Novel coronavirus (2019-nCoV)
今日主題 智慧安控\雲端\物聯網\行業應用
智慧安控應用 |
雲端\物聯網\傳輸應用
|
2020年2月3日 星期一
‧ 2020\02\03\3S MARKET Daily 智慧產業新資訊
3S Market 傳遞 智慧應用與價值的商業資訊
．3D ToF 技術市場熱度高居不下，系統級解決方案引爆新一輪行業應用浪潮
Analog Devices ToF Imaging Presentation
 |
|
0935-970-603 施正偉
|
來源：ADI
作為 3D 深度視覺領域三大主流方案之一，ToF 技術除了應用在手機上之外，也在 VR/AR 手勢交互、汽車電子 ADAS、安全監控以及智慧零售等多個領域，都開始大顯身手，應用前景十分廣闊。
隨著數位成像技術的發展，攝影機作為一種感測器被廣泛研究。在過去一年多的時間中，ToF 技術作為拍照的亮點，頻頻出現在各家的手機產品上。
從 vivo NEX 到榮耀 V20，從景深測量到動作捕捉，有了 ToF 技術加持，智慧手機能夠拍出更好的虛化照片，能夠化身為體感遊戲機 …… 作為 3D 深度視覺領域三大主流方案之一，ToF 技術除了應用在手機上之外，也在 VR/AR 手勢交互、汽車電子 ADAS、安全監控以及智慧零售等多個領域，都開始大顯身手，應用前景十分廣闊。
「這種技術跟 3D 雷射感測器原理基本類似，只不過 3D 雷射感測器是逐點掃描，而 ToF 攝影機則是同時得到整幅圖像的深度資訊。ADI 系統應用工程經理李佳，在分享 ADI 3D 深度檢測技術時指出，「簡單來說，通俗點解釋就是 ToF 發射器發射出了一整面平整的光牆，這面光牆打到被測物體表面反射回來，並帶回來了深度資訊。」
ToF 發射器向物體發射雷射光，再由一個接收器接收反射回來的雷射，根據雷射往返的時間長短，和其固定的飛行速度，計算出物體表面上的這個點，與 ToF 攝影機之間距離。
圖1. 使用 ToF 技術可以得到物體的距離。
需求端爆發抬高 ToF 市場熱度
隨著體感交互與控制、3D 物體辨識與感知、智慧環境感知，以及動態地圖建構等，技術與市場的發展，各大應用場景都開始對 3D 視覺與辨識技術，產生日益濃厚的興趣，和日益旺盛的需求。
以現階段體量最大的兩個應用領域為例：一方面，隨著智慧手機進入存量時代，微創新對深度攝影技術的強烈需求，加之智慧手機交互方式的不斷變化，正促進全球 ToF 市場快速擴張；另一方面，在汽車電子領域，以 ADAS 普及率不斷提高為代表的，汽車智慧化趨勢也正加速演進，而作為雷射雷達、智慧攝影機等，深度測距感測器領域最主流的方案，ToF 市場也正持續受益。
技術方面，相比 3D 深度視覺，其它兩種方案而言，ADI ToF方案，在實際應用中的優勢不言而喻。舉例來講，在畫面拍攝後，計算景深時不需要進行後處理，既可避免延遲，又可節省採用強大後處理系統，帶來的相關成本。
而且 ToF 測距規模彈性大，大多數情況下，只需改變光源強度、光學視野，以及發射器脈衝頻率即可完成。由於具有不易受外界光干擾、體積小巧、響應速度快，以及辨識精度高等多重優勢，使得 ToF 無論是在行動端，還是車載等應用領域，日漸成為 3D 視覺的首選技術方案。
圖2. 3D 視覺主流方案對比。
李佳還全面分享了，ADI 所研發的突破性 ToF 技術方案，從工業自動化、智慧建築到汽車應用等，全面推進智慧物聯網創新的應用開發。
