官术网_书友最值得收藏!

3.1 傳感器、信號(hào)和數(shù)據(jù)源

傳感器是一種電子元件,它使設(shè)備能夠測(cè)量環(huán)境和檢測(cè)人類的輸入。它們包括極其簡(jiǎn)單的元件(可靠的老式開關(guān)和可變電阻),也包括非常復(fù)雜的元件[光探測(cè)與測(cè)距(LIDAR)和熱成像相機(jī)]。傳感器為我們的邊緣人工智能設(shè)備提供了用于做出決策的數(shù)據(jù)流。

除了傳感器外,我們的設(shè)備還可以利用其他數(shù)據(jù)來源,比如數(shù)字設(shè)備日志、網(wǎng)絡(luò)數(shù)據(jù)包和無線電傳輸?shù)取km然它們具有不同的來源,但這些次要數(shù)據(jù)流同樣可以作為人工智能算法的信息來源,因此同樣具有很高的潛力和價(jià)值。

不同的傳感器提供不同格式的數(shù)據(jù)。在邊緣人工智能應(yīng)用中,幾種數(shù)據(jù)格式比較常見,可以概括如下:

時(shí)間序列

時(shí)間序列數(shù)據(jù)表示一個(gè)或多個(gè)隨時(shí)間變化的值。一個(gè)時(shí)間序列可以包含來自同一個(gè)物理傳感器的多個(gè)值——例如,一個(gè)傳感器組件可以同時(shí)提供溫度和濕度的讀數(shù)。時(shí)間序列數(shù)據(jù)通常是通過以特定速率輪詢傳感器來收集的,例如每秒一定次數(shù),產(chǎn)生一個(gè)信號(hào)。輪詢的速率稱為采樣率或頻率。通常,單個(gè)讀數(shù)(稱為樣本)是在一個(gè)恒定的周期內(nèi)收集的,因此兩個(gè)樣本之間的時(shí)間間隔總是相同的。

其他時(shí)間序列可能是非周期性的,這意味著樣本不是以恒定的采樣率收集的。這可能發(fā)生在檢測(cè)特定事件的傳感器的情況下——例如,在某物體靠近一定距離時(shí)切換引腳的近距離傳感器。在這種情況下,通常會(huì)捕獲事件發(fā)生的確切時(shí)間以及傳感器本身的值。

時(shí)間序列可以表示摘要信息。例如,時(shí)間序列可以包含自上一個(gè)值以來的時(shí)間間隔內(nèi)發(fā)生的事件次數(shù)。

對(duì)于邊緣人工智能來說,時(shí)間序列數(shù)據(jù)是最常見的傳感器數(shù)據(jù)形式。這十分有趣,因?yàn)槌藗鞲衅髦抵猓撔盘?hào)還包括有關(guān)該值的時(shí)間信息。這在嘗試?yán)斫馇闆r如何變化時(shí)提供了有用的信息。除了時(shí)間信息有用外,時(shí)間序列數(shù)據(jù)具有價(jià)值的另一個(gè)原因是它包含來自同一傳感器的多個(gè)讀數(shù),從而減少了瞬時(shí)異常讀數(shù)的影響。

時(shí)間序列的采樣率沒有典型值——可能從一天采樣一次到每秒采樣數(shù)百萬次不等。

音頻

音頻信號(hào)是一種特殊類型的時(shí)間序列數(shù)據(jù),它表示聲波在空氣中傳播時(shí)的振蕩。這些信號(hào)通常以很高的頻率捕獲(每秒數(shù)千次)。由于聽覺是一種人類感官,因此大量的研究和開發(fā)都集中在使音頻數(shù)據(jù)在邊緣設(shè)備上更容易處理的創(chuàng)新上。

因?yàn)樵紨?shù)據(jù)通常以極高的頻率捕獲,這些技術(shù)包括可以簡(jiǎn)化音頻數(shù)據(jù)處理的特殊信號(hào)處理算法。如后面將看到的,音頻信號(hào)處理非常普遍,許多嵌入式硬件都內(nèi)置了高效處理音頻數(shù)據(jù)的功能。

