3S Market deliver Smart and Valuable information for Business
3S Market 傳遞 智慧應用與價值的商業資訊
2022年10月12日 星期三
· AI 如何幫助解決交通管理上的問題(AI 智慧交通完全解決方案指南)
利用感測器技術改善流動性、可達性和安全性 - Velodyne Lidar
智慧城市的交通管理
人工智慧（AI）的快速發展，帶來了道路交通管理的巨大變化。 人工智慧現在可以非常準確地，預測和控制交通網路上不同點的人、物體、車輛和貨物的流動。 除了為公民提供比以往任何時候都更好的服務外，人工智慧還透過最佳化交叉口的流量，以及改善道路因建築或其他事件而關閉期間的安全，從而減少事故成為可能。 此外，人工智慧處理和分析大量資料的能力，使公共交通成為有效的公共交通，如併車服務。 那麼，人工智慧如何徹底改變道路交通管理？
目錄
人工智慧如何在流量管理中使用？
AI 用於道路交通管理，以幫助分析來自各種交通工具的即時資料，包括汽車、公共汽車和火車。 AI 分析這些資訊，以尋找可能顯示安全風險的模式。 然後，這些資訊被用來建議減輕這些風險，和減少發生事故數量的方法。 美國鳳凰城正在實施一個新的交通管理系統，該系統使用人工智慧來協調燈光。 透過這個系統，鳳凰城的車輛延遲時間減少了 40%。
鳳凰街交通總監 Kini Knudson 認為，人工智慧將提高交通管理的效率：「我們正在使用，五到十年前沒有的技術。」
鳳凰城是目前正在測試人工智慧在交通管理中的許多城市之一，這是馬裡科帕政府協會（Maricopa Association）更大倡議的一部分，該協會在進行大規模投資之前，測試新技術的可行性。 安全和現實世界對這個推出過程非常重要。
交通號誌燈 - 交通號誌控制系統
交通號誌燈是交通基礎設施的重要組成部分。 它們有助於保持交通暢通和組織。
過去，交通號誌燈是由人類開的。 他們使用計時器和其他工具，來保持事情順利執行。 然而，情況已不再如此。 今天，交通號誌燈由電腦執行。 做出這一改變，是為了提高工作效率。 它允許更好地控制交通號誌燈的時間。
近年來，人們一直在努力使交通號誌燈更智慧。 這樣做的目的是提高司機的效率。
主管這項工作的一家公司被稱為 NoTraffic。 這是使智慧交通號誌燈的新努力背後。 這家公司正試圖使用人工智慧，來改善交通管理。
自動距離辨識
自動距離辨識（ADR，Automatic distance recognition）是一種使用感測器，檢測汽車與前方物體之間距離的技術。 這些感測器包括雷射、雷達和攝影機。
ADR 的目的，是在汽車和前面的物體之間保持安全距離，從而降低事故風險。
ADR 系統在現代汽車中越來越普遍。
許多不同的公司提供 ADR 系統，包括特斯拉、Volvo 和梅賽德斯-賓士。
智慧停車場
人工智慧可以幫助預測停車情況。 例如，如果鎮上有音樂會或其他重大活動，人工智慧可以幫助確定最有可能堵塞的地區，並提前推薦停車位。 這將有助於司機避免交通堵塞並節省時間。
使用人工智慧在交通中執法
人工智慧用於交通管理，以執行法律。 ITMS 根據國家法律為自動 challan 罪犯提供了一個工具，在快照和影像方面提供支援證據資料。 人工智慧還用於速度違規檢測，當多人騎著腳踏車或摩託車時，會提醒使用者，沒有頭盔，這有助於防止涉及這兩種交通方式，和其他機動交通工具的事故。 該系統還可以與閉路電視和交通控制系統整合，從而為防止當前的交通威脅提供整體解決方案。
什麼是 ITS？–智慧交通管理系統
ITS 是一個電腦視覺應用領域，專注於車輛分類、交通違規檢測和交通流量分析。 ITS 通常透過關注兩輛行駛車輛，和十字路口行人之間的距離等因素，來幫助減少堵塞。
ITS 使用人工智慧，透過整合物聯網和人工智慧，來幫助流量更順利地移動，以提高行動性（M），減少汙染並降低死亡率。
