智能车的比赛，就是给科学家提供一个从实验室走进现实环境的机会，在检验自己科研成果的同时，也加强与同行的切磋、交流。 　　又到11月，2014年“中国智能车未来挑战赛”如约而至，我国的无人驾驶智能车比赛迎来第6个春秋。 　　北京联合大学的纯电动车顺利到达终点 　　依托于国家自然科学基金委员会(以下简称基金委)重大研究计划“视听觉信息的认知计算”，中国的无人车(或称智能车)比赛应运而生。国内顶尖的高校与科研机构纷纷参赛，军队院校和民间高校同台竞技，比赛精彩纷呈。 　　回顾6年来的历史，从陕西西安到江苏常熟，从7辆车到22辆车，中国的智能车比赛从无到有，越来越激烈，影响越来越大。 　　“我们的科学家，习惯于在实验室里面做实验，缺少和现实环境结合的机会。智能车的比赛，就是给科学家提供一个从实验室走进现实环境的机会，在检验自己科研成果的同时，也加强与同行的切磋、交流。”中国工程院院士、基金委“视听觉信息的认知计算”重大研究计划专家组组长郑南宁向记者介绍说。 　　择优资助的体系 　　无人驾驶汽车，其本质是一种智能汽车，也被称为“轮式移动机器人”，主要依靠以计算机系统为主的智能驾驶仪来实现无人驾驶。无人车集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物。

政府举措（例如德国的工业4.0和中国的中国制造2025）正在加快制造业朝向普遍网络自动化发展的趋势。此外，智能传感器系统正在提高自动化程度，提供更多的数据来监测和控制生产过程。特别是，中国制造2025旨在快速发展包括电动汽车、新一代信息技术(IT)和电信、先进机器人和人工智能在内的高科技产业。有了更先进的系统之后，就需要采用更先进的方法来确保系统的可靠性。 对机器人和旋转机器（例如涡轮机、风扇、泵和电机）实施的基于状态的监控会记录与机器的健康和性能相关的实时数据，以便有针对性地实施预测维护和优化控制。在机器生命周期的早期进行有针对性的预测维护，可以减少生产停机的风险，从而提高可靠性、显著节约成本和提高工厂的生产率 如何实施基于状态的有线监控解决方案？ 要对工业机器实施基于状态的监控，可以利用一系列传感器数据，如电气测量、振动、温度、油品质量、声学和流程测量（如流量和压力）。但是，振动测量是目前最常见的，因为它可以最可靠地指示出机械问题，例如不平衡和轴承故障。本文主要研究振动传感的应用，但该方法同样适用于来自其他传感器的数据。 这种传输意味着将来自感测节点的传感器数据发送至主控制器或者云高度依赖应用。在许多应用中，一些本地数据会在终端节点处理，汇总数据随后通过无线方式发送至网络网关，或者直接通过蜂窝链路发送至云或分析服务器。在这些情况下，传输的数据量通常都相当低，而且因为终端节点是由电池供电，所有通常要求保持低功耗。在其他应用中，需要进行原始传感器数据传输。例如，在分析之前可能需要对来自多个传感器的数据进行调整和融合。在使用数据进行实时控制的应用中，也需要进行原始数据传输。在这些应用中，更可能采用有线接口作为数据传输解决方案。 工业应用的CbM可以使用ADI公司经过优化的微机电系统(MEMS)加速度计、低功耗微控制器和有线iCoupler®隔离接口信号链来提取、调整来自远程CbM从机的机器健康状况数据，并将其可靠回传至主控制器进行分析。随着时间的推移，可以使用机器健康数据创建基于软件的模型来确定机器行为的变化，并主动维护机器健康。在一些应用中，如数控机床，数据也可以用来实时优化系统性能。 实现有线CbM接口的挑战包括：在长电缆上运行时EMC的稳健性、以高波特率传输时数据的完整性（用于实时传输CbM数据流），以及通信物理层/协议的不匹配。ADI公司的信号链和系统级专业知识为实现有线CbM接口提供了几种可能的选择。 本文分两个部分，第一部分介绍了ADI公司的有线接口解决方案，该方案帮助客户缩短设计周期和测试时间，让工业CbM解决方案更快地进入市场。下一篇文章重点介绍详细的物理层设计考量因素，包括主控制器和有线CbM从控制器。 有线CbM设计实现 设计和部署基于状态的有线监控解决方案需要考量多个系统性能因素，并进行权衡取舍。 首先，在选择合适的MEMS加速度计时，必须考虑需要测量的故障类型，从而选择合适的带宽和噪声性能MEMS来满足系统的要求。边缘节点处理需要仔细匹配所选的处理器，以确保最高的系统灵活性。 其次，有线CbM系统的设计需要精心选择合适的有线通信协议和物理层，以实现高速实时数据流传输。实现有线接口需要仔细考虑EMC性能、数据传输电缆、连接器和电缆上的电源传输。 