「ADI 公司的 ToF 技術之所以受到矚目，是因為這項技術能達到 VGA 影像解析度與精準度，同時又具備更低的功耗與佔位空間，深度數據能有效增加影像辨識度，達到對象判斷的精準度。」李佳一語道破關鍵。
專業與消費市場相結合，助推 ToF 技術持續受益
從消費級應用場景來看，隨著越來越多智慧手機，後置深度攝影功能的出現，加之手勢交互和環境定位感知，漸成 VR/AR 等新型智慧硬體的標配，未來幾年消費級領域的 ToF 應用，及市場無疑將呈現出井噴態勢。
相比一些專業領域而言，手機後置攝影機，以及 VR/AR 手勢交互、環境測量等應用，在技術層面上面臨的性能挑戰難度，通常要更小一些，而關注重點也主要是在低成本、規格大小，以及功耗等方面，對於測量速度、壽命和解析度等方面的要求並不強烈。
但對於汽車、工業等這一類的專業級場景來講，ToF 感測系統的設計，不僅需要在精度、範圍、響應時間、解析度、成本、功耗，以及可用封裝要求之間取得平衡。
而且針對不同的實際情況中，出現的各種不可控的因素，還需要對感測系統的靈活性，及抗干擾性等方面，進行一些客製化的冗餘設計，比如添加一些高可靠性的濾波，及抗干擾器件和模組，並加載相關的軟體算法，從而保證系統有足夠的能力，去應對不同類型的突發狀況。
以汽車應用領域為例，目前市場上的倒車雷達，只能感應是否有障礙物，甚至一些「身材」矮小的障礙物，達不到感應範圍的要求。採用了 ToF 技術的倒車系統，可同時偵測多個不同距離的行人或障礙物，當檢測到有行人或者障礙物靠近，就算是視線死角車頂的樹枝，透過軟體處理後，能以影像顯影或聲音警示距離，進一步輔助駕駛得知車後相關路況。
ADI 公司所開發的 ToF 模組，結合影像感測器，和 VGA ToF 感測器模組，與內建圖像處理器方案，比傳統音波檢測具備更佳的檢測角度，也更能準確測量物體跟汽車的距離。因此可為汽車倒車系統、開門防護系統、停車輔助系統，及盲點偵測等應用，提供更大範圍的碰撞偵測預防。
圖3. 當檢測到有行人或者障礙物靠近，ADI 公司的 ToF 模組，能夠以影像顯示障礙物的大小，和相對距離，以及聲音示警。
同時在智慧座艙領域，ADI 還提供一系列先進的人機交互（HMI），和駕駛員狀態檢測先進技術方案，其中採用了業界領先的車規級 VGA 解析度，ToF 技術的 3D 人臉辨識，具有抗強光、高解析度的特點，可實現人臉辨識，和複雜的手勢辨識。
實際上，ToF 技術在完成物體的 3D 深度拍照外，同時也能為機器人帶來視覺效應，使之能像人類一樣具有方向感。在人類與機器人的合作問題上，安全性永遠是要考慮的首要問題，尤其是當機器人身處較為擁擠的工作環境中，它們必須能辨認人與機械以及機械的動作，並作出迅速的反應以避免受傷。
「自動化工廠中的各類機器人，都需要自主避障，如果以雷射雷達來解決，成本則需要增加數萬元，用雙目攝影機方案，又需要大量的運算，和雙目攝影機精準位置的調教，而 ToF 則成為解決上述難題，極具性價比的最佳選擇。」李佳表示。
ADI 對於 ToF 技術，則提供了從硬體晶片，到依附於硬體晶片上的算法等，多種靈活的方案，其 ToF 電子圍欄方案，能設立虛擬安全防護牆，借 ToF 信號處理器 ADDI9033 搭配紅外線光感測組件，採用具有 ToF 測距技術的組件，可應用於工業自動化中安全防護的 Virtual Wall（虛擬圍欄）方案。
利用 ToF 的深度數據，ADI 的方案還可以有效地增加影像的辨識度，達到對象判斷的精準度，提供以往機器所沒有的機器視覺，避免了雷射雷達與雙目攝影機方案的缺陷。
圖4. ADI 公司的 ToF 電子圍籬，這項安全防護方案，可應用在眾多機器手臂的場合。
