在PLC的编程语言中，梯形图是最为广泛使用的语言，通过PLC的指令系统将梯形图变成PLC能接受程序，由编程器键入到PLC用户存储区去。而梯形图与继电器控制原理图十分相似，主要原因是PLC梯形图的发明大致上沿用户继电器控制电路的元件符号，仅个别处有些不同。 　　PLC与继电器控制的主要区别有以下几点： 　　（1）组成器件不同 　　继电器控制线路是由许多真正的硬件继电器组成的。而PLC是由许多“软继电器”组成的，这些“继电器”实际上是存储器中的触发器，可以置“0”或置“1”。 　　（2）触点的数量不同 　　硬继电器的触点数有限，一般只有4至8对；而“软继电器”可供编程的触点数有无限对，因为触发器状态可取用任意次。 　　（3）控制方法不同 　　继电器控制是通过元件之间的硬接线来实现的，因此其控制功能就固定在线路中了，因此功能专一，不灵活；而PLC控制是通过软件编程来解决的，只要程序改变，功能可跟着改变，控制很灵活。又因PLC是通过循环扫描工作的，不存在继电器控制线路中的联锁与互锁电路，控制设计大大简化了。 　　（4）工作方式不同 　　在继电器控制线路中，当电源接通时，线路中各继电器都处于受制约状态，该合的合，该断的断。而在PLC的梯形图中，各“软继电器”都处于周期性循环扫描接通中，从客观上看，每个“软继电器”受条件制约，接通时间是短暂的。也就是说继电器在控制的工作方式是并行的，而PLC的工作方式是串行的。 

　　近日，东莞市会议大厦。“莞商的转型与二次创业”论坛召开。 　　东莞制造业面临的困局和出路在哪?现代服务业是否是莞商转型的新蓝海? 2014世界莞商大会高峰论坛在会议大厦举行，来自政府、高校、传媒的专家学者，以及企业界的代表共聚一堂，共同聚焦莞商转型和二次创业。论坛期间，各界人士均坚信东莞的制造业转型大有可为，与此同时，生产性服务业仍旧是东莞当下的主要选择，现代服务业崛起仍需“摸着石头过河”。 　　东莞制造业被困住了吗? 　　东莞制造业面临困局是论坛讨论的主要话题之一。论坛开始前，东莞易事特电源有限公司董事长何思模上台与到场的莞商分享了企业的转型经验。 　　大约14年前，带着梦想的何思模来到塘厦，设立电源生产基地。此前，他自主研发生产出领先国内电源行业的“EAST”牌UPS电源和铅酸免维护蓄电池产品，实现了产品技术及品质的再次飞跃。 　　2004年，何思模把易事特公司总部搬迁到环境优美的松山湖科技产业园区易事特工业园，进入了迅猛发展时期。 　　“东莞是一个创造梦想的地方。易事特的快速成长说明，制造业依然有春天，就是看如何发展的问题。”在何思模看来，经历过2008年的金融危机之后，以外向型经济为主、制造业立市的东莞，面临着这样或那样的问题，经济、社会需要转型升级。因此，外界普遍对东莞也存在一定的误解，认为东莞的发展模式已经被困住了。 　　“我不完全赞同东莞的制造业被困住的提法。”随着何思模抛出话题，东莞市副市长张科接过话茬。他说，目前，东莞一部分企业可能面临一些困难，但更多的企业前景广阔，这关键在于企业采取什么样的策略，企业家采取什么样的精神。 　　他举例说，在2014年世界莞商大会上，组委会表彰的20名优秀青年莞商，他们都是在东莞制造业转型升级中的弄潮儿。 　　他还列举了一组数据，东莞制造业的局部困境主要集中出现在2008年国际金融危机之后，因为东莞属于外向型经济，对外贸依赖度比较高，出现很大的冲击，2008年甚至出现GDP增速负增长。 　　他说，面对这一变化，东莞及时启动一系列促进产业转型升级的措施，到2012年底，东莞的制造业逐渐走出谷底，2013年东莞的GDP已高于全省的平均增速，制造业开始走向良性发展的轨道。 　　值得注意的是，东莞的先进制造业及高新技术产业的增速要高于全市制造业的平均增速，也就是增长是有质量的增长，是创新驱动的增长，这个端倪已经显现。

