版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
邊緣計算與人工智能應(yīng)用開發(fā)技術(shù)第1章邊緣計算與人工智能概述第2章邊緣計算與人工智能基本開發(fā)方法第3章邊緣計算與人工智能模型開發(fā)第4章邊緣計算與人工智能基礎(chǔ)應(yīng)用開發(fā)案例第5章邊緣計算與人工智能綜合應(yīng)用開發(fā)案例全套可編輯PPT課件第1章邊緣計算與人工智能概述邊緣計算與人工智能概述邊緣計算(EdgeComputing)是一種新興的計算模式,指將計算、存儲和網(wǎng)絡(luò)資源盡可能地靠近數(shù)據(jù)源和終端用戶,使得數(shù)據(jù)能夠在本地進行處理和分析,減少數(shù)據(jù)傳輸時延和網(wǎng)絡(luò)擁塞,提高應(yīng)用的響應(yīng)速度和效率。它是一種分布式計算模式,可以將計算和存儲功能從傳統(tǒng)的云端數(shù)據(jù)中心移動到數(shù)據(jù)生成的邊緣位置,即網(wǎng)絡(luò)的邊緣設(shè)備和傳感器,如手機、平板電腦、智能穿戴設(shè)備、智能家居設(shè)備、無人駕駛車輛、工業(yè)機器人等。邊緣計算的目標(biāo)是提供低延遲、高帶寬、高可靠性、高安全性的計算服務(wù),滿足越來越多的人工智能、物聯(lián)網(wǎng)、5G、工業(yè)自動化等應(yīng)用場景的需求。邊緣計算和人工智能(ArtificialIntelligence,AI)是兩個相互關(guān)聯(lián)的概念,它們可以相互促進和增強。邊緣計算與人工智能概述
1.1.1邊緣計算概述
邊緣計算是一種將計算、數(shù)據(jù)存儲和應(yīng)用服務(wù)推向接近數(shù)據(jù)源的邊緣設(shè)備的計算模型,以提供更低延遲、更高帶寬和更好的用戶體驗。它強調(diào)在離用戶和數(shù)據(jù)源更近的位置進行實時數(shù)據(jù)處理、分析和決策,減少對云計算的依賴。邊緣計算技術(shù)的核心思想是將數(shù)據(jù)和計算任務(wù)分配到不同的節(jié)點上,以實現(xiàn)更快速、更高效的數(shù)據(jù)處理。其主要組成部分包括邊緣設(shè)備、邊緣網(wǎng)關(guān)和邊緣服務(wù)。該技術(shù)適用于多個領(lǐng)域,如智能制造、智慧城市、智能醫(yī)療、智能交通等,用于實現(xiàn)工業(yè)物聯(lián)網(wǎng)、智能交通、智能能源管理等應(yīng)用。邊緣計算與人工智能概述
1.1.2人工智能概述
人工智能(AI)是研究計算機模仿人類智能的學(xué)科,涵蓋了機器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、計算機視覺和專家系統(tǒng)等技術(shù)領(lǐng)域。其目標(biāo)是賦予計算機人類般的智能和學(xué)習(xí)能力,使其能理解、推理、決策和解決問題。人工智能廣泛應(yīng)用于醫(yī)療、交通和金融等領(lǐng)域,利用大數(shù)據(jù)、增強的計算能力和先進算法不斷發(fā)展。然而,人工智能的發(fā)展也面臨著數(shù)據(jù)隱私、倫理道德和社會影響等挑戰(zhàn)。盡管如此,人工智能正不斷改變?nèi)祟惖纳詈凸ぷ鞣绞?,為未來帶來更多便利和進步。邊緣計算與人工智能概述
1.1.3邊緣計算和人工智能結(jié)合
邊緣計算與人工智能結(jié)合可帶來以下優(yōu)勢:降低延遲、隱私保護、離線支持、節(jié)約帶寬以及分布式學(xué)習(xí)。這種結(jié)合使人工智能應(yīng)用能夠更快、更智能地處理數(shù)據(jù),同時降低了對網(wǎng)絡(luò)的依賴,并促進了智能化創(chuàng)新和應(yīng)用的發(fā)展。邊緣計算與人工智能概述
1.1.4邊緣計算與人工智能發(fā)展歷程
1.早期階段邊緣計算和人工智能的概念在不同的時間出現(xiàn),但它們在早期并沒有明確的聯(lián)系。邊緣計算最早是在2009年由IBM提出的概念,旨在將計算和存儲資源盡可能地靠近數(shù)據(jù)源和用戶。而人工智能作為一個學(xué)科和研究領(lǐng)域已經(jīng)存在了幾十年,其發(fā)展始于20世紀(jì)50年代。2.人工智能的云計算階段在人工智能的發(fā)展過程中,云計算起到了至關(guān)重要的作用。隨著云計算技術(shù)的成熟和普及,人工智能應(yīng)用可以將數(shù)據(jù)傳輸?shù)皆贫诉M行大規(guī)模的計算和訓(xùn)練。這種模式下,云計算提供了強大的計算和存儲能力,但也存在延遲和數(shù)據(jù)隱私等問題。邊緣計算與人工智能概述
1.1.4邊緣計算與人工智能發(fā)展歷程
3.邊緣計算的興起隨著物聯(lián)網(wǎng)、智能設(shè)備和傳感器的快速發(fā)展,對實時性和低延遲的需求越來越高。邊緣計算應(yīng)運而生,它將計算資源部署到靠近數(shù)據(jù)源和用戶的邊緣位置,以實現(xiàn)快速響應(yīng)和實時決策。邊緣計算的興起為人工智能應(yīng)用提供了更好的計算和處理環(huán)境。4.邊緣計算與人工智能的結(jié)合近年來,邊緣計算和人工智能開始相互融合。邊緣設(shè)備上的小型化、低功耗的計算資源使得它們可以承載一部分人工智能任務(wù),例如圖像識別、語音識別、自然語言處理等。這種模式下,人工智能的推理和決策過程可以在邊緣設(shè)備上進行,減少了與云端的通信和延遲。5.分布式智能和邊緣智能邊緣計算和人工智能的結(jié)合還催生了分布式智能和邊緣智能的概念。邊緣設(shè)備可以共享本地數(shù)據(jù)和模型,進行聯(lián)合學(xué)習(xí)和模型更新,實現(xiàn)智能的協(xié)同工作。同時,邊緣設(shè)備上的智能模型可以不斷地學(xué)習(xí)和優(yōu)化,提高其自身的智能水平。邊緣計算和人工智能的發(fā)展歷程經(jīng)歷了從云計算到邊緣計算的轉(zhuǎn)變,邊緣計算提供了更接近數(shù)據(jù)源和用戶的計算和處理能力,為人工智能應(yīng)用帶來了更低延遲、更高實時性、更好的隱私保護和離線支持。隨著分布式智能和邊緣智能的興起,邊緣計算和人工智能將進一步融合,為智能化的應(yīng)用場景帶來更多創(chuàng)新和發(fā)展。邊緣計算與人工智能概述
1.1.5邊緣計算與人工智能應(yīng)用領(lǐng)域
邊緣計算和人工智能的結(jié)合在許多領(lǐng)域中都具有廣泛的應(yīng)用。以下是邊緣計算和人工智能在一些主要領(lǐng)域的應(yīng)用示例:邊緣計算和人工智能可用于交通管理和智能交通系統(tǒng)。通過在邊緣設(shè)備上部署智能算法,可以實現(xiàn)實時的交通監(jiān)測、車輛識別、交通流量優(yōu)化和事故預(yù)測等功能。智能交通邊緣計算與人工智能概述
1.1.5邊緣計算與人工智能應(yīng)用領(lǐng)域
智能交通(1)實時交通監(jiān)測:邊緣設(shè)備可以通過攝像頭、傳感器等收集實時交通數(shù)據(jù),如車流量、車速、擁堵情況等。這些數(shù)據(jù)可以在邊緣設(shè)備上進行實時處理和分析,以實現(xiàn)交通狀態(tài)的監(jiān)測和預(yù)測。(2)車輛識別和行為分析:通過在邊緣設(shè)備上進行圖像識別和行為分析,可以實現(xiàn)車輛的自動識別、車型分類、車道偏移檢測等功能。這些數(shù)據(jù)可以用于交通流量統(tǒng)計、違章檢測和交通事故預(yù)測等應(yīng)用。(3)交通信號優(yōu)化:利用邊緣設(shè)備上的智能算法,可以對交通信號進行實時的優(yōu)化調(diào)度。邊緣設(shè)備可以收集交通數(shù)據(jù)并進行實時的交通流分析,以確定最佳的信號控制策略,以優(yōu)化交通流量、減少擁堵和改善交通效率。(4)事故預(yù)測和智能導(dǎo)航:通過在邊緣設(shè)備上進行數(shù)據(jù)分析和模式識別,可以實現(xiàn)交通事故的預(yù)測和智能導(dǎo)航系統(tǒng)。邊緣設(shè)備可以收集交通數(shù)據(jù)、天氣數(shù)據(jù)等,并利用人工智能算法來預(yù)測潛在的交通事故,并為駕駛員提供實時的導(dǎo)航建議。(5)自動駕駛和車聯(lián)網(wǎng):邊緣計算和人工智能在自動駕駛和車聯(lián)網(wǎng)領(lǐng)域中也起著重要的作用。通過在邊緣設(shè)備上部署智能算法和模型,可以實現(xiàn)自動駕駛車輛的感知、決策和控制。同時,邊緣計算也可以實現(xiàn)車輛之間的通信和協(xié)作,提高交通安全和效率。這些應(yīng)用使智能交通系統(tǒng)能夠?qū)崟r監(jiān)測交通狀態(tài)、優(yōu)化交通流量、預(yù)測交通事故,并為駕駛員和交通管理部門提供實時的信息和決策支持。邊緣計算的優(yōu)勢在于將智能計算和數(shù)據(jù)處理能力靠近交通源頭,減少了數(shù)據(jù)傳輸延遲,并提供了實時響應(yīng)和決策能力。邊緣計算與人工智能概述