CCD ToF 前端晶片 ADDI903x，突出系統級 ToF 方案優勢
每一款解決方案都有它核心的器件，ADI 的 ToF 方案也不例外，其 CCD ToF 前端晶片 ADDI903x 系列，就是其 ToF 方案的核心器件之一，該系列產品可支持 CCD 紅外光 ToF 感測器，解析度可達 640x480。
ADDI903x 可將影像信號轉換為數位信號，並提供高精確度的脈波時間控制器，閉迴路設計，讓雷射二極管控制的脈波寬度更準確，進而可以得到更精準的深度數據。
ADDI903x 可將影像信號轉換為數位信號，並提供高精確度的脈波時間控制器，閉迴路設計，讓雷射二極管控制的脈波寬度更準確，進而可以得到更精準的深度數據。
圖5. ADI 公司 CCD ToF 前端晶片 ADDI903x 提供的功能。
以感測器和前端晶片 ADDI903x 為核心的 ToF 技術方案，擁有超高幀率和即時性，相比 3D 雷射感測器的逐點掃描，能快速而又準確的，獲取整體圖像的深度資訊。
在其它 3D 技術中，距離的計算要透過複雜算法進行，而 ToF 圖像感測器晶片，可直接測量到對象的距離。
另外，該方案在戶外性能方面非常出色，可支持 940nm 光源，並且每個像素都有獨特的背景照明抑制電路。即使有兩倍的照明峰值功率，該方案也能提供未被干擾的深度數據。
在其它 3D 技術中，距離的計算要透過複雜算法進行，而 ToF 圖像感測器晶片，可直接測量到對象的距離。
另外，該方案在戶外性能方面非常出色，可支持 940nm 光源，並且每個像素都有獨特的背景照明抑制電路。即使有兩倍的照明峰值功率，該方案也能提供未被干擾的深度數據。
圖6. ADI 公司 ToF 方案的完整系統組成。
從上圖可以看出除了前端晶片和感測器，根據 CCD 的需求，會需要比較多的光電器件，ADI 的 ToF 方案，周邊的這些器件都是 ADI 公司的產品。
「該圖片是為了方便大家瞭解 ADI 公司 ToF的系統組成，但是不建議客戶在使用時進行太多修改，因為該系統中的每一個模組，都是長期和松下等公司磨合完成，任何一個更改都會影響到系統的整體性能。」李佳特別強調道。
「該圖片是為了方便大家瞭解 ADI 公司 ToF的系統組成，但是不建議客戶在使用時進行太多修改，因為該系統中的每一個模組，都是長期和松下等公司磨合完成，任何一個更改都會影響到系統的整體性能。」李佳特別強調道。
這款系統級別的 ToF 解決方案，與 CMOS 解決方案相比，在同樣的尺寸或同樣的成本，ToF 可提供更高的系統性能。比如高解析度，在光線複雜的環境中，可以更好的區分主體與背景，同時，得力於松下針對 940nm 發光波段，而設計的 CCD 架構，可以更精確的捕捉運動環境中的畫面。
圖7. ToF CCD 可提供卓越的室外性能。
TOF 深度感測解決方案提供商，Pico Zense 的 TOF 深度感測模組，利用的就是 ADI 公司的 ToF 方案，其主打產品 DCAM710 的深度圖像解析度，均可達到 640x480，畫面每秒傳輸幀數 30FPS，該產品尺寸小、功耗經濟、成像清晰度、精度均達到 VGA 標準，可以廣泛適用於智能機器人、AR/VR、微投影、無人機等領域。
據李佳透露，未來 ADI 將與更多的公司合作，讓 ToF 技術更快、更精準的落實在，物聯網模組化系統級，軟硬體解決方案上。
據李佳透露，未來 ADI 將與更多的公司合作，讓 ToF 技術更快、更精準的落實在，物聯網模組化系統級，軟硬體解決方案上。
圖8. ADI 公司 ToF 方案產品化計劃圖。
本文結語