选择合适的MEMS加速度计 选择合适的MEMS振动传感器涵盖几个方面： 轴数 被监测的轴数通常与故障类型和传感器的安装布置呈函数关系。如果能明显看出故障涉及一个主导轴，并且在该轴上有一个清晰的传输路径，那么采用单轴传感器就足够了。三轴传感对于多轴中包含能量的故障或故障能量传输路径不明确的故障是有用的。 故障类型 被监测的故障类型对传感器选择有重要影响。传感器的噪声密度和带宽是这方面的重要指标，因为它们决定了能够可靠提取的振动水平和频率范围。例如，对于低转速机器的不平衡和失调故障，可能需要一个低噪声密度传感器，但带宽要求相当低，而齿轮故障检测需要传感器兼具低噪声密度和高带宽。 性能要求 除了故障类型外，了解CbM的性能要求也很重要。对基本交通灯类型的状态指示器实施报警检测，需要通过不同水平的性能来进行复杂的预测。这显然适用于正在部署的分析和算法，但也会影响传感器的选择。传感器在带宽、噪声密度和线性度方面的性能水平越高，分析能力就越强。 选择合适的信号处理 设计考量因素包括： 加速度计输出 加速度计的输出一般是模拟或串行数字信号，通常是SPI。模拟输出传感器将需要一个数字转换阶段，也需要进行一些信号调理。这可以是一个支持前置放大器调理的分立ADC，也可以是微控制器中的嵌入式ADC。 边缘节点处理要求 为了减轻数据链路和/或中央控制器/服务器的负担，边缘节点上可能需要一些基本的FFT或信号处理算法。 数据传输协议要求 ADC或传感器的输出通常是SPI接口。它本身并不提供任何机制用于实施数据完整性检查、确定时间戳、混合来自不同传感器的数据等。在传输之前，将传感器数据封装在边缘节点的高级协议中是非常有用的。这可以提高传感器接口的稳健性和灵活性，但是要求在边缘节点上妥当处理和封装数据流。 将加速度计输出移植到有线通信总线 如前所述，加速度计的输出一般是模拟或串行数字信号，通常是SPI。SPI输出可以在本地处理（允许协议灵活性），然后添加到物理层接口，或者直接移植到物理层。 SPI是一个不平衡的单端串行接口，用于短距离通信。要在更长的距离内直接将SPI移植到物理层，需要使用RS-485线路驱动器和接收器。RS-485信号传输是平衡的差分式传输，本身便能抗干扰，且通过长线缆长度时具有稳健性。 在SPI主机和从机之间的较长距离上使用SPI时，存在一些挑战。SPI从本质上是同步的，具有一个由SPI主机启动的时钟(SCLK)。SPI数据线路——主机输出从机输入(MOSI)和主机输入从机输出(MISO)——与SCLK同步，在短距离范围内这是可以实现的。SPI还有一个有效的、低使能芯片选择(CS)信号，如果需要，它允许单独的从机寻址 为了恢复主机和从机之间的同步，可以将来自从机的时钟信号反馈给主机，或者使用时钟相移补偿主控制器的电缆延迟。时钟的相移必须与系统的总延迟匹配。AN-1397提供主微控制器延迟补偿的实现细节。 有线通信物理层 进行长距离通信时，需要采用稳健可靠的物理层。如前所述，RS-485信号传输是平衡的差分式传输，本身便能抗干扰。系统噪声均等地耦合到RS-485双绞线电缆中的每条导线。一个信号的发射与另一个信号相反，耦合到RS-485总线的电磁场彼此抵消。这降低了系统的电磁干扰(EMI)。让RS-485非常适合CbM系统的一些额外关键优点包括： u更高的数据速率，电缆长度较短（小于100米）时可达50 Mbps u数据速率较低时，线缆长度可达1000米 u全/半双工RS-485和RS-422多驱动器/接收器对可以使用最小量的组件，将双向SPI转换为RS-485总线信号 u较宽的共模输入范围允许主机和从机之间具备接地电位差异 u 有线接口的EMC性能 在长电缆中传输时，通信网络可能会受到危害影响，例如较大的共模噪声、接地电位差异和高压瞬态。 传导和辐射噪声源可影响100米线缆长度内的通信可靠性。采用ADI公司的iCoupler芯片级变压器隔离技术可以提高对这些噪声源的抗干扰能力。AN-1398概述了利用iCoupler技术可以实现的对常见工业瞬态的抵抗力。 在工厂自动化环境中，系统设计人员通常无法控制提供通信网络的电气装置。最好的做法是假定存在接地电位差异。在运动控制系统中，可能会产生数百伏的接地电位差异。RS-485通信节点需要电流隔离电源和数据线路能在这些环境中可靠地运行。信号和isoPower隔离器件提供峰值可达600 V（基础）或353 V（增强型）的最大连续工作电压。在存在较大接地电位差异的情况下，基础绝缘支持实现可靠的通信。增强型绝缘保护操作人员免于在厂区受到电击。 在有线通信网络中，暴露在外的连接器和电缆可能遭受许多严苛的高压瞬态影响。