在交通管理中使用人工智慧有什麼好處？
許多道路交通流程可以顯著改善。 每個司機都必須在紅綠燈前終點等待幾分鐘 —— 儘管沒有明顯的理由這樣做 —— 除了交通號誌燈系統按照完全獨立於當前交通狀況的固定模式工作，都與此有關。 使用人工智慧來保持交通暢通，以應對當前局勢，有許多優勢：
- 流動的交通，沒有交通堵塞，對環境有好處。 這與其說是硬體的使用，不如說是軟體的進一步開發，使其成為另一個相關的環境方面。
- 它能夠最佳化許多業務流程，如交付，這對經濟非常有益。
- 人為錯誤是迄今為止最常見的事故原因，可以透過全面管理交通流量，來在很大程度上消除。 消除人為因素可以大幅減少事故數量。
- 它還為運輸部門提供了有吸引力的機會：卡車排一詞，描述了將幾輛卡車在高速公路上駕駛的卡車電子連線起來的概念。 在這裡，一個人類司機只坐在領先的車輛裡。 人工智慧接管了以下所有卡車的控制權。
所有這些因素，都有助於最佳化整個交通系統。 每個道路使用者都從中受益 —— 即使是那些以前在沒有數位工具幫助的情況下，只能在有限程度上參與道路交通的人。
透過辨識，即將發生的事件，並將其顯示在易於使用的視覺地圖上，Eventflow 幫助運輸經理更有效地規劃他們的路線。 這可能導致乘客人數和服務水準的提高，以及手動搜尋的減少。
Eventflow 還有兩個 API —— 一個用於開發人員，另一個用於希望以開放格式提供資料的非開發人員。 這使得運輸經理可以輕鬆利用現有系統，為乘客和服務水準創造新的機會。
數據品質 —— 道路交通中人工智慧的關鍵
自動駕駛汽車將依靠作為基礎設施的一部分，實施的人工智慧交通管理系統。 重要的是，這些系統能夠存取訪問高品質的數據，這樣它們才能正常執行，並保證路上的每個人的安全。 這就是為什麼我們致力於為客戶提供最好的數據。
一方面，演算法的程式編寫，影響了設計用於道路交通的軟體的品質，但在很大程度上，也受到培訓數據的數量和品質的影響。 機器學習的數據集越可靠、越現實，安全道路交通設計的潛力就越大。
很明顯，道路交通中的人工智慧必須接受許多挫折，特別是在當前的發展階段。 軟體故障造成的事故，一次又一次地成為頭條新聞。 然而，從現實的角度來看，這些個別事件原則上只部分適合質疑自動駕駛。 關於自動駕駛對道路安全的貢獻和事故數字減少的最終宣告，要求進行可靠的比較，將兩個數字相互聯絡起來：
- 有多少事故是由程式編寫錯誤造成的？
- 由於人為錯誤，在同一情況下發生了多少起事故？
公眾密切監控軟體錯誤導致的事故。 相比之下，作為事故原因的缺乏人類關注很少成為頭條新聞。 然而，這並不一定反映人類控制的永恆優勢。
交通管理中的人工智慧 —— 一個有爭議的支援
在交通管理中，使用人工智慧（AI）是一個有爭議的話題。 雖然有些人認為它可以幫助減少堵塞和提升燃料消耗，但其他人不確定人工智慧能為這一領域帶來什麼好處。
交通堵塞通常被視為城市生活的禍根。 它可能會給司機帶來挫折感，導致排放增加，甚至增加道路死亡的可能性。 然而，目前還不清楚，人工智慧在減少這些因素方面，會產生多大的影響。
有許多應用，可以將人工智慧用於交通管理。 例如，緊急車輛搶佔允許救護車和消防車等車輛，在應對緊急情況時，能繞過紅燈或其他障礙物。 交通號誌優先權在十字路口優先考慮公共汽車，這樣它們就不會陷入交通堵塞，這改善了乘客的整體旅行時間。 行人安全系統使用嵌入在路面的感測器，來檢測何時有人過馬路，以便過馬路的訊號會更快地改變。
雖然在交通管理中，使用人工智慧有很多潛在好處，但由於擔心其可靠性和有效性，它仍然是一個有爭議的話題。
在交通管理中使用人工智慧的挑戰
在交通管理中使用人工智慧方面存在一些挑戰。
- 數據採集和理解潛在的挑戰。
- 用於預測建模的數據處理和特徵提取。
- 模型佈署、監控和更新。
