智能化浪潮洶涌，2021慕尼黑華南電子展探索1+1＞2的技術(shù)融合！

飛行汽車的賽道已經(jīng)打開、馬斯克高調(diào)發(fā)布了可將人類從體力勞動(dòng)中解放出來的人形機(jī)器人……更智能化的產(chǎn)品引領(lǐng)的未來呼嘯而來。這得益于人工智能、大數(shù)據(jù)等新興技術(shù)的融合發(fā)展。與此同時(shí)，智能家居、自動(dòng)駕駛在從最初的萌芽到即將成熟落地的過程中，似乎都不約而走向“技術(shù)融合”的道路。傳感器之間的融合讓L3以上高階自動(dòng)駕駛成為可能，人工智能與物聯(lián)網(wǎng)的融合，讓物聯(lián)網(wǎng)的細(xì)分應(yīng)用加速落地，人工智能與傳感器的融合催生更智能化的傳感器。

跨界合作與技術(shù)融合是當(dāng)前整個(gè)電子行業(yè)發(fā)展的趨勢與機(jī)遇所在，2021慕尼黑華南電子展重磅推出“跨界融合”產(chǎn)業(yè)關(guān)鍵詞，屆時(shí)將匯聚業(yè)界具有影響力的展商，共同展示應(yīng)用相關(guān)的解決方案，與單一展品結(jié)合，激發(fā)行業(yè)創(chuàng)新靈感。

2021慕尼黑華南電子展

10月28-30日

深圳國際會(huì)展中心（寶安新館）

同時(shí)，2021慕尼黑華南電子展順應(yīng)產(chǎn)業(yè)發(fā)展趨勢重磅推出了N大關(guān)鍵詞之“無人駕駛”、“智能座艙”、“車聯(lián)網(wǎng)”、“充電技術(shù)”等汽車版塊產(chǎn)業(yè)關(guān)鍵詞，并將在展會(huì)期間圍繞未來汽車產(chǎn)業(yè)發(fā)展方向，為所有行業(yè)同仁打造各類精彩專題活動(dòng)，如智能座艙前沿技術(shù)與應(yīng)用論壇、國際電動(dòng)車驅(qū)動(dòng)與充電技術(shù)創(chuàng)新論壇、國際第三代功率半導(dǎo)體與碳中和時(shí)代創(chuàng)新論壇等，加強(qiáng)汽車行業(yè)產(chǎn)業(yè)鏈之間的交流、協(xié)作和融合。同時(shí)還有多年來極受歡迎的熱門主題展區(qū)“智慧出行科技園”，將匯聚業(yè)界具有影響力的展商，包括自動(dòng)駕駛、智能網(wǎng)聯(lián)、車身電子、新能源汽車技術(shù)、測試技術(shù)等領(lǐng)域，共同展示行業(yè)前沿技術(shù)與方案。

多傳感器融合，自動(dòng)駕駛發(fā)展的必由之路

隨著自動(dòng)駕駛向L3及以上高階自動(dòng)駕駛邁進(jìn)，對前端感知的需求不斷提升。自動(dòng)駕駛感知層解決方案主要有以特斯拉為代表的視覺系和以Waymo為代表的雷達(dá)系。視覺系解決方案主要以攝像頭為主導(dǎo)，配合毫米波雷達(dá)、超聲波雷達(dá)等元件完成感知任務(wù)；激光雷達(dá)系解決方案以激光雷達(dá)為核心，配合攝像頭、毫米波雷達(dá)、超聲波傳感器等元件達(dá)到感知目的。

視覺路線更加考驗(yàn)人工智能和機(jī)器學(xué)習(xí)能力，雷達(dá)路線在激光雷達(dá)上的成本支出較高。但兩種路線的共同點(diǎn)是，都需要傳感器融合，即攝像頭與激光雷達(dá)/毫米波雷達(dá)/超聲波雷達(dá)的融合。

攝像頭可以采集到車輛、行人和紅綠燈等環(huán)境信息。超聲波雷達(dá)可用于倒車預(yù)警防撞、自動(dòng)泊車APA等領(lǐng)域。毫米波雷達(dá)具有探測距離遠(yuǎn)、探測性能穩(wěn)定、環(huán)境適用性高的特點(diǎn)。針對遠(yuǎn)距小障礙物，毫米波雷達(dá)的角分辨率不夠，攝像頭對遠(yuǎn)端的通用障礙物識別不夠，而這種場景下激光雷達(dá)就可能及時(shí)識別。但它們也有各自的局限性，攝像頭的精度容易受雨雪等惡劣天氣影響，超聲波雷達(dá)的探測結(jié)果易受溫度影響，且探測距離較短，通常只有數(shù)米。毫米波雷達(dá)在識別物體屬性，以及道路交通指示牌等方面，表現(xiàn)較差。激光雷達(dá)的最主要挑戰(zhàn)則是成本高昂、工藝復(fù)雜。