邊緣人工智能音頻處理最廣泛的應(yīng)用之一是語音檢測(cè)和分類。也就是說,音頻信號(hào)甚至不必在人類聽覺范圍內(nèi),邊緣人工智能設(shè)備使用的傳感器可以潛在地捕獲超聲波(高于人類聽覺范圍)和次聲波(低于人類聽覺范圍)數(shù)據(jù)。

圖像

與單個(gè)點(diǎn)的測(cè)量相比,圖像代表的是整個(gè)場(chǎng)景測(cè)量結(jié)果的數(shù)據(jù)。一些傳感器,例如攝像頭,使用一組微小元素一次性捕獲整個(gè)場(chǎng)景的數(shù)據(jù)。其他傳感器,例如LIDAR,通過在場(chǎng)景中機(jī)械掃描單個(gè)傳感器元素一段時(shí)間來構(gòu)建圖像。

圖像具有兩個(gè)或更多維度。通常,圖像可以被看作一個(gè)“像素”網(wǎng)格,每個(gè)像素的值表示空間中相應(yīng)點(diǎn)的某些屬性。此結(jié)構(gòu)的一個(gè)基本示例如圖3-1的左圖所示。網(wǎng)格的大小(例如96×96像素)稱為圖像的分辨率

一個(gè)像素可能有多個(gè)值或通道。例如,灰度圖像每個(gè)像素只有一個(gè)值,表示像素的明暗程度,而彩色圖像每個(gè)像素可能有三個(gè)值(在RGB模型中),是指可以混合來表示可見光譜中的任何其他顏色的三種顏色(紅色、藍(lán)色和綠色)。此結(jié)構(gòu)如圖3-1的右圖所示。

圖像的典型表示形式是n維網(wǎng)格,這意味著圖像包含有關(guān)場(chǎng)景中不同方面之間相對(duì)距離的空間信息。這些信息對(duì)于理解場(chǎng)景內(nèi)容非常有價(jià)值,有許多圖像處理和計(jì)算機(jī)視覺算法會(huì)利用這些信息。

圖像不必代表可見光,甚至不必代表光。它們可以代表紅外線(常用于測(cè)量場(chǎng)景中某些部分的溫度)、飛行時(shí)間(在LIDAR的情況下,測(cè)量光從場(chǎng)景的每個(gè)部分反回需要多長(zhǎng)時(shí)間),甚至無線電波(由射電望遠(yuǎn)鏡或雷達(dá)屏幕收集的數(shù)據(jù))。

圖3-1:左圖表示單個(gè)通道圖像的像素;右圖表示三通道圖像的結(jié)構(gòu),如RGB照片

視頻

從技術(shù)上來說,視頻是時(shí)間序列數(shù)據(jù)的另一種特殊情況,由于其獨(dú)特的用途,視頻應(yīng)該有自己的類別。視頻是一系列圖像,每個(gè)圖像都代表某一時(shí)刻場(chǎng)景的快照。作為時(shí)間序列數(shù)據(jù),視頻具有采樣率——不過在視頻的情況下,采樣率通常被稱為幀率,因?yàn)樾蛄兄械拿總€(gè)單獨(dú)圖像都稱為幀。

視頻是一種非常豐富的格式,包含空間信息(在每個(gè)幀內(nèi))和時(shí)間信息(在每個(gè)幀之間)。這種豐富性意味著它往往占用大量?jī)?nèi)存,因此需要更強(qiáng)大的計(jì)算設(shè)備來處理。

值是如何被表示的?