作為一種新型的視覺感測技術，我們也越來越地明顯感受到了，全球各大應用市場，對諸如 ToF 這類的，3D 深度視覺技術日益旺盛的需求。
而對於業內方案商們來說，無論是針對消費級，還是專業級應用領域，當前仍需解決的基礎性問題還很多，未來如何透過技術手段去真正實現成本、功耗、體積、速度、壽命、穩定性，以及抗干擾能力等多方面的平衡，達到一個相對目前來說，更為優化的水準，進而實現 ToF 視覺感測技術，實際應用中可靠性的成倍提升，是諸如 ADI 公司之類的技術方案提供商，應當考慮的重點，也是 ToF 技術普及，乃至整個市場健康發展的前提。
．人工智慧在實體零售的典型應用：RFID 機器人
Er zählt, und zählt, und zählt - Roboter als Inventurhelfer | Einfach genial – MDR
0935-970-603 施正偉
來源：RFID世界网
德國服裝零售商 Adler Modemarkte，正在透過標籤讀取機器人系統，擴展其 RFID 技術的應用，目前該系統可以跟蹤其 20 家門市店的庫存，計劃到 2019 年 9 月，會部署到 45 個門市店 —— 約佔該零售商門市店總數的三分之一。
該系統由一個名為 TORY 的機器人組成，它配備一個內置的超高頻 RFID 閱讀器和天線陣列，可以在整個門市店的盤點過程中，收集 RFID 數據。這項技術由 RFID 技術公司 MetraLabs 提供。
 |
| TORY inventory robot rolls out to European retail stores |
Adler 是德國最大的零售連鎖店之一，在德國、奧地利、盧森堡和瑞士也有分店。它主要為女性、男性和兒童銷售自有品牌，但約有 25% 的產品來自外部品牌。
多年來，該公司一直將 UHF RFID 標籤，應用於其自有品牌產品和外來品牌，以便更好地管理，透過配送中心和門市店時的商品庫存，從而降低商品在某個門市店缺貨的風險。
員工每周要走遍 177 家門店，透過手持閱讀器，定期讀取 EPC UHF RFID 標籤資訊，從而定期更新公司庫存數量。
Adler 部署 RFID 的目標，是提高其庫存的準確性，並避免貨物在其門市店內錯位。Adler 的 CIO Patrick Schiller 表示，雖然公司已經利用員工跟蹤庫存，並將商品放置到門市店貨架，和陳列架上合適的位置，但這會影響到他們完成銷售業績，和接待顧客的首要工作。
Adler 公司於 2015 年開始與 Metralabs 合作，當時他們就開始測試 TORY 擔任銷售助理掃描標籤，以辨識門市店商品庫存和位置的能力。不過，當時僅在少數幾家門市店，對機器人進行試點測試。
「在試點階段，RFID 技術的物理挑戰，是首要考慮因素。」 Schiller 說。TORY 的第一個版本高達 30 英尺，配備 11 根天線，讀取範圍超過 7米(23英尺)。他認為這是很常見的，該版本可以穿過牆壁，讀取到標籤資訊；也就是說，庫存計算的軟體算法，必須定期進行調整。因此，零售商已經用 RFID 屏蔽漆粉刷了倉庫的牆壁。
這個 TORY 機器人，配有現成的 UHF RFID 閱讀器、一系列內部研發的貼片天線，以及雷射和攝影機感測器，用來辨識其路徑和當前位置。
它的直徑是 50 釐米(19.7 英吋)，而中間的天線塔，可以延伸到 7 英尺以上。用正常速度行走時，機器人的一般讀取速度約為 0.5~1 米(1.6~3.3 英尺)，每秒約 250 個標籤。