1.1.5邊緣計算與人工智能應(yīng)用領(lǐng)域
2.工業(yè)自動化邊緣計算和人工智能的結(jié)合在工業(yè)自動化中具有重要應(yīng)用。通過將智能算法和模型部署在邊緣設(shè)備上,可以實現(xiàn)實時的設(shè)備監(jiān)測、故障診斷和預(yù)測性維護,提高生產(chǎn)效率和降低故障風(fēng)險。邊緣計算和人工智能在工業(yè)自動化領(lǐng)域中具有重要的應(yīng)用。以下是一些在工業(yè)自動化中應(yīng)用邊緣計算和人工智能的示例:邊緣計算與人工智能概述
1.1.5邊緣計算與人工智能應(yīng)用領(lǐng)域
2.工業(yè)自動化(1)實時設(shè)備監(jiān)測:邊緣設(shè)備可以搭載傳感器和監(jiān)測設(shè)備,用于實時監(jiān)測工業(yè)設(shè)備的狀態(tài)和性能參數(shù),如溫度、壓力、振動等。邊緣計算將數(shù)據(jù)收集和處理推向設(shè)備端,減少了數(shù)據(jù)傳輸延遲,并實現(xiàn)了實時監(jiān)測和控制。(2)故障診斷和預(yù)測性維護:通過在邊緣設(shè)備上部署智能算法和模型,可以實現(xiàn)對工業(yè)設(shè)備的故障診斷和預(yù)測性維護。邊緣設(shè)備可以實時分析設(shè)備傳感器數(shù)據(jù),并與預(yù)先訓(xùn)練的模型進行比對,以檢測設(shè)備故障的跡象,并提前預(yù)測設(shè)備的維護需求。(3)生產(chǎn)過程優(yōu)化:邊緣計算和人工智能可用于優(yōu)化生產(chǎn)過程,提高生產(chǎn)效率和質(zhì)量。通過在邊緣設(shè)備上進行實時的數(shù)據(jù)分析和算法推理,可以對生產(chǎn)過程進行監(jiān)測和優(yōu)化,實現(xiàn)實時的調(diào)度和控制。(4)質(zhì)量控制和缺陷檢測:邊緣計算和人工智能可用于質(zhì)量控制和缺陷檢測。通過在邊緣設(shè)備上進行圖像處理和模式識別,可以實現(xiàn)對產(chǎn)品質(zhì)量的檢測和分類,以及對生產(chǎn)線上的缺陷進行實時識別和報警。(5)工人安全和人機協(xié)作:邊緣計算和人工智能在提升工人安全和人機協(xié)作方面也發(fā)揮重要作用。邊緣設(shè)備可以實時監(jiān)測工作環(huán)境中的安全風(fēng)險,并通過智能算法進行預(yù)警和控制。此外,邊緣計算還可以實現(xiàn)機器人和工人之間的實時協(xié)作和交互。這些應(yīng)用使得工業(yè)自動化系統(tǒng)更加智能化、高效化和可靠化。邊緣計算將智能算法和模型推向設(shè)備端,實現(xiàn)了實時的數(shù)據(jù)分析和決策,降低了對云計算的依賴,并提供了更快的響應(yīng)速度和更強的隱私保護。邊緣計算與人工智能概述
1.1.5邊緣計算與人工智能應(yīng)用領(lǐng)域
3.智慧城市邊緣計算和人工智能在智慧城市領(lǐng)域中發(fā)揮重要作用。通過在邊緣設(shè)備上進行數(shù)據(jù)分析和決策,可以實現(xiàn)智能路燈控制、垃圾管理、環(huán)境監(jiān)測、智能安防等功能,提升城市的可持續(xù)性和生活質(zhì)量。邊緣計算和人工智能在智慧城市領(lǐng)域中具有廣泛的應(yīng)用。以下是一些在智慧城市中應(yīng)用邊緣計算和人工智能的示例:邊緣計算與人工智能概述
1.1.5邊緣計算與人工智能應(yīng)用領(lǐng)域
3.智慧城市(1)智能路燈控制:邊緣設(shè)備可以通過感知環(huán)境和交通狀況的傳感器,實時控制路燈的亮度和開關(guān)。通過使用人工智能算法和數(shù)據(jù)分析,可以根據(jù)實時需求和節(jié)能目標(biāo)來優(yōu)化路燈的控制策略,提高能源利用效率。(2)垃圾管理:邊緣計算和人工智能可用于優(yōu)化垃圾管理系統(tǒng)。通過在垃圾桶或垃圾箱上安裝傳感器和智能算法,可以實時監(jiān)測垃圾容量,優(yōu)化垃圾收集路線和時間,減少垃圾收集車輛的行駛距離和成本。(3)環(huán)境監(jiān)測:邊緣設(shè)備可以配備各種傳感器,用于實時監(jiān)測環(huán)境參數(shù),如空氣質(zhì)量、噪音水平、溫度等。通過將人工智能算法部署在邊緣設(shè)備上,可以對環(huán)境數(shù)據(jù)進行實時分析和預(yù)警,為城市居民提供健康和舒適的生活環(huán)境。(4)智能安防:邊緣計算和人工智能可用于智能安防系統(tǒng)。通過在邊緣設(shè)備上部署視頻監(jiān)控和圖像識別算法,可以實現(xiàn)實時的視頻監(jiān)控和異常行為檢測。邊緣設(shè)備可以自動識別和報警異常事件,提高城市安全性和警報響應(yīng)效率。(5)公共服務(wù)優(yōu)化:邊緣計算和人工智能可用于優(yōu)化公共服務(wù),如智能公交站點、智能停車管理和智能公共設(shè)施管理。通過在邊緣設(shè)備上進行數(shù)據(jù)分析和決策,可以提供個性化的公共服務(wù),提升城市居民的生活質(zhì)量。這些應(yīng)用使智慧城市更加智能化、高效化和可持續(xù)化。邊緣計算將智能算法和決策推向設(shè)備端,實現(xiàn)了實時的數(shù)據(jù)處理和決策能力,降低了對云計算的依賴,并提供了更快的響應(yīng)速度和更強的數(shù)據(jù)隱私保護。邊緣計算與人工智能概述
1.1.5邊緣計算與人工智能應(yīng)用領(lǐng)域
4.醫(yī)療保健邊緣計算和人工智能的結(jié)合在醫(yī)療保健領(lǐng)域具有廣泛應(yīng)用。通過在邊緣設(shè)備上進行實時的生物信號監(jiān)測、健康數(shù)據(jù)分析和遠(yuǎn)程醫(yī)療,可以實現(xiàn)個性化的醫(yī)療診斷、疾病預(yù)測和健康管理。邊緣計算和人工智能在醫(yī)療保健領(lǐng)域中具有廣泛的應(yīng)用。以下是一些在醫(yī)療保健中應(yīng)用邊緣計算和人工智能的示例:邊緣計算與人工智能概述
1.1.5邊緣計算與人工智能應(yīng)用領(lǐng)域
4.醫(yī)療保健(1)遠(yuǎn)程醫(yī)療:邊緣計算和人工智能可以用于遠(yuǎn)程醫(yī)療服務(wù)。通過在邊緣設(shè)備上部署視頻通信和醫(yī)學(xué)圖像分析算法,可以實現(xiàn)遠(yuǎn)程醫(yī)生和患者之間的實時交流和診斷。邊緣設(shè)備可以提供高質(zhì)量的視頻傳輸和圖像分析,減少了對網(wǎng)絡(luò)帶寬的需求,并提供了實時的醫(yī)療服務(wù)。(2)健康監(jiān)測與預(yù)警:邊緣設(shè)備配備傳感器和監(jiān)測設(shè)備,可以實時監(jiān)測患者的健康指標(biāo),如心率、血壓、血糖等。通過在邊緣設(shè)備上部署人工智能算法和模型,可以對患者的健康數(shù)據(jù)進行實時分析和預(yù)警,及時發(fā)現(xiàn)異常情況并提供相應(yīng)的處理建議。(3)醫(yī)療圖像分析:邊緣計算和人工智能在醫(yī)學(xué)圖像分析方面有廣泛應(yīng)用。通過在邊緣設(shè)備上進行醫(yī)學(xué)圖像處理和識別算法,可以實現(xiàn)對X射線、CT掃描、MRI等醫(yī)學(xué)影像的自動分析和診斷。邊緣設(shè)備可以減少圖像數(shù)據(jù)傳輸延遲,提供實時的圖像分析結(jié)果,有助于醫(yī)生做出快速準(zhǔn)確的診斷。(4)智能藥物管理:邊緣計算和人工智能可用于智能藥物管理系統(tǒng)。通過在邊緣設(shè)備上部署智能算法和傳感器,可以對藥物的存儲、配送和用量進行實時監(jiān)測和管理。邊緣設(shè)備可以提供準(zhǔn)確的用藥提醒和用量控制,減少藥物錯誤使用和不良反應(yīng)的發(fā)生。(5)疾病預(yù)測和預(yù)防:邊緣計算和人工智能可以用于疾病預(yù)測和預(yù)防。通過在邊緣設(shè)備上進行數(shù)據(jù)分析和模式識別,可以利用患者的健康數(shù)據(jù)和生活習(xí)慣來預(yù)測潛在疾病的風(fēng)險,并提供個性化的預(yù)防措施和建議。這些應(yīng)用使醫(yī)療保健更加智能化、個性化和可及性。邊緣計算將智能算法和模型推向醫(yī)療設(shè)備端,實現(xiàn)了實時的數(shù)據(jù)處理和決策能力,提供了更快速、準(zhǔn)確和個性化的醫(yī)療服務(wù)。此外,邊緣計算還降低了對網(wǎng)絡(luò)帶寬和云計算的依賴,增加了數(shù)據(jù)隱私的保護。邊緣計算與人工智能概述
