AIoT融合AI技术和IoT技术,通过物联网产生、收集海量的数据存储于云端、边缘端,再通过大数据分析,以及更高形式的人工智能,实现万物数据化、万物智联化。 [详细]
AIoT融合AI技术和IoT技术,通过物联网产生、收集海量的数据存储于云端、边缘端,再通过大数据分析,以及更高形式的人工智能,实现万物数据化、万物智联化。 [详细]
5G是第五代移动通信技术的简称,是最新一代蜂窝移动通信技术。 [详细]
这一文件的公布,让众人一度认为LoRa即将“凉凉”,但实际并非要让LoRa退出中国市场,而是限定范围。 [详细]
现实很骨感。虽然大家都知道对工业实现物联网将有效促进工作效率,但在现实中,却面临着基础支持力量薄弱、人才资金支持等问题。 [详细]
碎片化是物联网发展过程中必然经历的阶段,不管是企业还是政府管理部门,都意识到物联网这一现状。 [详细]
它的存在,就像在前台和后台中间添加了桥梁,从而将后台系统中需要频繁使用的业务能力进行提取,获得更强的灵活度和更低的变化成本。 [详细]
通过边缘计算从而可以基于本地设备实现而无需交由云端,处理过程将在本地边缘计算层完成。 [详细]
ETC的出现有效缓解了高速道路的拥堵问题,但ETC进入中国的时间与互联网相同,但重点推动时间却是在2019年,这一过程颇为曲折。 [详细]
华为鸿蒙操作系统的面世,解决了当前物联网操作系统缺乏和全国产化操作系统的问题,有效避免国外企业的各类限定。 [详细]
在物联网领域,区块链能够在资产数字化、供应链、溯源、工业监测等方面提高流通效率,促进产业结构的调整和发展。 [详细]
在以往的“双十一”购物节中,传统的人工处理需要至少半个月,而随着物联网各项技术的成熟应用,在短短数天内就完成了大量货物的配送。可以说物联网在物流中的应用,已经对物流产业造成了变革。
在安防智能化的道路,众多企业纷纷布局安防,不管是传统安防,还是AI企业,安防作为物联网市场最大的“蛋糕”之一,任何一家企业都能在此获得利益。但从2016年开始,安防产业逐渐提出“去安防化”,安防不再只是基于安全防护,同时还涉及到其他领域,例如物品识别、管理等方面。
工业智能化发展的趋势众多周知,但在我国,却面临着众多问题:市场需求总体不足、企业生产成本上升、国内基础研究投入不足、新旧动能同步疲软、国内外竞争双重挤压等问题。这些问题如果无法解决,那么我国工业智能化的道路必然更加艰辛。
没有物联网的建设,数字孪生城市将无法建设。因为在数字孪生城市的建设中,需要大量获取前端数据,而这一数据并非“静态”数据,而是“动态”数据。在这一要求下,前端感知设备智能化、网络传输、云端处理等问题将逐渐凸显。
由于能源类企业建设的特点,物联网在其中的建设主要以数据收集为核心,在此条件下,基于智慧能源前端感知的物联网设备具有数量多、数据小、传输距离远等特点,同时,大量数据采集点由于数据量少,从而导致关注度极低。而在后端则是各类数据的统计与展示。