它的直徑是 50 釐米(19.7 英吋)，而中間的天線塔，可以延伸到 7 英尺以上。用正常速度行走時，機器人的一般讀取速度約為 0.5~1 米(1.6~3.3 英尺)，每秒約 250 個標籤。
然而，Metralabs 的聯合創始人和執行合伙人，Johannes Trabert 說，這取決於它在任何給定時間內，看到的標籤數量。機器人的內置記憶體，可以儲存超過一百萬個標籤讀取，並能透過 Wi-Fi 或有線連接，將收集到的數據傳輸到伺服器。
根據 Trabert 的說法，天線陣列的設計「在典型的零售場景中，無論是很高或很低的貨架、裝滿商品的箱子，還是由於金屬貨架，而導致的多路徑傳輸問題，都能實現很高的精確度和讀取率。」機器人的最初版本，只有 11 根天線，目前到最新版本的有 16 根，因而擴大了讀取區域，同時有了更快、更靈敏的讀取速度。
為了啓動機器人的庫存跟蹤功能，每個門市店的工作人員，需要設置機器人的路線或覆蓋區域。這可以透過一個，臨時連接在機器人上的觸控螢幕，或者透過 Wi-Fi 遠端 PC 連接，來實現與其機載軟體的通信。該軟體可以在觸控螢幕上顯示指令，以指導用戶設置新的「掃描區域」。
零售商根據自身的數據庫，軟體儲存的數據，指示機器人應該在每個陳列架或貨架上，找到哪些庫存。如果機器人無法在指定位置上，捕獲到預期項目的標籤 ID 號，它可以返回到該標籤所屬的區域，再一次嘗試讀取。
它還可以在標記物品密集堆積的區域中，向後轉圈進行第二次讀取，這就意味著遺漏讀取標籤的可能性很高，然後機器人會透過 Wi-Fi 傳輸所有丟失物品的數據。
Trabert 報告說，根據零售商進行的用戶試驗，機器人完成庫存盤點任務的速度，大約要比人工手動盤點快 10 倍，而且準確率比手持閱讀器更高。
Schiller 表示，想要實現從試點，過渡到更多門市店的正式部署，需要對機器人正在收集的大量庫存數據，進行修改和管理。「在推出過程中，挑戰在於每天晚上產生的數據量，必須在 RFID 系統和 ERP 中，進行處理和記錄。在 TORY 操作的門市店內，我們每晚都要進行一次全面的庫存盤點，而以前我們是每年進行一次。」
Schiller 坦言，除了更好的庫存可視性，Adler 的主要目標之一是減少缺貨事件的發生率。此外，該公司希望從解決方案中，獲得分析結果，幫助其制訂未來計劃。「我們還希望能夠跟蹤商品在門市店中的移動路徑，從而優化空間。」他說。
Adler 計劃到 2021 年，可以為旗下 175 家門市店，各配備一台 TORY 機器人。Schiller 解釋說：「我們的目標，是進一步提高庫存安全性，避免商品被錯誤放置。」
此外，我們的員工可以充分利用，從銷售工作中騰出的更多額外時間。這也是商業案例的基礎。」他指出，透過使用 TORY 系統，公司可以顯著減少庫存差異。
「由於我們的門市店佔地面積廣，我們可以透過 RFID 搜索生成有針對性的補充建議。」根據 Trabert 的說法，Adler 正在以每週兩個新機器人的速度，落地該系統。
按此回今日3S Market新聞首頁
按此回今日3S Market新聞首頁
 |
．AI 在安控領域落地存在的難題有哪些？
How AI is used for facial recognition in surveillance cameras
0935-970-603 施正偉
來源：
AI 從前兩年的概念泛起，如今正逐漸走向落地應用階段，然而，從廠商和用戶的普遍回饋來看，人工智慧在安控領域的落地應用，似乎並沒有大眾想像中的順利，開始有越來越多諸如場景碎片化、應用成本高、實驗室場景到實際應用場景，效果差距較大等問題被暴露出來，而這些也成為當前階段，AI 落地應用過程中新的痛點。
