今日主題 工業4.0、車聯網、環保節能、智慧城市、經營管理探討
|
3S Market 最讚報
| |||||
工業4.0
| ||||||
車聯網\智慧車載
| ||||||
環保節能、智慧城市
| ||||||
經營管理探討
| ||||||
2016年4月1日 星期五
‧ 2016\04\01\ 3S Market Daily 智慧產業新聞資訊平台
．IoT 議題持續發燒 你知道智慧工廠應該包含哪些應用嗎?
iSAP SFS 2.0針對工廠的管理提供智慧化的解決方案，透過影像的加值來最佳化廠區與遠端工廠的安全管理以及生產效率，同時降低工廠營運風險，協助企業用更聰明、安全有效的方式進行工廠管理。
iSAP SFS 2.0提供穩定的廠區監控軟體NVR 與全球化遠端工廠監控中央管理平台CMS、連結人員出入資訊與影像的SIS-ACS系統，與結合臉部偵測技術的訪客管理系統Visit Management System。透過智能整合平台SIS-Server，將MES製造生產系統或Shipping出貨系統與影像進行連結，大幅提升工廠整體生產效率。
針對營運風險的防護，iSAP也提供了監控備援服務器Failover
Server，監控異常事件影像的總部智能化備份服務器Archive Server，針對近年來高科技廠所發生的員工洩密事件，則提供了創新的員工桌面監控系統Smart Monitor，不論是Windows, MAC甚至Linux都可被監控，並加上智能化的行為分析，能盡早預防可能的員工洩密行為。
iSAP SFS 2.0因應工廠全球化的管理需求，提供由內而外全方位的安全防護與效率提升的智能管理解決方案。
Lantech IPES-0208CA-12V-E 工規PoE 交換器
(Lantech IPES-0208CA-12V-E Industrial PoE Switch)
(Lantech IPES-0208CA-12V-E Industrial PoE Switch)
Lantech所推出的工規PoE+交換器具備防塵、耐高溫等特性，並可透過電源供應器達成全埠口802.3at PoE+足瓦供電，可在嚴苛的極端環境下正常運作，提供穩定的網路連線。
‧ 關於工業物聯網你不知道的三件事
來源：中國經濟網
人類的大腦是一個奇妙的器官，它每天不知疲倦地工作，直到我們去世的那一天。雖然人類研究自己的大腦已經幾個世紀，但其實人來對它的工作原理依然知之甚少。事實上，創造大腦的路線圖和映射工業物聯網的路線圖十分相似，許多年以前這一概念已經吸引了這個行業。
為了更好地瞭解物聯網的原理，我們需要瞭解它的組成部分：瞭解硬體和軟體、通訊協訂，以及人際交互一次來提高生產效率和對工業環境的控制度。
機器對機器
每一次你形成新的記憶，都會在大腦中創造新的連接，使得系統變得更加複雜。相似地，物聯網也是依賴於很多應用，即為應用組成的節點，來完成一項任務。機器的數量是十分重要的，因為它強調工業物聯網系統的複雜性。
例如，在一個夾心餅乾生產線，其中心環節應該與該生產過程之前的元素進行溝通，以及該生產過程後來的生產環節進行協作。混合、切割和烘烤機是整個生產過程的開端，這些階段應該能夠和後邊的生產過程「說話溝通」，例如奶油進給系統和包裝機系統。
這一交流系統的水準確保了生產線的靈活性，滿足生產多種餅乾品種的可能性。無論我們談論的是餅乾、汽車製造甚至智慧電網，工業物聯網都擁有通信需求，它要求超越標準的客戶機或者伺服器需要與傳統思維相連接。
除了執行核心任務，生產系統還連接到一個企業級，可以自動發出警報，收集和分析數據，甚至根據這一分析作出預測或提供建議。
通用語言
工業物聯網只有在系統和行業，使用相容的語言才能夠工作。為了説明實現這一目的，像思科、通用電氣、IBM和英特爾這樣的科技行業巨頭，成立了2014工業互聯網聯盟。該聯盟旨在加快互聯設備和智慧分析的開發和使用。
