一、何为“物联网”中的“万物”

  具备了信息世界感知、通信与计算能力的物理世界的人或物传统互联网时代，以人为中心，通过电脑、手机、平板等终端设备进行信息传递。而物联网终端是基于互联网终端延伸至那些“从未联网”的物理世界的万物：通过向物体嵌入传感器、微控制单元（MCU）等，配合射频识别、通信、边缘计算等技术使得这些物体具备相互感知、信息交互、计算以及标识自身的能力，从而具备与数字世界有机相连的能力。其可以是小到传感器、电子标签等，大到个人智能设备、城市系统等，甚至还可以是自然界的一切生物与物体。因此，物联网中的“万物”是海量的智能物体。

二、感知层基础技术架构

  步入多技术融合创新爆发期，精准、高效的数据采集是目的感知层是物联网海量“物”数据涌入的入口，而林林总总的传感器和标识设备则是感知层的物理基础设施。基于上文对物联网中“物”的定义，感知层的技术由传感与识别技术和网络通信技术两部分构成，其中网络通信技术将在第五章详细讨论，在此不做赘述。识别技术是通过RFID标签、条形码、二维码、生物特征等手段来标识、识别物或人的技术，现已发展成熟并广泛应用。而传感技术，特别是智能传感器的开发，应“智能化、集成化、高性能”这一市场需求的指引，将长期处于多技术融合探索的发展阶段。目前，多传感器融合、MEMS-CMOS兼容技术、集成MCU的智能传感器等均为物联网感知层的技术热点与难点。

三、感知层关键技术一：RFID技术

  RFID技术已成熟，规模化应用初现，总产值逾400亿元

  RFID，即射频识别技术，是一种自动识别技术，通过无线射频方式进行非接触双向数据通信，实现识别目标与数据交换的目的。RFID系统由RFID标签、读写器和应用软件构成。标签进入读写器天线产生的射频电磁场中，将感应电流转换为电源和数字信号并送入控制模块进行处理，反馈的信息从存储器发出，经控制模块返回前端电路，经标签天线发回读写器，从而完成数据的一次读写。RFID作为一项成熟技术，在物流零售、图书管理、防伪溯源等高频、超高频市场中已经实现规模应用，有源RFID技术的应用场景则有待挖掘。

四、感知层关键技术二：MEMS传感技术

  低成本、高性能，支撑下游需求持续放量

  MEMS，即微机电系统，是将微传感器、微执行器等微型机械组件集成在微电子电路上，构架三维立体结构芯片的半导体技术。根据测量对象的不同，MEMS传感器分为环境传感器、力学传感器、声学传感器和光学传感器四类，并衍生出 众多细分品类。MEMS和传感器的发展超越了人类感官的极限，具备了超声波、超光谱能力。批量生产的硅基MEMS传感器具备高性能、低制造成本的特点，更好地满足了下游的商业化应用。根据Yole Development发布的统计数据，2019 年全球MEMS的三大终端应用市场分别为消费电子、汽车和工业，整体市场规模突破115亿美元，增长率为7.4%。

五、感知层技术成熟度对比：供应链视角

  研发设计迭代周期、制造封装环节产业化进程存在短板

  受市场竞争影响，国内MEMS厂商的供应链成本和研发费用分摊较高，且无法向下游传导，相反需要以价格作为敲门砖，国内厂商单规格同类产品的定价约为头部厂商的八到九成。MEMS产业链各环节集中度较高、产能有限，国内厂商多为Fabless经营模式，相较头部厂商，IDM模式在晶圆制造和封装环节不具备规模效应和议价优势，环节成本上浮约两成。

  测试环节技术相对成熟、市场化程度高，占比稳定在2%的水平。在研发费用的分摊上，国内厂商对产品生命周期预计为三到五年，技术工艺的更新迭代相对缓慢。此外，国内厂商为开拓市场，与终端实力客户的配合度较高，额外发生的软件适配成本将进一步拉升研发设计成本，压缩利润空间，浮动比例约为8%-10%。由此可见，国内MEMS厂商在设计研发迭代速率、晶圆制造和封装环节产业化方面仍有较大提升空间。

