无论你是否承认，21世纪以来，科学技术的慢慢的提升，似乎成了人类前行的无形推手，改变着我们的个人生活，企业的生产经营。而刚刚过去的2020年，也是让无数企业难以忘怀的一年。进入后“疫情”时代，非接触式生产，减少聚集等词汇被慢慢的变多的提起，生产方式的改变和升级也慢慢的变迫切。而其中很重要的话题，便是如何利用技术的进步，把工厂的运转变得更高效。
在工业生产与制造流程中，对于自动化的需求日渐增长，这催生了对于视觉系统更高的需求。如今，智慧视觉系统不仅仅出现在消费电子，也慢慢变得渗透于工业生产的流程。视觉系统能够捕捉影像，作为一个庞大控制管理系统的一部分，具备与工厂中别的设备进行实时交换数据与通信的能力。另外，更高效可靠的通信协议也正在崭露头角，多重新技术的相互配合，实现不同于传统的工业生产系统。
进入工业4.0时代，车间不再是一个简单的流水线生产场所，而是渐渐发展成了一个相互配合的，具备强大边缘计算、实时交互能力的庞大系统，不仅能提高产能、减少相关成本，还将催化大规模定制生产。要实现这样的工作模式，便需要生产系统能够融合机器学习能力，强大的视觉，工业级的实时通信以及精准的自动化控制。
非接触式人机交互首先是针对人机交互方面，要求系统具备接受非接触式指令的能力，包括高效的人脸识别，手势与动作识别等。
集中式工业控制网络另外，要求系统能够在单路以太网电缆中支持多个应用，基于先进的通信协议，在复杂的工厂自动化系统中实现数据传输的无缝衔接，提高数据收发的实时性与带宽的充分利用。
分布式驱动控制当下的以太网技术已能够将可控的时延和信号抖动考虑在内，对系统来进行精确的控制。对于分布式的多个设备实现电机控制。
恩智浦近日在官方网站发布了恩智浦技术展厅客户体验平台，以更好的向客户展示恩智浦所构想的基于旗下不一样的产品所搭建的未来城市解决方案。其中针对工业自动化领域，展厅清晰直白的演示了工业4.0背景下，融合了机器学习（Machine Learning）与时间敏感网络（TSN）技术的智慧工厂运作模型。
智慧工厂场景下，第一步是要一系列的机器时刻运作于待机状态，等待操作员运送工件。机器集成了超低功耗的摄像头模块，实时监控着收件区域。一旦在监控区域范围内检测到了人脸，即有人进入监控区域范围内，就会唤醒一系列牵涉到机器学习技术的识别流程，包括对于操作人员的人脸识别，对于所到工件的物体识别，手势识别也相应被激活。
首先，机器识别人脸信息，进行操作员的认证，在确保该人员为工厂操作员后，激活手势识别。在本次演示中，操作员离开推车，并将双手高举起来，表示工件已经顺利运达指定区域，示意系统能开始操作。接下来的流程将会由机器与系统配合进行，同时低功耗的摄像头也会在此时再次进入待机状态，等候下一次的工件运送。
接着我们的视线转向集中工业网络方面。时间敏感型网络（time sensitive network，TSN）是目前国际产业界正在积极推动的全新工业通信技术。这一技术允许周期性与非周期性数据在同一网络中传输。TSN的出现更好的服务时间敏感应用及系统，保证数据在准确的时间内以最小的时间抖动进行传输。这里借助时间敏感网络（TSN）技术，利用以太网作为现场总线，实现高效的流量分配，对于高优先级的数据，系统能够自发的进行传输，通过更精准的时间同步控制，最大限度利用总线带宽。
我们再来近距离了解工业4.0背景下，生产系统中的生产设备。智慧工厂要求系统具备低延迟和高鲁棒性的基本特点。对于电机控制也有更高的实时性要求。而TSN低延迟，高确定性，低抖动的特点可以帮助实时数据和指令可靠的在同一个现场总线进行传输，带来更好的电机控制整体表现。