由于攝像頭、雷達(dá)本身的局限性，采用取長補(bǔ)短的傳感器融合方法非常必要。傳感器融合就是將多個(gè)傳感器獲取的數(shù)據(jù)、信息集中在一起綜合分析以便更加準(zhǔn)確可靠地描述外界環(huán)境，從而提高系統(tǒng)決策的正確性。

多傳感器的數(shù)據(jù)融合包括多傳感器的空間融合以及時(shí)間上的同步。傳感器安裝于汽車車身的不同位置，每個(gè)傳感器定義了自己的坐標(biāo)系，為了獲得被測對象的一致性描述，需將不同的坐標(biāo)系轉(zhuǎn)換到統(tǒng)一的坐標(biāo)系上。點(diǎn)云數(shù)據(jù)和圖像數(shù)據(jù)的空間融合模型涉及的坐標(biāo)系包括世界坐標(biāo)系、激光雷達(dá)坐標(biāo)系、相機(jī)坐標(biāo)系、圖像坐標(biāo)系和像素坐標(biāo)系?？臻g融合的主要工作是求取雷達(dá)坐標(biāo)系、攝像頭坐標(biāo)系、圖像物理坐標(biāo)系、圖像像素坐標(biāo)系之間的轉(zhuǎn)換矩陣。然而由于不同傳感器的工作頻率不同，數(shù)據(jù)采集無法同步，因此還需要根據(jù)工作頻率的關(guān)系進(jìn)行多傳感器時(shí)間上的融合,通常做法是將各傳感器數(shù)據(jù)統(tǒng)一到掃描周期較長的一個(gè)傳感器數(shù)據(jù)上。

人工智能重新定義AIoT下半場

物聯(lián)網(wǎng)曾在快速發(fā)展一段時(shí)期后，又因?yàn)楦叨人槠瑧?yīng)用遇到瓶頸。隨著人工智能、5G等新興技術(shù)的推動(dòng)，不少業(yè)界人士認(rèn)為，技術(shù)升級與融合將賦能物聯(lián)網(wǎng)進(jìn)一步發(fā)展。

根據(jù)IoT Analytics研究，2020年全球物聯(lián)網(wǎng)連接數(shù)超117億個(gè)，首次超過非物聯(lián)網(wǎng)連接數(shù)，并在過去十年里保持著30.8%的年復(fù)合增長率，遠(yuǎn)超總連接數(shù)的9.4%年復(fù)合增長率。（Ps:非物聯(lián)網(wǎng)連接主要來自人與人的通信設(shè)備，包括手機(jī)、電腦等，其中多數(shù)為智能手機(jī)）。

伴隨著物聯(lián)網(wǎng)連接數(shù)的高速增長，未來百億級別數(shù)量的設(shè)備聯(lián)網(wǎng)將產(chǎn)生的海量數(shù)據(jù)分析需求。人工智能通過分析、處理歷史數(shù)據(jù)和實(shí)時(shí)數(shù)據(jù)，可以對用戶習(xí)慣進(jìn)行更精準(zhǔn)地預(yù)測。而對于人工智能行業(yè)來說，至關(guān)重要的數(shù)據(jù)也只有物聯(lián)網(wǎng)能夠源源不斷的提供，通過物聯(lián)網(wǎng)持續(xù)不斷提供的海量數(shù)據(jù)可以讓人工智能不斷訓(xùn)練算法。

人工智能與物聯(lián)網(wǎng)的融合及在實(shí)際中的應(yīng)用，廣義上來講就是AIoT。人工智能與物聯(lián)網(wǎng)相結(jié)合，通過物聯(lián)網(wǎng)產(chǎn)生、收集海量的數(shù)據(jù)存儲(chǔ)于設(shè)備終端、邊緣端或者云端，再通過機(jī)器學(xué)習(xí)對數(shù)據(jù)進(jìn)行智能化分析，以實(shí)現(xiàn)萬物數(shù)據(jù)化、萬物智聯(lián)化。

如果說AIoT的上半場更側(cè)重于硬件的品類以及數(shù)量，搭建物聯(lián)網(wǎng)基本應(yīng)用場景，下半場就是人工智能算法與智能化的比拼，為了讓場景更完善更智能，對系統(tǒng)、平臺(tái)、軟件的要求越來越高。人工智能平臺(tái)、人工智能芯片的加入，推動(dòng)AIoT的應(yīng)用更加智能化。

