自动驾驶

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 边缘计算并非对每个物联网设备或工作负载都具有意义。人们需要了解一些边缘计算示例，以了解应该在何时何地将其作为云计算架构的一部分。 与传统的云计算架构相比，边缘计算的性能、安全性和成本优势使其越来越受欢迎，但并不总是最适用于分布式工作负载。 边缘计算是指在最终用户的电脑、手机或物联网传感器等生成和消费数据的设备上或附近处理数据的架构。这不同于传统的云计算，云计算依靠中央服务器来接收数据、处理数据并将其发送回客户端设备。而边缘计算可以减少网络等待时间，减少数据在网络上的暴露，在某些情况下，通过将处理加载到最终用户的设备来降低成本。 由于具有吸引人的优势，云计算架构师可能希望将尽可能多的工作负载推向边缘计算。但是在这样做之前，他们应该考虑每个应用程序的结构、性能要求和安全性注意事项以及其他因素。 两种类型的边缘计算架构 在权衡边缘计算模型是否合适时，首先要问的问题是哪种架构可用。主要有两种类型： 设备-边缘计算，其中直接在客户端设备上处理数据。 云计算-边缘计算，其中在边缘计算硬件上处理数据，而边缘计算硬件在地理位置上比集中式云计算数据中心更靠近客户端设备。 如果客户端设备能够以统一的方式处理该处理负担，则设备-边缘计算模型可以很好地工作。可以采用台式机或笔记本电脑来处理此问题

根据 Global Market Insights 的最新报告，到 2025年，制造业的AI技术市场规模将达到160亿美元（148亿欧元）。但是，尽管这些激动人心的技术继续盛行，并在整个行业加速发展，以帮助推动对人工智能技术的采用更智能的制造模式，实现带来切实利益的“创新”并不容易 ， 振工链工业自动化平台 。 通常，对 “创新”的大肆宣传会阻止制造商实际采用，而围绕这些技术的所有噪音都会使领导者难以理解其价值主张。此外，无论是运营挑战，技能短缺还是法规遵从需求，在组织推动真正的改善之前，有许多供应链问题需要克服。 在这里，理查德 SEEL，在制造专家，总经理 特拉华州 ，提供有关的技术见解，制造商应寻求实施，如企业资产管理，以及他们如何能这样做，以满足各地效率更广泛的业务和供应链的目标，降低成本和扩大市场。 问：您目前看到制造商围绕 AI进行哪些对话？ 答： 大多数人倾向于关注诸如智能自动化，实时决策和使用分析来支持高级制造解决方案，机器对机器通信和全自动系统等主题。重点往往放在 AI如何增加人类经验和人类专业知识上：不是关于先进技术本身将如何取代个人本身，而是它如何提供洞察力，以通过诸如后退之类的技术来消除困难且重复的任务办公室自动化和预测性操作。人们越来越认识到，更快地集成这些技术以在当前气候下为决策提供信息并降低风险的好处。 问：制造商希望在组织中实施 AI的最大障碍是什么

之前有写过MPC的控制算法，主要介绍的也是理论部分，在实际使用过程中发现C++没有高效的优化方法，类似python中的cvxpy的库，所以想绕过去，研究一下LQR控制算法。 1. PID控制系统 这里并不是要介绍PID系统，而是为了方便理解LQR，首先我们看PID系统中的P调节方法： 假设我们现在状态是x0，我们有状态方程 : （u为控制矩阵） 再假设有一个反馈控制器： 这里很重要，可以认为是当前的控制量是通过当前的状态量计算出来的 。 通过这套方法，我们就能得到一个稳定的系统 ： 当然这是基本的理论，再进一步，我们就会思考，通过这些控制量作为自变量，再设计一个代价函数，来优化这些控制量？ 2. LQR控制算法 讲到这里就很自然引出LQR了，首先的问题代价函数是什么？这里我直接给出： 其中x为状态量，u为控制量，Q为状态权重矩阵，R为控制权重矩阵。 特别的x和u中取值有正有负，所以需要平方和最小，在矩阵中没有平方，这里我们采用转置乘以本身的做法模拟矩阵的平方，如x^T*x 。这里状态量x和控制量u都是多维向量，上式计算的结果是一个标量。 其实我们可以把 看作是 的多维扩展表达式，这里我们需要Q为半正定，就是希望Q能起到a≥0的效果，R为正定矩阵就是希望矩阵R能够起到a>0的效果。 一般的我们认为状态量x为：横向偏差、横向变化率、角度偏差、角度变化率。Q为我们提前标定的对角矩阵