　　最近，百度发布了一款智能产品–智能防盗的智能自行车Dubike，这是其在大数据和人工智能领域的最新研究成果。人们感到好奇，大家都知道百度目前是中国市场最大的搜索引擎互联网公司，但一个属于互联网业的搜索引擎公司为何会爱上人工智能了呢？ 　　行业人士介绍，随着计算机与互联网技术、云计算技术、大数据技术等等的进步，科学家们发现，搜索引擎通过不断学习可以具备一定的智商，而且智商会越来越高，搜索引擎公司在研发人工智能方面有天然的优势。 　　百度已决心将触手伸向了人工智能领域，并采取了一系列的组合拳，比如百度成立深度学习研究院，广揽世界级技术专家，推出BaiduInside智能硬件合作计划，发布大数据引擎，研发“百度大脑”，修建智能mall，推出少帅计划，从谷歌重金挖来吴恩达出任首席科学家…… 　　感兴趣的不止百度，另一个搜索引擎巨头谷歌也在玩命研发人工智能。先是网罗了现象级的成功创业家、未来学家RayKurzweil，他致力于人工智能研究长达50年；又花大价钱收购了深度学习初创公司DeepMind和DNNresearch。 　　目前很多最被使用的技术，比如说语音识别、海量识别、智能推荐，都是跟人工智能有关。人工智能是如此重要，包括微软、Facebook、甚至亚马逊都相当重视人工智能。 　　搜索引擎在人工智能方面的兴起，为谷歌和百度们找到了新的未来突破点。它们不再只是一个互联网公司，通过人工智能这条路，它们将变成有一个未来技术想象力的高科技公司。所以它们会把人工智能列为公司未来发展的重点方向。 　　人工智能将给搜索引擎公司拓展出新的利润空间。普通的搜索引擎公司，收入无非来自己引擎广告，但在人工智能方面率先获得突破的公司，其未来潜力无可限量。这将是一项划时代的杀手级发明，说“得人工智能者得天下”也不算过分。

　　苹果(Apple)预计2015年推出的新一代iPhone和iPad，传出搭载的DRAM容量将较目前产品倍增，占苹果DRAM供应量7成以上比重的三星电子(Samsung Electronics)和SK海力士(SK Hynix)也可望扩大供货量。 　　据报导，在Mobile DRAM市场上，三星和SK海力士的市占率约达75%。近来使用智能型手机的人口增加，穿戴式装置市场也逐渐扩大，让DRAM需求扶摇直上。 　　据南韩证券业者推估，三星和SK海力士2014年DRAM事业获利各约6兆韩元(约54.8亿美元)和4兆韩元。在此情况下，DRAM最大客户苹果若增加订单，将让三星和SK海力士创造庞大获利。 　　报导指出，苹果预计2015年下半推出新一代iPhone和iPad，搭载的DRAM容量各为2GB和4GB。日前推出的iPhone 6和iPad Air 2各搭载1GB和2GB DRAM，与三星Galaxy Note 4搭载3GB DRAM形成对照。 　　DRAM在智能型手机中扮演辅助储存装置NAND Flash的角色。在NAND Flash储存资讯前，会暂时储存在DRAM中，作业结束后清空资料，再接受新资料写入，降低NAND Flash储存资料时的负担。 　　因智能型手机搭载的移动应用处理器(AP)性能大幅提升，萤幕画质也越来越好，需要处理的资讯量增加，带动DRAM容量需求加大。除三星外，大陆手机厂也开始采用2GB以上DRAM。 　　