- 回饋分析和從錯誤中學習。
- 處理數據中的不確定性和干擾。
- 整合不同型別的數據（例如影像、圖像、GPS）
- 可擴充套件性 —— 隨著城市的擴大，系統可以處理負載增加的問題嗎？
- 隱私問題 —— 個人資訊將如何使用或共享？
- 成本效益 —— 在不對新基礎設施進行重大投資的情況下，人工智慧可以使用嗎？
- 標準化 —— 所有市政當局都會使用單一的平台來管理交通嗎？
網路安全問題
網路安全是一個非常重要的問題，它影響了現代技術的數據和操作。 網路安全對像這些直接專注於管理道路交通的系統如此重要的原因，因為它們受到駭客的潛在攻擊，這些駭客可能會造成嚴重損害。 如果這些系統不安全，並且數據有可能被操作，它們就無法正常執行。
道路交通管理系統的網路安全問題，是基於電腦的元件（包括 GPS、行動應用 app 和網站）對網路攻擊的潛在脆弱性。 這可能導致交通流量的損失和營運中斷。
經濟問題
人工智慧在交通方面的優勢，將為城市交通部門節省時間和金錢，並減少對環境的影響。 提高個人最大限度地利用時間的能力，也可以提高效率。 如果個人能夠有效地管理他們的時間，那麼他們將能夠賺更多的錢。
一個經濟問題是，從長遠來看，自動駕駛汽車系統是否真的具有成本效益。 對於如何處理用自動駕駛汽車，取代人力駕駛汽車的成本，存在一些主要擔憂，以及在允許自動駕駛汽車在公共道路上之前，需要解決的問題。
道德考慮 —— 人工智慧會取代我們在交通管理方面嗎？
然而，新技術導致了有關就業的一些社會問題。 例如，傳統上在運輸行業工作的人現在會失業嗎？ 還是這會為那些正在找工作的人創造新的機會？ 例如，如果機器可以更快、更準確地完成一項工作，那麼曾經做過這項工作的人會發生什麼？
在某些情況下，機器可能比人類做得更好。 例如，英偉達開發了一種機器學習演算法，該演算法能夠比人類更快、更準確地讀取交通標誌。 這可能導致交通訊號維護工人等工作被機器取代。
對於那些因為機器可以做得更好，而在工作中工作多年的人失去生計來說，這公平嗎？
無論公平與否，由於人工智慧目前的侷限性，在不久的將來不太可能取代人類，但它仍然可以透過加快任務和自動化，來提高人類勞動效率。 例如，人工智慧可以幫助我們比人類更快、更高效地處理大量數據。 它還可以幫助我們根據複雜的資料集做出更好的決策。 因此，它可能會在許多領域發揮重要作用，包括醫療保健、金融和製造業。
智慧城市 —— 城市中的人工智慧交通系統
智慧城市是一個有效利用技術，為公民提供服務和福利的城市。 最著名的例子是杜拜，它建立在尖端技術之上，能夠為政府和公民提供公共交通、交通監測和廢棄物管理等服務。 讓我們看看智慧城市的一些特點和特點。
自適應交通控制系統（ATCS）
自適應道路交通控制系統（ATCS），是一種使用人工智慧（AI）來最佳化車輛透過城市地區的流動的交通管理系統。 它可以將紅綠燈的等待時間，減少多達一半，並幫助市政當局更好地瞭解地面條件和交通趨勢。
ATCS 是不斷成長的智慧交通或智慧交通系統（ITS）市場的關鍵組成部分。 根據 MarketsandMarkets 的資料，到 2026 年，全球 ITS 市場將達到 68 億美元。
自動車輛
自動駕駛汽車在我們的道路上越來越普遍。 雖然許多人聽到「自動駕駛汽車」一詞時，會想到自動駕駛汽車，但這只是一種自動駕駛汽車。
其他型別的自動車輛包括：
- 計程車
- 公共汽車
- 送貨車或無人機
- 火車
- 商用飛機
與傳統的載人車輛相比，自動駕駛汽車可以提供許多優勢。 例如：
- 它們可以幫助減少閒置車輛造成的能源消耗，並有助於減少發動機排放。
- 它們可以自動化停車流程，為司機騰出時間提高工作效率。
- 自動化系統在區分道路使用者方面正在改進，這可以提高安全性。
然而，使用自動車輛也有一些缺點：