1.1.5邊緣計算與人工智能應(yīng)用領(lǐng)域
5.零售業(yè)邊緣計算和人工智能可用于零售業(yè)的個性化營銷和供應(yīng)鏈管理。通過在邊緣設(shè)備上進行實時的用戶行為分析和推薦算法,可以為消費者提供個性化的產(chǎn)品推薦和購物體驗。同時,邊緣計算還可以在實時庫存管理、物流優(yōu)化和預(yù)測需求方面發(fā)揮作用。在零售業(yè)中,邊緣計算和人工智能有著廣泛的應(yīng)用。以下是一些邊緣計算和人工智能在零售業(yè)中的應(yīng)用領(lǐng)域:邊緣計算與人工智能概述
1.1.5邊緣計算與人工智能應(yīng)用領(lǐng)域
5.零售業(yè)(1)個性化推薦:通過在邊緣設(shè)備上運行人工智能算法,零售商可以實時分析顧客的購買歷史、偏好和行為模式,并根據(jù)這些信息提供個性化的產(chǎn)品推薦。邊緣計算能夠處理海量的數(shù)據(jù),快速生成推薦結(jié)果,提升顧客的購物體驗和銷售轉(zhuǎn)化率。(2)庫存管理:邊緣設(shè)備可以實時監(jiān)測零售店鋪的庫存情況,并通過人工智能算法進行預(yù)測和優(yōu)化。基于銷售數(shù)據(jù)和供應(yīng)鏈信息,邊緣計算可以幫助零售商進行精準(zhǔn)的庫存管理,避免庫存過?;蛉必?,提高運營效率和客戶滿意度。(3)智能支付:邊緣計算和人工智能可用于實現(xiàn)智能支付系統(tǒng)。通過在邊緣設(shè)備上部署人臉識別、指紋識別和聲紋識別等技術(shù),可以實現(xiàn)安全、快速和無接觸的支付體驗。邊緣計算能夠處理本地支付交易,減少對云計算的依賴和支付延遲。(4)實時分析和預(yù)測:邊緣設(shè)備可以收集和分析實時的銷售數(shù)據(jù)、顧客行為和市場趨勢等信息。通過在邊緣設(shè)備上部署人工智能算法和機器學(xué)習(xí)模型,零售商可以進行實時的數(shù)據(jù)分析和預(yù)測,快速做出決策和調(diào)整銷售策略。(5)智能安防和防欺詐:邊緣計算和人工智能可用于零售店鋪的安防和欺詐檢測。通過在邊緣設(shè)備上部署視頻監(jiān)控和圖像識別算法,可以實時監(jiān)測店鋪內(nèi)的安全情況和異常行為。邊緣計算可以自動識別和報警潛在的欺詐行為,提高安全性和保護零售業(yè)務(wù)的利益。這些應(yīng)用使零售業(yè)更加智能化、高效化和個性化。邊緣計算將人工智能算法和決策推向設(shè)備端,實現(xiàn)了實時的數(shù)據(jù)處理和決策能力,降低了對云計算的依賴,并提供了更快的響應(yīng)速度和更強的數(shù)據(jù)隱私保護。邊緣計算與人工智能概述
1.1.5邊緣計算與人工智能應(yīng)用領(lǐng)域
6.農(nóng)業(yè)邊緣計算和人工智能在農(nóng)業(yè)領(lǐng)域中有廣泛的應(yīng)用。通過在農(nóng)田、溫室等邊緣設(shè)備上部署傳感器和智能算法,可以實現(xiàn)實時的土壤監(jiān)測、作物生長預(yù)測、灌溉控制和病蟲害預(yù)警,提高農(nóng)業(yè)生產(chǎn)的效率和可持續(xù)性。以下是一些邊緣計算和人工智能在農(nóng)業(yè)中的應(yīng)用領(lǐng)域:邊緣計算與人工智能概述
1.1.5邊緣計算與人工智能應(yīng)用領(lǐng)域
6.農(nóng)業(yè)(1)農(nóng)作物監(jiān)測和管理:通過在農(nóng)田中部署傳感器和邊緣設(shè)備,可以實時監(jiān)測土壤濕度、溫度、光照等環(huán)境指標(biāo),并利用人工智能算法分析和預(yù)測農(nóng)作物的生長情況。邊緣計算可以提供農(nóng)作物生長模型和決策支持,幫助農(nóng)民優(yōu)化灌溉、施肥和病蟲害管理,提高農(nóng)作物的產(chǎn)量和質(zhì)量。(2)智能灌溉系統(tǒng):通過在邊緣設(shè)備上部署感知技術(shù)和人工智能算法,可以實現(xiàn)智能灌溉系統(tǒng)。邊緣設(shè)備可以實時監(jiān)測土壤濕度、氣象條件和作物需水量,并根據(jù)數(shù)據(jù)進行智能決策和控制灌溉設(shè)備。這樣可以實現(xiàn)精確的灌溉,避免浪費水資源,提高水資源利用效率。(3)無人機農(nóng)業(yè):邊緣計算和人工智能在無人機農(nóng)業(yè)中有著重要的應(yīng)用。通過在邊緣設(shè)備上部署圖像識別和機器學(xué)習(xí)算法,無人機可以實時采集農(nóng)田的圖像數(shù)據(jù),并對作物生長、病蟲害和營養(yǎng)狀態(tài)進行分析和識別。這樣可以幫助農(nóng)民及時發(fā)現(xiàn)問題并采取措施,提高農(nóng)田管理的效果。(4)農(nóng)產(chǎn)品質(zhì)量檢測:邊緣設(shè)備可以在農(nóng)田或農(nóng)產(chǎn)品采摘時進行質(zhì)量檢測。通過在邊緣設(shè)備上部署圖像處理和機器學(xué)習(xí)算法,可以實時分析農(nóng)產(chǎn)品的外觀、大小、成熟度等特征,進行質(zhì)量評估和分級。這樣可以提高農(nóng)產(chǎn)品的市場競爭力和溯源能力。(5)預(yù)測和決策支持:邊緣計算和人工智能可以利用農(nóng)業(yè)數(shù)據(jù)進行預(yù)測和決策支持。通過在邊緣設(shè)備上部署預(yù)測模型和決策算法,可以分析氣象數(shù)據(jù)、市場需求和供應(yīng)鏈信息,預(yù)測農(nóng)作物產(chǎn)量、市場價格和最佳銷售策略。這樣可以幫助農(nóng)民制定合理的種植計劃和銷售策略,提高農(nóng)業(yè)經(jīng)濟效益。這些應(yīng)用使農(nóng)業(yè)更加智能化、高效化和可持續(xù)發(fā)展。邊緣計算和人工智能將決策和分析能力推向農(nóng)田現(xiàn)場,實現(xiàn)實時的數(shù)據(jù)處理和決策能力,減少了對云計算的依賴,并提供了更快速的響應(yīng)和更好的數(shù)據(jù)隱私保護。此外,邊緣計算和人工智能還可以應(yīng)用于能源管理、金融服務(wù)、環(huán)境保護等多個領(lǐng)域。隨著技術(shù)的不斷發(fā)展和創(chuàng)新,邊緣計算和人工智能的應(yīng)用領(lǐng)域?qū)⒗^續(xù)擴展,并為各行各業(yè)帶來更多的智能化解決方案。1.1.6小結(jié)邊緣計算和人工智能是兩個相互關(guān)聯(lián)且互相促進的技術(shù)領(lǐng)域。邊緣計算強調(diào)將數(shù)據(jù)處理和決策推向離數(shù)據(jù)源更近的邊緣設(shè)備,以實現(xiàn)實時響應(yīng)、降低延遲和減少對云計算的依賴。而人工智能則涉及機器學(xué)習(xí)、深度學(xué)習(xí)和自然語言處理等技術(shù),使計算機能夠模仿人類智能、自動學(xué)習(xí)和自主決策。邊緣計算和人工智能的結(jié)合為許多領(lǐng)域帶來了巨大的創(chuàng)新和改進,如智能物聯(lián)網(wǎng)、智能城市、智能工廠、智能交通和智能農(nóng)業(yè)等。它們的應(yīng)用使得設(shè)備能夠?qū)崟r處理大量的數(shù)據(jù),并根據(jù)數(shù)據(jù)做出智能決策,從而提供更快速、更高效和更個性化的服務(wù)。邊緣計算通過將人工智能算法和模型部署在邊緣設(shè)備上,使得數(shù)據(jù)可以在本地進行處理和分析,減少了數(shù)據(jù)傳輸?shù)拈_銷和延遲,并增強了數(shù)據(jù)隱私和安全性。同時,人工智能為邊緣計算提供了強大的分析能力和智能決策支持,使得邊緣設(shè)備能夠更好地理解和應(yīng)對不同的場景和需求。綜上所述,邊緣計算和人工智能的結(jié)合為各個領(lǐng)域帶來了許多創(chuàng)新和改進的機會,推動了智能化和自動化的發(fā)展。隨著邊緣計算和人工智能技術(shù)的不斷演進和成熟,我們可以期待更多的應(yīng)用場景和領(lǐng)域?qū)闹惺芤?,并為人們的生活和工作帶來更多的便利和效益?.1.5思考與拓展
1.深度學(xué)習(xí)算法和百度人臉?biāo)惴ǜ饔惺裁磧?yōu)缺點?
2.MobileFaceNet的人臉識別模型的主要特點?