近年来，在算法、算力与数据三大要素的共同驱动下，人工智能进入高速发展阶段。 相关预测数据显示，2018-2022年人工智能行业复合年增长率达到达31%，至2035年，人工智能将推动中国劳动生产率提高27%，经济总增加值预计提升7.1万亿美元。 然而人工智能行业在发展的过程中也并非一帆风顺，统计资料显示，自2012年国内人工智能创业热潮兴起后，新创企业以48%的年复合增长率高速增长，2016年达到顶峰，此后AI创业企业数量断崖式下跌，2020年1-4月，AI新创企业仅为2019年的12.5%。 数据来源：亿欧智库 人工智能行业历经多年快速发展，逐步进入一个瓶颈期。一个很重要的影响因素就是AI落地难。 众所周知，企业的最终目的是盈利，只有将AI技术应用到现实世界里，才能为企业创造利润价值。然而，很多AI企业在深入产业落地的过程中发现，人工智能技术与现实需求之间仍然存在鸿沟。 企业用户的核心目标是利用人工智能技术实现业务增长，而目前人工智能技术本身无法直接解决业务需求，需要根据具体的业务场景与目标，形成可规模化落地的产品与服务。 在此过程中，人工智能在业务场景、数据等诸多场景都面临一系列挑战。 业务场景 随着人工智能深入落地各垂直行业，相关人工智能企业已经逐步从早期技术驱动阶段向商业驱动阶段过渡，解决的业务问题也从通用场景、单点问题发展到特定场景、全流程业务中。 目前，基于视觉

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 在大多数人眼中，自动驾驶汽车、语音助手和其他人工智能技术都具有革命性的意义。然而对于下一代来说，这些事物将成为司空见惯的事情。人工智能对于他们来说只不过是一个工具。在很多情况下，人工智能将成为他们的工作助手及其生活中常见的事物。 要让下一代学会有效地使用人工智能和大数据，了解其内在的局限性，并打造更好的平台和更智能的系统，我们现在就应采取行动。这意味着我们须对小学教育进行一定的调整，并对早应该调整的中学计算机科学教育进行大刀阔斧的改革。 例如，想想孩子们如今如何与人工智能和自动技术进行互动：人们可以对Siri说“展示穿橙色裙子名人的照片”，然后泰勒·斯威夫特(Taylor Swift)的照片在不到一秒钟的时间内便出现在手机上，这看上去像是变魔术，但很明显，它跟魔术没有关系。 人们在设计人工智能系统时，会仔细地将一个问题分解为若干子问题，并让这些子问题的解决方案能够进行相互沟通。在上述案例中，人工智能方案将语音截成若干小块，并发送至云端，对它们进行分析，以确定其可能的意思并将结果转化为一系列搜索请求。然后云端会对搜索出来的数百万个可能答案进行筛选和排序。借助云端的可扩展性，这一过程仅耗费十几毫秒的时间。 这并不是什么复杂的事情，但它需要众多用于解读音频的组件波形分析

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 2019年是5G元年，5G部署的规模和速度都远远超过4G。 迄今为止，全球超过60家运营商已经部署了5G商用网络，还有超过320家运营商正在投资5G；到2023年，全球5G连接数预计将超过10亿，比在4G时代获得同样连接数快了整整两年；到2025年，全球5G连接数预计将达到28亿。 近日，国新办召开新闻发布会介绍2020年上半年工业通信业发展情况。工业和信息化部信息通信发展司司长、新闻发言人库闻介绍，近期我国平均一周新开通超过1.5万个5G基站，197款5G终端拿到了入网许可。截止6月底，我国5G用户数已达到6600万，3家企业已在全国建设开通超过40万个基站。 过去一年里，5G网络加速部署，覆盖范围不断扩大。高通公司委托市场调研机构做了5G领域的深入研究，其最新研究数据显示，到2035年，5G将在全球创造13.2万亿美元的经济产出和2230万个工作岗位，为汽车、制造、健康医疗、教育、娱乐等众多行业带来积极变革。我们站在通向万物互联的起点上，对行业数字化转型充满期待，同时也不得不面临5G模组尚未大规模应用、行业终端品类相对较少、价格普遍偏高等关键制约因素。 终端和规模是制约5G行业发展的关键因素 在本周的高通公司5G物联网生态合作产业峰会上

云栖号资讯：【 点击查看更多行业资讯 】 在这里您可以找到不同行业的第一手的上云资讯，还在等什么，快来！ 第四次工业革命将融合先进技术和高速无线连接，物理、数字和生物领域之间的界限变得越来越模糊。对我们系统的随之而来的影响将改变我们生产、管理和治理我们自己以及世界的方式。 5G技术提供的无线通信速度比前几代快10倍，可与光纤电缆速度相媲美，并且是首个能够将宽带无线服务扩展到所连接设备的移动技术。 到2025年，估计将有250亿个互联的物联网(IoT)设备存在。为使5G在任何地方都可商用而进行的竞赛正在进行中。因此，我们将看到沟通和生活方式的根本变化。 5G承诺为物联网、自动驾驶汽车、增强现实(AR)、智慧城市、智能制造、3D视频、远程医疗保健和再生医学等领域增光添彩。这些以及其他支持5G的应用程序中的每一个都可能改变法律、风险和监管环境的形状，并且它们将共同引发第四次工业革命。 在先前的工业革命利用蒸汽、电力和信息技术的力量的同时，第四次工业革命将融合先进技术和高速无线连接，使得物理、数字和生物领域之间的界限办的越来越模糊。对我们系统的随之而来的影响将改变我们生产，管理和治理我们自己以及世界的方式。 5G在加速第四次工业革命中的作用 5G支持近实时的网络连接。其较低的延迟和可靠性允许即使在极端条件下也可以更快地传输海量数据流，并将支持大量传感器、可穿戴设备和设备。 随着5G的推出