人類仍然需要做出需要長期規劃的決定，儘管許多任務可以自動處理事故和交通改道等眼前的問題。 例如，活力智慧城市依靠人類和機器共同努力，減輕市中心交通繁重的負擔。 另一個缺點是，自動化系統的實施和維護成本可能很昂貴。
智慧停車規劃
想像一下，你正開車去城裡開會。 你知道有很多施工正在進行中，所以你留出額外的時間來找停車位。 當你越來越接近目的地時，你意識到尋找停車位將比你想像的更具挑戰性！
但是，如果有應用 app，可以提前 5 小時預測停車情況呢？ 這就是 Eventflow 的作用。 他們是一家專門從事預測分析和事件預測的公司。 他們的 app 預測了從交通堵塞和道路打結，到卡車司機的停車可用性和休息時間的一切。 然後，這些資訊透過易於使用的 HTML5 視覺化工具提供，該工具可以透過開放的 API 獲得。
減少交通堵塞 —— 改善道路交通流量
人工智慧可以透過在堵塞的地區周圍路，由汽車、最佳化交付路線和減少施工需求來減少交通堵塞。 交叉口的智慧攝影機可以自動辨識不同的道路使用者，如行人、騎腳踏車的人和汽車。 交通管理系統應根據道路使用者的需求進行調整，如空氣品質或學校交通。 例如，如果某條道路上發生事故，系統需要相應地改變交通路線。
然而，人類仍然需要做出需要長期規劃的決定，比如應該在哪裡修建新道路。 儘管許多任務可以自動化處理事故和交通改道等緊迫問題，但人類仍然是城市交通流量的整體管理所必需的。
安全和緊急情況
緊急情況是每個人非常關心的問題。 在這種情況下，當局必須能夠迅速有效地採取行動，以確保所有公民的安全。 為此，各機構將實施綜合交通管理系統（ITMS，Integrated Traffic Management System）。 ITMS 將自動調節號誌燈，並警告駕車者注意分流。 新系統將在促進，快速進入救護車和消防車等緊急車輛方面發揮非常重要的作用。 ITMS 還將提醒駕車者，以防未來出現任何堵塞，應採取分流。
交通規劃 —— 智慧交通系統
使用人工智慧來規劃交通，可以減少旅行時間和交通堵塞，同時提高公共汽車、火車和渡輪的有效性。 人工智慧幫助規劃者決定哪種型別的交通，最適合某一地區，以及哪種最有效的路線。 為了改善公共交通，人工智慧可用於最佳化公共汽車和火車的路由，以提高其效率。 人工智慧還有助於，為管理路線的交通管理局員工，建立更好的時間表。
城市規劃
城市規劃是設計和管理城市地區成長的過程。 它涉及制訂開發和使用土地、交通系統、公共設施以及供水、廢棄物管理和能源分配等服務的計劃。
城市規劃的主要目標，是創造一個宜居的環境，讓人們能夠工作和生活。 這需要平衡居民、企業、通勤者和遊客等不同群體的需求。
為了有效規劃，城市需要關於人口規模、人口統計學、就業趨勢、經濟狀況等的準確資料。 城市還需要瞭解，人們如何在其中移動。
這就是人工智慧和機器學習等技術的作用所在。 它們可以幫助城市更有效地收集數據，並更快地分析數據。 這有助於規劃者就如何分配資源，做出更好的決定。
交通管理中的人工智慧常見問題
人工智慧如何改善交通？
人工智慧可以透過減少人為錯誤、加快事故檢測和反應過程，以及提高安全性來改善道路交通。 人工智慧還有可能透過最佳化交通流量，來幫助提升尖峰時段的效率。
人工智慧是否用於紅綠燈？
人工智慧用於交通號誌燈，以檢測車輛的速度並相應地調整時間。
人工智慧如何減少或解決交通？
人工智慧可以透過協助自動駕駛汽車、機器人助手和無人機，來提高交通安全。 人工智慧還將有助於減少道路堵塞，因為每小時的車輛數量，以及通過交通所需的時間將減少。
運輸部門實施人工智慧的例子是什麼？
自動化卡車是運輸部門實施人工智慧的一個例子。 這使得無需人工司機處理駕駛、導航或裝卸等任務，從而更明智、更有效地使用資源
．幾年之後，喝個啤酒也得是特斯拉卡車送來的
百威製造商 Anheuser Busch 預訂 40 輛特斯拉電動卡車
ifanr
