杭州市车载智能传感和控制行业 中小企业数字化转型实践样本 杭州市经济和信息化局 2025 年 11 月 目 录 一、车载智能传感和控制行业中小企业发展情况............ - 1 - （一）车载智能传感和控制行业定义与范围...............- 1 - （二）车载智能传感和控制行业中小企业发展现状与趋势 .............................. .................................................- 1 - （三）车载智能传感和控制行业中小企业业务痛点...- 3 - 二、车载智能传感和控制行业中小企业转型价值............ - 3 - 三、车载智能传感和控制行业中小企业数字化转型场景 - 4 - （一）产品生命周期数字化........................... - 杭州市车载智能传感和控制行业中小企业 数字化转型实践样本 一、车载智能传感和控制行业中小企业发展情况 （一）车载智能传感和控制行业定义与范围 车载智能传感和控制行业聚焦于为汽车提供智能感知 与精准控制，通过传感器感知车辆内外部环境，经控制器处 理分析后精准调控车辆系统。典型产品包括车载摄像头、毫 米波雷达、激光雷达、红外传感器、智能控制系统等。车载 智能传感和控制行业产业链上游为半导体、陶瓷、金属材料、

透者”三大 阵营的协同博弈。 市场格局：“三大阵营”协同博弈 初创型公司以“技术颠覆+资本杠杆”为武器，快速突破行业瓶颈。如Figure1AI凭借OpenAI大模型与 英伟达算力，推出了触觉传感器密度达行业平均水平3倍的Figure 02机器人；宇树科技则以“四足+双 足”为双轨，H1机器人采用超轻量级设计，整机重量小于50千克，但最大关节扭矩却高达360N.m。 AI科技/互联网公司 14 - 人形机器人产业格局 数据来源：东方证券 硬件端，汽车制造和人形机器人制造在零部件的供应链上存在大量的重叠，汽车制造商拥有成熟的零部 件供应商体系，这些供应商在机械结构、电子元件、传感器等方面的技术和生产能力，可以为人形机器 人的制造提供支持；软件端，智能汽车自动驾驶中的算法技术和人形机器人具有复用性，如自动驾驶中 常用的传统基础模型Dijkstra（单源最短路径）算法、A*算法等，底层逻辑与机器人相通。 转向系统、制动系统等 手臂、大腿 将旋转运动转化为直线运动 减速器 传动部位 手、肘部等 通过机械传动实现转速降低与扭矩放大 电机 汽车电机系统 肩部、手臂等 驱动与精密控制 传感器 汽车状态监测 机器人状态检测 触觉传感等 汽车与机器人零部件复用 相通部件 汽车使用部位 机器人使用部位 技术共性 类别 - 15 - 幸福招商 人形机器人产业格局 资料来源：中国信通院，宇树科技官网

.........................................................................................33 3.2.1 传感器类型.................................................................................36 3.2.2 数据采集设备性能要求 数据采集系统设计......................................................................................51 5.1 传感器布置..........................................................................................53 5.1 5、PM10）、气态污染物（如 NO2、SO2、O3）、气象要素（温度、湿度、风速、风 向）。 o 监测区域可覆盖城市、工业区、乡村及生态敏感区域。 2. 监测技术选择 o 无人机监测技术：采用无人机搭载传感器进行低空巡 检，具备灵活机动性及低成本特点。 o 固定监测站点：在重点区域布设固定监测站，确保长期 的、稳定的数据采集。 o 移动监测设备：结合车载监测设备，可实现对动态地区 的实时监测。

企业上报了重大危险源视频 65 路，重大危险源传感器 261 路，但只有 8 路视频和 16 路传感器数据接入了应急响应中 心。并且缺少震动传感器对设备状态进行监测，以及无安全阀 的在线监测手段 举例：美福石油（一期试点） 目前，化工园区企业均有自建安全生产自动 化 DCS 控制系统，对于毒性气体重大危险源、爆 炸品重大危险源、易燃气体重大危险源以及其他 类重大危险源设置有各类传感器和视频探测器进 行监测。但是部分企业重大危险源的视频摄像头 行监测。但是部分企业重大危险源的视频摄像头 不清晰，各类传感器监测信号接入数量不足， 故 障老化严重，部分安全生产设备未设置监测设施， 并且无全园区高空角度的有效监控手段，诸多问 题导致当前园区安全监管仍存在缺陷。 10 （二）园区建设现状 1 、总体情况 - 环保形势 废水污染 TOC、COD、PH 大气污染 光气、氯气、 二氯甲烷 土壤污染 汞、砷、铅、锌、 铬 大气污染 划日常业务所需 电子化管理程度低，不利 于业务信息化，影响办公 效率 8 传感信息数 据 供水传感信息数 据 供水公司 11 家生活用水、 5 家工业用 水压力传感数据 近 100 个大用户流量监测点传 感数据 监测点不够，不能满足需 求 9 蒸汽传感信息数 据 兴港热网公司 8 条蒸汽管线温度、流量、压 力传感数据，每 10 分钟更新 一次，安装在始末端 监测点不够，不能满足需 求