3.簡單描述百度人臉開關(guān)門鎖的實現(xiàn)步驟?4.基于AiCam框架的開發(fā)流程是?第2章邊緣計算與人工智能基本開發(fā)方法第2章邊緣計算與人工智能基本開發(fā)方法本章結(jié)合AiCam開發(fā)平臺學(xué)習(xí)邊緣計算與人工智能基本開發(fā)方法,本章節(jié)內(nèi)容包括:1、邊緣計算與人工智能框架,了解邊緣計算經(jīng)典框架,結(jié)合AiCam開發(fā)平臺掌握人工智能開發(fā)平臺框架,掌握AiCam開發(fā)平臺特性、運行環(huán)境及開發(fā)流程以及典型應(yīng)用案例,結(jié)合邊緣計算框架及AiCam平臺了解邊緣計算網(wǎng)關(guān)以及相關(guān)邊緣計算開發(fā)平臺。結(jié)合人臉識別案例,掌握在AiCam平臺實現(xiàn)邊緣計算應(yīng)用的算法開發(fā)、模型開發(fā)、硬件開發(fā)、應(yīng)用開發(fā)流程及開發(fā)驗證步驟。2、邊緣計算算法開發(fā),掌握面向機器視覺應(yīng)用的邊緣計算框架,結(jié)合AiCam應(yīng)用框架掌握實時推理算法接口、單次推理算法接口設(shè)計,結(jié)合人臉識別案例掌握邊緣算法開發(fā)設(shè)計。3、邊緣計算硬件開發(fā),掌握面向邊緣計算的智能物聯(lián)網(wǎng)平臺框架,結(jié)合智云物聯(lián)網(wǎng)平臺掌握應(yīng)用開發(fā)框架的應(yīng)用接口、通信協(xié)議以及開發(fā)工具,結(jié)合智慧產(chǎn)業(yè)套件項目案例掌握邊緣硬件的設(shè)計開發(fā)。4、邊緣計算應(yīng)用開發(fā),掌握面向機器視覺的邊緣應(yīng)用開發(fā)邏輯框架,基于AiCam應(yīng)用開發(fā)框架掌握人臉識別案例中實時推理、單次推理的邊緣視覺應(yīng)用的開發(fā)設(shè)計,結(jié)合邊緣計算硬件平臺,掌握云、邊、端協(xié)同的人工智能邊緣計算應(yīng)用開發(fā)過程。第二章目錄ContentsEducationSolutionsInternet+2.1邊緣計算與人工智能框架2.2邊緣計算算法開發(fā)2.3邊緣計算硬件開發(fā)2.4邊緣計算應(yīng)用開發(fā)第二章邊緣計算與人工智能框架
2.1邊緣計算與人工智能框架2.1邊緣計算與人工智能框架邊緣計算是在靠近物或數(shù)據(jù)源頭的網(wǎng)絡(luò)邊緣側(cè),融合網(wǎng)絡(luò)、計算、存儲、應(yīng)用核心能力的分布式開放平臺,能夠就近提供邊緣智能服務(wù);滿足敏捷聯(lián)接、實時業(yè)務(wù)、數(shù)據(jù)優(yōu)化、應(yīng)用智能、安全與隱私保護等方面的關(guān)鍵需求;作為聯(lián)接物理和數(shù)字世界的橋梁,能夠?qū)崿F(xiàn)智能資產(chǎn)、智能網(wǎng)關(guān)、智能系統(tǒng)和智能服務(wù)。本節(jié)要求掌握的知識點如下:1、了解邊緣計算經(jīng)典框架。2、掌握AiCam開發(fā)平臺運行環(huán)境及開發(fā)流程以及典型應(yīng)用案例。3、結(jié)合邊緣計算框架及AiCam平臺了解邊緣計算網(wǎng)關(guān)以及相關(guān)邊緣計算開發(fā)平臺。4、結(jié)合人臉識別案例,掌握在AiCam平臺實現(xiàn)邊緣計算應(yīng)用開發(fā)全流程。2.1目錄ContentsEducationSolutionsInternet+2.1.1 邊緣計算與人工智能開發(fā)平臺2.1.2 功能與核心源代碼設(shè)計案例2.1.3 開發(fā)步驟與驗證2.1.4 思考與拓展2.1.1邊緣計算與人工智能開發(fā)平臺
邊緣計算參考架構(gòu)基于模型驅(qū)動的工程方法(Model-DrivenEngineeringMDE),將物理和數(shù)字世界的知識模型化,從而實現(xiàn):物理世界和數(shù)字世界的協(xié)作、跨產(chǎn)業(yè)的生態(tài)協(xié)作、減少系統(tǒng)異構(gòu)性,簡化跨平臺移植、有效支撐系統(tǒng)的全生命周期活動。參考框架,如圖2.1,在每層提供了模型化的開放接口,實現(xiàn)了架構(gòu)的全層次開放。
邊緣計算經(jīng)典框架2.1.1邊緣計算與人工智能開發(fā)平臺
從橫向看,智能服務(wù)基于模型驅(qū)動的統(tǒng)一服務(wù)框架,通過開發(fā)服務(wù)框架和部署運營服務(wù)框架實現(xiàn)開發(fā)與部署智能協(xié)同,實現(xiàn)軟件開發(fā)接口一致和部署運營自動化;智能業(yè)務(wù)編排通過模型化的工作流即業(yè)務(wù)Fabric,定義端到端業(yè)務(wù)流,實現(xiàn)業(yè)務(wù)敏捷;聯(lián)接計算實現(xiàn)架構(gòu)極簡,對業(yè)務(wù)屏蔽邊緣智能分布式架構(gòu)的復(fù)雜性;智能邊緣計算節(jié)點兼容多種異構(gòu)聯(lián)接、支持實時處理與響應(yīng)、提供軟硬一體化安全。從縱向看,通過管理服務(wù)、數(shù)據(jù)全生命周期服務(wù)、安全服務(wù),實現(xiàn)業(yè)務(wù)的全流程、全生命周期的智能服務(wù)。圖2.1邊緣計算經(jīng)典框架2.1.1邊緣計算與人工智能開發(fā)平臺
機器視覺與人工智能AiCam開發(fā)平臺是用于開發(fā)和部署與圖像識別、圖像分析和計算機視覺相關(guān)的人工智能應(yīng)用的工具和框架。平臺提供了豐富的功能和庫,使開發(fā)者能夠構(gòu)建高性能的機器學(xué)習(xí)和深度學(xué)習(xí)模型,從而實現(xiàn)自動化的圖像處理和視覺分析任務(wù)。人工智能開發(fā)平臺一般具有以下特點:(1)數(shù)據(jù)管理和預(yù)處理:提供用于處理和管理圖像數(shù)據(jù)的工具,以確保數(shù)據(jù)質(zhì)量和一致性。(2)模型訓(xùn)練和調(diào)優(yōu):提供強大的機器學(xué)習(xí)和深度學(xué)習(xí)框架,以支持圖像分類、目標(biāo)檢測、語義分割等任務(wù)的模型訓(xùn)練。提供預(yù)訓(xùn)練的模型和經(jīng)過驗證的網(wǎng)絡(luò)架構(gòu),以便開發(fā)者可以在其基礎(chǔ)上進行遷移學(xué)習(xí)和微調(diào),從而加快模型開發(fā)和訓(xùn)練的過程。(3)模型部署和推理:提供用于將訓(xùn)練好的模型部署到生產(chǎn)環(huán)境中的工具和接口。這些平臺通常支持將模型部署為API或集成到現(xiàn)有應(yīng)用程序中,并提供高性能的推理引擎,以便實時處理和分析圖像數(shù)據(jù)。(4)輔助工具和庫:提供各種輔助工具和庫,以簡化開發(fā)過程并提高開發(fā)效率。(5)可擴展性和靈活性:通常具有良好的可擴展性和靈活性,以適應(yīng)不同規(guī)模和要求的項目。它們可以在本地計算機或云環(huán)境中運行,并支持并行計算和分布式訓(xùn)練,以處理大規(guī)模的圖像數(shù)據(jù)和復(fù)雜的計算任務(wù)。2.1.1邊緣計算與人工智能開發(fā)平臺
AiCam開發(fā)平臺是面向人工智能開發(fā)的一套開發(fā)系統(tǒng),如圖2.2所示,可以實現(xiàn)數(shù)字圖像處理、機器視覺應(yīng)用、邊緣計算應(yīng)用,內(nèi)置了AiCam核心引擎集成了算法、模型、硬件、應(yīng)用輕量級開發(fā)框架,能夠快速集成和開發(fā)更多的項目案例。 AiCam開發(fā)平臺圖2.2AiCam開發(fā)平臺2.1.1邊緣計算與人工智能開發(fā)平臺
1.運行環(huán)境AiCam人工智能開發(fā)平臺采用BS架構(gòu),如圖2.3所示,通過瀏覽器即可運行項目,人工智能算法模型和算法通過邊緣本地云服務(wù)的方式為應(yīng)用提供交互接口,軟件平臺可部署到各種邊緣端設(shè)備運行,包括:GPU服務(wù)器/電腦、CPU服務(wù)器/電腦、ARM開發(fā)板(aarch64架構(gòu))、百度EdgeBorad開發(fā)板(FZ3、FZ5、FZ9)、英偉達(dá)Jetson開發(fā)板等。圖2.3AiCam開發(fā)平臺組成2.1.1邊緣計算與人工智能開發(fā)平臺2. 主要特性AiCam人工智能輕量化應(yīng)用框架主要特性如下:多平臺邊緣端部署支持x86、ARM、GPU、FPGA、MLU等異構(gòu)計算環(huán)境部署和離線計算推理,實現(xiàn)多樣化的邊緣項目應(yīng)用需求。實時視頻推送分析支持本地攝像頭、網(wǎng)絡(luò)攝像頭接入,實時的視頻推流服務(wù),通過WebHTTP接口快速預(yù)覽和訪問。統(tǒng)一模型調(diào)用接口不同算法框架采用統(tǒng)一的模型調(diào)用接口,開發(fā)者可以輕松切換不同的算法模型,進行模型驗證。統(tǒng)一硬件控制接口接入物聯(lián)網(wǎng)云平臺,不同硬件資源采用統(tǒng)一的硬件控制接口,屏蔽底層硬件的差異,方便開發(fā)者接入不同的控制設(shè)備。清晰簡明應(yīng)用接口基于Web的RESTful調(diào)用接口,快速進行模型算法的調(diào)用,并實時返回分析的視頻結(jié)果和數(shù)據(jù)。2.1.1邊緣計算與人工智能開發(fā)平臺3. 開發(fā)流程AiCam核心引擎集成了算法、模型、硬件、應(yīng)用輕量級開發(fā)框架,應(yīng)用邏輯、工程結(jié)構(gòu)、開發(fā)流程如圖2.4所示:攝像頭websocketAiCam框架http://gwip:4001/stream/algorithm_name?camera_id=0返回base64編碼的圖片和結(jié)果數(shù)據(jù)視頻推流算法調(diào)度邊緣推理Flask服務(wù)應(yīng)用物聯(lián)網(wǎng)云平臺ZCloudAPI物聯(lián)網(wǎng)硬件設(shè)備圖2.4AiCam人工智能開發(fā)平臺開發(fā)流程2.1.1邊緣計算與人工智能開發(fā)平臺AiCam人工智能開發(fā)平臺詳細(xì)的功能架構(gòu)和構(gòu)成如圖2.5所示。圖2.5AiCam人工智能開發(fā)平臺功能架構(gòu)2.1.1邊緣計算與人工智能開發(fā)平臺4. 主程序aicam
主程序aicam.py核心源代碼如下:#獲取當(dāng)前工程根目錄basedir=os.path.abspath(os.path.dirname(__file__))#全局參數(shù)__app=Flask(__name__,static_folder="static",template_folder='templates')#cross-domainCORS(__app,supports_credentials=True)#進入首頁路由@__app.route('/’)defindex():returnrender_template('index.html')#設(shè)置icon圖標(biāo)@__app.route('/favicon.ico')deffavicon():returnsend_from_directory(os.path.join(__app.root_path,'static'),'favicon.ico',mimetype='image/vnd.microsoft.icon')2.1.1邊緣計算與人工智能開發(fā)平臺classStream:def__init__(self,cd):print("INFO:Streamcreate.")self.cd=cddef__iter__(self):returnself
def__next__(self):returnself.cd()
def__del__(self):print("INFO:Streamdelete.")