由於工業物聯網現已貫穿工業的各個部門，從製造業到能源部門，因此成功實施統一的標準、一致的介面和統一的語言概念，是至關重要的。與此同時，該聯盟以往通過，創建促進協作和創新的有利生態系統，來減少進入工業物聯網准入的障礙。下一步是促進互通性和開放標準，允許機器或系統從不同的原始設備製造商和其他控制系統通信。
新的和舊的
也許最大的挑戰是在更大程度上，實現工業物聯網遺留系統和智慧工廠的整合。學習新事物改變大腦的結構，同樣，在製造業，實施新的自動化設備通常會導致整個系統的變化。解決的辦法是使用基於標準協議閘道在棕地環境中集成遺留系統。這使得組織可以自由資料從專有的限制，並使用它的即時和歷史資料的收集和分析。
就像人類的大腦一樣，工業物聯網是不斷變化的，在我們完全理解它的要求，確保它的實施和發揮它的潛力之前，還有很多問題需要回答。
譯自：2016年1月【英國】製造者雜誌
‧ 有 「靈魂」 的機械臂是怎樣煉成的？
我猜，要你把東西撿起來絕對沒問題。好棒！這是因為當你還是個小屁孩的時候，你已經在沒日沒夜地抓東西、掉東西，並從經驗中學習。可是機器人不想就此虛度他們的童年，總得有辦法加快進程吧——在Google Research，十多個機器人手臂連續數月地在撿起不同的物品，重的、輕的、扁的、大的、小的、硬的、軟的、還有半透明的（雖然不是同時）。研究員們告訴我們為何他們的方法獨一無二，以及為什麼80萬次抓取（天啦擼！）還只是個開頭。
為什麼動物們抓取物件完全沒問題，部分原因是眼睛，而不僅僅是手。你可以閉著眼睛抓起一個物品，但是如果你能看見手與物品之間的互動，你會好得多。在機器人領域，這叫做視覺伺服，除了能增加抓取的精準度，還能讓機器人抓取正在移動或改變方向的物品，這在煩死人的「真實世界」中非常普遍。
教會機器人不容易，因為在感測器資訊和動作之間沒有必然聯繫，尤其是當你一直有無數的傳感資訊輸入（就像人在視覺系統裡一樣）。聰明的辦法不是填鴨式教學，而是讓機器人自學成才。
在Google Research，一組研究員在Google X同事的幫助下，讓一個7-DoF機器人手臂抓起雜亂的物品，利用單眼視覺伺服和深度卷積神經網路（CNN）來預測抓取結果。卷積神經網路會持續自我訓練，開始失敗如山倒，然後漸入佳境。Google為了加快進程，讓14個機器人同時投入工作。這完全是全自動的：人只需要往盤子裡裝上東西，然後打開電源開關。
一個資料收集試驗中的機器人。每個單元包括一個七自由度的手臂，帶有兩個手指的抓取器，和一個從機器人肩膀上俯視下來的攝影機。研究員說攝影機記錄了單眼RGB和深度圖像，但只有單眼RGB圖像用於預測抓取成功。
“實質上，通過觀察自己手臂的運動，機器人時時刻刻都在預測接下來哪種運動，會把成功的幾率最大化。這帶來了持續的回饋：我們可以稱作眼手協調。觀察了80萬次機器人的抓取，相當於大約3000小時的機器人練習，我們可以略見智慧反應行為的端倪。
機器人觀察著自己的抓取，並即時糾正自己的行動。它還表現出了非常有趣的抓取前動作，例如將一個單獨物品從一對物品中分離。所有這些行為自然地從學習中出現，而非編寫進系統的程式裡。“
當14個機器人同時工作，資訊收集就更多更快了，但與此同時，許多計畫外的變數也引入了試驗中。攝像頭的位置略有不同，打光對每一個機器人都不太一樣，以及每一個標準的抓取器都有不同類型的磨損，影響表現。
試驗後機器人的抓取器。研究者說機器人“經歷了不同程度的磨損和拉扯，造成外表和幾何方面重要的變化。”
積極的一面是，機器人能更好處理對類似硬體細微差異和攝影機校準差異的問題，使得抓取更加強大。即便這樣，這種方法沒法過分概況，而且不能用於差別很大的硬體和抓取環境中（例如從架子上拿取一個物品）。
研究員計畫在未來嘗試讓訓練設置更加多元化，看看他們的技術的適應性如何。他們還希望研究如何將這種方法用於“真實世界”的機器人，”在非常複雜多樣的環境、物件、燈光以及磨損情況下“。