纵览智慧工厂的总系统网络，TSN不仅仅作用于智慧工厂的某一特定设备节点，也可能贯穿总系统。利用TSN高等级的时钟同步与多重数据同时传输的能力，在同一网络中可能同时存在多个工业协议的通信过程。
智慧工业网络如今面临了前所未有的网络化，标准化和网络安全的要求。针对这样一些方面诉求，基于以太网的 OPC UA（Open Platform Communications – Unified Architecture，开放平台通信 - 统一架构）通信标准正在加快速度进行发展。OPC UA提供完整的架构，让数据采集、信息模型化以及工厂底层与企业层面之间的通讯更安全、可靠。利用这一开放的平台架构，进行智慧工厂监控，上至工厂下至现场设备，例如传感器和驱动等，OPC UA提供了充分的透明度，使数据变得更安全。
时间敏感网络，OPC UA发布，工业PLC作为智慧工厂的“中枢”，恩智浦Layerscape LS1028A工业应用处理器基于强大的多核Cortex-A72，集成以太网控制器支持TSN，带有丰富的工业接口以及可配置的加密分流引擎。另外还集成了GPU与LCD控制器满足一定人机交互的需求，可应用于智慧工厂网络管理，OPC UA客户端。
此外，工业可编程逻辑控制器（PLC）作为智慧工厂典型的数字运算操作系统，要求强大的可编程逻辑执行能力，对于时间敏感网络的响应支持等。LS1028A工业应用处理器也能够很好的应用。
丰富的人机交互，机器学习全新上市的i.MX 8M Plus应用处理器专注于机器学习和视觉、高级多媒体以及具有高可靠性的工业自动化，适用于智慧工厂的人机交互，图像识别应用。
i.MX 8M Plus应用处理器基于强大的4核Cortex-A53，集成神经网络加速单元，MIPI显示与摄像头接口，并集成了图像处理单元（ISP）用于图像处理与图像增强，可以胜任智慧工厂的动作识别，人脸识别，工厂实时监控系统等。同时，i.MX 8M Plus还支持h.265编解码，集成3D/2D图形加速及多种音频功能，助力开发者基于该处理器设计工业人机交互界面与操作面板。
电机控制同样支持千兆以太网与TSN的工业级微控制器——i.MX RT1170为智慧工厂终端电机控制保驾护航。i.MX RT1170采用主频达1GHz的Cortex-M7内核和主频达400MHz的Arm Cortex-M4内核，自带2MB SRAM，集成MIPI显示与摄像头接口，提供一定的实时监控与图像捕捉能力。
随着智慧工厂从概念到走向普及，工业4.0也在悄然发生明显的变化。其中针对机器学习与人工智能的需求越来越强烈，对于工业网络低延迟和鲁棒性的要求慢慢的升高，这一系列的进步不能离开全新的技术和产品的支持。恩智浦基于全新量产的数款微控制器，处理器产品，描绘了一个智慧工厂的蓝本，也期待着智慧工厂的形态走向慢慢的变多的生产车间，进一步提升整个社会的生产力水平与生产效率。
2016年8月20日，全国大学生 恩智浦 杯智能汽车竞赛全国总决赛在湖南长沙中南大学圆满落下战幕，北京科技大学的三支队伍分别获得竞速赛双车追逐组、光电组和摄像头组第一名，中南大学、电子科技大学和哈尔滨工业大学各一只代表队分别获得竞速赛电磁直立组、电轨组和信标越野组第一名。本届智能汽车大赛由教育部高校自动化类专业教学指导委员会主办、恩智浦半导体协办、中南大学承办，来自教育部、中南大学、恩智浦半导体公司等相关单位领导见证了奖项的产生并出席了颁奖仪式。 第十一届 恩智浦 杯智能汽车竞赛自今年七月在全国范围内开始预赛以来，近500所高校的约2500支队伍报名参赛，并在全国八个赛区展开激烈比拼，争夺本月17-20日的全国总决赛入场券。本届