与变速电力驱动系统的EMC抗扰度要求相关的系统级IEC 61800-3标准，要求最低±4 kV（接触）/±8 kV（空气）的IEC 61000-4-2 ESD保护。ADI公司的新一代RS-485收发器提供高于±8 kV（接触）/±8 kV（空气）IEC 61000-4-2 ESD保护。 数据线路上的幻象电源 在主控制器和远程CbM传感器节点之间分配电力和数据线路需要采用创新的解决方案来降低电缆成本。将数据和电力线路融合在单一双绞线上意味着可以大幅节省系统成本，以及可以在空间有限的终端传感器节点位置采用更小的印刷电路板(PCB)连接器解决方案。 功率和数据通过电感电容网络分布在双绞线对上。高频数据通过串联电容与数据线路耦合，同时保护RS-485收发器免受直流总线电压影响。主控制器上的电源通过电感器连接到数据线路，然后使用电缆远端的CbM从传感器节点上的电感器进行滤波。 电缆两端的电感应良好匹配，以避免产生差分模式噪声，自谐振频率应至少达到10 MHz，避免对ADI公司新一代振动测量系统的实时突发模式产生干扰。注意，电源和数据耦合解决方案必须添加到不需要直流数据内容的数据线路中，例如MOSI或MISO到RS-485的扩展件。 推荐的解决方案和性能取舍 基于所提出的设计考量，以下组件为稳健的有线工业振动测量解决方案提供了最佳路径。 uADcmXL3021，宽带宽、低噪声、三轴振动传感器 uADuM5401/ADuM5402，四通道、2.5 kV隔离器，采用集成DC/DC转换器 uADM3066E，50 Mbps半双工RS-485收发器 uADM4168E，30 Mbps双通道RS-422收发器 uLTC2858-1，20 Mbps全双工RS-485收发器 uADP7104，20 V、500 mA、低噪声CMOS LDO稳压器 推荐解决方案 ADcmXL3021 MEMS加速度计对于这三种解决方案都是通用的。这个加速度计具备超低噪声密度(25 µg/√Hz)，支持出色的分辨率。ADcmXL3021也具备宽带宽（从直流一直到10 kHz，5%平坦度），可以跟踪许多机器平台上的关键振动特征。ADcmXL3021为客户提供一个经过机械优化的铝封装，可以在广泛的频率范围内提供与集成MEMS传感器的稳定耦合。这就保证了可以可靠提取和调理从受测设备获得的振动特征。 ADcmXL3021可以提供SPI输出，可以直接与RS-485/RS-422器件连接，也可以通过微处理器和/或iCoupler信号和功率隔离与RS-485/RS-422器件连接，如图1所示。为了实时监测工业设备上的振动特征，ADcmXL3021提供实时流传输模式，其工作速率约为12 Mbps SPI。 为了将实时流传输SPI模式连接到RS-485总线，必须选择数据速率出色的组件。 ADM3066E/ADM4168E/LTC2858-1 RS-485/RS-422收发器均以20 Mbps及以上的数据速率运行。 对于图1所示的选项1和选项2（可以经由SPI直接与RS-485连接），ADM3066E和ADM4168E提供一个可靠的接口，在从机振动传感器节点实现SPI 3接收、1发射(3+1)配置。SPI CS接收信号使用ADM3066E、SPI CLK和MOSI实现，MISO信号使用ADM4168E实现。在实时流传输模式下运行时，ADcmXL3021向主微控制器发送一个中断信号，以在新数据突发可以捕获时进行标记。中断信号(/BUSY)也可以使用ADM4168E传输给主机。 完整的解决方案由主机发送至ADcmXL3021的三个信号（MOSI、CS、CLK），以及从ADcmXL3021发回主机的两个信号（MISO、/BUSY）组成。5×单端信号仅用ADM4168E和ADM3066E两个组件就可以转换为差分信号。差分信号可以使用RJ50连接器和插头转换，与工业标准RJ45以太网连接器相比，这两者占用的PCB面积几乎相同。ADM3066E和ADM4168E收发器提供大于±8 kV的（接触）/±8 kV（空气）IEC 61000-4-2 ESD保护，在直接连接到有线电缆接口时，提供必需的可靠性。 对于选项3，微控制器可以预先处理ADcmXL3021 SPI输出，也可以在SPI和其他串行接口（例如UART）之间执行协议转换。UART是RS-485接口常用的一种异步协议。UART由发射和接收信号以及发射使能信号组成，所有这些信号都可以直接连接到全双工RS-485收发器，例如LTC2858-1。在全双工模式下，LTC2858-1允许同时进行双向数据传输，这与SPI双向数据传输的要求相匹配。该微控制器可以处理同步SPI到异步UART协议的转换。 