我們與Google
Research的Sergey Levine聊了聊他們的研究。
IEEE Spectrum：能否說說你們的研究與其他類似研究的關聯呢，例如Brown的百萬物品挑戰或者加州大學伯克利分校的Dex-Net？
Sergey Levine：和Dex-Net及Brown的研究一樣，我們的研究也是基於大資料可以提升機器人能力這個假設。我們和他們的研究最主要的不同是，我們採取的是一種非常直接和資料導向的方法，依靠最少的前期資訊，來解決抓取這個非常具體的問題。Dex-Net使用基於模型的方法和類比資料，而Brown的目標更大，是掃描非常多的物品（我們的方法不收集掃描資料，而只是憑經驗學會抓取）。
為什麼資料的量很重要，從更多的資料中到底能發現什麼（真的能發現什麼嗎？）
任何時刻，我們都在使用六隻十四個機器人手臂（隨著試驗的進展，更多機器人上線了）。我們還在研究實際上需要多少資訊，還沒有官方資料，但是非正式地來說，試驗從20萬次抓取後開始好轉，並一直在提升（如果有更多資料的話應該還會提升）。
信息量的重要性主要因為兩個原因：（1）物件和抓取器的幾何形狀有非常多的可能性，（2）最新的模型一直在補充新資料，新模型很擅長定位他自認為正確但實際上錯誤的資訊，為資訊庫增補樣本，從而進一步改善新模型。
你們的硬體設計如何影響抓取物品的技術（和成功）？為什麼選取這種抓取器，以及這種方法能否適用於任何抓取器？
這種方法能夠直接適用於任何平行的顎形抓取器，也有可能應用於其他抓取器和手。硬體並不是專為這項實驗設計的，這只是按照我們要求的數量最容易獲得的硬體。儘管這樣，我們使用的這種手指非常適合抓取各種物品。
如何概況這項研究的精髓，讓這項技術可以用於其他環境中的其他操作器？
如果要適用於其他操作器，有可能系統必須與各種操作器及終端感測器一起訓練。目前的系統是驗證概念。實用性應用可能需要更多在不同環境、不同背景和其他設置（例如架子、抽屜等等）中的訓練，以及一種決定抓取什麼物品的更高等級的命令機制，也許將動作命令限制為工作空間的某個具體部分。
‧ 這些才是真正的一鍵自動泊車系統
騰訊數 徐蕭梓丞
對於駕駛新手來說，開車的過程中最困難的事情是什麼？百分之八十的答案都是泊車入庫。沒錯，在各種環境下想要完美的將車停到車位中，是一件並不容易的事情。有時側方車位前後距離太小、有時後方車位前面距離太窄，都讓許多新手們為難不已。多倒幾次車事小，有時還會出現刮蹭，讓人十分惱火。雖然有些車型已經配備了自動泊車技術，但是依然需要駕駛員人為控制檔位元、油門，並不算真正的自動泊車。
而現在，越來越多的廠商都開始研發無需人工干預真正的自動泊車功能，而這就屬於無人駕駛的範疇了。這樣自動泊車甚至無需駕駛員在車內就可以實現泊車入庫，不僅非常方便，同時非常炫酷。下面我們可以一起來盤點一下那些真正的一鍵泊車技術。
寶馬遠程自動泊車
寶馬曾最初在去年的CES上展示了這項技術，而這項功能首先被應用到了全新一代的7系轎車上。寶馬表示，這套命名為全自動遠端控制停車系統(fully automated
Remote Valet Parking Assistant)的系統能夠在完全不需要駕駛員控制的情況下，自動將車輛停入停車位，即使是大型多層式停車場，系統也能完美執行停車指令。
這套停車系統同樣也是通過車輛身上安裝的雷達掃描器運行，不過特別的是，電腦會將掃描而得的環境資料與建築物(停車場)本身的結構作綜合判斷，讓車輛可以更輕鬆找到車位並執行停車任務。
駕駛員可以通過車鑰匙或智慧手錶輕鬆執行這套全自動遠端控制停車系統，只需進行簡單的設定，你就可以將停車任務完全交由車輛自己完全。而這套系統也相當智慧，除了對停車場的結構非常瞭解，而且當停車場出現突發狀況，比如行人、違規亂停的車輛等，也能從容應對。而當車輛停妥後，自動停車系統就會將車輛自動上鎖。而當再次接收到智慧手錶指令的時候，它還能夠偵測到車主與自己的距離，並計算出車主將在何時抵達停車場取車，然後在確切的時間開到上次車主下車的位置，讓駕駛員直接開走。