@__app.route('/ptz/preset',methods=["POST"])defptzPreset():ifrequest.method=='OPTIONS':res=Response()res.headers['Access-Control-Allow-Origin']='*'res.headers['Access-Control-Allow-Method']='*'res.headers['Access-Control-Allow-Headers']='*'returnresdat=request.stream.read()cmd=392.1.1邊緣計算與人工智能開發(fā)平臺
param=1iflen(dat)>0:jo=json.loads(dat)cmd=jo['cmd']param=jo['param']camera=Nonecamera_id=request.values.get("camera_id")ifcamera_id!=None:camera_id=camera_id.strip()camera=cam.getCamera(camera_id)else:camera_url=request.values.get("camera_url")ifcamera_url!=None:camera=cam.loadCamera(camera_url)ifcamera!=None:presetPtz=getattr(camera,"presetPtz",None)ifpresetPtzisnotNone:presetPtz(cmd,param)
res=Response()res.headers['Access-Control-Allow-Origin']='*'res.headers['Access-Control-Allow-Method']='*'res.headers['Access-Control-Allow-Headers']='*'returnres打開工程文件查看更多2.1.1邊緣計算與人工智能開發(fā)平臺
1.AiCam構(gòu)成利用AiCam人工智能開發(fā)平臺能夠方便快捷的開展深度學(xué)習(xí)領(lǐng)域的教學(xué)、競賽和科研工作,從最基礎(chǔ)的OpenCV視覺算法、模型訓(xùn)練到部署到邊緣設(shè)備應(yīng)用都進行了全棧式的封裝,降低了開發(fā)難度,如圖2.6所示。
開發(fā)資源圖2.6人工智能開發(fā)平臺應(yīng)用框架2.1.1邊緣計算與人工智能開發(fā)平臺包括以下應(yīng)用:圖像處理:基于OpenCV開發(fā)的數(shù)字圖像處理算法案例。圖像應(yīng)用:基于OpenCV開發(fā)的圖像應(yīng)用案例:深度學(xué)習(xí):基于深度學(xué)習(xí)技術(shù)開發(fā)的圖像識別、圖像檢測應(yīng)用案例。視覺云應(yīng)用:基于百度云接口開發(fā)的圖像識別、圖像檢測、語音識別、語音合成應(yīng)用案例。邊緣智能:結(jié)合硬件場景的邊緣計算應(yīng)用案例。綜合案例:結(jié)合行業(yè)軟硬件應(yīng)用場景的邊緣計算應(yīng)用案例。2.算法列表AiCam人工智能開發(fā)平臺的機器視覺算法,通過實驗例程的方式平臺中,每個算法都開放源代碼并提供了單元測試,包括了圖像基礎(chǔ)算法,圖像基礎(chǔ)應(yīng)用、深度學(xué)習(xí)應(yīng)用和百度云邊應(yīng)用,如表2.1~2.4所示。2.1.1邊緣計算與人工智能開發(fā)平臺
表2.1圖像基礎(chǔ)算法(略)類別接口名稱接口描述圖像采集image_capture實時視頻流采集和輸出圖像標(biāo)記image_lines_and_rectangles繪制直線和矩形image_circle_and_ellipse繪制圓和橢圓image_polygon繪制多邊形image_display_text顯示文字圖像轉(zhuǎn)換image_gray灰度實驗image_simple_binary二值化image_adaptive_binary自適應(yīng)二值化實驗圖像變換image_rotation圖像旋轉(zhuǎn)image_mirroring圖像鏡像旋轉(zhuǎn)實驗image_resize圖像縮放實驗image_perspective_transform圖像透視變換圖像邊緣檢測image_edge_detection圖像邊緣檢測實驗形態(tài)學(xué)變換image_eroch腐蝕image_dilate膨脹image_opening開運算image_closinig閉運算2.1.1邊緣計算與人工智能開發(fā)平臺
表2.2圖像基礎(chǔ)應(yīng)用類別接口名稱接口描述顏色識別image_color_recognition識別目標(biāo)的顏色形狀識別image_shape_recognition識別目標(biāo)的形狀數(shù)字識別image_mnist_recognition識別手寫數(shù)字二維碼識別image_qrcode_recognition識別二維碼內(nèi)容人臉檢測image_face_detection利用Dlib庫的人臉檢測算法人臉關(guān)鍵點image_key_detection利用Dlib庫的人臉關(guān)鍵點檢測算法人臉識別image_face_recognition基于haar人臉特征分類器進行人臉識別目標(biāo)追蹤image_motion_tracking對移動目標(biāo)進行跟蹤標(biāo)注2.1.1邊緣計算與人工智能開發(fā)平臺
表2.3深度學(xué)習(xí)應(yīng)用類別接口名稱接口描述人臉檢測face_detection人臉檢測模型及算法人臉識別face_recognition人臉識別模型及算法人臉屬性face_attr多種人臉屬性信息:年齡、性別、表情等手勢識別handpose_detection識別人體手部的主要關(guān)鍵點口罩檢測mask_detection檢測是否佩帶口罩人體姿態(tài)personpose_detection識別人體的21個主要關(guān)鍵點車輛檢測car_detection識別ROS智能小車車牌識別plate_recognition識別車牌號碼行人檢測person_detection識別行人并標(biāo)記交通標(biāo)志traffic_detection識別各種交通標(biāo)志2.1.1邊緣計算與人工智能開發(fā)平臺
表2.4百度云邊應(yīng)用類別接口名稱接口描述人臉識別baidu_face_recognition人臉注冊及識別人體識別baidu_body_attr人體檢測與屬性識別算法車輛檢測baidu_vehicle_detect車輛屬性及檢測算法手勢識別baidu_gesture_recognition手勢識別算法數(shù)字識別baidu_numbers_detect數(shù)字識別算法文字識別baidu_general_characters_recognition通用文字識別算法語音識別baidu_speech_recognition百度短語音識別標(biāo)準(zhǔn)版應(yīng)用語音合成baidu_speech_synthesis百度語音合成服務(wù)應(yīng)用2.1.1邊緣計算與人工智能開發(fā)平臺
1.GW3588邊緣計算網(wǎng)關(guān)
GW3588邊緣計算網(wǎng)關(guān)采用全新商業(yè)產(chǎn)品級一體機外觀設(shè)計,AI最強嵌入式邊緣計算處理器RK3588,8核Cortex-A76&A55,4核Mali-G610GPU,6T算力NPU,16G+128G內(nèi)存配置,15.6寸高清電容屏,運行ubuntu、android多操作系統(tǒng),能夠完成人工智能機器視覺、語音語言、邊緣計算、綜合項目等課程的教學(xué)和實踐。
邊緣計算網(wǎng)關(guān)提供豐富的外設(shè)接口,方便開發(fā)調(diào)試,以下是邊緣計算網(wǎng)關(guān)內(nèi)部和外設(shè)接口示意圖:
相關(guān)邊緣計算硬件開發(fā)平臺圖2.7邊緣計算網(wǎng)關(guān)內(nèi)部和外設(shè)接口示意圖2.1.1邊緣計算與人工智能開發(fā)平臺
邊緣計算網(wǎng)關(guān)提供拓展模塊,可完成視覺、語言、感覺、控制等AI知識點學(xué)習(xí)和項目開發(fā),供合理選型和搭配。為深化無線傳感網(wǎng)絡(luò)中對無線節(jié)點時使用,書中項目的實例部分需要使用到傳感器和控制設(shè)備。其中涉及了xLab開發(fā)平臺,該平臺按照傳感器類別設(shè)計了豐富的傳感設(shè)備,包括有:采集類、控制類、安防類、顯示類、識別類等。2.采集類協(xié)開發(fā)平臺(Sensor-A)采集類協(xié)開發(fā)平臺(Sensor-A)包括:溫濕度傳感器、光強傳感器、空氣質(zhì)量傳感器、氣壓高度傳感器、三軸傳感器、距離傳感器、繼電器、語音識別傳感器等傳感器,如圖2.8所示。圖2.8采集類開發(fā)平臺2.1.1邊緣計算與人工智能開發(fā)平臺
3.控制類協(xié)開發(fā)平臺(Sensor-B)控制類開發(fā)平臺(Sensor-B)包括:風(fēng)扇、步進電機、蜂鳴器、LED、RGB、繼電器設(shè)備,如圖2.9所示。圖2.9控制類開發(fā)平臺2.1.1邊緣計算與人工智能開發(fā)平臺
4.安防類協(xié)開發(fā)平臺(Sensor-C)安防類協(xié)開發(fā)平臺(Sensor-C)包括:火焰?zhèn)鞲衅鳌⒐鈻艂鞲衅?、人體紅外傳感器、燃?xì)鈧鞲衅?、觸摸傳感器、振動傳感器、霍爾傳感器、繼電器、語音合成傳感器等傳感器,如圖2.10所示。圖2.10安防類開發(fā)平臺2.1.1邊緣計算與人工智能開發(fā)平臺
5.顯示類傳感器(Sensor-D)圖2.11顯示類傳感器Sensor-D2.1.1邊緣計算與人工智能開發(fā)平臺
6.125K&13.56M二合一模塊傳感器(Sensor-EL)125K&13.56M二合一模塊(Sensor-EL)包括有:RFID、繼電器、OLED顯示屏、傳感器端子,如圖2.12所示。圖2.12125K&13.56M二合一模塊(Sensor-EL)2.1.1邊緣計算與人工智能開發(fā)平臺
