3S Market 傳遞 智慧應用與價值的商業資訊
Can you recycle an old EV battery?
工業 4.0 智慧工廠 |
3S Market 是台灣物聯網資訊、安全監控,與雲端智慧整合應用解決方案的人氣布落格網站,在公共、工商與居家三大應用領域中,提供產品、產業、市場以及行業垂直應用領域的資訊平台。 Smart、Solutions、Strategy 是3S Market 提供給智慧應用產業的核心價值。
3S Market 傳遞 智慧應用與價值的商業資訊
工業 4.0 智慧工廠 |
什麼是 5G,我們為什麼需要它?
因此,5G 應該提供顯著提高的營運性能(例如提高頻譜效率、更高的數據速率、低延遲),以及卓越的用戶體驗(接近固定網路,但提供完整的移動性和覆蓋範圍)。5G 需要滿足物聯網的大規模佈署,同時仍然提供可接受的能耗、設備成本以及網路佈署和營運成本。它需要支持各種各樣的應用和服務。
根據 ITU-R M.2083,IMT-Advanced(第 4 代)與 IMT-2020(第 5 代)的關鍵能力比較:
5G 為網路營運商提供了為新的用戶類別提供新服務的潛力。
ITU-R 在其 ITU-R M.2083 建議書中,為 2020 年及以後的 IMT 定義了以下主要使用場景:
根據 ITU-R M.2083 需要不同的關鍵能力:
ITU-R 設立了一個名為 IMT-2020 的項目,以定義 2020 年及以後的下一代行動通信網路,時間計劃如下:
另請參閱 IMT-2020 時間表和 IMT-2020 流程。
在 2015 年 3 月的 TSG #67 上,3GPP 與 SP-150149 制訂了關於如何為第五代行動網路做出貢獻的 3GPP 時間表。
與 2015 年 9 月的 RAN #69 相關,3GPP 在美國鳳凰城舉辦了一個研討會,以向 3GPP 通報 ITU-R IMT-2020 計劃,並分享相關公司關於下一代無線電技術的願景和優先事項/ 是。
主席總結 ( RWS-150073 ) 制定了 3 個後續步驟:
在 2015 年 9 月 15 日的 RAN #69 上,3GPP 啟動了 Rel-14 研究項目(FS_6GHz_CH_model,RP-160210)“ 6 GHz 以上頻譜的信道模型研究”。這項研究於 2016 年 6 月在 RAN #72 上使用 3GPP TR 38.900 完成。
注 1:LTE-Advanced 迄今為止聚合了高達 100MHz 的頻譜,並且目前在低於 6GHz 的頻段中運行。本研究著眼於 6-100GHz 的頻率範圍和 2GHz 以下的帶寬。
注2:該TR的全部內容後來轉入3GPP TR 38.901 「 0.5 至 100GHz 頻率信道模型研究」,涵蓋整個頻率範圍。
在 2015 年 12 月的 RAN #70 上,3GPP 已經開始了 Rel-14 研究項目(FS_NG_SReq,RP-160811)「下一代接入技術的場景和要求研究」,目的是確定典型的佈署場景(與屬性相關)例如載頻、站點間距離、用戶密度、最大行動速度等),並為它們制定下一代接入技術的具體要求(考慮到 IMT-2020 的要求)。
這項研究於 2016 年 12 月在 RAN #74 上完成,3GPP TR 38.913描述了場景、關鍵性能要求以及架構、遷移、補充服務、操作和測試的要求。
2016 年 3 月,ITU-R 在通函中邀請了 IMT-2020 的候選無線電接口技術。IMT-2020的總目標是透過設置ITU-R M.2083和在被提供的要求ITU-R M.2410如例如:
最低要求:
其他需求:
在 2016 年 3 月的 RAN #71 上,3GPP 啟動了 Rel-14 研究項目 (FS_NR_newRAT, RP-170379)「新無線電 (NR) 接入技術研究」,目的是確定和開發技術組件以滿足廣泛的用例(包括增強型行動寬頻、大規模 MTC、關鍵 MTC)和 3GPP TR 38.913 中定義的附加要求。這項研究於 3 月 17 日在 RAN #75 上完成,Rel-14 3GPP TR 38.912是新無線電接入技術的功能集合,以及對其可行性和功能的研究。
注意:本研究項目中還包括一些 RAN 工作組 (WG) 特定的 3GPP 內部 TR:38.802 (RAN1)、38.804 (RAN4)、38.801 (RAN3)、38.803 (RAN4)。
在 3 月 17 日的 RAN #75 上,3GPP 啟動了關於「新無線電接入技術」的 Rel-15 工作項目(NR_newRAT,RP-181726)。隨著時間的推移,該 WI 分為 3 個階段,以滿足不同網路營運商的需求:
注意:最初所有其他架構選項也應該在這個常規凍結階段完成。然而,由於除了選項 2 之外的時間計劃極具挑戰性,僅在此階段完成了架構選項 5(LTE 基地台可以連接到 5GC)。
注 1:可以在 3GPP TR 38.801 中找到不同架構選項的 說明(需要注意的是,該術語在本研究階段還不穩定)。
注 2:Rel-15 區分 2 個頻率範圍:FR1:450 MHz – 6000 MHz 和 FR2:24250 MHz – 52600 MHz;LTE僅在 FR1 中運行,而 NR 可以在 FR1 和 FR2 中運行;這就是為什麼 FR1 被考慮用於 NSA NR 而 FR2 被考慮用於 SA NR。
由於 LTE-Advanced 可以滿足某些用例的部分 IMT-2020 要求,因此 3GPP 對 IMT-2020 的輸入(稱為「5G」)有 2 個提交:
注意:術語 RIT 和 SRIT 在RP-171584中討論和解釋。
將 Rel-15 拆分為多個 drop 非常具有挑戰性,例如
儘管如此,3GPP 及時為 IMT-2020 時間表做出了貢獻,如下所示:
Rel-16 第 3 階段和 ASN.1 凍結於 2020 年 6 月進行(注意:某些工作項目在 9 月 20 日之前完成了一些剩餘的未決問題,並且在執行第 3 階段凍結時仍可以預期一些更正並且同時凍結 ASN.1 是一個挑戰)。
第一個 Rel-18 研究項目和工作項目將於 2021 年 12 月開始。
與過去的 GERAN、UMTS 和 LTE 一樣,未來 5G 將進一步演進,以滿足行業和客戶的需求。
一個革命性的物聯網+即時影像的雲平台即將出現 |
3GPP TR 21.205 中提供了所有 5G 相關規範(包括核心網絡和系統方面)的 列表, 或使用 3GPP 網站上的此 URL。
無線電相關規範僅針對 NR: 38 系列規範。
僅針對 LTE 的無線電相關規範: 36 系列規範。
解決影響 LTE 和 NR 方面的無線電相關規範: 37 系列規範。
下一代新服務和市場的服務要求: 3GPP TS 22.261。
5G 系統的系統架構(第 2 階段): 3GPP TS 23.501。
5G 系統程序(第 2 階段): 3GPP TS 23.502。
NR; NR 和 NG-RAN 總體描述(第 2 階段): 3GPP TS 38.300。
NR; 多連接;總體描述(階段 2): 3GPP TS 37.340。
NG-RAN; 架構描述: 3GPP TS 38.401。
ETSI 有許多組件技術,將整合到未來的 5G 系統中:網路功能虛擬化(NFV)、多接入邊緣計算(MEC)、毫米波傳輸(mWT) 和非 IP 網路 (NIN)。