ADuM5401/ADum5402是业界体积最小的信号和电源隔离器件。它们包含一个集成式DC/DC转换器，采用5.0 V或3.3 V电压时（5.0V输入电源），可提供最高500 mW调节隔离功率。 在图1中，选项2包含ADuM5401，它从数据总线获取5 V DC，然后为ADcmXL3021提供3 V隔离电源。ADuM5401还包括4个信号隔离通道，采用支持3+1 SPI隔离的配置。 图1中的选项3包含ADuM5402，它与ADuM5401相似。关键的区别在于ADuM5402提供2个发射和2个接收数字隔离通道。 如前所述，ADuM5401/ADuM5402可以提高有线CbM接口的EMC抗扰度，保护ADcmXL3021免受RS-485电缆接口上的高压干扰和接地电位差异。 性能取舍 表1使用许多关键指标比较了这三种解决方案，包括设计灵活性、PCB面积、解决方案成本、复杂性和EMC性能。 在CbM传感器节点集成一个微控制器将增加设计的灵活性，但会增大PCB面积，且增加软件复杂性。由于主CbM节点将配有一个处理器，这意味着图1中的选项3本质上将是一个双微控制器系统，与主CbM节点上的单个微控制器相比，该系统的启动和运行速度将更慢。 选项1和选项2的设计灵活性较低，但是提供了一种更快速部署的路径，因为它们支持在RS-485链路上集成复杂度低且透明的SPI。选项1和选项2还可以采用比选项3体积更小的PCB，这需要额外的PCB区域来敷设微控制器和相关电路（例如，一个时钟振荡器和几个无源组件）。 将iCoupler信号和电源隔离添加到选项2和选项3会占用最小的PCB面积，且可以提高EMC性能（超过使用RS-485/RS-422收发器的片内保护可以实现的性能）。 图1.实现可靠、高度集成、有线MEMS加速度计基于状态监测的解决方案的选项。 表1.CbM选项之间的取舍比较 图2.LTC4332 SPI扩展接口帮助节省线缆成本。…

　　据国外媒体报道，英特尔几乎错过了智能手机和平板所带来的移动浪潮。由于无法再经受一次这样的战略失误，像许多公司一样这次英特尔将全部赌注都放在了智能穿戴领域。显然，英特尔笃信智能穿戴设备将是下一个浪潮。不过，英特尔采取的策略并不是直接开发智能穿戴设备。英特尔选择跟一些智能穿戴设备公司达成合作伙伴关系。现在，它的目标不仅仅是成为一个平台，更方便和安全的连接设备并为设备提供相互交流的云平台将成为一个重要的策略。 　　英特尔公司想法很简单：它提供芯片和传感器，同时也帮助设备制造商对他们的产品进行数据分析。它希望，这些公司不仅使用他们的硬件，还会使用他们的服务。这不是英特尔第一次希望建立一个每个人都在使用的新业务。 　　英特尔目前已经通过开发一种专为小型设备使用的芯片，进入到了物联网领域。这种芯片还被英特尔的穿戴设备合作伙伴所使用，比如SMS Audio的BioSport入耳式耳机，Opening Ceremony的MICA手镯。现在有消息称英特尔正在制造谷歌眼镜下一版本所使用的芯片。此外，今年三月英特尔还收购了开发Basis健身手环的厂商Basis Science。除了寻找合作伙伴和收购智能穿戴设备公司，英特尔去年还重组了其业务部门，建立了“新设备”部门，由前苹果和Palm高管迈克·贝尔执掌。 　　贝尔表示，目前摆在英特尔和其他公司面前的最大的问题是如何让所有这些可穿戴设备在一起运作。英特尔公司估计到2020年将有50亿的可连接设备，比如可穿戴设备、以及医疗和零售销售设备。当然，不是所有这些设备都将成为消费电子设备。这一数字包括医疗成像设备和各种工具。但英特尔也期待看到汽车、游戏机和家庭自动化系统使用自己的平台。英特尔称，它已经与西门子和NCR达成了合作伙伴关系，开发智能停车场系统、销售系统和酒店物业项目的能源利用效率监控。 　　另外，贝尔表示目前很多东西并不完美。他认为，早期进军智能手表领域的厂商的产品其实都不太成熟。“它未能像炒作的那样成为突破性的产品，但我们真的觉得未来它将成为那样的产品。大多数人不希望智能手表采用方形屏幕。” 英特尔公司与Opening Ceremony合作开发的手镯已经表明其颠覆传统智能手表的想法。 　　不过对于英特尔而言，未来的核心关键是开发更小、更快、更低功耗的芯片。智能手机和平板电脑领域英特尔已经无力回天，英特尔已经不能再缺席一次新的科技浪潮。如果未来10年真的会有50亿智能穿戴设备，英特尔绝对要在其中获得一席之地。