上述所有類別都使用單個(gè)數(shù)值表示單個(gè)傳感器讀數(shù)。例如,時(shí)間序列是單個(gè)讀數(shù)的序列,而圖像是由單個(gè)讀數(shù)組成的網(wǎng)格。

每個(gè)讀數(shù)都是一個(gè)數(shù)字,可以在計(jì)算機(jī)上以各種不同的方式表示。例如,下面是一些典型的數(shù)字類型,在C++中用來表示傳感器數(shù)據(jù):

●布爾(1位):有兩個(gè)可能值的數(shù)字。

●8位整數(shù):一個(gè)非十進(jìn)制數(shù)字,有256個(gè)可能的值。

●16位整數(shù):一個(gè)非十進(jìn)制數(shù)字,有65 536個(gè)可能的值。

●32位浮點(diǎn)數(shù)[1]:可以表示一個(gè)范圍很廣的數(shù)字,最多可以表示7位小數(shù),最大值為3.402 823 5×1038

通過改變數(shù)值類型來表示一個(gè)值,開發(fā)人員可以用數(shù)值精度來換取內(nèi)存使用的減少和計(jì)算復(fù)雜度的降低。

3.1.1 傳感器和信號(hào)的類型

市場(chǎng)上有成千上萬種不同類型的傳感器。一種很好的分類方法是根據(jù)它們的模態(tài)來分類。根據(jù)卡內(nèi)基梅隆大學(xué)的定義,模態(tài)是指發(fā)生某事或經(jīng)歷某事的方式(https://oreil.ly/WaiBM)。從人類的角度來看,我們的視覺、聽覺或觸覺都具有不同的模態(tài)。

并沒有嚴(yán)格定義的傳感器模態(tài)列表,最好的描述方式可能會(huì)因行業(yè)和應(yīng)用而異。接下來,我們將從廣義的邊緣人工智能的角度探討一些有意義的分類:

●聲學(xué)與振動(dòng)。

●視覺與場(chǎng)景。

●運(yùn)動(dòng)與位置。

●力與觸覺。

●光學(xué)、電磁和輻射。

●環(huán)境、生物和化學(xué)。

邊緣設(shè)備還可以使用許多非傳感器數(shù)據(jù)源,我們也將詳細(xì)介紹它們。

3.1.2 聲學(xué)與振動(dòng)

“聽到”振動(dòng)的能力使邊緣人工智能設(shè)備能夠檢測(cè)到遠(yuǎn)距離的運(yùn)動(dòng)、振動(dòng)以及人類和動(dòng)物之間的交流效果。這是通過聲學(xué)傳感器完成的,它們測(cè)量的是通過介質(zhì)傳播的振動(dòng)效應(yīng),這個(gè)介質(zhì)可以是從空氣(如圖3-2中的傳聲器)到水(水聽器)甚至地面(地聽器和地震儀)的任何東西。一些振動(dòng)傳感器專門設(shè)計(jì)用于重型工業(yè)機(jī)械設(shè)備。

圖3-2:一種表面貼裝的微電子機(jī)械系統(tǒng)(MEMS)傳聲器的3D渲染,在許多現(xiàn)代產(chǎn)品中都可以找到

聲學(xué)傳感器通常提供描述介質(zhì)內(nèi)壓力變化的時(shí)間序列。聲學(xué)信號(hào)包含不同頻率的信息,例如歌聲中的高音和低音。聲學(xué)傳感器通常在特定頻率范圍內(nèi)運(yùn)行,即使在該范圍內(nèi),它們對(duì)于不同頻率的響應(yīng)也可能是非線性的。

除了其非線性的頻率響應(yīng)外,聲學(xué)傳感器捕捉高頻率的能力還取決于其采樣率。為了準(zhǔn)確捕捉高頻信號(hào),聲學(xué)傳感器必須具有足夠高的采樣率。在構(gòu)建用于聲學(xué)的邊緣人工智能應(yīng)用程序時(shí),應(yīng)確保了解要測(cè)量的信號(hào)的特性,并選擇適合的傳感器硬件。