进入互联网下半场，5G创新的风口已然到来，5G将为用户带来前所未有的体验。在此趋势下，AI、云、5G等基础技术的融合与应用创新，将焕发各行各业的生机，使移动互联网走向新的高度。 7月17日，在华为云2020互联网5G创新峰会上，华为云围绕5G时代下的互联网发展机遇及创新路径展开深入探讨，同时分享了华为云“5G+X”联创营的相关思考与实践。 华为公司副总裁、华为云业务总裁郑叶来表示，“华为云坚持技术创新，同时，我们永远支持客户的多云选择，拒绝一切通过技术和商业手段‘绑架’客户的行为，我们也坚定的认为，只有通过技术创新才能真正地吸引和留住我们的客户。” 华为云业务总裁郑叶来 5G创新势起，重塑互联网全新变革 当下，云、AI、5G的融合基础设施底座已是未来智能世界的创新基石。华为云中国区总裁洪方明表示，5G将释放云与AI的洪荒算力，从新体验、新玩法、新商机三个方面重塑互联网，华为云是全面融合的云，是面向5G创新的云，将通过自身鲲鹏、昇腾、端云协同的三大优势，助力互联网应对5G创新的诸多挑战。 华为云CTO张宇昕强调，5G创新时代已来，驱动了产业协同共进。回顾互联网技术发展历程，都是技术变革引领体验变革和商业变革。在此背景下，5G+X的技术融合，将进一步催生新体验、新应用、新产业。对此，他强调，5G时代，需要从重构算力、重构传输、重构智能、重构端云四个方面打造5G时代全新“引擎”。

5G 和 AI 是业界火热的话题，行业普遍认为这两项技术可能成为下一次工业革命的开端。 你有没有想过，当 5G 遇上 AI 会在你刷剧时碰撞出怎样的火花呢？曾经想象中的文娱体验如何实现在你的手机上？《文娱背后的技术较量》给你答案！ 点击免费下载 《文娱背后的技术较量》 你也可以复制以下链接到浏览器免费下载： https://developer.aliyun.com/topic/download?id=216 精彩导读 5G 作为新一代的通信行业标准，理论上的传输速度可达到 Gbps 量级，去年正式开始商业化。5G 的传输速度可达百兆量级以上，低延迟以及大带宽的特性将对视频内容的形态和交互方式带来变革。 而机器学习作为技术界和学术界都炙手可热的领域，无论是搜索推荐还是视频内容理解，亦或是人脸识别或自动驾驶，都是 AI 大展拳脚的领域，这些技术也逐渐 来源： oschina 链接： https://my.oschina.net/u/4265475/blog/4317567

fasterrcnn深度学习口罩检测 前言 FasterRCNN原理详解 训练我们自己的FasterRCNN 使用labelimg制作我们自己的VOC数据集 FasterRCNN训练详解 源码地址与小结 前言 前两周完成了resnet50垃圾分类，但总觉得太过于基础，不能让人眼前一亮，另外由于我自己也是深度学习的爱好者，所以我应该提高一点难度，于是决定做一次目标检测，大概一个月前学习了RCNN，FastRCNN，FasterRCNN的理论。我个人认为FasterRCNN确实是划时代的深度学习模型，在此向何凯明大神表示最大的尊敬。 最初我想做车辆行人与路标的检测，因为在树莓派上实现自动驾驶是我的一个小愿望，但实际实施过程中，本人真的崩溃了很多次，我实在没找到免费的车辆行人路标的voc数据集，自己标注数据集真的心累，所以从闲鱼10元买了口罩数据集，后续的自动驾驶数据集标注训练好后我会补充一篇新的博客，目前就实现一个口罩检测吧。 目前很多博客都没详细讲解fasterRCNN，或者就是让初学者很难懂，因此本文从头到尾全面理解一次，细致到训练中的损失函数计算，文章末尾会附上源码地址 先预览一下检测结果： FasterRCNN原理详解 这是一篇完整的包括原理与实践的博客，请先阅读原理部分，对后续步骤将有更清晰的认识 目前，看到以下是fasterRCNN的结构图，下面进行详细的过程梳理：