1999年，美國麻省理工學院首先提出物聯網的定義，將物聯網定義為把所有物品通過RFID和條碼等信息傳感設備與互聯網連接起來，實現智能化識別和管理的網絡，自此，對物聯網的關注度逐漸提升。2003年，美國《技術評論》將傳感網絡技術列為改變未來人們生活的技術。2004年，“物聯網”這個術語開始出現在各種書名中，并在媒體上傳播。初步發展期（2005年-2008年）：2005年11月17日，國際電信聯盟(ITU)發布了《ITU互聯網報告2005：物聯網》，報告指出，無所不在的“物聯網”通信時代即將來臨，有時，傳感器也被稱為檢拾器或敏感元件。西安激光傳感器

攝像頭得益于出色的分辨率，以及與相關算法的集成，能夠有效識別物體屬性，從而支持360全景、車道偏離預警LDW、交通標志識別TSR、駕駛員狀態監測DMS等輔助駕駛應用。毫米波雷達則因探測距離遠、探測性能穩定、環境適用性高，成為了開發變道輔助預警LCA、自適應巡航ACC、前向防碰撞AEB等功能的重要技術支撐。而高級別自動駕駛的發展，甚至還催生了巨大的激光雷達需求。特別是對于L3+自動駕駛汽車而言，由于激光雷達具備高精度、可實時進行3D環境建模等特性，在業內已經被認為是L3-L5階段中為關鍵的傳感器，并已經開始進入商用。鄭州超聲波傳感器供應商這將使導彈防御傳感器加入太空監視網絡，并由空間導彈防御指揮控制系統分派任務。

目前人臉識別市場的解決方案主要包括：2D識別、3D識別和熱感識別。2D臉部識別是基于平面圖像的識別方法，但由于人的臉部并非平坦，因此2D識別在將3D人臉信息平面化投影的過程中存在特征信息損失。3D識別使用三維人臉立體建模方法，可很大程度保留有效信息。因此3D人臉識別技術更為合理并擁有更高精度。以TOF和結構光為的3D攝像頭技術與人臉識別技術需求為匹配。首先，3D攝像頭采用紅外線作為發射光線，能夠解決可見光的環境光照影響問題。傳統的2D識別技術在環境光照發生變化時，識別效果會急劇下降，無法滿足實際系統的需要。比如，拍照時遇到側光時出現的“陰陽臉”現象，就可能無法正確識別。

但另一方面，因上述傳感器本身的特性使然，它們在用于環境感知時，各自面臨的缺陷亦不容忽視。其中超聲波雷達主要的“短板”是探測結果易受溫度影響，且探測距離較短——通常只有數米。攝像頭極易受惡劣天氣影響，特別是在黑夜和強光環境里視覺效果十分不理想。毫米波雷達在識別物體屬性，以及道路交通指示牌等方面，表現較差。激光雷達商用面臨的主要挑戰則是成本高昂、工藝復雜。因此，在實際應用過程中，車企常常將上述幾種感知技術搭配使用，以彌補彼此的缺陷，保證信息充分獲取，提升整個智能駕駛系統的魯棒性、安全性和可靠性。比如毫米波雷達與攝像頭通過空間和時間的同步，即在空間和時間維度匹配雙方觀測值并融合數據，可以優化傳感器對距離及速度的測量精度，提升傳感效率。在傳動機構上裝設一條網帶，使蝦苗得以脫水后再通過稱重傳感器測重，放入大海。

距離傳感器：使用一個紅外二極管，向外發射紅外線，如果有物體靠近時會反射紅外光線，此反射的紅外光線被紅外光探測器感知，并將此信號經過一些列邏輯控制操作傳遞給CPU，使CPU得以控制屏幕的喚醒與否。環境光傳感器：主要用于探測環境中光信號的變化然后將其變化轉換為數字信號輸出給CPU。理論上距離傳感器由發射和接收兩個單元組成，但是為什么前置只有三個孔？這是因為蘋果采取將環境光傳感器和距離傳感器接收端集成在一起的方式，在距離傳感器中采用了兩個光電二極管：一個寬帶光電二極管檢測300nm~1100nm波段的光學，另一個利用窄帶濾光材料檢測紅外線，然后從寬帶光電二極管接收到的光線中減掉紅外線從而得到環境光信號。設計了三種不同的信號處理電路，選擇了直接耦合放大型信號處理電路作為銻化銦磁阻轉速傳感器的使用電路。西安激光傳感器

這些傳感器用于察爾汗鹽湖鹵水動態自動觀測系統中，取得了滿意的效果。西安激光傳感器

3D攝像頭在傳統攝像頭基礎上引入基于TOF或結構光的3D感知技術，目前這兩種主流3D感知技術均為主動感知，因此3D攝像頭產業鏈與傳統攝像頭產業鏈相比主要新增加紅外光源+光學組件+紅外傳感器等部分。下面結合具體產品拆解來看3D攝像頭產業鏈，首先以Googletango平臺的聯想Phab2Pro手機為例。Tango是一個增強現實計算平臺，由Google開發和創作。它使用計算機視覺使移動設備（如智能手機和平板電腦）能夠檢測其相對于周圍世界的位置，而無需使用GPS或其他外部信號。Tango平臺的聯想Phab2Pro手機背部結構，由上往下依次是主攝像頭、紅外傳感器、紅外發射器、閃光燈、運動追蹤攝像頭、指紋識別模組。西安激光傳感器