　　多年以来，伴随芯片升级换代需求急剧上升，资金难掩躁动。从美股到A股，半导体板块都取得了令人咋舌的绝佳成绩。资金首当其冲。来自彭博汇编的数据显示，今年以来，累计有高达3.5亿美元流入半导体类的交易所指数基金，创历史同期最高水平。这也是2008年以来首次出现净流入。 　　也许未来真如杨宁对科技趋势的沙盘推演一般：5至10年内，人类就将进入智能一切的时代。机器人（300024）将像水、食物、互联网一样，成为人类每天生活中的标配，难以脱离。 　　科技教父再次预言：智能生活将终结手机 　　十多年前坚信“一日无互联网一日无法活”的杨宁，如今再度大胆预测：智能一切时代，将在5至10年内到来。手机将随之消失，就连最火爆的iPhone系列也将成为“绝唱”。因为到那时，你身边所有设备都是智能的，随时可以取代手机的功能。 　　杨宁阐述了自己作出判断的依据：你的书桌、手表、眼镜、甚至是一枚小小的戒指，几乎所有终端装备都将是智能化的。 　　“当从通讯到娱乐的各类应用与功能成为所有物件的标配，请问你为什么还需要一个装在裤兜里的手机？” 　　这不禁令人回想十几年前，互联网仍挣扎于初级阶段、尚未普及，杨宁当时放话：“互联网将犹如水和空气那般不可或缺”。 　　如今看来，一语成谶。 　　手机太笨重了，手机太累赘了，手机太单一了。在杨宁心中，作为开启一切智能的端口，根本不再需要手机，也许只需要一枚魔戒。“其魔力就在于具有感应和身份认证功能。” 　　智能时代的根本是芯片 　　其实，人们对智能时代的憧憬、预言与思考早已有之。斯皮尔伯格在电影《人工智能》里，就将人类与智能机器人之间的关系定义为“家庭成员”。影片中的小男孩大卫，不仅是用以获取海量信息和应对恶劣环境的科技手段，而且是未来家庭里不可或缺的组成部分。 　　这种有些天方夜谭式的场景已不仅停留在畅想阶段。一段时间以来，海内外厂商纷纷加紧布局智能生态圈。 　　而在“一切皆智能”的时代，什么才是最致命的“武器”？答案是：芯片。 　　就在上个月，三星电子斥资2亿美元收购专门制造远程遥控房内电器的移动设备厂商SmartThings，并宣布其智能家居平台将支持第三方设备。今年晚些时候，该公司还将发布智能家居系统的软件开发工具包。 　　远在硅谷的两大对手谷歌与苹果也在这一领域打得火热。今年1月，谷歌以32亿美元的价格收购了智能温控设备制造商NestLabs公司；苹果公司则在今年6月的全球开发者大会上，推出了智能家居平台HomeKit，帮助用户使用iPhone控制家中的电灯、门锁等，以实现智能家居环境。 　　业界警觉地意识到，未来5至10年中，整个“居家改造”经济产值可高达2.7万亿至6.2万亿美元。 　　对这股“改造热潮”，资本市场报以热烈“涨声”。 　　安硕发行的PHLX半导体ETF今年以来累计上涨21%，过去1个月涨幅接近4%，该基金重仓股包括英特尔、美光技术和高通等。其中，英特尔是目前全球最大的电脑芯片商，该公司股价在过去一个月上涨4.5%。 　　资深美股分析人士指出，在所有板块中，半导体正酝酿天翻地覆的变化，原因是从智能手表到汽车行业等对电脑芯片需求的上升，推动资金疯狂涌入半导体股票。

　　大联大控股宣布，首届“大联大智能飞行器设计大赛（WPGi-DesignContest）”于12月5日在北京成功举办，吸引了三百多名飞行器爱好者、高校师生等专业人士前来观赛。本次大赛由大联大主办，恩智浦半导体（NXP）为白金赞助商，并特别邀请中国航空学会、中国半导体行业协会和中国电子学会通信产业分会担任指导单位。 　　本次大赛评审委员会由大联大、白金级赞助商恩智浦（NXP）和行业内专家共同组成，经过对所有参赛飞行器软硬件架构、外观设计、现场飞行平稳度和精准度等方面的综合考量，来自南京航空航天大学南航二队参赛队的四轴飞行器凌空号作品表现优异，以306.69的总分最终获得了本届大赛的总冠军。北京科技大学的金戈参赛队和郑州航空工业管理学院的BlueDreamHigh参赛队分别获得了亚军和季军。 　　图1：恩智浦PierreLaboisse先生为一等奖获得者南京航空航天大学南航二队颁奖 　　图2：大联大控股董事长黄伟祥先生为二等奖获得者北京科技大学金戈队颁奖 　　首届大联大智能飞行器设计大赛自7月21日开赛以来，收到了四十余支队伍报名。最终有28支队伍在历经数月的设计与制作后进入决赛，通过抽签确定出场顺序，参加固定物资拾取任务。其中的十强队伍顺利进入最终的争霸赛并决出冠军。此外，大联大决赛延续此前西安交流会的成功经验，以微博直播的形式为未能亲临现场的网友报道飞行器大赛盛况，吸引更多人关注智能飞行器设计。 　　大联大举办首届智能飞行器设计大赛，以其丰富的产品线和及时、有效的技术支持能力，不仅为参赛队伍提供了机架、开发板、传感器等所需器件，更为他们提供了充分的自由设计空间，在真正意义上锻炼参赛队员的专业素养，激发起创造潜能，培养参赛队员的团队意识与动手能力，实现了大联大举办本次大赛的初衷。