7.900M&ETC模塊傳感器(Sensor-EH)900M&ETC模塊(Sensor-EH)包括有:RFID、ETC欄桿、調(diào)試接口、傳感器端子。圖2.13900M&ETC模塊(Sensor-EH)2.1.2功能與核心源代碼設(shè)計案例
人工智能開發(fā)平臺能夠完成基于邊緣計算應(yīng)用的算法開發(fā)、模型開發(fā)、硬件開發(fā)、應(yīng)用開發(fā),開發(fā)例程通過瀏覽器即可以在電腦端運行。項目示例如下:##########################################################################################文件:image_face_recognition.py#########################################################################################importglobimportface_recognitionimportosimportsysimportcv2ascvimportnumpyasnpimportbase64importjson
classImageFaceRecognition(object):def__init__(self,dir_path="algorithm/image_face_recognition"):#讀取注冊的人臉特征npy文件self.dir_path=dir_pathfeature_path=os.path.join(dir_path,"*.npy")feature_files=glob.glob(feature_path)2.1.2功能與核心源代碼設(shè)計案例
#解析文件名稱,作為注冊人姓名
self.feature_names=[item.split(os.sep)[-1].replace(".npy","")foriteminfeature_files]#print(feature_names)self.face_cascade=cv.CascadeClassifier(dir_path+"/haarcascade_frontalface_alt.xml")self.features=[]forfinfeature_files:feature=np.load(f)self.features.append(feature)
defimage_to_base64(self,img):image=cv.imencode('.jpg',img,[cv.IMWRITE_JPEG_QUALITY,60])[1]image_encode=base64.b64encode(image).decode()returnimage_encode
打開工程文件查看更多2.1.3開發(fā)步驟與驗證
工程運行(1)在SSH終端輸入以下命令運行項目工程:$cd~/aicam$chmod755start_aicam.sh$condaactivatepy36_tf114_torch15_cpu_cv345//PCubuntu20.04環(huán)境下需要切換環(huán)境$./start_aicam.sh2.1.3開發(fā)步驟與驗證開始運行腳本*ServingFlaskapp"start_aicam"(lazyloading)*Environment:productionWARNING:Donotusethedevelopmentserverinaproductionenvironment.UseaproductionWSGIserverinstead.*Debugmode:off*Runningon:4000/(PressCTRL+Ctoquit)(2)在電腦端或者邊緣計算網(wǎng)關(guān)端打開chrome瀏覽器,輸入項目頁面地址并訪問:00:1443,即可查看項目內(nèi)容。2.1.4思考與拓展
1.當(dāng)應(yīng)用的視頻區(qū)無畫面,請在SSH終端按下組合鍵“Ctrl+C”退出程序,檢查攝像頭是否正確插入到USB3.0接口,然后再重新啟動應(yīng)用測試。2.當(dāng)出現(xiàn)畫面卡頓,SSH終端出現(xiàn)“selecttimeout”錯誤信息時,請在SSH終端按下組合鍵“Ctrl+C”退出程序,重新插拔攝像頭到USB3.0接口,然后再重新啟動應(yīng)用測試。第二章邊緣計算與人工智能框架
2.2邊緣計算算法開發(fā)2.2邊緣計算算法開發(fā)在邊緣計算中,算法的設(shè)計和實施通常需要考慮到資源受限的環(huán)境,例如邊緣設(shè)備的有限存儲容量、計算能力和能源,這些特點使其適應(yīng)邊緣環(huán)境的資源限制和實時需求。以下是一些邊緣計算算法的特點:低計算復(fù)雜度:邊緣計算算法通常需要具有較低的計算復(fù)雜度,以確保在資源受限的環(huán)境中能夠高效執(zhí)行。輕量級和緊湊:由于資源受限,算法需要輕量緊湊實時性:需要快速處理數(shù)據(jù)并做出實時決策本地決策:減少對云端的依賴適應(yīng)性:根據(jù)環(huán)境動態(tài)變化調(diào)整本節(jié)要求掌握的知識點如下:掌握面向機器視覺應(yīng)用的邊緣計算框架。結(jié)合AiCam應(yīng)用框架掌握實時推理算法接口、單次推理算法接口設(shè)計。結(jié)合人臉識別案例掌握邊緣算法開發(fā)設(shè)計。2.2目錄ContentsEducationSolutionsInternet+2.2.1 原理分析與開發(fā)設(shè)計2.2.2 小結(jié)2.2.3 開發(fā)步驟與驗證2.2.1原理分析與開發(fā)設(shè)計
邊緣計算作為一種新興的計算模式可以有效應(yīng)對機器視覺應(yīng)用領(lǐng)域的低時延、高帶寬需求,其基本理念是在網(wǎng)絡(luò)邊緣提供計算服務(wù),把傳統(tǒng)云計算資源遷移到網(wǎng)絡(luò)邊緣,更加貼近數(shù)據(jù)源,從而擁有更快的響應(yīng)速度和交互能力。邊緣計算具有協(xié)同、開放、彈性的計算模式,可以實現(xiàn)邊緣計算與云計算、邊緣計算節(jié)點的互相協(xié)同;同時實現(xiàn)計算和存儲等資源以服務(wù)的形式開發(fā)給用戶和應(yīng)用開發(fā)者;能夠根據(jù)業(yè)務(wù)增加的規(guī)模和需求,靈活調(diào)用和配置邊緣節(jié)點,實現(xiàn)自動化快速部署。
面向機器視覺應(yīng)用的邊緣計算框架2.2.1原理分析與開發(fā)設(shè)計
邊緣視覺處理平臺框架如圖,主要承載圖像處理處理功能,包括視頻編解碼、視頻圖像增強、視頻圖像內(nèi)容分析、視頻圖像檢索等,實現(xiàn)對視頻圖像中的人員、車輛、物體等對象的特征、行為、數(shù)量、質(zhì)量等進行檢測或識別判斷,并提高視頻圖像整體或視頻圖像中特定部分的清晰度、對比度等質(zhì)量指標(biāo)。
圖2.19邊緣視覺處理平臺框架2.2.1原理分析與開發(fā)設(shè)計
AiCam應(yīng)用開發(fā)框架如圖2.20所示。本項目采用了AiCam人工智能輕量化應(yīng)用框架。AiCam為模型算法的調(diào)用提供RESTful調(diào)用接口,實時返回分析的視頻結(jié)果和數(shù)據(jù),同時通過物聯(lián)網(wǎng)云平臺的應(yīng)用接口,實現(xiàn)與硬件的連接和互動,最終實現(xiàn)各種應(yīng)用。
算法接口1.架構(gòu)設(shè)計應(yīng)用攝像頭websocketAiCam框架http://gwip:4001/stream/algorithm_name?camera_id=0實時推理:返回base64編碼的圖片和結(jié)果流數(shù)據(jù)視頻推流算法調(diào)度邊緣推理Flask服務(wù)json數(shù)據(jù)返回單次推理:ajax(/file/algorithm_name,POST,jsondata)應(yīng)用物聯(lián)網(wǎng)云平臺ZCloudAPI物聯(lián)網(wǎng)硬件設(shè)備2.2.1原理分析與開發(fā)設(shè)計
2.實時推理AiCam框架的實時推理接口主要實現(xiàn)了視頻流的實時Ai推理計算,攝像頭采集到的視頻圖像通過算法實時計算,將返回的計算結(jié)果圖片(比如框出目標(biāo)位置和識別內(nèi)容的圖片)實時推流到應(yīng)用端以視頻的方式顯示,同時計算的結(jié)果數(shù)據(jù)(比如目標(biāo)坐標(biāo)、目標(biāo)關(guān)鍵點、目標(biāo)名稱、推理時間、置信度等)返回到應(yīng)用端用于業(yè)務(wù)的處理。算法的詳細(xì)邏輯如下:1)AiCam打開邊緣計算網(wǎng)關(guān)的攝像頭,獲取實時視頻圖像。2)將實時視頻圖像推送給算法接口的inference方法。3)算法inference方法進行圖像處理,或調(diào)用模型進行圖像推理。4)算法inference方法返回base64編碼的結(jié)果圖像、結(jié)果數(shù)據(jù)。5)AiCam核心框架將返回的結(jié)果圖像和結(jié)果數(shù)據(jù)拼接為text/event-stream流數(shù)據(jù)供應(yīng)用調(diào)用。6)應(yīng)用層通過EventSource接口獲取實時推送的算法流數(shù)據(jù)(結(jié)果圖像和結(jié)果數(shù)據(jù))。7)應(yīng)用層解析流數(shù)據(jù),提取出結(jié)果圖像和結(jié)果數(shù)據(jù)進行應(yīng)用展示。2.2.1原理分析與開發(fā)設(shè)計