.........................................................................................33 3.2.4 传感器数据模态.............................................................................................. .........................................................................................41 4.1.1 传感器选择与部署............................................................................................. 环境问题的响应速 度，实现精准和高效的生态环保治理。 在环境监测中，传统的方法依赖于单一的数据源，如气象数据 或水质监测，而多模态 AI 大模型可以融合来自多个数据源的信 息，例如遥感影像、传感器数据、社交媒体信息等，实现数据的深 度理解和分析。这种多模态信息的整合，能够为环境保护提供更全 面的视角，识别出潜在的环境风险，并对其进行有效评估与预测。 应用方案可以概括为以下几点： 1

...........................................................................................31 3.1 传感器与数据融合..............................................................................34 3.1.1 雷达与激光雷达系统 15-25%，交通事故发生 率降低 10%-25%。 具体的应用方案可以包括以下几个方面： 1. 智能交通信号控制：通过安装摄像头和传感器收集道路上车辆 的实时数据，利用机器学习算法，进行交通流量的分析和预 测，从而自动调整信号控制策略。 2. 自动驾驶汽车的推广：结合 AI 技术，通过传感器数据和地图 信息，开发自动驾驶车辆，不仅可以减少人工驾驶带来的安全 隐患，还能优化城市的道路使用效率。未来，逐步推进与公共 使用深度学 习等算法进行集成，实现全自动驾驶。  交通流量预测：基于历史数据和实时数据，利用机器学习模型 进行交通流量预测，帮助城市进行交通规划与管理。 在技术实现上，智能交通系统通过大量传感器、摄像头和数据 融合技术，采集交通实时数据，并通过云计算和人工智能分析模式 实现交通信息实时共享与反馈。例如，在某些大型城市中，交通管 理中心已经开始部署基于 AI 的系统，以自动识别交通违章和事

4 、起升高度：是指起重机的工作场的地面或运行轨道面至 提升物体最高位置的距离，用 H 表示，单位 m 5 、工作速度：包括起升速度、回转速度、俯仰变幅速度、 小车运行速度和大车行走速度 高度传感器 风速仪 幅度传 感器 显示器 控制主机 回转传 感器 力矩传 感器 12 第三部分 系统功能 | 塔机安全监控系 统 分区一 分区二 分区三 分区四 塔机 分区 5G | 临边防护系统 第三部分 ! 通知播报 应急指挥 远程控制 奖惩广播 制度宣贯 生活娱乐 系统功能 | 智慧广播系统 第三部分 系统功能 | 深基坑支护检测系 统 第三部分 监测项目 传感器 采集设备 监测点布设 支 护 结 构 顶 部水平位移 棱镜、反 射片 全自动全站 仪 沿基坑周边布设，布设间距为 10m~30m 。基坑中部、阳角部 位、深度变化部位、地质复杂部 | 大体积混凝土测温系 统 第三部分 温湿度传感器 噪音传感器 internet LED显示屏 系统控制主机 扬尘传感器 风速传感器 风向传感器 降尘喷淋装置 无线网络信号 有线网络信号 无线控制信号 有线控制信号 温湿度传感器 噪音传感器 internet LED显示屏 系统控制主机 扬尘传感器 风速传感器 风向传感器 降尘喷淋装置 无线网络信号 有线网络信号