”杯智能汽车竞赛圆满落幕 /
6月17日-18日，由芯谋研究承办的以 “南沙芯声 聚势未来” 为主题的2023中国•南沙国际集成电路产业论坛在广州南沙盛大召开。秉承高端、全产业链、国际化的特色，本次峰会吸引了来自半导体产业的500多位嘉宾齐聚一堂，共襄盛会。 广东省委常委、副省长王曦，广东省政府副秘书长许典辉，广州市委常委、南沙区委书记卢一先，广州市委常委、常务副市长陈勇等政府领导；中国科学院院士许宁生，国家重大专项02专项总师、中国集成电路创新联盟秘书长叶甜春，清华大学教授魏少军，复旦大学微电子学院院长张卫等学术专家；恩智浦半导体大中华区主席李廷伟，高通公司中国区董事长孟樸，博世（中国）投资有限公司执行副总裁徐大全，东电电子中国区总裁陈捷，西门子E
，赋能千行百业 /
九月底的小米秋季新品发布会上，电视业务负责人王川，用了将近 50 分钟的时间，介绍新款电视机和完全革新的电视操作系统。 被称为 “拼图墙（PatchWall）”的全新操作系统，是电视团队与小米云平台团队合作的成果。在小米内部，云平台团队负责“ 大数据 ”和“ 人工智能 ”技术探索，通过“小米大脑”项目，将人工智能技术运用到各个小米产品中。 发布会举行的时候，小米云平台负责人崔宝秋发了条微博： 当@小米王川 第一次给我演示 小米电视 的拼图墙时，我真的被震惊了。我的第一个反应就是竞品们又有了一个新的模仿目标！有了小米丰富的大数据和“高清晰度”的用户画像，我们才有机会做到绵延不断的千人千面的瀑布流。
工业机器人大规模应用将更多体现一种象征，一种社会生活由传统人力向 自动化 的时代。每一次工业革命都会解放大量生产劳动力。虽然在历史上可能会造成短暂的失业危机，但是我们并不仅仅是工业在进步，就如上文所说，现在是我们的社会一直在进步，没有停歇，每一次工业上劳动力的释放，都将会丰富其它领域的劳动力基础，比如说基础设施建设。 工业机器人正在利用大规模自动化生产中的固有优势，逐渐完备自身，同时解放更多的生产力，虽然这可能在经济危机深层影响尚未完全过去的情景下造成小规模的蓝领失业危机，但利用机器人替代人力生产已是业界一个不争的事实。 目前，以现代的技术条件而言，工业机器人并不能非常大范围的取代我们工作，只是在诸如汽车、精
日前，由Aspencore主办的2019全球CEO峰会在深圳大中华喜来登大酒店举行。来自面包板的明星博主天涯书生受邀参加了会议，并分享了他的与会后的心得…… 11月7号，笔者全程与了Aspencore全球CEO峰会，从早上8:00几乎第一个到酒店，到晚上21:00领奖离开，无论是行业思考，外部见闻，还是职业反思或者人生启示，都是一个新的起点。而我感悟最深刻的是圆桌访谈，主题是关于AIOT，智能连接和人工智能的思考。 从访谈的Leader 来思考，除了地平线和兆易创新，其余都是传统的跨国元器件的巨头。 从访谈的过程来看，地平线为代表的新兴AI企业对于中国市场的理解要稍微高于传统的跨国巨头，之所以这样说是因为跨国公司在AI
恩智浦半导体（NXP Semiconductors）今天宣布真正开始启动位于天津的RFID应用系统研发支持中心，以进一步强化恩智浦智能识别事业部在中国的技术上的支持能力。通过一系列面向本地的RFID技术服务以及基于恩智浦RFID产品的方案展示，今后中国厂商将能够直接享受到恩智浦全球领先的RFID技术服务，在促进国内RFID产品发展的同时，也将有利于国内企业拓展全球市场。 “恩智浦是一家具备完整的RFID应用系统客户化测试环境并提供系统优化服务的半导体公司。通过大量的RFID芯片设计，我们在RFID系统开发领域积累了丰富的经验。”恩智浦半导体智能识别事业部销售与市场副总裁Steve Owen表示，“得益于此，除了提供业界领先的