3.單次推理AiCam框架的單次推理接口主要實現(xiàn)了應(yīng)用層業(yè)務(wù)需要的單次推理計算請求,應(yīng)用層將需要計算的圖片及配置參數(shù)通過ajax接口傳遞給算法層,算法根據(jù)參數(shù)進行圖片的推理計算,返回計算結(jié)果圖片(比如框出目標(biāo)位置和識別內(nèi)容的圖片)和計算結(jié)果數(shù)據(jù)(比如目標(biāo)坐標(biāo)、目標(biāo)關(guān)鍵點、目標(biāo)名稱、推理時間、置信度等),以供應(yīng)用層進行應(yīng)用展示。詳細(xì)內(nèi)容如下:1)應(yīng)用層截取需要Ai計算的圖片,并轉(zhuǎn)換為blob格式。2)應(yīng)用層將參數(shù)(比如人臉注冊應(yīng)用的人臉名稱、操作類型:注冊人臉/刪除人臉等)以json格式封裝。3)將圖片和參數(shù)以formData表單數(shù)據(jù)通過ajax請求傳遞給算法層。4)算法層inference方法收到應(yīng)用傳遞過來的圖片數(shù)據(jù)和參數(shù)數(shù)據(jù),調(diào)用模型進行圖像推理。5)算法inference方法返回base64編碼的結(jié)果圖像(比如框出目標(biāo)位置和識別內(nèi)容的圖片)和計算結(jié)果數(shù)據(jù)(比如目標(biāo)坐標(biāo)、目標(biāo)關(guān)鍵點、目標(biāo)名稱、推理時間、置信度等)。6)AiCam核心框架將算法處理的結(jié)果圖像和結(jié)果數(shù)據(jù)通過ajax返回。7)應(yīng)用層解析返回數(shù)據(jù),提取出結(jié)果圖像和結(jié)果數(shù)據(jù)進行應(yīng)用展示。2.2.1原理分析與開發(fā)設(shè)計
人臉注冊通過單次推理接口調(diào)用算法實現(xiàn)人臉的注冊功能,應(yīng)用層將需要注冊的人臉圖片和參數(shù)(所需要注冊的人名,處理類別:注冊)通過ajax接口傳遞給算法,算法文件內(nèi)相關(guān)代碼如下(algorithm\image_face_recognition\image_face_recognition.py):算法inference方法通過傳遞過來的參數(shù)param_data是否為非None來判斷是否為單次推理(實時推理為None,單次推理為非None)。邊緣算法設(shè)計1.人臉注冊2.人臉比對
人臉比對通過實時推理接口調(diào)用算法實現(xiàn)人臉的比對功能,應(yīng)用層通過EventSource接口調(diào)用算法接口獲取流數(shù)據(jù)。3.單元測試算法文件內(nèi)提供單元測試代碼,通過傳參0:人臉注冊、1:人臉比對打開工程文件查看更多2.2.2小結(jié)
本節(jié)學(xué)習(xí)了基于MDE設(shè)計的邊緣計算參考框架、結(jié)合項目體驗案例學(xué)習(xí)了應(yīng)用于機器視覺領(lǐng)域的邊緣視覺框架結(jié)構(gòu),了解了基于邊緣計算應(yīng)用的算法實驗、模型實驗、硬件實驗以及應(yīng)用實驗,學(xué)習(xí)了基于邊緣計算應(yīng)用項目的開發(fā)及驗證步驟。2.2.3開發(fā)步驟與驗證
(1)為人工智能邊緣計算應(yīng)用平臺GW3588連接Wi-Fi天線、攝像頭。(2)啟動人工智能邊緣計算平臺,連接局域網(wǎng)內(nèi)的Wi-Fi網(wǎng)絡(luò),記錄平臺的IP地址,例如:00。項目部署1.硬件部署2.工程部署(1)運行MobaXterm工具,通過SSH登錄到人工智能邊緣計算網(wǎng)關(guān)。(2)在SSH終端創(chuàng)建項目工作目錄:
$mkdir-p~/aiedge-exp(3)通過SSH將本項目工程源代碼上傳到~/aicam-exp目錄下,并采用unzip命令進行解壓。$cd~/aiedge-exp$unzipimage_face_recognition.zip2.2.3開發(fā)步驟與驗證
1)在SSH終端輸入以下命令運行算法進行人臉注冊單元測試,本項目將會讀取測試圖片,提交給算法接口進行人臉注冊,并返回注冊結(jié)果信息:$cd~/aiedge-exp/image_face_recognition$condaactivatepy36_tf114_torch15_cpu_cv345//PCubuntu20.04環(huán)境下需要切換環(huán)境$python3image_face_recognition.py0已保存人臉{'result_data':None,'msg':'注冊成功!','code':200,'result_image':None,'origin_image':None}2)在算法文件夾下可以看到生成了lilianjie.npy人臉特征文件。算法測試1.人臉注冊2.2.3開發(fā)步驟與驗證
在SSH終端輸入以下命令運行算法進行人臉比對單元測試,本項目將會讀取測試圖片,提交給算法接口進行人臉比對,比對完成后將結(jié)果圖片在視窗顯示,并返回比對結(jié)果信息:$cd~/aiedge-exp/image_face_recognition$condaactivatepy36_tf114_torch15_cpu_cv345//PCubuntu20.04環(huán)境下需要切換環(huán)境$python3image_face_recognition.py1{'msg':None,'result_image':'/9j/4AAQSkZJRgABAQAAAQABAAD//9k=','result_data':'lilianjie','origin_image':None,'code':200}2.人臉比對圖2.21人臉比對單元測試第2章邊緣計算與人工智能框架
2.3邊緣計算硬件開發(fā)2.3邊緣計算硬件開發(fā)邊緣計算硬件的設(shè)計需要平衡性能、功耗、實時性和安全性等多個方面的要求,以適應(yīng)邊緣計算應(yīng)用的多樣性和特殊性。以下是邊緣計算硬件開發(fā)的特點:低功耗設(shè)計:延長設(shè)備的電池壽命。小尺寸和輕量化:以適應(yīng)各種應(yīng)用場景。實時性能:能夠快速響應(yīng)和處理傳感器數(shù)據(jù)。本地存儲和緩存:減少對云端的依賴,提高性能和降低延遲。多模塊設(shè)計:以方便擴展和定制。安全硬件模塊:用于加密、身份驗證和其他安全功能。通信接口:適應(yīng)不同的通信需求。本節(jié)要求掌握的知識點如下:掌握面向邊緣計算的智能物聯(lián)網(wǎng)平臺框架。結(jié)合智云物聯(lián)網(wǎng)平臺掌握應(yīng)用開發(fā)框架的應(yīng)用接口、通信協(xié)議以及開發(fā)工具。結(jié)合智慧產(chǎn)業(yè)套件項目案例掌握邊緣硬件的設(shè)計開發(fā)。2.3目錄ContentsEducationSolutionsInternet+2.3.1 原理分析與開發(fā)設(shè)計2.3.2 開發(fā)步驟與驗證2.3.3 小結(jié)2.3.4 思考與拓展2.3.1原理分析與開發(fā)設(shè)計
物聯(lián)網(wǎng)利用有線/無線等方式,實現(xiàn)人與物、物與物進行數(shù)字化連接,物聯(lián)網(wǎng)的網(wǎng)聯(lián)化和智能化,能夠釋放物聯(lián)網(wǎng)底層能量,開拓創(chuàng)新應(yīng)用空間。傳統(tǒng)的物聯(lián)網(wǎng)系統(tǒng)包括感知層、網(wǎng)絡(luò)層、平臺層、應(yīng)用層四個部分組成,智能物聯(lián)網(wǎng)搭載人工智能擴大了應(yīng)用邊界,實現(xiàn)從連接萬物到喚醒萬物、從中心化到端邊云協(xié)同、從技術(shù)革新到產(chǎn)業(yè)革命、從物聯(lián)網(wǎng)思維到智聯(lián)網(wǎng)思維。
面向邊緣計算的智能物聯(lián)網(wǎng)平臺框架2.3.1原理分析與開發(fā)設(shè)計
智能物聯(lián)網(wǎng)技術(shù)對傳統(tǒng)物聯(lián)網(wǎng)平臺提出了新要求,如圖2.22。支撐更細(xì)顆粒度的應(yīng)用場景落地、挖掘海量異構(gòu)數(shù)據(jù)價值,成為智能物聯(lián)網(wǎng)的核心。特別是對于數(shù)據(jù)流傳過程中,對于數(shù)據(jù)形態(tài)和中間過程的需求,不僅只停留在數(shù)據(jù)分析層面,而是需要基于多模數(shù)據(jù)交互催生新的應(yīng)用場景。2.3.1原理分析與開發(fā)設(shè)計
AiCam人工智能輕量化應(yīng)用框架能夠接入海量的物聯(lián)網(wǎng)硬件,通過智云物聯(lián)網(wǎng)平臺實現(xiàn)對物聯(lián)網(wǎng)硬件的交互。智云物聯(lián)網(wǎng)平臺承擔(dān)平臺層的數(shù)據(jù)中樞智能,同時也為感知層、網(wǎng)絡(luò)層、應(yīng)用層提供軟硬件平臺和項目案例支撐,如圖2.23所示。圖2.23AiCam人工智能輕量化應(yīng)用框架2.3.1原理分析與開發(fā)設(shè)計
一個基本的智云物聯(lián)網(wǎng)項目系統(tǒng)模型如圖2.24所示。
項目模型2.3.1原理分析與開發(fā)設(shè)計
1)各種智能設(shè)備通過ZigBee、BLE、Wi-Fi、NB-IoT、LoRa、LTE等無線傳感網(wǎng)絡(luò)聯(lián)系在一起,其中協(xié)調(diào)器/匯集器節(jié)點作為整個網(wǎng)絡(luò)的匯集中心。2)協(xié)調(diào)器/匯集器與智云網(wǎng)關(guān)進行交互,通過智云網(wǎng)關(guān)上運行的服務(wù)程序,實現(xiàn)傳感網(wǎng)與互聯(lián)網(wǎng)的數(shù)據(jù)交換,將數(shù)據(jù)推送給智云平臺中心,也支持?jǐn)?shù)據(jù)推送到本地局域網(wǎng)。3)智云數(shù)據(jù)中心提供數(shù)據(jù)存儲、數(shù)據(jù)推送、數(shù)據(jù)決策、攝像監(jiān)控等服務(wù)等應(yīng)用接口,本地服務(wù)僅支持?jǐn)?shù)據(jù)推送服務(wù)。4)物聯(lián)網(wǎng)應(yīng)用項目通過智云API進行具體應(yīng)用的開發(fā),能夠?qū)崿F(xiàn)對傳感網(wǎng)內(nèi)節(jié)點進行采集、控制、決策等。2.3.1原理分析與開發(fā)設(shè)計
智云平臺提供五大應(yīng)用接口供開發(fā)者使用,包括:實時連接(WSNRTConnect)、歷史數(shù)據(jù)(WSNHistory)、攝像監(jiān)控(WSNCamera)、自動控制(WSNAutoctrl)、用戶數(shù)據(jù)(WSNProperty),詳細(xì)邏輯如圖2.25所示。
應(yīng)用接口1.應(yīng)用框架CC2530ZigBee協(xié)議棧CC2540藍(lán)牙BLE協(xié)議棧
