂内外、企业内外的数据链接成本将降低，更容易为制造业构建供应链。

此外，为工业物联网数据分析引入人工智能技术的运动正在变得活跃。

例如，在机床等制造设备中安装了多个振动传感器，并对其进行持续监控。通过人工智能分析获得的振动波形数据，检测故障和缺陷的迹象，并预测制造设备的寿命。

设备的预测性维护成为可能，与传统维护相比，工作效率更高（发生故障前进行维修，在指定使用寿命内更换零件等）。

此外，AI技术还将引入到外观检测、锤击检测等自动化检测设备。使用机器学习不断更新故障模型，将使更多类型的制造问题，能够比以往任何时候都更有效地被检测到。例如，可以灵活应对多品种、多批量生产中检验对象和检验项目的频繁变化。

可穿戴 AR（增强现实）终端将用于支持工作，并在制造、维护和仓库工作等现场引入重要传感信息，工作程序、工作手册以及管理人员和指导员的指示，可以叠加在工人的视野中。

远程站点的管理人员和指导员可以与工人共享视野，因此即使发生意外情况，他们也可以迅速下达准确的指令。

此外，还可以监测工人的位置和运动以及重要信息（心率、体温等），远程检测坠落事故、进入危险区域、身体状况不佳等事故。

基于传感器的数据收集和分析，也将在对生产工人培训技能方面发挥重要作用。

通过比较熟练工人和实习生的动作和姿势，手的角度和动作，以及注视点的轨迹，将阐明两者之间的（操作）行为差异。它可以更容易地传达难以用语言或手册解释的技术诀窍（隐性知识），从而提高生产质量和工作效率。

8、智慧农业 X 传感器 2030

农民老龄化和劳动力短缺已成为农业工作现场的严重问题。基于传感和数据分析的农业（精准农业），以及机器人技术的使用可以缓解这个问题。传感器的使用对于智能农业至关重要。

在基于传感和数据分析的农场管理中，田间环境和作物生长状况的信息通过传感器和摄像头不断获取，并将工作历史记录在数据库中。

播种到收获的时间表，以及灌溉和施肥率等决策是基于数据分析，而不是仅仅依靠多年的经验。

2020年，农业协同数据平台服务全面上线，在农业ITC系统对接、数据标准化、公共机构掌握的农业、地图、气象等信息公开方面取得进展。

此外，为呼吁“食品安全”，农作物生产信息将在云端公布。消费者和食品行业将能够随时查阅购买和采购的农产品的生产历史，对个体生产者的信任将被社会认可为农产品的附加值之一。

至于机器人技术的使用，自动驾驶拖拉机已经商业化并被引入田间。许多拖拉机都会配备自动转向和自动驾驶功能。例如，一名操作员同时操作多台拖拉机，进行耕地、碎土、整平、施肥、播种等。

除此之外，还将开始引入各种机器人农业机械。

水稻播种机利用传感器测量水田的土壤深度（被耕作机软化的土壤表层深度）和土壤肥力，并根据测量结果自动调整施肥量。

除草机器人活跃在田地周边的坡（垄）上。锄草机器人通过传感器检测倾斜角度，并根据倾斜角度控制左右履带的转动速度。结果，即使在陡峭的斜坡上，它也沿着等高线的方向直线行驶。

动力辅助服支持装卸和运输收获物等繁重工作。传感器检测工人的姿势和施加在手臂和腰部的力，电机驱动将工人的负荷减轻约一半。

9、海洋开发 X 传感器 2030

日本是世界领先的海洋国家之一，拥有广阔的专属经济区 (EEZ)。但是，造船、航运、渔业等传统海洋产业处境艰难，海洋资源利用还不能说取得了充分的进展。传感和海洋测量方面的技术创新对于突破这一障碍至关重要。

在海洋资源利用方面，甲烷水合物和海底热液矿床的商业利用将在2025年左右开始。

与此同时，海洋地形测量和化学成分测量的技术开发取得进展。例如，我们使用多波束回声测深仪（回声测深仪）、侧扫声纳（海面探测声纳）和海底剖面仪（海底地层分析仪）来测量海底的地形和地层。

随着此类设备性能的进步，将有可能高效地执行海域调查、样本采集和分析等任务。

此外，还将开始努力将传感和人工智能技术应用于海水养殖和海产品管理，海产品是日本人重要的海洋资源。

将养殖场环境状况、鱼的生长状况、养殖生产历史数据转化为数据，实现鱼的投喂自动化。

可以远程确定位于远离港口的水域的水产养殖场的状况，无需派船出海查看情况。病害、赤潮等异常情况可快速处理。

水产养殖用传感器进行水质检测、水环境观测、气象观测、水下相机观测鱼类。海水养殖场的供电主要由光伏板提供，环境传感器和能耗传感器用于有效利用电力。

水下无人机（AUV）将在未来的海洋资源勘探、鱼类探测和海水养殖场监测等方面发挥积极作用。

水下无人机配备了各种传感器，例如用于定位和导航的惯性传感器、用于避免碰撞的声纳、水下高度计、地面速度计和水下观察相机。

海底无人机减轻了工作人员的负担，降低了海洋调查和观测工作的成本。

此外，我们还在开发将自动驾驶中，使用的传感技术应用到船舶上的自动驾驶船舶。

自主船舶自动或遥控执行瞭望、船舶操纵、避碰（检测其他船舶）、起飞和降落等。这将防止因人为因素造成的海上事故，缓解船员短缺问题。此外，我们将使用传感和人工智能技术推进机器设备的异常检测和预测性维护。

到2023年前后，国际就自主船舶装备和运行相关标准达成国际协议，并在此基础上制定国内标准。

到 2025 年左右，自主船舶的商业化将开始。将生产大约 250 艘利用新数据传输技术提高运营效率的先进船舶。

结语

能源、健康、安全保障、机器人、人机交互（UI）、自动驾驶、智能工厂、智慧农业、海洋开发这九个方面，是日本下一代传感器协会认为未来10年（2020-2030），发展空间最大的9大领域。这9大领域，也是目前许多日本传感器企业进行传感技术开发和布局最多的领域。

其中，能源被排在了第一位。日本作为一个资源贫乏的海岛国家，资源问题一直如梦魇般困扰着日本人。

本报告发布于2018年10月，是日本下一代传感器协会成立30周年特别报告。事实上，现在传感器在文中提到的许多领域已经广泛使用，譬如扫地机器人、无人机、智能交通、城市生命线等等。

但在2018年，中国传感器产业似乎还难以听到这些声音。我国传感器应用技术落后日本、美国、德国等先进水平20~30年，远大于传感技术的落后水平。

中国对传感器产业的发展和重视，仍需加强！