从最近在法国格勒诺布尔市(Grenoble)举行的欧洲MEMS与传感器高峰会(EuropeanMEMS&SensorsSummit)明显可以看到，传感器变得越来越复杂、精巧且极其智慧化，并持续普及于现代生活的各个领域。随着传感器不断收集庞大的数据，以便让车辆实现自动化、城市和工厂变得更加智慧，我们看到许多关于传感器融合、边缘人工智能(AI)的需求和数据隐私问题，以及越来越多结合生物传感器的医疗应用。
参与这项盛会的主讲人和与会者热烈讨论目前在欧洲发展中的强大传感器生态系统。例如我们最近报导一个联盟正在开发用于检测气体泄漏的中红外线光子IC；英国研究人员设计出可配对手持CMOS传感器与Android移动App的设备，能以低成本简易测量慢性心脏病或前列腺癌。今年初，我们还报导了OuraHealth，它将PPG传感器封装在指环中以测量各种心率参数；而Oticon则在其助听器产品中整合传感器和处理能力，扩展助听以外的其他功能。
在今年的高峰会上，博世(BoschSensortec)、英飞凌(Infineon)、恩智浦(NXP)和意法半导体(STMicroelectronics；ST)等业界主导企业均强调其多样化传感器解决方案适用于从可穿戴技术到自动驾驶车等各种应用，其技术展示并为MirSense、IRLYNX、Xenomatix和TuskIC等开发传感器技术的创新型或新兴公司提供了一个平台。
ST总裁兼首席执行官Jean-MarcChery在开幕发表主题演讲，他提到欧洲虽然未能在下一代通讯领域取得 地位，但“在为智慧自主性、智能卡车、智慧城市、智慧工厂与医保健领域连接500-600亿台设备方面，我们可望打一场胜仗。”
显然地，这一部份与ST聚焦于核心的汽车和工业市场有关，但也反映了这样一个事实——欧洲在为这些垂直产业的许多建构模块进行研发方面，仍然扮演关键角色。
这场年度会议实际上分为两部份：一部份讨论MEMS和传感器，另一部份则着重于影像传感器。但从最终意图和目标来看，它是一场关于传感器的会议，而传感器融合的关键在于强调系统不仅取决于一个传感器，而是必须依赖多个传感器输入。无论是自动驾驶车、智能城市、未来工厂还是医疗保健，传感器子系统通常包含来自不同来源的多种传感器类型——测量温度、压力、接近度和位置等参数，以及各种化学物质和气体，以实现用于追踪、解释和反馈相关信息的闭路系统。
这一点在汽车产业中最为明显，它必须同时部署视觉、雷达和其他传感器的组合，才有助于开发人员向用户确保车辆在自动驾驶模式下能安全驾驶。恩智浦 副总裁兼电子事业部首席技术官LarsReger表示，传感器在自动驾驶车中占据最主要的半导体价值，而且，为了 保障安全，视觉和雷达成像传感器的组合，为驾驶人提供了更大的信心。
雷诺汽车(Renault) 驾驶辅助系统(ADAS)和自动驾驶(AD)系统工程主管LucBourgeois也谈到了使用包括car-to-X、雷达、光雷、相机和声纳的互补传感器技术之需求。他强调了传感器融合在建构以数字呈现感知世界的作用，不仅有助于更加掌握，并进一步做出决策以及分析风险，特别是大数据(bigdata)和人工智能(AI)在实现这一目标的作用。
尽管推动了全自动驾驶车辆的发展，但也必须考虑现实面。Grenoble市政委员会副主席ClausHabfast在发表智能城市的简报时表示，多年来，欧洲有许多城市的车辆一直无法实现完全自动驾驶。他说，智能移动性(smartmobility)是每一座智慧城市策略的关键要素。无人驾驶车或是连网的自动驾驶车(CAV)都必须仰赖与其他车辆的无缝通讯，以及传感器和进行数据处理的外部基础设施。
但是，他说：“这个值得信