白金级赞助商恩智浦（NXP）全球销售和市场营销部门高级副总裁PierreLaboisse先生也到场观看决赛，祝贺大赛取得圆满成功，对参赛队的精彩表现予以肯定。PierreLaboisse表示：“NXP深耕中国市场多年,与大联大携手以专业技术经验协助中国客户在包括汽车、安全、互联设备、照明、工业和基础设施等领域发展全面强大的解决方案；在中国教育上恩智浦亦投入多项资源鼓励学生们发挥想象力,挖掘创造创新潜力。看到同学在本次大联大智能飞行器设计大赛中充分发挥自己的创造力、想象力，在学习之余有更多的实践学术探讨机会，十分令人开心！” 　　大联大控股董事长黄伟祥先生在为本次大赛做总结发言时说到：“大联大长期以来都十分重视人才的培养，举办此次‘智能飞行器设计大赛’，正是为了从全国高校发掘出真正对技术充满热爱，对创新充满激情的人才。为有潜力的电子元器件达人，创造兼具专业性及趣味性的行业交流和个人展示的舞台”。大联大深耕中国市场多年，愿与众多飞行器设计者一同为中国智能飞行器事业的未来而努力！ 　　图3：一等奖获得者南京航空航天大学南航二队现场操作 　　图4：二等奖获得者北京科技大学的金戈队现场操作 　　图5：三等奖获得者郑州航空工业管理学院BlueDreamHigh参赛队现场操作

　　上周锋闻涵盖三大热点：无人机，智能自行车，P2P 租车以及 OBD 盒子。 　　一、无人机，上帝的搬运工 　　无人机，是指利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机，如美国大片中经常出现的全球鹰或者捕食者。 　　现在成千上万的无人机在我们四周盘旋，成千上万的新想法也随之起飞：亚马逊、DHL 和顺丰相继测试无人机送快递，而电力巡线、森林防火、喷洒农药、心脏急救、端盘服务等用途也层出不穷。无人机进入了民用领域。 　　我国的《无人机飞行管理规定》正在制定当中，现行的《民用无人驾驶航空器系统驾驶员管理暂行规定》指出，重量小于等于 7 公斤的微型无人机，飞行范围在视线范围内半径 500 米、相对高度低于 120 米范围内，无须证照管理，但应尽可能避免遥控飞机进入过高空域。因此，放心玩你的无人机去吧！ 　　目前，四轴机型带 4 个螺旋桨，飞行稳定，操作简单，容易上手，最重要的是价格便宜——不带航拍功能的四轴无人机也就几百块左右，带 200 万像素摄像头的可能价格要高点。最高经费预算控制在 1000 元以内。 　　对于这种科技含量高的玩意，我们怎么才能把它玩弄于鼓掌之中呢？笔者先介绍下无人机的玩机技巧： 　　凡人级。想当无人机高手，必须做好摔坏几台的准备。新手先在电脑上练习吧。这里推荐一款叫做“AeroflyRC7”的模拟游戏，支持双摇杆手柄、飞行摇杆以及真正的双轴无人机遥控器。玩家只要有台中低端配置的 PC 再加一个XBOX360 手柄就可。 　　天兵级。在电脑上飞得熟练了，就来尝试一下真机飞行，真机从四轴机开始玩。它比较适合新手入门练习。一般情况下，入门级的无人机要飞将近 1 年时间，练得差不多了，才能选择玩家级的无人机。 　　天将级。高清航拍开始了，玩家级的无人机单机价格大都 2000 元左右，再外加航拍摄像装置的话，接近 3000 元。该价位的无人机已内置了 GPS，可自动悬停和失控返航。配套的摄像头可以通过手机 APP 来调节拍摄参数，同时还能用手机实现 FPV（第一人称视角）图传。 　　大神级。到了这个级别，你就是高手了，可以进行专业航拍或是测绘。这阶段要讲究拍摄的角度，因此 3D 云台是必备的，它可在无人机处于各种倾斜姿势的情况下都保证拍摄设备的平稳。此外，飞控也是该级别玩家的必修课，市场的飞控五花八门并且不兼容。首先要选对飞控，并且要学会日常的机器维护，从最简单的检查螺丝的松紧度，到能够自己 DIY 无人机。

　　随着碰瓷事件的频发，行车记录仪早已不是什么陌生的产品了，也因为车主朋友们越来越重视自己的行车安全，行车记录仪受到了普遍关注，它能记录行车动态，捕捉有效证据，如果遇到事故，便能还原真实现场，有利于交警断案，维护车主的利益。 　　好了，行车记录仪的作用无需赘言，今天编辑为大家介绍的就是一款有着出色拍摄记录功能的易图A3行车记录仪，作为一款新品，它在镜头方面表现非常显眼，首先是大，机身占有比极为突出；其次是高清，它具有1080P全高清录影功能，拍摄画面十分清晰。 　　深蓝色包装盒，“ETO易图”赫然醒目 　　2.7寸LTPSTFTLCD高清显示屏，白色边框包围，也是比较有特色 　　镜头的真实广角为130°，基本可以捕捉前方道路的一切动态