距離特斯拉的新款「大玩具」——半掛電動卡車 Semi Truck 的發佈還不到一個月的時間，目前售價剛剛公佈，具體交貨時間也還未定，卻已經有不少客戶排著隊等著給馬斯克送錢了。
最新加入的這個大客戶，是美國最大的啤酒釀造公司安海斯-布希（Anheuser-Busch）。2008 年 11 月的的時候，他們與比利時英博集團合併，組成了全世界規模最大的啤酒製造集團——安海斯-布希英博（Anheuser-Busch InBev），大家非常熟悉的百威啤酒，就來自他們公司。
（圖片來自：華爾街日報）
2008 年 12 月 7 日，安海斯-布希英博集團宣佈將從特斯拉預定 40 輛電動卡車，用於向旗下的經銷商運送產品。不過由於電動卡車的運程限制，比如馬斯克就希望把行程限制在 500 英里（約合 800 公里）的範圍之內，安海斯-布希英博可能只會用它們來向 150 到 200 英里（約合 240 到 320 公里）範圍內的經銷商來送貨。
我們一直致力於開拓新的路徑，使我們的供應鏈更加高效、創新、可持續發展。對特斯拉電動卡車的投資將幫助我們更好地實現這個目標，能夠讓我們在提升道路安全的同時，進一步減少對環境的不良影響。
在安海斯-布希英博集團的規劃中，他們將在 2025 年前減少差不多 30% 的碳排放。這差不多相當於每年在全球範圍內減少使用 50 萬輛汽車。
（圖片來自：Getty Images）
而在一般情況下，他們每年用在運輸燃料方面的花費也高達 1.2 億美元。用上電動卡車之後，不僅可以節能減排，還能幫他們省下一大筆油費支出。
據悉，除了特斯拉之外，安海斯-布希英博也對其他同樣生產電動卡車的公司很感興趣。他們還看上了 Nikola Motos 公司的氫燃料電動卡車，據說最遠可以跑 1200 英里（約合 1930 公里）。
（圖片來自：FuelCellsWorks）
暫時還不清楚他們是決定要徹底買下這些卡車，還是採用租賃或是由旗下的承運商來進行操作。不過可以確定的是，這單包含 40 輛電動卡車的訂單，將成為特斯拉目前最大的卡車訂單之一。
目前，除了安海斯-布希英博之外，特斯拉已經收到了來自沃爾瑪、DHL 和加拿大零售商 Loblaws 等客戶的訂單，預定量至少有 117 台。鑒於另一家貨運公司 J.B. Hunt 並沒有公佈具體的數字，因此實際的預定量可能要更大。
· Yole 採訪 OmniVision 行銷總監，談安控影像應用趨勢
堆疊式感測器：攝影機\相機行業的未來
安控已成為繼行動和運算設備之後，最大的 CMOS 圖像感測器市場。根據 Yole Intelligence 的最新報告《2022 年安全成像》，從 2021 年到 2027 年，收入預計將以 9% 的複合年成長率 (CAGR) 從 21 億美元成長到 36 億美元。2020 年和 2021 年對於安全 CIS 領域來說是特殊的年份，而 IP 安控攝影機仍然提供了重大的成長機會。
安控成像受到各地對安全性日益成長的需求的支持：在消費者、商業和基礎設施監控應用中，受家庭物聯網 (IoT) 解決方案日益普及的推動，零售和監控建築中對影像分析的需求，需求更多非接觸式門禁控制解決方案，城市公共監控的發展和關鍵基礎設施。影像分析、邊緣運算的興起和人工智慧視覺處理器的發展，使產品範圍更廣。
Yole Intelligence 成像團隊的高級分析師 Florian Domengie 有機會與 OMNIVISION 物聯網/新興部門的行銷總監 Devang Patel，討論了該公司最近的活動，以及安控成像領域的當前趨勢。
Florian Domengie (FD)：請向我們的讀者介紹你自己和 OMNIVISION。
Devang Patel (DP)：我是 OMNIVISION 的行銷總監，在半導體行業擔任過各種職務，有著悠久的歷史。我的任務致力於產品管理/規劃、策略行銷和合作夥伴關係。