• 新版 Solid Edge 软件引入基于AI的设计辅助功能，将重复、常见任务自动化，从而加快设计速度 • 新软件提供基于云的协同和数据共享能力，可通过 Teamcenter Share app，作为西门子 Xcelerator as a service 的一部分进行订阅 西门子数字化工业软件日前推出 Solid Edge 2024® 版本，作为西门子 Xcelerator 的一部分，新版 Solid Edge 为产品设计提供新的AI应用以及基于云的数据共享和协同能力，帮助各规模制造企业进一步实施数字化转型战略，提高数据重用效率，推动机电设计和制造创新。 将 AI 辅助设计融入主流 Solid Ed
辅助设计功能 /
与前些年一样，今年也出现了诸多“街谈巷议”的技术。ZDNet汇编出一份清单，列出未来10年仍然重要的技术。 云计算 2108年是云计算成熟的一年，也是开启新的发展阶段，使它到2028年堪比目前的电力设施。亚马逊与VMware的合作得到加快速度进行发展，在re:Invent 2018会议上，亚马逊阐述了其内容广泛的抱负。微软Azure云服务也获得了加快速度进行发展。谷歌聘请前甲骨文云计算业务掌门人托马斯·库里安（Thomas Kurian）掌管自家的云平台业务。IBM开发出混合使用多种云服务的技术，并以340亿美元的价格收购Red Hat。 所有在企业中普及的信号、并购和对混合云计算更细致的讨论，都彰显云计算技术已成熟。云计算产业不再是零和游
机器人手册：第3卷-机器人应用 (西西利亚诺《机器人手册》翻译委员会译)
从原理到应用 (卿来云 黄庆明)
([新加坡] 王圣元)
LPC82x：为LPC800 Cortex-M0+系列提供更全面的模拟功能
有奖直播 是德科技 InfiniiMax4.0系列高带宽示波器探头新品发布
MPS电机研究院 让电机更听话的秘密！ 第一站：电机应用知识大考！跟帖赢好礼~
随着软件日益复杂，并且车载系统和传感器数量稳步增加，车内系统的通讯成几何增长，必须加强密码保护。这种保护能够最终靠经典的实时汽车开放 ...
1、大模型技术的盛行对智能驾驶域控器领域的技术方面的要求与挑战？大模型技术确实给智能驾驶域控器领域带来了新的要求和挑战。例如Tesla的感知算 ...
一 先导与重点文章主要介绍无人驾驶技术中几种常用的坐标系统，以及他们之间如何完成关联和转换，最终构建出统一的环境模型。这里重点理解 ...
关于汽车电控系统，它其实并不是新能源电动汽车专有的，燃油车同样具备，只不过新能源电动汽车的电控系统更加的复杂，也更强大。汽车电控系 ...
01 论过往新能源汽车向着高功率密度和高可靠性的方向发展，为满足这方面的需求，功率模块无论从电气性能（Si基和WBG材料的芯片）还是 ...
英飞凌XENSIV™杂散场稳健型线性TMR传感器，可实现工业和消费应用中的高精度长度测量
现场抽取PS5等诸多好礼 SiFive RISC-V 中国技术论坛 上海、北京、深圳 3场线下活动邀您出席！
Littelfuse【智能家居的电路保护方案】在线点 强势登场！预报名、参与研讨会赢好礼！
站点相关：嵌入式处理器嵌入式操作系统开发相关FPGA/DSP总线与接口数据处理消费电子工业电子汽车电子其他技术存储技术综合资讯论坛电子百科
上一篇：六大冗余不惧复杂场景长城汽车发布咖啡智驾“331战略” 下一篇：彭瑜：边际可编程控制器是OT-IT交融的利器