特斯拉Summon自動泊車
特斯拉在Model S最新的一次升級中，帶來了一項名為Summon的自動泊車功能，該功能可以全自動進行泊車操作，而無需真人司機在車內配合控制。
對於Summon功能，特斯拉定位成“召喚”，目的是方便車輛停進和駛出那些駕駛員無法上車的車位。對於一些狹小的車位來說，這個功能顯得相當實用。用戶只需將車停在車位前方，按住遙控鑰匙中部的按鍵，當車輛危險警告開始閃爍時，按下後備箱按鍵，它就會自動向前停入空位之中。同時，如果你對裝備了HomeLink的車庫門進行過設置，車輛在進出車庫時還會自動打開關閉車庫門。需要注意的是，Model S在Summon模式下只能向前行駛。
Summon功能目前尚處在測試階段，特斯拉稱這個功能預設處於關閉狀態，使用者可以在系統的控制-設置-駕駛員幫助-Autopilot中啟動這個功能。同時，特斯拉還增強了Model S的垂直車位停車能力，此前這款車型的停車助手僅限於幫助駕駛員進行平行停車。
奧迪全自動停車技術
奧迪也曾在CES上展示過一鍵自動停車功能。奧迪的這項技術，可以將每輛汽車停車所需的車位空間將能夠縮小兩平方米，停車庫能夠停放的車輛將是現在的2.5倍。
在奧迪官方發佈的全自動停車技術的演示視頻中，我們可以看到，當駕駛人員將車輛開到停車場的入口附近時，駕駛員瀟灑的下車拿出手機，然後只是簡單地點了一下螢幕，就轉身離去，隨後車輛開始自行啟動，進入停車場尋找停車位。
富豪全自動停車系統
富豪正在開發中的全自動停車系統則是與無人駕駛技術、網路技術與無線通訊技術的進一步結合。在基礎設施建設方面，富豪這套系統並不算複雜，只需要停車場在出入口以及停車場內部設置感測器，用於引導車輛進出停車場以及尋找車位。
富豪的這項技術可以實現車輛在路邊或停車場入口就可以接管車輛，來進行車輛的自動停車車和鎖閉，並且它還能讓車輛自己從停車位來到你的身邊。當車輛在其從停車場入口駛向停車位的過程中，也難免會有其它車輛或行人出現，所以，富豪的這項技術還可以在自動停車的過程中即時監測車輛周圍的各種障礙物，以便隨時調整行車路線。
福特全輔助停車服務
福特的這項技術名為“全輔助停車服務Full Assisted Parking Aid（FAPA）”，雖然這項技術目前並沒有實現普及，但是已經具備非常高的可實用性。這項技術的核心部件為超聲波感測器，當此功能開啟，並且車輛時速在30km/h以下行駛時，FAPA會通過超聲波感測器掃描空車位。
當車輛行駛至將要停車的範圍內，如果超聲波感測器掃描到合適的停車位元，系統便會自動提醒駕駛員，此時駕駛員只需要下車打開手機，通過手機向車輛發送自動停車的指令，車輛就會自動停入剛才掃描到的合適車位元。當然，車輛能自己停入車位也就能自己開出車位，當駕駛員想要將車輛駛出停車位時，同樣也只需要通過手機向車輛發送相關指令，車輛就可以自動駛出停車位。
日產將自動泊車技術安裝到了辦公室座椅上
當汽車商正在開發電動汽車或者無人駕駛汽車技術時，日產卻將目光瞄向了辦公室椅子。具體而言，日產將自己的自動泊車技術——智慧泊車輔助系統（Intelligent Parking Assist）裝到了辦公室椅子上。
拍一下手掌，燈不會關閉，但是辦公室的所有椅子會自動轉動並移動到桌子底下。日產解釋說技術可以讓辦公室和會議室變得整潔起來，一天結束或者會議結束時員工只要拍一下手掌就可以整理好房間。
智慧椅子通過Wi-Fi連接到四面牆上的動作控制攝影機，椅子可以360度旋轉，攝影機可以追蹤位置，將椅子送到特定位置。看到椅子竄來竄去妙趣無窮，遺憾的是技術不會出現在全世界的辦公室裡，日產只是用智慧椅子來展示自己先進的自動泊車技術。