OMNIVISION 是一家全球性的無晶圓半導體組織，為包括行動電話在內的，多種應用和行業開發先進的數位成像、類比和觸控與顯示解決方案；安全和監視；汽車；運算；醫療的; 和新興應用。其屢獲殊榮的創新技術，可在當今的許多商業設備中，實現更流暢的人機介面。
FD：OMNIVISION 最近發布了哪些新產品？這些新產品針對哪些應用？
DP：在安全方面，我們公司在提供謹慎、節能的電源管理解決方案，以及市場上最好的介面保護產品方面，繼續處於領先地位。事實上，由於物聯網 (IoT) 的出現，監控攝影機不再局限於機場、火車站、銀行和辦公樓等企業應用。相反，它們已成為零售機構、智慧城市和智慧家庭不可或缺的一部分，用於收集和分析大數據。
以下是我們專家開發的一些產品示例：
OMNIVISION 的 OS03B10 CMOS 圖像感測器，以 3 兆像素 (MP) 1/2.7 英寸光學格式 (OF) 為安全監控、IP 和高清類比攝影機，提供高品質數位圖像和高清 (HD) 影像。OS03B10 圖像感測器具有基於 OMNIVISION 的 OmniPixel®3-HS 技術的 2.5 微米 (μm) 像素。高性能、高性價比的解決方案，使用高靈敏度正面照明 (FSI) 比人眼更好地檢測物體，從而在明亮和黑暗條件下，實現逼真的色彩再現。
OMNIVISION 的 OS02H10 是一款 2.9μm、1080p 圖像感測器，為主流監控攝影機添加其 Nyxel® 和 PureCel®Plus 技術的優質近紅外 (NIR) ，和超低光性能提供了高價值選擇。該感測器還提供多個高動態範圍 (HDR) 選項，以實現最佳品質的 1080p 靜態圖像，和以每秒 60 幀 (fps) 的速度捕捉快速移動物體的影像。OS02H10 為具有 AI 功能的大容量主流安全系統，添加優質的近紅外 (NIR)、超低光和 HDR 性能提供了一個高價值的選擇。它還提供超低功耗模式，比正常模式消耗的電量減少 97.7%，以支持較長的電池壽命。
OMNIVISION 的 OS04C10 是一款 2.0μm 像素、4 MP 解析度的圖像感測器，適用於物聯網和家庭安控攝影機。當與設計人員選擇的平台配合使用時，OS04C10 可以為具有 AI 功能的電池供電攝影機，啟用系統的超低功耗模式。此外，它提供 2688 x 1520 的高解析度和 16:9 的縱橫比，同時增加了 Nyxel® 和 PureCel®Plus 技術的優質 NIR 和超低光、SNR1 性能。該感測器還提供多種 HDR 選項，可實現最高品質的 4MP 靜止圖像，和 60fps 快速移動物體的影像捕捉。OS04C10 建立在 PureCel®Plus 像素架構上，以實現卓越的低噪聲設計，提供比 OMNIVISION 上一代 OV4689 4MP 主流安全感測器高 150% 的 SNR1。
FD：在過去的兩年裡，用於安全市場的 CMOS 成像產品，有了非常顯著的成長。你如何解釋這種演變？這些具體給這個市場帶來了什麼好處？
DP：有很多因素。我們看到家庭安全市場正在成長，包括 DIY 電池供電類型的攝影機。你基本上可以自己安裝它們。進入這一特定產品線的公司數量正在成長。
第二個因素是基礎設施。全球許多城市都在為其監控添加人工智慧。例如，從十字路口、火車站和機場來看，我們發現城市監控基礎設施需要得到政府舉措的支持。
第三個因素是人工智慧，這是將更高解析度攝影機，帶入這個市場的重要因素。
在 Yole 集團旗下的 Yole Intelligence，我們注意到所有安控成像市場領域的機會都在增加：消費者、商業和基礎設施。
FD：哪些類型的應用正在變得流行，未來幾年安全市場的持續成長是什麼？