以AIoT應(yīng)用的主戰(zhàn)場之一視頻監(jiān)控為例，以人臉識別技術(shù)為主的人工智能技術(shù)發(fā)揮方案了較大作用，可以大幅提高識別的準(zhǔn)確率。在初期，人臉識別技術(shù)只有人工智能卻沒有互聯(lián)，被單點(diǎn)用于單一安防產(chǎn)品上實(shí)施布控報(bào)警、黑名單、白名單報(bào)警等基本功能，能力范圍非常受限。后來各大廠家開始致力于將人工智能與物聯(lián)網(wǎng)技術(shù)結(jié)合，向場景化應(yīng)用推動(dòng)并形成完整的解決方案。

集成人工智能，讓傳感器智能化走向快車道

傳感器的賽道內(nèi)卷非常嚴(yán)重，除了要求更精準(zhǔn)、更小尺寸，更低功耗，更高集成度?，F(xiàn)在正在朝著集成人工智能的方向發(fā)展。

傳感器行業(yè)龍頭企業(yè)博世去年底率先發(fā)布集成人工智能的自學(xué)習(xí)運(yùn)動(dòng)傳感器BHI260AP，該傳感器使可穿戴和耳穿戴設(shè)備制造商能夠通過傳感器中的自學(xué)習(xí)人工智能軟件，提供高度個(gè)性化的健身追蹤。它能識別和適應(yīng)各種動(dòng)作，并學(xué)習(xí)任何基于重復(fù)、循環(huán)動(dòng)作的新健身活動(dòng)。由于人工智能在傳感器內(nèi)部運(yùn)行，即終端人工智能，因此無需連接到云端，甚至無需智能手機(jī)。這樣可以保持?jǐn)?shù)據(jù)的私密性，既能夠持續(xù)追蹤和分析活動(dòng)，又無需連接互聯(lián)網(wǎng)或與手機(jī)綁定。終端人工智能還可最大限度降低延遲和功耗，這意味著用戶可以在設(shè)備上獲得快速、實(shí)時(shí)的反饋并延長充電間隔。

事實(shí)上，以深度學(xué)習(xí)為基礎(chǔ)的新一代人工智能技術(shù)，由于其本身非常依賴于行業(yè)數(shù)據(jù)，與數(shù)據(jù)源頭——傳感器行業(yè)有著天然的連接。

人工智能可以為從各種傳感器傳輸出來的大量數(shù)據(jù)流，提供詳細(xì)而精確的分析，從而識別各種活動(dòng)模式，比如識別行走、跑步、坐姿、睡眠、游泳等姿勢，從而提供交互式理解和進(jìn)行智能預(yù)測。

在這個(gè)智能化的時(shí)代，各種技術(shù)的交叉融合無處不在。區(qū)塊鏈和物聯(lián)網(wǎng)碰撞，誕生了“物鏈網(wǎng)”，旨在通過提升分布式數(shù)據(jù)的安全性、可靠性、可追溯性，來提升信息的流通性，以及讓價(jià)值有序的在人與人、物與物、人與物之間的流動(dòng)。由于邊緣計(jì)算解決了在邊緣資源中云計(jì)算應(yīng)用的應(yīng)用問題，成為了云計(jì)算在未來發(fā)展中的重要支撐，邊緣計(jì)算與云計(jì)算勢必彼此融合，生成邊云協(xié)同。還有什么技術(shù)融合的案例，歡迎來評論區(qū)暢所欲言。

2021慕尼黑華南電子展

-   2021年10月28-30日

-   深圳國際會(huì)展中心（寶安新館）

2021華南國際智能制造、先進(jìn)電子及激光技術(shù)博覽會(huì)旗下成員展（LEAP Expo）——慕尼黑華南電子展(electronica South China)立足粵港澳大灣區(qū)，輻射華南、西南及東南亞市場，將以“融合創(chuàng)新”為主題，聚焦5G、物聯(lián)網(wǎng)、汽車、碳中和、第三代半導(dǎo)體、工業(yè)自動(dòng)化、機(jī)器視覺、可穿戴、消費(fèi)電子、智能家居等熱門技術(shù)應(yīng)用，匯聚國內(nèi)外知名企業(yè)，吸引行業(yè)優(yōu)質(zhì)買家及精英，為蓬勃發(fā)展的華南地區(qū)電子產(chǎn)業(yè)帶來創(chuàng)新與活力，為經(jīng)濟(jì)復(fù)蘇獻(xiàn)力。