因iOS架构优势，因此维持使用1GB DRAM。苹果具备硬件和软件设计能力，可自行做出效能最佳化，即使不使用2GB DRAM，手机仍能顺畅运作。 　　但南韩业者说明，自2015年起，智能型手机萤幕画质升至4K等级，资讯下载速度也将达到每秒达450Mbps，苹果目前设定的1GB DRAM也将不敷使用。 　　苹果若增加搭载DRAM容量，最大受惠业者为SK海力士。南韩业界推测，SK海力士对苹果供应的DRAM比重占约5成，其馀5成由三星和美光(Micron)瓜分。 　　三星在苹果生产iPhone 5和iPhone 5S时，受到诉讼影响未能获得DRAM订单，然三星副会长李在镕2014年曾两度拜访苹果总裁Tim Cook，自iPhone 6再度成为苹果DRAM供应商。 　　外电引用Merrill Lynch研究报告指出，iPhone搭载1GB DRAM时，采购规模为5亿~8亿美元，若搭载2GB DRAM，采购金额将提升到10亿~15亿美元。若iPad搭载的DRAM容量也增加，将开启10亿美元以上的新市场。 　　此外，苹果若扩大采购量，可能让供需已相当紧绷的Mobile DRAM市场，出现供不应求的情况。尤其苹果可能采购最高级的20纳米DRAM，高规格DRAM恐会短缺，带动DRAM价格攀升，让供应业者获利增加。 　　南韩业者表示，即使三星在京畿道、华城;SK海力士在利川增设DRAM产线，但2015年的需求增加幅度仍将大于供应量。南韩业界也有部分意见认为，三星和SK海力士的移动DRAM市占率将从目前的75%，在2015年突破80%。 　　DRAM若涨价，三星等南韩智能型手机业者也将乐拥扩散效益。苹果和三星若狂扫2GB以上高阶DRAM，大陆智能型手机制造厂则需要以较高价格采购DRAM，将难维持目前的价格竞争力。

　　从零售业到制造业，从家政服务到国防军事，相关从业者都在担心智能化的机器人哪一天会让自己下岗，变得对社会毫无用处，这个困扰像阴影一样笼罩在许多人头顶已经数十载。 　　不仅是机器人，近来较热的人工智能此时也变成了另一个顾虑，因为它们可以实现复杂的算法。科技现在变成不仅可以在体力劳动方面做得比人类好，在运用谷歌的搜索引擎或IBM的Watson系统之后，科技产品竟然可以在某些角度比人类更会动脑解决问题。 　　于是有些人甚至提议，还是要为此提前做一些准备，比如像为一些被淘汰的工人提供再就业培训或者职业调动等。尤其有些社会工种和群体本身在财政上就比较脆弱，受这种冲击的影响也将是最大。 真正该考虑的，是等着被彻底淘汰掉，还是因此获得新生，这才是最重要的。 　　不过也不是说事态严重到所有行业和职业都受影响，确实有些工作会因为自动化而被机器取代，但也有很多工作即使引入自动化，也会之前做什么后面还照旧。也就是说，即使科技发展导致了很多工作被机器或者计算机取代，这些被取代的工人其实还是会在多出的时间里找到更有兴趣、更有意义的事情去做。有一些甚至还会做些发明，某一程度上属于推动了人类社会进步。 　　当然这并不是否定或贬低那些经常发愁会丢掉自己工作的一部分人，实际上，早在我们人类不再从事原始的狩猎和采集活动，开始以族群生活并被分配特定的任务时，也曾经担心过自己之前那些本事荒废，让自己难以为继。 　　这种情况其实在工业革命之后变得更加严重。一些涉及熟门手艺、耕作和手工艺的工作很快被工厂和工业化淘汰，越来越多的人开始依托公司提供的职位来维持生计。 　　类似的，我们现在也在担心如果那些公司用出色的机器人和计算机来取代我们的工作，那时该怎么办？ 　　