DP：我認為商業和基礎設施是更穩定的市場，我們預計它們將繼續成長。如果你查看複合年成長率，則在大流行期間基礎設施已經放緩了一點。在消費者方面，對「智慧家庭」的需求有所增加。我們已經看到「智慧家庭」的複合年成長率約為 20%，而傳統的消費者商業安全複合年成長率約為 11%。因此，我們預計安控成像市場，商業和基礎設施，將在未來幾年繼續成長。
FD：你是否看到 3D 感測越來越多地滲透到監控和安全應用中？
DP：到目前為止，它還不是很大。我們已經看到一些身份驗證用例提到了 3D 感測，但它主要應用於室內門禁應用。
FD：作為安全成像 CMOS 圖像感測器的領先供應商，你如何看待競爭態勢和市場需求的發展？歐洲、美洲和亞洲之間是否存在地理差異？
DP：從整體上看，我們看到 1080p 解析度市場競爭非常激烈，基本上正在取代曾經是低端的 720p。如果你查看 OMNIVISION，以及我們的競爭對手的產品組合，你會發現越來越多的 1080p 成本敏感產品正在進入市場。
就地域差異而言，1080p 似乎是全球的常態。門鈴和智慧家庭攝影機等一些應用，正在尋找更高的解析度。一些應用，如門鈴和智慧家庭攝影機，正專注於更高解析度，以便他們可以佈署人工智慧。為了更好地啟用人工智慧，一些非常高端的應用，甚至會佈署 4K、2K 解析度。在城市或街道監控方面，需要高解析度來計算人數或車輛數量或放大細節。但是，與 1080p 相比，這個市場很小。
雖然對於行動設備來說，更小像素和更高解析度的競賽仍在繼續，但對於優先考慮圖像品質的安控應用來說，這似乎不太重要。
FD：安控應用中感測器解析度的趨勢是什麼？最關鍵的性能參數是什麼？
DP：正如我們之前提到的，與智慧手機市場相比，解析度趨勢在安全性方面並不嚴重。我們在安全中看到的三個密鑰桶首先是 1080p，大約是 2MP。然後下一個桶是 4 或 5MP，高端是 4K、2K。從音量的角度來看，1080p 是迄今為止最大的市佔率。4 和 5MP 將是下一個，然後 4K2K 在關鍵性能方面非常高端。安全的關鍵參數仍然是低光靈敏度：在低光下，你的攝影機有多好？因此，市場上通常使用更大的像素。所以，在今天的安控市場上，我們看到的最小像素是1.45μm。慢慢地，較小的像素被佈署在安全領域，但大多數仍然是大像素。降低功耗對於眾多應用非常重要，尤其是電池供電的消費類安控攝影機。
FD：你如何用你的產品解決這個問題？
DP：為了實現更長的電池電量，我們有一個獨特的解決方案，稱為永遠在線上架構。從本質上講，我們提供了一個完整的系統方法，該方法包括一個感測器和我們自己的影像處理器，可以實現非常低功耗的系統解決方案。我們將在今年晚些時候推出一款產品，將我們的低功耗架構提升到一個新的水準。
FD：有一種趨勢是將更多的影像分析和人工智慧引入安全攝影機產品。OMNIVISION 對此有何看法？
DP：影像分析和人工智慧是業界的熱門話題。我們預計影像分析和人工智慧技術（幾年前僅處於高端）將下降到中端或入門級。感測器方面的關鍵要求之一，是提供更高的解析度，以便你可以同時進行影像分析和 AI 功能。為了滿足這一需求，我們為我們的客戶提供了 4 和 5MP 圖像感測器產品組合，一直到 4K、2K。
FD：你還有什麼想與我們的讀者和業界分享的資訊嗎？
DP：總而言之，我們認為 1080p 是可預見的未來的主要分辨率。影像分析和人工智慧應用需要更高的解析度。始終在線上是低功耗電池攝影機所需的關鍵功能之一。低光像素性能仍然是安控攝影機的關鍵標準之一。在 OMNIVISION，我們有一系列完整產品線，可以解決從 1080p 一直到 4K、2K 的低光性能問題。我們還提供低功耗影像處理器，實現長效電池解決方案。
· 新報告發現，2023 年供應鏈中斷的國內生產總值可能高達 9200 億歐元
亞洲的全球供應鏈 —— 夾在戰爭和流行病之間 —— 塑造永續供應鏈
 |
| 不只是縮時，還有粉塵、噪音、位移偵測 |