其中，對於產品和解決方案提供商而言，AI 應用場景的碎片化，更成為工程項目亟待解決的問題。
AI 作為一種應用技術，有通用型市場，也有垂直市場。第一種情況下誕生了 AI＋ 行業的第一批人工智慧公司；當 AI 通用技術從普及，到往行業深扎的過程中，會出現行業＋AI 的第二批人工智慧公司。在跟場景數據強相關的市場上，必然會出現垂直型的行業＋AI公司。
AI 技術下沈激發安控市場深層覺醒
安控作為一個典型的垂直行業，全部是圖像影像數據，用通用型技術無法解決，必須用垂直的、專用的圖像辨識技術來做，比如，多角度多姿態、複雜光線下的人臉辨識等。
通用技術在早期大家覺得還可以接受，當深扎進入安控行業中，通用的 AI 技術便開始分裂，用戶開始期待更適用於行業領域的 AI 技術。
AI 對安控行業帶來的改變，不是單純的提供電腦視覺等 AI 技術，而是由 AI 驅動的安控行業資訊化。安控是 AI 技術帶來變量最大的行業。
對於很多網路公司而言，AI 只是對某個軟體進行了升級，但對安控行業來講，AI 技術開啓了整個安控行業的資訊化革命，這是沈睡已久的行業需求，AI 將它喚醒了。
而當資訊化的需求被解決，整個安控市場的體量會相當可觀。可以預料，未來五到十年，將會是安控行業的快速發展期，也將是 AI 推進安控資訊化的技術改造期。
AI 落地智慧安控的現存痛點
眼下，AI 總是給予大家以錯覺，認為安控智慧之旅已然結束，但事實上，越往後發展，這其中的故事越多元、越複雜，AI 在安控市場的應用，比大眾想像的邊界要更遠、更深。
截至目前，AI 等技術在安控行業的落地、生根，尚存四大問題：
1、安控市場具有無法比擬的高度豐富性和可挖掘性，基於對海量影像圖像，分析的 AI 應用剛需依舊很大，現有的廠商還不能夠完全應對。
2、安控項目是集產業、技術、模式、資本、服務為一體的複雜系統，涉及前端採集、儲存、傳輸、管理、應用多個產業鏈條，當下賦能過程中，AI 僅僅滲透到了採集等單個環節。
同時，AI 的實際應用效果，尚不能讓人非常滿意。比如，現在市面上大多安控人臉辨識系統，可以稱之為「中青年男性人臉辨識系統」，因為女性、老人、小孩等人臉辨識，依舊有很多問題待突破。另外，夜間、正午光線過暗、過曝等環境因素，對人臉辨識的準確率，仍然有很大的影響。
換句話說，安控行業一直以來存在的問題，AI 只是幫忙解決了冰山一角，該有的問題依然存在，之前沒有的問題，也還在增加出現。
3、新創公司生存壓力之大，平常人很難感同身受，作為傳統製造業，安控產業鏈長、成本高，也是擺在企業面前的一道現實問題，成百上千人的隊伍，加上巨額的行銷、研發成本，想要一直緊咬傳統安控巨頭，做垂直應用變得越來越艱難。
可以看到，如今很多新創公司，都在拿著錘子找釘子，多條腿走路，從越來越多 CV 新創公司，開始佈局安控之外的零售、教育、醫療等市場就可看出。
4、賽道現有玩家大多無法形成數據閉環。眼下的安控項目構成，整合商們拿著傳統安控廠商的攝影機、AI 新創公司的算法、ICT 廠商的伺服器，找第三方公司做軟體交付，這樣的作業模式，無法形成數據循環，這也是新創公司面臨的最大問題。
 |
| 康橋科技 —— 白光攝影機專業廠商！ |
．5G 的到來，將為物聯網發展帶來哪些新機會？
5G wireless networks: How will it affect the Internet of Things? How fast will it be?