其实没什么好担心的，人类之所以存活到现在，就是因为人类总是会找到新的方向去努力。 　　举个例子，农业曾经是北美最集中劳动力的产业之一。不过近些年来农业上的一些科技进步已经把所需人力极大地压缩，同时还提高了整体效率。据美国国家农业数据服务部门的统计，从1950年到2010年60年间，从事农业的人口从1千万急剧减少到了300万，而另一方面在高科技行业，这段时间的从业人数从无到有，至今已经有650万之多。 　　虽然上面所举例子中的数字看起来似乎很有关联，但实际上绝对不是说那部分离开农田的人都去做了计算机工程师或者软件工程师。不过有一点不可否认，就是其中一部分人或者他们的孩子原来可能本应继续在田地里干农活，结果却接受了科技方面的教育，并最终在高科技领域找到了更有意义或者回报更加丰厚的工作。 　　这就如同经济衰退往往会催生创新潮一样，如今众多的高科技领军企业比如苹果公司、谷歌、微软和脸书等，其实都是诞生在经济萎靡时期。早期的1873年的大恐慌，紧接着就是新专利申请大潮，于是接下来的几十年间，我们看到了电灯、电话、留声机、电力网和城市地铁系统等新事物的产生。 　　这些创新大潮的出现，一方面是因为“需求是发明之母”这一定律，另一方面则是由于人类一旦被赋予更多的时间，常常我们都会它们投入在满足自己天生的好奇心和创造欲之上。而机器人和计算机所擅长从事的方面几乎都是比较呆板，不论是涉及到物理还是数学计算，都不能实现创意或者策划。 　　人类并没有什么能成为合格猎手的天赋，我们比很多动物的运动速度慢，而且太多的动物比我们强壮，人类之所以能爬到食物链顶端并且成为地球的主宰，主要是因为超强的大脑能力。这种能力让我们擅长创造一些可以弥补自身不足的强大工具。这些工具可以让我们在陆地上跑得比猎豹还快，在天上比老鹰飞的高。也因为出色的工具，让我们在食物生产中效率如此之高，使得我们有了大量的时间来投入到其它更有意义的事业上。 　　这些工具里就包括了AI和机器人。如果我们总是去想这些机器人、AI和自动化会给我们曾经的经济模式带来怎么样的打击，那未来看起来肯定就非常暗淡。当这些趋势完全实现的时候，确实很有可能发生优胜劣汰和其它社会巨变，不过我们也不应因此而抵制这种趋势，因为它很有可能会释放出一个前所未有的创新风潮。这股风潮会将大量的人从机械的重复性劳作中解放出来，并被赋予创新最需要的温床–时间。 机器换人，其实最终的结果是将人类向更高层次发展推进，机器永远不会像人那样思考 　　再次重申，伴随这种转变一定会产生一种被剥夺感和巨大的痛苦，谁都不应试图去淡化这些影响。重点是，在我们预测自动化会带来很多影响的同时，也应该积极展望，一旦所有的创造力和潜能被同时解禁，我们将会迎来多么巨大的未知前景？（译自ZDNet） 

　　无人机这个玩意在很多人心里，可能还是个新鲜货，可能许多人至今还未见过实物，但是大家是从什么时候开始关注起无人机的呢。 　　我想多数人应该是因为无人机跌入美国白宫的那条新闻开始的。 　　或者因为汪峰。 　　但是不管怎么样，你不得不承认的是，无人机崛起了。 　　预示着下一个像pc，手机，或者平板这样走近千家万户，被人们喜爱并使用的设备有可能就是无人机。 　　那么，我想先说说，无人机究竟能干啥？ 　　= =虽然比较奇葩，但是有一位美国农民用它来钓鱼。 　　刚过去的大阅兵也有它，当然，这是军用的。   　　同样的，有光明的地方就有黑暗存在，波音公司发明激光炮专打无人机。有些闲的蛋疼了。 　　不过值得欣慰的是，我国终于第一次在科技产业方面走在了全世界的最尖端，现在在无人机领域就好似手机领域的苹果，PC产业的微软，已经快要制霸全球了。在商业应用方面，无人机航拍已经快成为标准配置了，无论是拍电影，纪录片，还是类似今年大阅兵这种。 　　无人机航拍把摄影带入了一种新的维度。 　　农业方面，无人机可以用来灌溉，洒水。