　　现在的科技人士喜欢发现蓝海，更喜欢用文字把一些刚出来的行业涂上颜色颜料，真真假假的蓝海面积加起来快赶得上一个印度洋了，比如打车软件是蓝海，可穿戴设备是蓝海，K12在线教育是蓝海，安全手机是蓝海…外国专家的预言会在一定程度上刺激股市，著名的莫博士评测报告常常能影响一款手机的销量，以及华尔街对这家企业的态度；国内专家的观点因发表门槛较低，很难刺激股市，充其量刺激点击排行榜，毕竟，我们的科技媒体离真相比较远，也少人有人潜心做研究，以至于，我们要付出双倍的精力去阅读，一面吸收新的知识，一面还要付出精力，去分辨真相。 　　但国外和国内的专家之于蓝海的看法有一个共同点，那就是，纸面上的蓝海成形率都非常低，99%的蓝海行业都会因技术、市场、商业模式、政策监管等因素停留在科技媒体的“头版头条”上，这大概就是传说中的宿命吧！ 　　随着无人机相关应用的普及，越来越多的科技人士认为无人机将会是机器人领域的下一块蓝海，从Google到亚马逊，从DHL到顺丰物流，从美国加州小镇到中国河北农村，无不在热炒着人机概念，而在影视航拍、自动喷洒农药，以及物流投递等行业的应用，则让这个本就虚拟的概念变得真实、具体。这种转化先是吸引了大批的投资者纷纷砸钱，准备弄个抢跑优势，同时，也吸引了监管部门，他们首先要保护现有的民航体系不受到破坏，更重要的是，不能威胁到“有人机”的安全以及现有稳定的职业链条。 　　也就是说，无人机想要飞得更高，不单单要解决相关的技术难题，更要解决好人性问题，而这也是任何机器人行业必须要面对的课题。 　　无人机，一个红彤彤的朝阳行业 　　其实，无人机的概念之所以快速升温，除却资本的密集涌入和琳琅满目的研究成果之外，更重要的原因就是潜在的无人机需求太明显了，这些需求连普通消费者都能想得明白，就更不要说那些每天研究市场的专业人士了：

　　当我们在科幻悬疑电影《超验骇客》中看到男主角在去世后将精神和个性植入了一台电脑还感到讶异的时候，这一技术已经离我们越来越近了。你可以想象在手机上和过世的曾祖母对话吗？在超算领域巨匠，美国科学家戈登·贝尔“全面回忆”思想的感召下，业界开始打造一种“替身”App，当中都是已经离世的亲人或著名人物——你只需要按一下曾祖母的头像，软件就可以化身为拥有其精神性格的“阿凡达”。 　　戈登·贝尔（Gordon Bell）在其新出版的《全面回忆改变未来的个人大数据》一书中阐述了mylifebits项目并称：人类生活的一切都可以被数字化记忆，微软媒介实验室正在开发“虚拟大脑”，记录着完整的个人生活经历。 　　数字记忆：和过世的亲人“对话” 　　可以想象在手机上见到过世的曾祖母吗？你跟她说：“早上好！”她就用你熟悉的声音回答你：“你好”。在倾谈过程中，她时而大笑、时而沉默，还会谆谆教导你做人的道理、为你解答你心里的困惑。如果你要遇到30岁时的曾祖母，你只需在手机上设定一个“30”就好，面貌与真实的人一模一样。你甚至可以了解曾祖父到底喜欢曾祖母的什么地方——这是戈登·贝尔在最近出版的新书《全面回忆》中为我们阐释的图景。 　　科学家认为，在不远的将来，这个App就将大众普及。这种“替身”并非神话，要借助很多新科技，其中一个就叫“人生全记录”。据了解，微软旧金山实验室首席研究员戈登·贝尔正在负责一个叫做“我的人生比特”的项目，把人的一生用数字形式全部记录下来。照片中，贝尔脖子上挂着的奇特设备——数码相机sensecam，它可以自动感知周围的红外线变化，每隔20秒就拍一张照片。在将近七年的时间里，贝尔将他出生以来的所有纸质文件和证书、每一通电话录音、自己的所有讲话、收听收看的节目、电费账单、访问过的网页和所有的email等信息全部录入进了电脑。他随身携带的gps设备还会报告他每时每刻所在的方位，以及去过的场所。 　　上述信息存入电脑以后，有一个专用软件管理。现在，贝尔毫不费力地告诉你在过去七年中，他说过的每一句话每一个词。他甚至可以告诉你，在2001年某一次会议上他所用的咖啡杯的颜色。你可以精确到每一分钟，再现他过去七年中的每一天，目前已经有了100gb的云端记忆。贝尔说：“到2047年，所有的信息都将存在于网络空间，telepresence将能使用户之间通过文字、图片、语音、视频等相互交流，甚至可能创造出3d视频的效果，让人有身临其境之感。” 　　双胞胎替身：替我上班吧！ 　　使用每日记录的“人生大数据”，你可以在死后仍留下一个虚拟的自己，通过智能终端具体表现出来，成为一个合成出来的“替身”。后人不必再去墓碑前拜祭悼念，随时打开App、输入用户名和密码便可以和“你”来个视频对话。