野蛮自救等造 成的财产损失及人身伤害。 实际案例：园区 - 智慧电梯 l 状态监测 l 维保监管 l 故障监测 l 联动报警 l 视频监控 l 实时对讲 智慧电梯控制 智能平层传感器 l LCD 屏幕 门磁传感器 电梯监控 利用可燃气体探测器和烟雾报 警器 ， 现场实时监测 ，远程 监控系统 24 小时 工作。 当报 警器周围环境可燃气体浓 度或 烟雾浓度达到响应设定值时 ， 能 发出声光及远程联网报警信 联动报警 实际案例：园区 - 智慧消 防 智慧消防应用 23 智能安防应用 l 红外传感器 l 门磁传感器 智慧安防是以互联网、 物联网和智能 终端设备为基础 ，实现自动检测报警， 联动反应 ， 并与云平台相结合 ，实现 安防数据的互联、 共享和远程管理。 传统工业园管理现状 红外传感器 门磁传感器 24 25 实际案例：园区 - 运营服务中心 管理应用场景可视化 减少物业灾害处 理成本、 增加充电收入。 智能充电插座 管理平台 用户小程序 智能充电主机 31 防火 预警 状态 监测 负载 监测 自动 计费 充满 自停 扫码 充电 • 多种环境监测传感器数据输入 ，全面反映物理环境 • 电量监测可使用电量计或直接通过设备运行时间换算 基于算法优化 ， 而非简单的数据堆叠： • 通过边缘网关部署环境调度算法 ，改善能效耗用、增

样化、 个性化和快速变化的市场需求。 具体来说，智能制造涵盖了产品设计、工艺规划、生产制造、设备维护、质量 控制、供应链管理以及售后服务等制造全生命周期的各个环节。它依托于物联 网技术，通过传感器和智能设备实现对生产现场的实时监控和数据采集，利用 大数据技术进行海量数据的存储与分析，借助人工智能算法实现智能预测、故 障诊断和优化决策，最终通过自动化设备和机器人完成精准、高效的生产操作。 的灵活性和效率，降低了人为错误的发生率。 进入 21 世纪后，互联网技术和物联网（IoT）技术的兴起为制造业带来了新的 变革契机。设备之间开始实现互联互通，生产系统能够实时采集和传输设备状 态、工艺参数和环境信息。通过智能传感器和网络通讯技术，制造系统具备了 实时监控和远程控制的能力，生产过程变得更加透明和可控。智能制造不仅关 注单一设备的自动化，更强调系统整体的协同优化和资源共享。 图表：智能制造关键技术的发展路径 设备故障，提升设备的利用率和可靠性。同时，人工智能还帮助企业优化生产 排程，实现生产资源的最优配置，降低运营成本。第三，工业互联网与物联网 的深度融合，成为智能制造发展的重要推动力。通过广泛部署传感器和智能终 端，制造设备实现了全面互联互通，生产过程中的各个环节数据得以实时采集 和传输。 图表：全球智能制造市场规模预测 资料来源：公开资料查询 5 / 23 1.2 政策环境与支持体系

以云计算和云平台为基础，对多种信息流进行统一分类处理， 降低建设成本，提高处理效率。 数据采集感知技术 实现农作物生长状态监测、农产品原材料生产过程查询以及 其他视频服务。 融合通信技术 实现传感器网络、无线通信、有线通信技术的有机协作融合。 数据库及 WEB 服务技术 实现农业生产信息管理以及农产品在线订购与配送等后台管理。 农业智能决策技术 通过建立农业智能决策模型，为农业智能化生产、仓储、运 同时可以查看历史数据，曲线分析，环境数据预警。土壤墒情监 测站能够实现对土壤墒情（土壤湿度）的长时间连续监测。用户 可以根据土壤墒情监测需要，灵活布置土壤墒情传感器；也可将 土壤墒情传感器布置在不同的深度，测量剖面土壤墒情。可根据 监测需求增加对应传感器，监测土壤温度、土壤湿度、土壤电导 率、土壤 PH 值等要素，具有实时采集、传输存储、数据分析等 功能 产业园区科技中心 农田气象站 百叶温湿箱 百叶温湿箱 （ 7 ） 环境灾害预警系统 气象灾害系统是一款基于物联网技术和无线 通讯技术研发而成无人值守气象多要素自动监测 系统。由气象传感器、气象数据采集仪及管理云 平台等部分构成，可监测空气温度、空气湿度、 大气压力、风速、风向、雨量、二氧化碳、光照 强度、视频画面采集，具有实时采集、传输存储、 超限预警、数据分析等功能。 环境灾害预警 气象灾害监测设备实时状态