根據埃森哲的一份新報告，到 2023 年，新冠肺炎疫情和俄羅斯入侵烏克蘭引起的供應鏈挑戰，可能導致整個歐元區其國內生產總值（GDP）可能累計損失 9200 億歐元（7830 億英鎊）。 潛在的損失相當於 2023 年歐元區 GDP 的 7.7%。
在達沃斯世界經濟論壇年會上發表的報告，「從破壞到重塑——歐洲供應鏈的未來」，探討了未來一年戰爭如何進行的三種可能情景，從成本和復甦時間表的角度，模擬了每種情景對歐元區地區的影響。
根據該報告，與新冠病毒相關的供應鏈中斷，使歐元區經濟體在 2021 年損失了 1127 億歐元（95959 億英鎊）的其國內生產總值損失。 戰前，材料供應短缺、物流崩潰和通貨膨脹壓力，已經破壞了歐洲的經濟反彈，需求復甦和預防性囤積壓倒了供應鏈。
俄羅斯入侵烏克蘭加劇了局勢。 例如，半導體短缺預計將於 2022 年下半年解決，現在預計將持續到 2023 年。 一場曠日持久的戰爭，可能導致 2022 年國內生產總值進一步損失高達 3180 億歐元（2700 億英鎊），2023 年將導致 6020 億歐元（512 億英鎊），而 2022 年的通貨膨脹率可能高達 7.8%，然後在 2023 年下降。
埃森哲歐洲執行長 Jean-Marc Ollagnier 說：「儘管專家共識是，歐洲今年將避免衰退，但新冠肺炎和烏克蘭戰爭的結合，有可能對歐洲經濟產生重大影響，導致增長的實質性減緩。」「雖然戰前預計 2022 年下半年將出現某種供應鏈正常化，但我們現在預計這種情況不會在 2023 年之前發生，甚至可能要到 2024 年，這取決於戰爭的發展方式。」
解決供應鏈問題對歐洲的競爭力和成長非常重要。 根據該報告，歐元區總增值的 30% 依賴於正常運作的跨境供應鏈，無論是作為投入來源，還是作為生產目的地。
在新的經濟秩序中重塑供應鏈
該報告建議，需要重新發明供應鏈來解決正規化轉變 —— 供應鏈的設計主要是為了最佳化成本，而在當今世界，它們還必須更具彈性和敏捷性，以應對日益成長的供應不確定性，同時成為實現未來成長的關鍵競爭優勢。 重點關注三個關鍵領域：
- 復原力：供應鏈必須能夠隨時隨地吸收、適應和恢復中斷。 改進動態可見性、風險辨識和解決方案，將使公司能夠應對突然的供應鏈變化。 情景規劃以及風險和機會分析，將幫助他們適應不斷變化的供求。 網路建模和模擬、壓力測試、策略緩衝區大小和多源選項，將允許組織管理不確定性。
- 相關性：供應鏈需要以客戶為中心，敏捷，以便它們能夠快速、經濟高效地適應需求的變化。 從組織內部和外部，以及整個價值鏈捕獲新的數據集，包括即時數據，將非常的重要。 自動化和人工智慧將使組織能夠快速辨識新的數據模式，以更好地為決策提供資訊。 從集中的線性供應模式，轉變為使用按需生產的分散式網路，在某些情況下，使生產更接近銷售點，可以幫助組織更好地滿足客戶對訂單履行的期望。
- 永續性：現代供應鏈需要支援（如果不是加速的話）組織的永續性議程。 為了贏得利益相關者的信任，組織必須使其價值鏈透明；一種方法是透過區塊鏈或類似技術。 從線性過程轉變為封閉性循環過程，以儘量減少浪費也將是關鍵。
埃森哲供應鏈和營運業務負責人 Kris Timmermans 說：「包括第 2 級和第 3 級供應商在內的，整個供應網路的可見性非常重要。」「公司必須從準時轉向準時方法，使供應基地多樣化，規劃替代貨運路線，使配送中心靈活並建立庫存。」
「這是有代價的，但它是應對未來衝擊的‘保險政策’。 關鍵是投資新技術，以更好地利用整個雲連續體的數據 —— 從數位雙胞胎和分析到供應鏈控制塔 —— 雲連續體，該連續體以具有成本效益、靈活和永續的方式，提供巨大的運算能力。」
報告還強調了疫情和戰爭，帶來的兩個更深刻和更長期的挑戰：能源安全，因為歐洲經濟體需要解決對石油和天然氣供應的嚴重依賴，同時加快其淨零議程；以及人才不匹配，由於人口老齡化、員工期望不斷變化和技能需求變化。
 |