3.1.3 視覺與場(chǎng)景

邊緣人工智能應(yīng)用程序通常需要以無須接觸的被動(dòng)方式來了解周圍的場(chǎng)景,用于此任務(wù)的最常見傳感器是圖像傳感器,范圍從微型低功耗圖像傳感器(如圖3-3所示)到超高質(zhì)量的多百萬像素傳感器。如前所述,從圖像傳感器獲取的圖像表示為像素值的數(shù)組。

圖3-3:一種可以用在嵌入式設(shè)備中的微型低功耗圖像傳感器

圖像傳感器使用傳感器元素網(wǎng)格捕獲光線。在相機(jī)中,場(chǎng)景內(nèi)的光線通過鏡頭聚焦到傳感器上。相機(jī)可以成像的區(qū)域稱為視場(chǎng),它取決于鏡頭和圖像傳感器的大小。

圖像傳感器中的一些常見變量如下:

色彩通道

對(duì)于可見光,傳感器通常可以捕獲灰度或彩色(紅、綠、藍(lán))的數(shù)據(jù)。

光譜響應(yīng)

圖像傳感器所敏感的光的波長(zhǎng),可能超過人類的視覺范圍。這甚至包括紅外輻射,讓被稱為熱感相機(jī)的傳感器“看到”熱量。

像素尺寸

更大的傳感器每像素可以捕獲更多的光,從而提高靈敏度。

傳感器分辨率

傳感器分辨率越高,它能捕捉到的細(xì)節(jié)就越多。

幀率

傳感器捕捉圖像的頻率,通常以每秒幀數(shù)為單位。

有時(shí)需要對(duì)場(chǎng)景進(jìn)行照明,因此常常將圖像傳感器與光發(fā)射器配對(duì)使用——覆蓋可見和不可見的光譜范圍。例如,可以將紅外LED與紅外敏感相機(jī)配合使用,以便照亮黑暗的場(chǎng)景而不會(huì)用可見光打擾到人類或動(dòng)物。

較大的、更高分辨率的傳感器通常需要更多能量。高分辨率的傳感器會(huì)產(chǎn)生大量數(shù)據(jù),這些數(shù)據(jù)在較小的邊緣人工智能設(shè)備上處理起來可能會(huì)很困難。

一種相對(duì)較新的圖像傳感器是事件相機(jī),其工作方式略有不同。它不是按照特定幀率捕捉整個(gè)視場(chǎng),而是相機(jī)中的每個(gè)像素都會(huì)對(duì)亮度變化做出獨(dú)立響應(yīng),如果沒有任何變化則保持沉默。結(jié)果是獨(dú)立像素變化的時(shí)間序列,相對(duì)于大量完整的幀序列,這些數(shù)據(jù)對(duì)邊緣人工智能設(shè)備來說更易于處理。

另一種有趣的圖像傳感器類型稱為深度成像傳感器。這種傳感器可以通過發(fā)射光并測(cè)量光返回所需的時(shí)間(一種稱為“飛行時(shí)間”的技術(shù))來以三維方式對(duì)設(shè)備周圍的環(huán)境進(jìn)行成像。常見的飛行時(shí)間傳感器技術(shù)稱為L(zhǎng)IDAR。LIDAR傳感器通過使用激光束掃描周圍環(huán)境并測(cè)量光線反射回傳感器的數(shù)量來工作。這使得它們可以如圖3-4所示的那樣以三維方式可視化一個(gè)區(qū)域。

圖3-4:這張來自PandaSet(https://pandaset.org)開源LIDAR數(shù)據(jù)集的圖片展示了一個(gè)典型的LIDAR“點(diǎn)云”,在3D可視化中,每個(gè)點(diǎn)代表激光測(cè)量到的距離。右上角的插圖顯示了從圖像傳感器的角度看到的相同場(chǎng)景

與標(biāo)準(zhǔn)圖像傳感器相比,LIDAR和其他飛行時(shí)間傳感器通常更大、更復(fù)雜、更昂貴、更耗能。它們產(chǎn)生的大量數(shù)據(jù)可能難以在邊緣設(shè)備上處理和存儲(chǔ),這也限制了它們的實(shí)用性。LIDAR通常用于繪制環(huán)境,包括幫助自動(dòng)駕駛汽車導(dǎo)航。