因为你的数字记忆变成了人格模式，拥有了自己的“阿凡达”。随着“智能终端”的慢慢进化，还可以与其“主人”相匹配，根据主人的需求、想法、爱好、行为等作出响应，成为主人的“双胞胎替身”。 　　为了做成一个“替身”，你需要持续地把生命历程建立成数字日记或是电子记忆（e-memory）。电子记忆用到了两项目前最热门的技术：“云存储”和“大数据”。进而，通过强大的模式识别、图像处理软件，综合“主人”的外貌、爱好、习惯、生活方式、情绪反应模式、行为特点、性格等等，从而相当于提取出这个人的“精神”和“灵魂”，再用人工智能的方法，就可以把这些“精神”和“灵魂”灌到智能手机里，塑造成一个动态的、有一定学习能力和思维能力的“虚拟双胞胎”。

　　想象一下你和朋友们出去喝酒，喝着喝着就脱离了掌控，拿出手机自拍，然后毫不犹豫地传到社交网站。这很正常，也令人尴尬。但YannLeCun想阻止这样肆无忌惮地行为，或者至少在人们做一些可能令他们后悔的事时，给予警告。他想在Facebook中建立一个智能助手，识别出令人尴尬照片。想像一下，它会对你说：“你确定想让你老板和你妈看到这个么？” 　　LeCun是纽约大学的研究员，机器学习方面的专家，还是Facebook人工智能研究实验室(FAIR)的负责人。 　　建立这样的工具，就要建立图像识别系统，分辨醉醺醺的你和清醒的你。利用最近流行的人工智能“深度学习”模式（由LeCun以及其他学者引入），Facebook已经能识别出分享到社交网络上照片中的人脸，方便你将脸跟人名对号入座。 　　进击的智能 　　Facebook实验室成立已有一年，它对世界上最大的社交网络的贡献不仅仅局限在某个方面。该团队研发的算法如今可以分析你的整个Facebook行为，识别出符合你口味的新闻内容；在你浏览重要内容时，很快分析全文，并自动给出中肯的评价。但是LeCun和他的团队仍不满足，希望人工智能系统能以更复杂的方式理解数据，从而为你指引你不曾想到的方向。 　　对某些人来说，这是一个痛苦的选择。他们不想让机器告诉他们应该做什么，不想让机器识别他们的脸，更不想他们的脸存储在某个远处的数据中心里。但对LeCun来说，FAIR做的是让你对自己的网络身份多些控制。他还设想，当一个你不认识的人在未得到允许就将你的照片晒到社交网络上后，Facebook会立即提醒你。 　　他和团队并不是在深度学习技术上孤军奋战。利用成百上千台电脑的录音资源，谷歌在自己的搜索引擎上测试深度学习，对你向手机发出的指令进行识别，并最终在社交网络上确定照片；微软利用该技术能对Skype电话进行语音翻译；Twitter和雅虎都相继推出了自己的产品。 　　这项技术对互联网巨擘们有着重大的意义。谷歌挖去了多伦多大学的GeoffHinton教授，他与LeCun等人创建了深度学习机制；百度最近签下了吴恩达，他曾在谷歌协助建立深度学习项目。自从LeCun去年被聘任过来负责FAIR，他还从Google偷走了一些人才。 　　语言的力量 　　深度学习并不是真正意义上的新技术。LeCun、Hinton等人受JohnPlatt的启发从上世纪80年代就开始探索基本原理。Platt在微软进行了长时间的研究，10年前微软采用类似的技术试图改进平板电脑的手写识别。Platt指出，伴随着计算机硬件的发展，互联网才能组织海量的数据帮助训练神经网络，这项技术最近才得以井喷式发展。 　　整个行业都在重新定义图像识别和语言识别。但就像谷歌，LeCun也有更多想法。他指出下一步的发展方向是自然语言的处理，让机器理解整个句子和段落的意思。 　　LeCun表示，短期内Facebook的目标是研发出能自动回复简单问题的系统。最近公司开发了一个小工具，提取《魔戒》的摘要后，就能回答相关的问题。这是对人为短时记忆的探索，这项工作被称为“周期性神经网络”，旨在改进翻译系统。这个神经网络就好比我们自己处理翻译时的大脑皮层。 　　完全的智能 　　LeCun表示，长期的目标是开发出类似智能数字助手的系统，能分析上传到Facebook上的所有东西。“你需要一个能真正理解内容，了解人，并能存储所有数据的机器”，他说道“这就是完全智能了。” 　　他们希望在未来的5-10年，Facebook能走的更远。LeCun表示下一步计划可能与虚拟现实OculusRift有关，这项提议Facebook在今年的早些时候就提出来了，并已经与Oculus团队进行了初步协商。 　　当然，还有些因素制约着智能领域的发展。Facebook还没有将智能技术与机器人技术结合在一起，但LeCun表示就学术研究而言他对此非常感兴趣，这自然是下一步计划。