当前位置: 首页 > 科技观察

嵌入式视觉:电池、计算和连接的趋势

时间:2023-03-20 14:22:08 科技观察

对于任何成功的技术,进化过程都是相同的:降低成本、提高性能和创新化合物的能力。在MistyWest,我们相信手机、电动汽车和5G的进步将彻底改变嵌入式视觉。未来10年,嵌入式系统将使用10倍的功率来执行10倍的计算,而电池容量可能增加3倍。专用深度学习处理器的开发也将是一个重要因素。NB-IoT(5G的一部分)等新无线技术可能会通过类似因素降低成本和功耗。这场革命的早期例子是电池寿命为一年的相机系统Etacompute和自动跟踪足球以跟随动作的Veo运动相机。以下文章介绍了当前的技术趋势、新应用和新颖的市场领先解决方案。技术趋势电池的进步正在推动许多行业的可能性前沿。目前,许多嵌入式视觉应用程序不能由电池供电,这会在部署这些系统时产生额外的成本和限制。对电动汽车、手机、平板电脑和可再生能源的需求激增,迫使制造商开发能够储存更多电力且生产成本更低的电池。据彭博社报道,在过去10年中,具有某些化学成分的电池的能量密度几乎增加了两倍。生产汽车电池组的成本在同一时间段内下降了近10倍。在电话中,这些改进不会显着提高电池性能,因为电话制造商已决定提高性能而不是电池寿命。对于嵌入式视觉,这些性能提升将用于解锁新的应用程序。想象一下,如果您能以20美元的价格购买一台行车记录仪,它可以在没有电缆的情况下运行一年,并且仅通过蜂窝连接将相关事件发送到云端。完成后,您可以将其放入专用的电子垃圾回收箱中进行回收。嵌入式计算机变得更加高效和强大嵌入式计算机正在成为我们日常生活中几乎所有技术的重要组成部分。冰箱门上的智能触摸屏集成了来自社交媒体和当地新闻网络的信息,是嵌入式计算机的一个很好的例子。在过去的十年中,我们看到了手机、平板电脑和它们所依赖的ARM微控制器的快速改进。嵌入式计算机从这一趋势中受益匪浅。RaspberryPi4(2019年发布)在浮点计算方面明显优于RaspberryPi3(2016年发布),功耗仅略有增加。资料来源:RaspberryPi未来10年,深度学习处理器、神经处理单元和其他专用计算解决方案将导致嵌入式计算机系统的性能和能效呈指数级增长。将来,许多应用程序可能能够不受资源限制地在本地运行。应用程序的位置将更多地取决于安全、隐私和通信成本等因素。无线连接的成本正在下降在低功耗无线领域有3个主要竞争者:远程广域网(LoRaWAN)、LTECATM和窄带物联网(NB-IoT)。罗拉万。远程广域网(LoRaWAN)为各种企业和行业开辟了可能性。例如,亚马逊进一步涉足物联网领域,最近推出了其最新的人行道产品AmazonBridgePro。该设备利用使用LoRA协议的室内天线,允许数百个兼容设备连接最远5英里远的地方。AmazonBridgePro可用于连接公园、城市、农场和农业环境中的阳光检测器、湿度检测器甚至空气质量传感器等设备,以提供24/7实时数据。LTECATM。LTECATM是一种低功耗广域(LPWA),专为通过LTE蜂窝技术进行机器对机器通信而设计。与以前的LTECAT版本相比,它使用的带宽要少得多,同时允许以更低的功耗实现巨大的下载和上传数据速度。这可将电池寿命延长至10年,并可将电费降低20-25%。LTECATM在现有的LTE蜂窝网络上运行,提供与大多数手机计划提供商相同的网络覆盖范围。由于不需要自己的频率,LTECATM可以得到任何主要移动设备的支持,包括芯片组和模块制造商,并用于移动应用程序,同时受益于移动网络上当前可用的安全和隐私功能。NB-物联网。窄带物联网(NB-IoT)是一种低功耗广域网(LPWAN)无线电技术标准,使用未使用的频谱或保护频带运行。其高容量和可靠性、低延迟、大面积运行能力以及更低的功率要求有助于使用物联网应用程序对组织进行数字化转型。下一代NB-IoTNB2将具有与LoRaWAN相似的性能,具有更高的数据速率,并成为5G标准的一部分。以下是迄今为止这些蜂窝技术在世界范围内的部署方式。Etacompute是嵌入式视觉领域的领导者,设计在微瓦范围内运行的智能视觉传感器。它们的低分辨率和低帧速率使它们能够直接与微控制器(而不是更复杂和更强大的微控制器)对话。这使他们能够处理以前不可能的应用程序。他们制造了Talia,这是一种电池供电的人数统计传感器,电池寿命为三年,可通过低功耗蓝牙进行通信。Veo运动相机Veo提供电池供电的运动相机,让您无需摄影师即可记录足球比赛。他们有2个4k摄像机和一个鱼眼镜头,可以让系统捕捉整个球场。他们开发了一种算法来自动检测球并根据比赛创建完全编辑的视频。用于物位监控的智能相机不幸的是,并非我们看到或从事的每个物联网项目都在公共领域。我们现在已经见过几次的一个应用是一种智能摄像系统,用于测量前端垃圾箱(叉车拾取的垃圾箱)中的填充水平。这些传感器由电池供电,并在检测到运动时拍摄垃圾箱的图像。这些图像通过LTECATM发送并在云端进行分析。当垃圾箱达到一定高度时,将派出垃圾车。这减少了行程次数,并避免了由于调度而清空部分满载或清空垃圾箱的需要。奖励——基于事件的视觉传感器计算机视觉传感器本身已经取得了重大进展。索尼和其他团队受到人眼如何创建基于事件的视觉传感器的启发,这种传感器可以在不放弃动态范围或不需要特殊照明条件的情况下以高时间和空间分辨率看到运动。这是有关其工作原理的视频,这是有问题的传感器。结语了解连接和嵌入式视觉的变化趋势,然后将其集成到您的业务中可能具有挑战性。第一步是了解不断变化的趋势、新的创新和嵌入式视觉解决方案,并了解新技术如何帮助简化日常流程。