六、感知层发展趋势一：多传感器融合

  多源数据堆叠下的去伪存真，规律提取和多参数平衡是难点

  多传感器融合具有双层含义，表层含义是指物理上的合二为一，在一个紧凑的传感器器件中集成多种传感器，典型的有IMU惯性单元，而更深层含义是指多传感器的数据融合。多传感器数据融合可类比为人脑根据各功能器官所探测到的信息进行综合处理，从而对所处环境和事态做出判断的过程。在消费电子、自动驾驶、机器人等场景下，通过大量、多种类传感器节点的配置和管理，以多源数据冗余和互补弥补单一传感器信号的误差和缺陷，通过数据模型及融合算法解决数据异质、数据冲突等问题，最终给出一致性结论或者提供有效决策支撑，是厂商突出重围亟需建立的技术壁垒。这需要在传感器组合方案、成本、算力与通信等资源分配间反复调试和权衡。以自动驾驶为例，其信源有雷达、红外、图像等，通过挖掘冗余、互补数据间的内在联系，构建高精度的环境感知图像和定位结果，进而指导汽车执行自动避障、定速巡航等驾驶任务。

七、感知层发展趋势二：智能传感器

  边缘计算与边缘人工智能革新终端，填补市场空缺

  在5G通信和物联网发展的双重驱动下，终端数量和数据量持续累积，集中式处理架构出现瓶颈，而分布式本地处理在通信和存储负担缓解、降低时延、数据安全性等方面的优势显现。智能传感器将传统传感单元整合计算单元和AI算法，使得传感器具备除测量之外的信息处理能力。通过算力算法从中心向边缘侧的下放，智能传感器自主完成对实时元数据的检查、诊断和校准，优化数据质量，自主完成数据分析，执行决策反馈。在工业控制、医疗服务、人脸识别等新兴应用场景下，存在实时响应、极小误差、公民隐私保护等极致需求，算力和算法加持下的智能传感器能够弥补现阶段传感技术的局限、满足上述场景中大量实时数据高效、安全处理的需要，同时降低云分析相关的成本和资源消耗。

八、感知层发展趋势三：高端市场

  单价滑坡拉低销售额增长，抢夺高端市场或推动利润增长

  我国传感器产业起步较晚，因此在中高端传感器市场上落后于西方国家，国内市场约八成依赖于进口，传感器芯片市场更为势弱，自产比例仅占一成。在中低端市场竞争的日益加剧和传感器集成化趋势的作用叠加下，中低端传感器的单价持续走低，拉低市场增长率的同时压缩了厂商的利润空间，中小厂商艰难求生。

  中高端传感器具有高附加值，国内传感器厂商应顺应“专精特新”国家战略，尝试单点突破，专注于开发细分市场下的具有独创性的产品，以寻求突破“谷贱伤农”的陷阱。细分赛道中，CIS图像传感器领域的韦尔股份、声学传感器领域的歌尔微、压力传感器领域的敏芯股份已经实现了一定程度的突破，在市场上抢占了外国厂商原有的市场份额。

九、感知层发展趋势四：新应用驱动新增长

  乘风而起，挖掘高潜力下游应用，辅助落实元宇宙

  作为物联网的神经末梢，传感器往往无法“独立行走”，需通过与下游场景和应用深度绑定以实现商业化落地。新机会的涌现意味着行业天花板的进一步拉高，具有前瞻性的市场洞察力、产业链上下游协作能力和强大技术储备的厂商或有机会抢滩增量空间，否则只是望洋兴叹。艾瑞认为，在人口红利逐渐消失、城镇化进程持续推进和双碳目标等政策和时代的背景下，精准农业、节能环保、机器人等下游需求在中短期内或将带动传感器市场的多轮增长。而XR、电子皮肤等元宇宙概念下可预见的高潜力细分市场，国内厂商应战略布局跟进，有望实现弯道超车。