Klacci 凱樂奇 iF系列行動生物辨識智慧門鎖
眾多智慧建築的定義之一是：智慧建築在舒適性、健康、室內空氣品質、安全和營運要求方面，辨識並反應使用者和居住者的需求。
實現智慧建設的步驟，包括一個安全靈活的網路，允許大量資料以及用於強大邊緣運算的分散式運算系統。這種靠近源頭的尖端技術組合，為人工智慧提供了可能性。這種本地運算的主要優勢是消除延遲，提供更快的反應並避免停機時間。這將始終確保一個作業系統。然而，選擇你的邊緣平台來支援你的處理需求是關鍵。
為什麼要將智慧建築中的所有系統連線起來？
自動化系統必須隨時交換資料，以充分了解環境，以提高建築效率。例如，照明管理、通風、維護和設施管理等自動化系統，必須瞭解佔用情況（建築物中的人數），以確保節能。
正是自動化系統之間的連線和資料相關性，將使建築變得智慧，並啟用基於事實的決策。所有自動化系統的互聯，將使人工智慧核心能夠獲得更好的深度學習，和更準確的行動。
人工智慧（AI）和深度學習
- 人工智慧用於指人類大腦中模仿學習和解決問題等功能的部分。 這是一種使用人類數學和系統方法解決問題的技術。人工智慧不包括人的情感方面。配備人工智慧的機器將感知其環境，並根據歷史資料、資料相關性，和數學演算法採取行動實現目標。
- 深度學習是運算程式中使用的一種技術，用於教機器人類自然會發生什麼。 將教這台機器能夠了解其環境。深度學習用於教電腦辨識聲音、影像和文字，因此它與 IP 攝影機網路相結合非常有用，具有聲音和影像的可能性。
人工智慧主要用於需要深度學習的系統。深度學習深入瞭解教學和歷史資料，而人工智慧則壓縮資料以實現一個專門的目標。從機器中得出的結果，將是複雜的數學演算法，和從過去吸取的經驗教訓的結合。
例如，乘員舒適度被定義為創造一個環境：
- 視覺刺激
- 熱能接受
- 聲學舒適
- 提供卓越的空氣品質。
使用佔用估算器解決方案有助於建築經理瞭解，該設施的利用率和潛在好處。
環境引數，如溫度和二氧化碳，將隨居住者的身體運動和行動而變化，Wi-Fi訊號利用率，將隨著居住者使用電腦和行動裝置或電梯位置，隨居住者進入或離開建築而變化而變化。
使用人工智慧將使建築物能夠確保 Wi-Fi 訊號始終可以接受，允許使用者不中斷連線，二氧化碳和溫度水準隨時舒適，更換地板的等待時間始終保持在最低水準。
雲端運算與邊緣運算
雲端運算允許訪問強大的電腦，而無需投資昂貴的硬體。 PaaS（平台即服務）和基於雲的應用程式的引入，一直在為整合智慧建築應用而起伏不定的作用。然而，雲處理缺乏即時方面，並引入了時間敏感應用無法接受的延遲。
在不犧牲處理能力但減少響應時間的情況下，從雲端轉移到邊緣是關鍵。今天，由於有可能佈署分散式自動化系統，並透過使用強大的無風扇電腦在邊緣處理資料，雲端人工智慧的需求對於非常複雜的演算法來說是必要的。
建築自動化中的邊緣運算將減少即時應用同步導致的虛假警報，並將帶來更大的靈活性和可擴充套件性，因為客戶端應用程式可以安裝在感測器上或邊緣。
例如，使用邊緣運算和 IIoT 基礎設施的暖通冷氣機系統，更有可能在空氣溫度或佔用水準等小環境變化中做出更快、更準確的反應。
選擇正確運算系統
在之前的一篇文章中，我們提到了邊緣運算對海運業的好處。這也與建築自動化有關，然而環境和認證的要求更容易實現，從而為工業電腦和網路解決方案，創造了更廣泛的硬體可用性。
為你的自動化系統選擇合適的平台取決於目標。邊緣運算可以是任何東西，比如
- 一個基於風險的小型架構，用於收集和過濾非常少量的資料，
- 用於資料通訊的 ARM 皮層
- 一個強大的 GPU 系統，用於即時人工智慧。
邊緣運算現在也嵌入到 IP 攝影機中，也稱為人工智慧攝影機，並提供了將攝影機用作感測器，並在源頭處理影片的可能性。 在這裡閱讀更多關於攝影機作為感測器的資訊。
邊緣運算正在向更先進的邊緣處理邁進，人工智慧（也稱為人工智慧）成為焦點。非常強大的嵌入式系統，帶有英偉達 GPU 系統，允許使用圖形處理單元實現解決方案，你可以在其中使用邊緣需要大量處理運算的應用程式。
然而，邊緣運算最重要的方面之一是即時方面，確保自動化系統像時鐘一樣工作（應用之間的同步，如電梯、門、消防系統和通風），並確保安全系統沒有延遲，建築物保持其安全完整性。
人工智慧（AI）硬體平台處於邊緣
如今，人工智慧無處不在，用於提高流程效率，並儘早做出決定，以避免不安全或不安全的情況，或更好地控制能耗。它還用於確保該設施，以最大的潛力使用，並確保遊客對建築有良好的體驗。
智慧建築需要了解遊客如何使用設施，並結合歷史和即時資料，確保建築保持節能、安全和使用者友好。在智慧建築的早期，處理是集中的，雲端運算的趨勢，使建築經理使用雲解決方案和應用來控制建築。
現在的經驗顯示，最佳解決方案是透過使用邊緣處理、深度學習和靠近感測器的人工智慧的組合，以及雲中更大的人工大腦，並利用物聯網獲得更好的洞察力。Edge 將即時處理重要資訊，這是資料處理可能需要具有強大 GPU 的電腦的地方，如 Jetson 平台。
在建築物中分配運算能力時，技術空間可能是個問題，因此電腦製造商正在設計可以輕鬆放置在標準電氣櫃中的機器。這些解決方案避免了位於每個設施的繁重伺服器室，並降低了與之相關的維護成本。
當涉及到大型 IP 攝影機系統和閉路電視時，需要傳送到雲端進行處理的資料量對於永續的解決方案來說太大了。傳送資料並處理資料進行智慧影片分析所需的時間，將無法即時為系統服務，安全系統也不會按要求執行。
結論
深度學習和人工智慧可以在邊緣執行並處理即時方面，但也只會將最必要的資料傳送到雲端進行儲存或歷史分析。
這兩個系統將在未來幾年共存，由於資料量不斷增加，建築自動化中的邊緣運算將在智慧建築自動化環境中，發揮更大的作用。
Hatteland Technology —— 你理想的智慧建築合作伙伴
Hatteland Technology 在設計安全閉路電視系統和運算解決方案方面，擁有超過 30 年的經驗。
我們對建築自動化工業解決方案的廣泛瞭解，加上我們與市場上頂級供應商的長期關係，使我們在整合智慧建築基礎設施，或更新現有基礎設施時成為理想的合作伙伴。
我們可以幫助您找到智慧建築的完美系統！ 聯絡我們的監控專家之一，檢視你的選擇。
0 comments:
張貼留言