|
|
0935-970-603 施正偉
|
來源：
談到5G網路，相信很多人都沒有很清晰的認知，因為目前5G網路在市場還沒有真正應用，那麼它和4G、2/3G網路有什麼區別？
最明顯的區別就是速率，當4G網路在2010年左右，開始佔領市場的時候，我們會覺得速度變得很快，下載一部電影，傳送一個影片、文件或者照片等，終於不用像2/3G網路，那樣苦苦等待了，不過，這些在5G網路面前都不算什麼，那麼，我們即將面世的5G網路到底有多快呢？
據悉，它的峰值理論傳輸速度，可達每秒數10Gb，可以說一部超高清畫質電影，可在1秒之內下載完成，5G作為第五代行動通信技術，將把行動市場推到一個全新的高度。
那5G什麼時候能真正到來呢？目前，日本、韓國、美國和中國等國家，以及歐洲都在積極研究5G技術，尋找關鍵技術的突破點。
5G技術的關鍵技術多達六項，其中包括大規模天線陣列技術，或新型多天線技術、超密集組網技術、新型多址技術、D2D通信技術、更加扁平化的新型網路架構，和C-RAN研究、高頻段需求，潛在候選頻段研究。
5G技術的關鍵技術多達六項，其中包括大規模天線陣列技術，或新型多天線技術、超密集組網技術、新型多址技術、D2D通信技術、更加扁平化的新型網路架構，和C-RAN研究、高頻段需求，潛在候選頻段研究。
如此艱巨的任務，給各個國家都帶來了挑戰，而一些5G技術已經開始測試，如A＆T和Verizon正在測試，家庭和企業5G寬頻固定網路。
據國際媒報導，中國的華為公司，正在熱切關注5G網路的發展，目前正在韓國競標，力爭向韓國三家代表性行動電信商提供5G網路設備，競爭對手有三星、諾基亞和愛立信三家公司，其中LG Uplus電信商已經表示，願意與華為合作，而華為在此次競標中，也佔著非常大的優勢。
根據業內人士的說法，2020年將是5G商業網路上線的第一年。5G技術的突破，影響最大的便是物聯網產業，也可以說，5G網路就是為物聯網時代服務的，未來5G網路的傳輸速率可達10Gbps，一秒時間內可以完成，我們目前使用的4G網路2分鐘左右完成的工作量，如此高速的網路，那麼它究竟可以給物聯網的發展帶來哪些新機會呢？
5G網路將推動智慧交通領域的發展
5G網路將推動智慧交通領域的發展，從智慧交通的發展階段來看，目前大多數車輛只停留在導航階段，使用孤立的定位系統，而網路速度也達不到要求，我們在使用導航的時候，即使我們走偏了，導航都不會及時告知我們，當我們走偏一兩分鐘後才提醒我們，而且一些比較偏僻的地方，導航導不了，有時候地圖也沒有及時更新，所以我們往往很難到達目的地，這大大影響了用戶體驗。
其中主要原因還是傳輸效率不夠，因為不能即時傳輸資訊，所以不能即時更新資訊。當5G網路的到來，我們相信這些問題都能得到很好的解決。
無人駕駛技術，也是目前世界正在研究的熱鬧方向，這項技術要求毫秒級延時，美國國家公路交通安全管理局的調查報告顯示，80%的公路交通事故，是由於駕駛員在事故發現前3秒內的大意造成的。
戴姆勒-賓士公司的一項實驗也顯示，如果提前0.5秒示警駕駛員，可以避免60%的追撞事故；若駕駛員能提前1.5秒得到示警並採取措施，則可以避免90％的追撞事故。