AKD 寰楚專業級全系列監控設備 |
ASME
自動駕駛汽車已經在美國街道上,以測試模式自動駕駛。但是他們的機載導航系統,仍然無法幫助他們在濃霧甚至輕霧中安全操作。事實證明,光粒子在水滴到達引導車輛的攝影機之前,會在水滴周圍反彈。光的散射給濃霧中的導航,帶來了重大挑戰。
麻省理工學院的研究人員,正在努力尋找解決該問題的方法。他們開發了一個系統,可以感應深度並測量隱藏物體的距離,從而在霧中安全地駕駛無人駕駛車輛。
研究人員在 3 月 18 日兩天後宣布了他們的里程碑,當時一輛由 Uber 營運的自動駕駛汽車,在方向盤後面有緊急備用司機,在亞利桑那州坦佩的一條街道上撞上了一名婦女。事故發生在晚上 10 點,但天氣晴朗乾燥。雖然霧不是自動駕駛汽車導航的唯一問題,但它絕對是一個問題。
為什麼你看不到霧?因為它會折射光線並混淆到達人眼的資訊,因此無法提供清晰的圖片。Guy Satat,麻省理工學院媒體實驗室研究生
部分問題,在於並非所有雷達系統都是相同的。例如,那些引導飛機沿著跑道行駛的設備,使用無線電波,無線電波具有長波長和低頻,並且不能為自動駕駛車輛導航返回足夠高的解析度。與電磁波譜中其他更長的波長(例如 X 射線)一樣,它們無法很好地區分不同類型的材料。麻省理工學院媒體實驗室相機文化小組的研究生蓋伊·薩塔特(Guy Satat)說,他需要這種特徵來區分樹和路緣之類的東西,他在小組負責人拉梅什·拉斯卡的領導下領導了這項研究。
也適合你:為自動駕駛汽車添加深度感知
相反,當今的自主導航系統,主要依賴於光探測和測距 (LiDAR) 技術,該技術每秒發出數百萬條紅外雷射光束,並測量它們反彈所需的時間,以確定與物體的距離。但是,在目前的狀態下,雷射雷達無法「看穿霧,就好像沒有霧一樣,」薩塔特說。
「我們正在處理逼真的霧,它是密集的、動態的和異質的,」他說,「它不斷地移動和變化,帶有更濃或更不濃的霧。」薩特說。
Satat 和他的團隊尋求一種方法,該方法可以使用人類和動物依賴的更短、更精確的近可見光線。
「為什麼你看不到霧?」 薩特問道。「因為它會折射光線並混淆到達人眼的資訊,因此無法提供清晰的圖片。」
賣個關子,這個產品將降低濃霧車禍的發生…… |
麻省理工學院研究人員的新系統,建立在現有的 LiDAR 技術之上。它使用一個飛行時間攝影機,它透過一個被形式覆蓋的場景,發射短時間的雷射。形式 —— 在這種情況下,霧 —— 散射光子。然後板載軟體測量光子,返回攝影機感測器所需的時間。
直接穿過霧的光子最快到達系統,因為它們不會被密集的雲狀物質散射。
「直線光子先到達,有些會晚一些,但大多數會在到達感測器之前,散射成百上千次,」薩塔特說,「當然,它們會晚得多到達。」
相機每 56 萬億分之一秒計算到達它的光子,機載算法計算光傳播到感測器 1,024 個像素中的每一個的距離。這使其能夠處理阻礙早期系統的霧密度變化。Satat 說,換句話說,它可以處理每個像素看到不同類型霧的情況。
透過這樣做,系統會創建隱藏在散射光的材料之中,或之後的物體的 3D 圖像。
「我們不需要任何關於霧及其密度的先驗知識,這有助於它在廣泛的霧條件下工作,」薩塔特說。
麻省理工學院實驗室,還使用其可見光範圍的攝影機,透過其他散射材料(例如人體皮膚)觀察物體。他說,該應用最終可以用作 X 射線的替代品。
在惡劣天氣條件下駕駛,是自動駕駛技術的剩餘障礙之一。Satat 說,這項新技術可以透過讓自動駕駛汽車,成為「超級駕駛員」來解決這個問題。
「自動駕駛汽車需要超級視力,」他說。「我們希望它們比我們駕駛得更好、更安全,但它們也應該能夠在我們無法駕駛的條件下駕駛,例如霧、雨或雪。」