雷達(dá)(Radar)即無線電探測(cè)和測(cè)距,有時(shí)也被邊緣設(shè)備用于了解周圍物體的三維位置,能夠?qū)崿F(xiàn)遠(yuǎn)距離探測(cè)。與LIDAR類似,雷達(dá)也很復(fù)雜,并且能耗高,但如果你的使用情境需要,它絕對(duì)是一個(gè)可選項(xiàng)。

3.1.4 運(yùn)動(dòng)與位置

對(duì)于邊緣人工智能設(shè)備來說,了解自身所在位置和可能前往的位置是很有用的。幸運(yùn)的是,有許多不同類型的傳感器可以幫助實(shí)現(xiàn)這一目標(biāo)。這是一個(gè)廣泛的類別,從最簡(jiǎn)單的(機(jī)械傾斜開關(guān))到最復(fù)雜的[全球定位系統(tǒng)(GPS)]都有。總的來說,它們使設(shè)備能夠了解自己在世界中的位置和運(yùn)動(dòng)。

以下是邊緣人工智能應(yīng)用中典型的運(yùn)動(dòng)與位置傳感器:

傾斜傳感器

一種機(jī)械開關(guān),可以根據(jù)其方向打開或關(guān)閉。非常便宜且易于使用。

加速度計(jì)

測(cè)量一個(gè)物體在一個(gè)或多個(gè)軸上的加速度(速度隨時(shí)間的變化),通常頻率很高。加速度計(jì)是運(yùn)動(dòng)傳感領(lǐng)域的“瑞士軍刀”,從識(shí)別體育活動(dòng)的特征動(dòng)作(在智能手表中)到感知工業(yè)設(shè)備的振動(dòng)(在預(yù)測(cè)性維護(hù)中),它的用途非常廣泛。由于重力的作用,它們也總是知道往下走的方向。

陀螺儀

測(cè)量物體的旋轉(zhuǎn)速率。通常與加速度計(jì)配對(duì),以提供物體在三維空間的運(yùn)動(dòng)圖像。

旋轉(zhuǎn)或線性編碼器

測(cè)量軸(旋轉(zhuǎn))或直線機(jī)械(如噴墨打印機(jī)頭)的準(zhǔn)確位置。通常在機(jī)器人技術(shù)中用于捕捉機(jī)器人的輪子、四肢和其他附件的位置。

飛行時(shí)間(時(shí)間差)傳感器

一種利用電磁發(fā)射(光或無線電)來測(cè)量傳感器到其視線內(nèi)任何物體之間的距離的傳感器。

實(shí)時(shí)定位系統(tǒng)(RTLS

使用位于建筑物或場(chǎng)地周圍的固定位置的多個(gè)收發(fā)器來跟蹤單個(gè)物體的位置的系統(tǒng),例如倉庫中的托盤。

慣性測(cè)量單元(IMU

一種利用多個(gè)傳感器根據(jù)內(nèi)部參照系(相對(duì)于使用GPS等外部信號(hào))測(cè)量設(shè)備的運(yùn)動(dòng)來估計(jì)其當(dāng)前位置的系統(tǒng)。

全球定位系統(tǒng)

一種被動(dòng)系統(tǒng),利用來自衛(wèi)星的無線電信號(hào)確定設(shè)備的位置,精度可達(dá)幾米。需要設(shè)備與多顆衛(wèi)星之間有視線。

通常情況下,運(yùn)動(dòng)和位置被表示為傳感器讀數(shù)的時(shí)間序列。考慮到該類別中傳感器的數(shù)量,可以選擇符合各種成本和能源預(yù)算的選項(xiàng)。一般來說,對(duì)絕對(duì)位置精度要求越高,所需成本和復(fù)雜度就越高。

