制造业:5G改进增强现实(AR)技术
如今,制造业已经采用人工智能和物联网技术来提高效率,改进数据收集并构建更好的预测分析。通过 5G,制造商将能够获得更快、更可靠地收集和传输数据的方法,以及可以结合到工厂和工作流程中的更广泛的传感器和设备。
5G 的一个主要潜在改进将是在制造业的增强现实(AR)技术。
爱立信公司从 2018 年 1 月开始,已在爱沙尼亚塔林工厂测试用增强现实技术来排除故障。通过 AR 应用程序,技术人员可以观察需要维护的部件并提取其视野范围内的相关原理图和说明,从而大大缩短完成修复所需的时间。
一名技术人员在爱立信塔林工厂使用增强现实覆盖层修理威廉希尔官方网站
板。
(图片来源:爱立信,版权属于原作者)
虽然,4G 的较高延迟和较低的 Wi-Fi 可靠性使得此类技术目前受到限制,但 5G 将以高分辨率传输低延迟视频的能力可能使其更广泛得被应用。
5G 的其他工业应用案例还包括:持续监控设备性能;机器人视觉识别,自动执行产品质量保证测试;以及预测分析,以告知零件何时失效等。
汽车业:用5G+边缘计算解决自动驾驶问题作为制造业的一大板块汽车业,也能够因为 5G 技术的突破,从而解决一些棘手问题。
像特斯拉、谷歌以及众多自动驾驶公司,多年来都在竞相建造第一款可行的自动驾驶汽车,无需人类驾驶员即可在任何环境下驾驶。到目前为止,解决这个问题的主要方法是使用车载计算机和雷达来扫描车辆周围的环境,并根据信息决定汽车的下一步运动。
如今,包括高通、爱立信、华为和诺基亚等在内的公司,正在寻求将 5G 和边缘计算作为解决自动驾驶汽车所面临问题的潜在解决方案。
这些巨头组成的联盟 5G 汽车协会(5GAA),早在 2016 年就开始研究“蜂窝-从车到一切”(C-V2X)技术。在C-V2X系统中,车辆与车辆相互之间以及和交通灯和建筑标志等物理环境的一部分进行通讯,以便安全有效地协调运动,而不是单独由车辆决定如何行动。
该系统目前处于测试阶段,但研究人员认为,5G 可以帮助在未来实现真正的自动驾驶。因为 5G 可用性意味着环境中更大的传感器密度,以及从中央服务器到这些传感器和车辆的更快数据传输——因此,通过机器学习算法可以更快地改进。
未来,普通自动驾驶汽车每周可以产生高达 2M 千兆字节的数据,放在今天,使用 Wi-Fi 或 4G 将所有这些数据移动到云端或区域服务器,显然是不可行的。
(来源CB Insights报告,版权属于原作者)
此外,很多公司还在应用边缘 AI 解决问题,它们通过云端存储大型数据集,训练算法,收集边缘数据,并推动 AI 模型更新。
例如,nest 智能相机和 AWS DeepLens 这样的家用智能像机可以识别出有人进入了特定的区域 ;Apple 神经引擎和华为 AI 将其运用于处理器设备上的面部识别和对象识别,这样用户数据不会离开设备;特斯拉自动驾驶让车载 AI 即时做出驾驶决策;英特尔 Myriad X 可以让婴儿监视器、无人机、机器人和其他设备的视野可以在没有网络连接的情况下应对情况。
制造业:5G改进增强现实(AR)技术
如今,制造业已经采用人工智能和物联网技术来提高效率,改进数据收集并构建更好的预测分析。通过 5G,制造商将能够获得更快、更可靠地收集和传输数据的方法,以及可以结合到工厂和工作流程中的更广泛的传感器和设备。
5G 的一个主要潜在改进将是在制造业的增强现实(AR)技术。
爱立信公司从 2018 年 1 月开始,已在爱沙尼亚塔林工厂测试用增强现实技术来排除故障。通过 AR 应用程序,技术人员可以观察需要维护的部件并提取其视野范围内的相关原理图和说明,从而大大缩短完成修复所需的时间。
一名技术人员在爱立信塔林工厂使用增强现实覆盖层修理威廉希尔官方网站
板。
(图片来源:爱立信,版权属于原作者)
虽然,4G 的较高延迟和较低的 Wi-Fi 可靠性使得此类技术目前受到限制,但 5G 将以高分辨率传输低延迟视频的能力可能使其更广泛得被应用。
5G 的其他工业应用案例还包括:持续监控设备性能;机器人视觉识别,自动执行产品质量保证测试;以及预测分析,以告知零件何时失效等。
汽车业:用5G+边缘计算解决自动驾驶问题作为制造业的一大板块汽车业,也能够因为 5G 技术的突破,从而解决一些棘手问题。
像特斯拉、谷歌以及众多自动驾驶公司,多年来都在竞相建造第一款可行的自动驾驶汽车,无需人类驾驶员即可在任何环境下驾驶。到目前为止,解决这个问题的主要方法是使用车载计算机和雷达来扫描车辆周围的环境,并根据信息决定汽车的下一步运动。
如今,包括高通、爱立信、华为和诺基亚等在内的公司,正在寻求将 5G 和边缘计算作为解决自动驾驶汽车所面临问题的潜在解决方案。
这些巨头组成的联盟 5G 汽车协会(5GAA),早在 2016 年就开始研究“蜂窝-从车到一切”(C-V2X)技术。在C-V2X系统中,车辆与车辆相互之间以及和交通灯和建筑标志等物理环境的一部分进行通讯,以便安全有效地协调运动,而不是单独由车辆决定如何行动。
该系统目前处于测试阶段,但研究人员认为,5G 可以帮助在未来实现真正的自动驾驶。因为 5G 可用性意味着环境中更大的传感器密度,以及从中央服务器到这些传感器和车辆的更快数据传输——因此,通过机器学习算法可以更快地改进。
未来,普通自动驾驶汽车每周可以产生高达 2M 千兆字节的数据,放在今天,使用 Wi-Fi 或 4G 将所有这些数据移动到云端或区域服务器,显然是不可行的。
(来源CB Insights报告,版权属于原作者)
此外,很多公司还在应用边缘 AI 解决问题,它们通过云端存储大型数据集,训练算法,收集边缘数据,并推动 AI 模型更新。
例如,nest 智能相机和 AWS DeepLens 这样的家用智能像机可以识别出有人进入了特定的区域 ;Apple 神经引擎和华为 AI 将其运用于处理器设备上的面部识别和对象识别,这样用户数据不会离开设备;特斯拉自动驾驶让车载 AI 即时做出驾驶决策;英特尔 Myriad X 可以让婴儿监视器、无人机、机器人和其他设备的视野可以在没有网络连接的情况下应对情况。
举报