CC3200Wi-Fi協(xié)議棧
SX1278LoRa協(xié)議棧N71NB-IoT協(xié)議棧ZXBeeSensorHALInterfaceZCloudGWServiceZCloudDataCenterWSNRTConnectWSNHistoryWSNCameraWSNAutoctrlWSNPropertyZCloudApplicationInterface圖2.25智云平臺應(yīng)用接口邏輯圖2.3.1原理分析與開發(fā)設(shè)計
針對Web應(yīng)用開發(fā),智云平臺提供JavaScript接口庫,用戶直接調(diào)用相應(yīng)的接口即可完成簡單Web應(yīng)用的開發(fā)。以下重點介紹實時連接、歷史數(shù)據(jù)接口。實時連接接口基于WebJavaScript的接口如表2.10所示。2.接口說明表2.10基于WebJavaScript的接口函數(shù)參數(shù)說明功能newWSNRTConnect(ID,Key);ID:智云賬號Key:智云密鑰建立實時數(shù)據(jù)實例,并初始化智云ID及密鑰connect()無建立實時數(shù)據(jù)服務(wù)連接disconnect()無斷開實時數(shù)據(jù)服務(wù)連接onConnect()無監(jiān)聽連接智云服務(wù)成功onConnectLost()無監(jiān)聽連接智云服務(wù)失敗onMessageArrive(mac,dat)mac:傳感器的MAC地址dat:發(fā)送的消息內(nèi)容監(jiān)聽收到的數(shù)據(jù)sendMessage(mac,dat)mac:傳感器的MAC地址dat:發(fā)送的消息內(nèi)容發(fā)送消息setServerAddr(sa)sa:數(shù)據(jù)中心服務(wù)器地址及端口設(shè)置/改變數(shù)據(jù)中心服務(wù)器地址及端口號2.3.1原理分析與開發(fā)設(shè)計
歷史數(shù)據(jù)接口基于WebJavaScript的接口如表2.11所示。函數(shù)參數(shù)說明功能newWSNHistory(ID,Key);ID:智云賬號Key:智云密鑰初始化歷史數(shù)據(jù)對象,并初始化智云ID及密鑰queryLast1H(ch,cal);ch:傳感器數(shù)據(jù)通道cal:回調(diào)函數(shù)(處理歷史數(shù)據(jù))查詢最近1小時的歷史數(shù)據(jù)queryLast6H(ch,cal);ch:傳感器數(shù)據(jù)通道cal:回調(diào)函數(shù)(處理歷史數(shù)據(jù))查詢最近6小時的歷史數(shù)據(jù)queryLast12H(ch,cal);ch:傳感器數(shù)據(jù)通道cal:回調(diào)函數(shù)(處理歷史數(shù)據(jù))查詢最近12小時的歷史數(shù)據(jù)queryLast1D(ch,cal);ch:傳感器數(shù)據(jù)通道cal:回調(diào)函數(shù)(處理歷史數(shù)據(jù))查詢最近1天的歷史數(shù)據(jù)queryLast5D(ch,cal);ch:傳感器數(shù)據(jù)通道cal:回調(diào)函數(shù)(處理歷史數(shù)據(jù))查詢最近5天的歷史數(shù)據(jù)queryLast14D(ch,cal);ch:傳感器數(shù)據(jù)通道cal:回調(diào)函數(shù)(處理歷史數(shù)據(jù))查詢最近14天的歷史數(shù)據(jù)表2.11 基于WebJavaScript的接口(略)2.3.1原理分析與開發(fā)設(shè)計
通信協(xié)議1.協(xié)議說明智云平臺支持物聯(lián)網(wǎng)無線傳感網(wǎng)數(shù)據(jù)的接入,并定義了物聯(lián)網(wǎng)數(shù)據(jù)通信的規(guī)范。智云平臺采用輕量級的ZXBee通信協(xié)議,它采用json數(shù)據(jù)格式,更加清晰易懂。ZXBee數(shù)據(jù)通信協(xié)議對物聯(lián)網(wǎng)整個項目從底層到上層的數(shù)據(jù)段作出了定義,該協(xié)議有以下特點:數(shù)據(jù)格式的語法簡單,語義清晰,參數(shù)少而精;參數(shù)命名合乎邏輯,見名知義,變量和命令的分工明確;參數(shù)讀寫權(quán)限分配合理,可以有效抵抗不合理的操作,能夠在最大程度上確保數(shù)據(jù)安全;變量能對值進行查詢,可以方便應(yīng)用程序調(diào)試;命令是對位進行操作,能夠避免內(nèi)存資源浪費。2.3.1原理分析與開發(fā)設(shè)計
2.協(xié)議詳解1)通信協(xié)議數(shù)據(jù)格式通信協(xié)議數(shù)據(jù)格式:{[參數(shù)]=[值],{[參數(shù)]=[值],……}A.每條數(shù)據(jù)以“{}”作為起始字符;B.“{}”內(nèi)參數(shù)多個條目以“,”分隔;C.示例:{CD0=1,D0=?}注:通信協(xié)議數(shù)據(jù)格式中的字符均為英文半角符號。2.3.1原理分析與開發(fā)設(shè)計
2.協(xié)議詳解(2)通信協(xié)議參數(shù)說明通信協(xié)議參數(shù)說明如下:A.參數(shù)名稱定義為:a)變量:A0~A7、D0、D1、V0~V3;b)命令:CD0、OD0、CD1、OD1;c)特殊參數(shù):ECHO、TYPE、PN、PANID、CHANNEL。B.變量可以對值進行查詢,示例:{A0=?}C.變量A0~A7在物聯(lián)網(wǎng)云數(shù)據(jù)中心可以存儲保存為歷史數(shù)據(jù);D.命令是對位進行操作。2.3.1原理分析與開發(fā)設(shè)計
具體參數(shù)解釋如下:A0~A7:用于傳遞傳感器數(shù)值或者攜帶的信息量,權(quán)限為只能通過賦值“?”來進行
查詢當(dāng)前變量的數(shù)值,支持上傳到物聯(lián)網(wǎng)云數(shù)據(jù)中心存儲D0:D0的Bit0~Bit7分別對應(yīng)A0~A7的狀態(tài)(是否主動上傳狀態(tài)),權(quán)限為只能通
過賦值“?”來進行查詢當(dāng)前變量的數(shù)值,0表示禁止上傳,1表示允許主動上傳CD0/OD0:對D0的位進行操作,CD0表示位清零操作,OD0表示位置一操作D1:D1表示控制編碼,權(quán)限為只能通過賦值“?”來進行查詢當(dāng)前變量的數(shù)值,用戶
根據(jù)傳感器屬性來自定義功能CD1/OD1:對D1的位進行操作,CD1表示位清零操作,OD1表示位置一操作。V0~V3:用于表示傳感器的參數(shù),用戶根據(jù)傳感器屬性自定義功能,權(quán)限為可讀寫2.3.1原理分析與開發(fā)設(shè)計
ECHO:用于檢測節(jié)點在線的指令,將發(fā)送的值進行回顯TYPE:表示節(jié)點類型,該信息包含了節(jié)點類別、節(jié)點類型、節(jié)點名稱,權(quán)限為只能通過賦值“?”來進行查詢當(dāng)前值。TYPE的值由5個ascii字節(jié)表示PN:表示節(jié)點的上行節(jié)點地址信息和所有鄰居節(jié)點地址信息,權(quán)限為只能通過賦值“?”來進行查詢當(dāng)前值PN的值為上行節(jié)點地址和所有鄰居節(jié)點地址的組合。其中每4個字節(jié)表示一個節(jié)點地址后4位,第一個4字節(jié)表示該節(jié)點上行節(jié)點后4位,第2-n個4字節(jié)表示其所有鄰居節(jié)點地址后4位。2.3.1原理分析與開發(fā)設(shè)計
3.協(xié)議定義開發(fā)平臺傳感器的ZXBee通信協(xié)議參數(shù)定義可以如表2.12所示。節(jié)點名稱TYPE參數(shù)屬性權(quán)限說明采集類Sensor-A601A0溫度R溫度值,浮點型:0.1精度,-40.0~105.0,單位:
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 2024-2030年全球及中國硫磺回收行業(yè)市場現(xiàn)狀供需分析及市場深度研究發(fā)展前景及規(guī)劃可行性分析研究報告
- 2024-2030年全球及中國物業(yè)資產(chǎn)管理軟件行業(yè)市場現(xiàn)狀供需分析及市場深度研究發(fā)展前景及規(guī)劃可行性分析研究報告
- 2024-2030年全球及中國游艇清漆行業(yè)市場現(xiàn)狀供需分析及市場深度研究發(fā)展前景及規(guī)劃可行性分析研究報告
- 2024-2030年全球及中國汽車轉(zhuǎn)向傳感器行業(yè)市場現(xiàn)狀供需分析及市場深度研究發(fā)展前景及規(guī)劃可行性分析研究報告
- 2024-2030年全球及中國汽車大燈配光控制系統(tǒng)(AHB)行業(yè)市場現(xiàn)狀供需分析及市場深度研究發(fā)展前景及規(guī)劃可行性分析研究報告
- 2024-2030年全球及中國智能相機行業(yè)市場現(xiàn)狀供需分析及市場深度研究發(fā)展前景及規(guī)劃可行性分析研究報告
- 2024-2030年全球及中國數(shù)字地圖軟件行業(yè)市場現(xiàn)狀供需分析及市場深度研究發(fā)展前景及規(guī)劃可行性分析研究報告
- 城市綠化渣土運輸合同模板
- 農(nóng)業(yè)科技項目貸款居間合同
- 醫(yī)療器械居間貿(mào)易合同模板
- 煤礦瓦斯抽采項目可行性研究報告寫作范文
- 世界文化遺產(chǎn)保護理論與實踐-《世界文化遺產(chǎn)》課程簡介(精)
- 癡呆診斷中PET臨床合理化應(yīng)用中國專家共識2021版PPT課件
- 論文 范文【 】證券營業(yè)部存在的問題及經(jīng)營對策
- 2012年全國初中數(shù)學(xué)聯(lián)合競賽試題參考答案
- 土壤水、空氣和熱量
- 西門子Siemens 840D參數(shù)詳解
- 串聯(lián)和并聯(lián)課件.ppt
- (完整版)外附電梯附墻計算
- 福建省建筑消防設(shè)施維護保養(yǎng)技術(shù)規(guī)程
- (完整版)煙草題庫及答案,推薦文檔
評論
0/150
提交評論