3.1.5 力與觸覺

從開關(guān)到負(fù)載電池,力傳感器和觸覺傳感器可以幫助邊緣人工智能設(shè)備測(cè)量環(huán)境的物理特性。它們有助于促進(jìn)用戶交互,理解液體和氣體的流動(dòng),或測(cè)量物體的機(jī)械應(yīng)變。

以下是一些典型的力與觸覺傳感器:

按鈕和開關(guān)

傳統(tǒng)的開關(guān)一般用作人機(jī)交互的簡(jiǎn)單按鈕,但也可作為傳感器使用,提供一個(gè)二進(jìn)制信號(hào),指示設(shè)備何時(shí)與物體碰撞。

電容式觸摸傳感器

測(cè)量一個(gè)表面被導(dǎo)電物體(比如人的手指)接觸的量。這就是現(xiàn)代觸摸屏的工作原理。

應(yīng)變計(jì)和柔性傳感器

測(cè)量物體的變形程度,這對(duì)于探測(cè)物體的損傷和構(gòu)建觸覺人機(jī)界面設(shè)備來說是很有用的。

負(fù)荷傳感器

測(cè)量施加到它們上面的精確物理負(fù)荷量。它們的尺寸范圍非常廣泛,從微小的(用于測(cè)量小物體的重量)到巨大的(用于測(cè)量橋梁和摩天大樓的應(yīng)變)。

流量傳感器

用來測(cè)量液體和氣體的流速,如管道中的水。

壓力傳感器

用于測(cè)量氣體或液體的壓力、環(huán)境壓力(如大氣壓力)或系統(tǒng)內(nèi)部壓力(如汽車輪胎內(nèi)部壓力)。

力傳感器和觸覺傳感器通常非常簡(jiǎn)單、低能耗且易于操作。它們的測(cè)量結(jié)果容易表示為時(shí)間序列。在構(gòu)建觸覺用戶界面或檢測(cè)機(jī)器人(或其他可以移動(dòng)的設(shè)備)碰撞時(shí),它們尤其有用。

3.1.6 光學(xué)、電磁和輻射

該類別包括設(shè)計(jì)用于測(cè)量電磁輻射、磁場(chǎng)和高能粒子的傳感器,以及基本電學(xué)特性,如電流和電壓。這聽起來很奇特,但它包括測(cè)量光的顏色等熟悉的東西。

以下是一些典型的光學(xué)、電磁和輻射傳感器:

光敏傳感器

這類傳感器用于檢測(cè)各種波長(zhǎng)的光,包括對(duì)人眼可見和不可見的光。它可以用于許多方面,從測(cè)量環(huán)境光照水平到檢測(cè)光束是否被打斷。

顏色傳感器

利用光敏元件測(cè)量物體表面的精確顏色,這有助于識(shí)別不同類型的物體。

光譜學(xué)傳感器

使用光敏元件測(cè)量不同波長(zhǎng)的光被材料吸收和反射的方式,從而使邊緣人工智能系統(tǒng)能夠洞察它們的組成。

磁力計(jì)

測(cè)量磁場(chǎng)的強(qiáng)度和方向。磁力計(jì)的一個(gè)子類是數(shù)字羅盤,它可以指示北方。

感應(yīng)式接近傳感器

利用電磁場(chǎng)探測(cè)附近的金屬。它通常用于交通監(jiān)控中車輛的檢測(cè)。

電磁場(chǎng)(EMF)計(jì)

測(cè)量電磁場(chǎng)的強(qiáng)度。這包括無意中發(fā)射的電磁場(chǎng)(例如工業(yè)設(shè)備所發(fā)出的),或者有意發(fā)射的電磁場(chǎng)(如無線電發(fā)射機(jī)所發(fā)出的)。

電流傳感器

測(cè)量導(dǎo)體中電流的流動(dòng)。這對(duì)于監(jiān)測(cè)工業(yè)設(shè)備非常有用,因?yàn)殡娏鞯牟▌?dòng)可以提供有關(guān)設(shè)備運(yùn)行情況的信息。