我們目前使用的4G網路，速率時延達到了50毫秒，基本實現不了即時控制，假如5G網路到來，端到端的時延只需要1毫秒，完全可以滿足自動駕駛的苛刻要求。
而5G網路擁有高速率，低功耗的特點，我們不妨可以想像，利用相關技術把路況、車輛四周狀況、紅綠燈、堵塞程度等數據，結合成一個智慧交通網，任何車輛駕駛員可以真正360度地瞭解周邊車況，清楚地知道路段前方交通狀況，堵塞程度，從而選擇合適自己的車速或者路線，這下完全可以實現無人駕駛的美好願景，人坐在車上也就可以完全放心啦。
5G網路將助力工業領域的發展
5G網路將推動工業領域的發展，就目前來看，危險環境遠端作業一直受制於網路性能，發展階段基本處於空白，工人們要經常要冒著生命危險去操作，假如出現意外，那將是一個家庭的悲劇，我們的科技在進步，當然不希望看到諸如此類的悲劇接連發生。
在5G時代，可以輕鬆地將我們的作業地點和電腦即時連接，人 們可即時操作、即時分析，不用工人冒著危險去現場作業，就可以安全又高效地完成工作任務。
5G網路將加速虛擬現實領域的發展
虛擬現實也是物聯網的一個發展方向，完美的虛擬現實對於移動網路有著極高的要求，如今VR技術讓許多人不出遠門，就可以體驗到外面的精彩世界，但是也有一個弊端，許多人體驗久了會有頭暈的現象，對於易暈眩症者來說，更是碰都不敢碰，研究顯示，對於VR來講，時延要低於20ms，才能緩解暈眩感，而5G毫秒級的時延，將很好的解決這個問題，可以大大提升用戶體驗。
5G網路將賦能遠端醫療領域的發展
5G網路的即將到來，全面實現遠端醫療指日可待，目前的醫療水平發展分布不均，特別是偏遠山區醫療資源極少，人們很多時候，因為經濟或者路途遙遠等原因，得不到即時的救助而錯過最佳治療機會，甚至可能導致死亡。
遠端醫療旨在提高診斷與醫療水平、降低醫療開支、減少看病花費的時間，平衡醫療資源分配不均的現象，為那些看不上病的偏遠山村的人民造福。
目前，遠端醫療技術已經從最初的影像監護、電話遠端診斷發展，到利用高速網路進行數據、圖像、語音的綜合傳輸，假如5G網路實現，相信可以輕鬆實現即時的語音，和高清晰圖像的交流，為遠端醫療領域的發展，提供了前所未有的發展前景。
5G技術可以說是行動通信技術的一次革命性的突破，這次借助5G網路的優勢，物聯網能否真正迎來爆發，還未得知。
專家認為，物聯網加速進入「跨界融合、整合創新和規模化發展」的新階段，工業化、資訊化、城鎮化、農業現代化，都將進入一種新的建設模式，新型建設與舊型建設深度交匯，我們能看到未來廣闊的發展前景，我們更能看到前面有多麼艱巨的挑戰，機遇與挑戰並存。
專家認為，物聯網加速進入「跨界融合、整合創新和規模化發展」的新階段，工業化、資訊化、城鎮化、農業現代化，都將進入一種新的建設模式，新型建設與舊型建設深度交匯，我們能看到未來廣闊的發展前景，我們更能看到前面有多麼艱巨的挑戰，機遇與挑戰並存。
總之，誰掌握5G網路的核心技術，就能在世界的舞台上擁有發言權。
我們可以設想，假如5G技術真正到來，物聯網時代真正來臨，我們的生活是不是變得更加方便、更加舒適、更加美好，交通是不是可以不堵了？看病更方便了？環境更好了？所有你能想到的一切是不是都能實現，然後什麼時候能實現？這將是萬眾期待的！343180723