電壓傳感器

測(cè)量通過一個(gè)物體的電壓量。

半導(dǎo)體探測(cè)器

測(cè)量電離輻射,這種輻射由極快的粒子組成,通常是由放射性物質(zhì)的衰變產(chǎn)生的。與許多其他傳感器一樣,這個(gè)類別通常提供測(cè)量的時(shí)間序列。雖然這些傳感器可用于測(cè)量環(huán)境條件,但在它們檢測(cè)設(shè)備有意產(chǎn)生的發(fā)射物的情況下,這些傳感器也可以非常有用。例如,可以將光傳感器與走廊另一側(cè)的光發(fā)射器配對(duì)使用,以便檢測(cè)有人經(jīng)過時(shí)的移動(dòng)情況。

3.1.7 環(huán)境、生物和化學(xué)

一個(gè)寬泛的類別,包括許多不同類型的傳感器,環(huán)境、生物和化學(xué)傳感器允許邊緣人工智能設(shè)備嗅探周圍世界的組成。一些常見類型的傳感器包括:

溫度傳感器

測(cè)量溫度,可以是設(shè)備本身的溫度,也可以是遠(yuǎn)處紅外輻射源的溫度。

氣體傳感器

有許多不同的傳感器可用于測(cè)量不同氣體的濃度。常見的氣體傳感器包括濕度傳感器(用于測(cè)量水汽)、揮發(fā)性有機(jī)化合物(VOC)傳感器(用于測(cè)量一系列常見的有機(jī)化合物)和二氧化碳傳感器。

顆粒物傳感器

測(cè)量空氣樣本中微小顆粒的濃度,通常用于監(jiān)測(cè)空氣污染水平。

生物信號(hào)傳感器

涵蓋了生物體內(nèi)存在的各種信號(hào),例如人類心臟(心電圖)和大腦(腦電圖)的電活動(dòng)測(cè)量。

化學(xué)傳感器

有許多不同的傳感器可用來測(cè)量特定化學(xué)物質(zhì)的存在或濃度。

這類傳感器通常提供讀數(shù)的時(shí)間序列。由于它們需要與環(huán)境進(jìn)行化學(xué)和物理交互,因此有時(shí)很難使用——例如,通常需要對(duì)已知數(shù)量的化學(xué)物質(zhì)進(jìn)行校準(zhǔn),有時(shí)傳感器需要預(yù)熱一段時(shí)間才能獲得可靠的讀數(shù)。環(huán)境傳感器隨時(shí)間的推移通常會(huì)退化,并且需要更換。

3.1.8 其他信號(hào)

除了從物理世界收集信號(hào)外,許多邊緣人工智能設(shè)備還可以訪問豐富的虛擬數(shù)據(jù)源。這可以大致分為兩組:自省數(shù)據(jù)(關(guān)于設(shè)備本身狀態(tài)的數(shù)據(jù))和外視數(shù)據(jù)(關(guān)于設(shè)備連接的系統(tǒng)和網(wǎng)絡(luò)的數(shù)據(jù))。

根據(jù)設(shè)備的不同,可能有各種類型的自省數(shù)據(jù)可用,包括:

設(shè)備日志

這些數(shù)據(jù)跟蹤設(shè)備上電以來的生命周期,其可以提供許多不同事項(xiàng)的信息:配置更改、占空比、中斷、錯(cuò)誤或任何其他選擇記錄的內(nèi)容。

內(nèi)部資源利用率

這可能包括可用內(nèi)存、功耗、時(shí)鐘速度、操作系統(tǒng)資源和外圍設(shè)備的使用情況。

通信

設(shè)備可以跟蹤其物理連接、無線電通信、網(wǎng)絡(luò)配置和活動(dòng)以及由此產(chǎn)生的能量使用情況。

內(nèi)部傳感器

有些設(shè)備有內(nèi)部傳感器,例如,許多系統(tǒng)芯片設(shè)備有一個(gè)溫度傳感器用以監(jiān)控其CPU。

自省數(shù)據(jù)的一個(gè)有趣用途是保護(hù)電池壽命。如果鋰離子可充電電池在插上電源時(shí)持續(xù)保持100%的充電狀態(tài),它們的容量可能會(huì)降低。蘋果的iPhone使用一種名為優(yōu)化電池充電的邊緣人工智能功能(https://oreil.ly/rWJbA)以避免這個(gè)問題。它使用設(shè)備上的機(jī)器學(xué)習(xí)模型來學(xué)習(xí)用戶的充電習(xí)慣,然后利用這個(gè)模型將電池保持充電狀態(tài)的時(shí)間最小化,同時(shí)確保在用戶需要時(shí)電池仍然充滿。

來自設(shè)備外部的外視數(shù)據(jù)可以提供非常豐富的信息。以下是一些可能的來源:

連接系統(tǒng)的數(shù)據(jù)

邊緣AI設(shè)備通常部署在網(wǎng)絡(luò)中,相鄰設(shè)備轉(zhuǎn)發(fā)的數(shù)據(jù)可以用作AI算法的輸入。例如,物聯(lián)網(wǎng)網(wǎng)關(guān)可以使用邊緣AI來處理,并且根據(jù)其節(jié)點(diǎn)收集的數(shù)據(jù)來做出決策。

遠(yuǎn)程指令

邊緣AI設(shè)備可能會(huì)接收來自另一個(gè)系統(tǒng)或用戶的控制指令。例如,無人機(jī)的用戶可以請(qǐng)求其移動(dòng)到三維空間中的某個(gè)坐標(biāo)。

API數(shù)據(jù)

邊緣AI設(shè)備可以向遠(yuǎn)程服務(wù)器請(qǐng)求數(shù)據(jù),從而輸入其算法。例如,配備邊緣AI的家庭供暖系統(tǒng)可能會(huì)從在線API請(qǐng)求天氣預(yù)報(bào)數(shù)據(jù),并使用該信息來輔助決定何時(shí)開啟供暖。

網(wǎng)絡(luò)數(shù)據(jù)

這可能包括網(wǎng)絡(luò)結(jié)構(gòu)、路由信息、網(wǎng)絡(luò)活動(dòng),甚至數(shù)據(jù)包的內(nèi)容。

一些有趣的邊緣人工智能系統(tǒng)利用了所有這些數(shù)據(jù)流。想象一個(gè)農(nóng)業(yè)技術(shù)系統(tǒng)幫助農(nóng)民照料莊稼。它可能包括與重要的在線數(shù)據(jù)源(如天氣預(yù)報(bào)或化肥價(jià)格)連接的田間遠(yuǎn)程傳感器,以及農(nóng)民使用的控制接口。作為一種邊緣人工智能系統(tǒng),它能在沒有互聯(lián)網(wǎng)連接的情況下運(yùn)行——但如果它有互聯(lián)網(wǎng)連接,就可以利用有價(jià)值的信息。

在更復(fù)雜的系統(tǒng)架構(gòu)中,邊緣人工智能也可以與服務(wù)器端人工智能配合得很好,我們?cè)诒菊潞竺鏁?huì)介紹更多相關(guān)內(nèi)容。

主站蜘蛛池模板: 霍山县| 白水县| 海城市| 麻江县| 亚东县| 乐山市| 休宁县| 晴隆县| 仪陇县| 金秀| 天峻县| 英吉沙县| 炉霍县| 福鼎市| 雷州市| 遵化市| 丹棱县| 思南县| 客服| 太康县| 隆昌县| 乌苏市| 镶黄旗| 陇南市| 尉氏县| 庄浪县| 沅陵县| 灌南县| 合作市| 乡宁县| 观塘区| 甘谷县| 开原市| 安塞县| 白朗县| 台北市| 宝坻区| 井陉县| 黄大仙区| 新乐市| 德保县|