　　随着神经网络和深度学习研究的不断深入——尤其是语音识别和自然语言处理、图像与模式识别、文本和数据分析，以及其他复杂领域——研究者们不断在寻找新的更好的方法来延伸和扩展计算能力。 　　几十年来，这一领域的黄金标准一直是高性能计算（HCP）集群，它解决了大量处理能力的问题，虽然成本有点过高。但这种方法已经帮助推动了多个领域的进步，包括天气预测、金融服务，以及能源勘探。 　　然而，2012 年，一种新的方法出现了。伊利诺伊大学的研究者之前已经研究过在台式超级计算机中使用 GPUs 来加速处理任务（如图像重建）的可能性，现在多伦多大学的一组计算机科学家和工程师证明了一种在 GPUs 上运行深度神经网络来极大推进计算机视觉技术的方法。插上 GPUs（之前主要用在图形中）后，计算神经网络的性能会立即获得巨大提升，这种提升反映在了计算机视觉效果的明显改善上。 　　这是一次革命性进步 　　“仅仅在几年之后，GPUs 已经出现在深度学习的核心位置，”加州大学伯克利分校电子工程和计算机科学系教授 Kurt Keutzer 说到。“GPUs 的使用正在成为主流，通过在一个应用程序中使用几十到数百个处理器，GUP 正在从根本上改变计算。” 　　伊利诺伊大学厄巴纳-香槟分校电子与计算机工程 Walter J. Sanders III–Advanced Micro Device 的名誉主席 Wen-Mei W. Hwu 也说过，“GPU 是卓越的吞吐量计算设备。如果你只有一项任务，就没必要用到 GPUs，因为速度也快不到哪去。但是，如果你有大量的相互之间独立的任务，用 GPUs 就对了。” 　　一个深度视角 　　GPU 架构起源于基础的图形渲染操作，比如给图形加阴影。1999 年，Nvida 推出了 GeForce 256，这是世界上第一个 GPU。简单来说，这个专用的电路——-可内置在视频卡或主板中——主导并优化了计算机内存以加快显示器的渲染速度。今天，GPUs 用在更加广泛的设备中，包括个人计算机、平板电脑、手机、工作站、电子标示、游戏机，以及嵌入式系统。 　　然而，“计算机视觉和深度学习中很多新应用的内存都是有限带宽，”Keutzer 解释道，“在这些应用中，应用程序的速度往往最终取决于它从内存中提取数据以及流入和通过处理器要花多少时间。” 　　部署 GPU 的一个常常被忽视的巨大优势是其 processor-to-memory 的超级带宽。Keutzer points 指出，这样的结果是，“在带宽有限的应用中，这个 processor-to-memory 带宽的相对优势直接转化成超级应用性能。”关键是 GPUs 用更少的电力提供了更快的浮点运算（FLOPs，每秒浮点运算次数）通过支持 16 位的浮点数扩大了能效优势，比单精度（32 位）或双精度（64 位）浮点数的能效更高。 　　多核 GPU 要依赖更大量的 32 位到 64 位这样更简单的处理器内核的大量部署。相比之下，使用更小的传统的微处理器，通常是 2 位到 4 位到 8 位时，效果如何会呢？ 　　“使用微处理器的 GPUs 实现了更优越的性能，并为深度神经网络提供了更好的架构支持。GPUs 在深度神经网络上表现出的性能优势逐渐被转化到更多种类的应用中。”Keutzer 说。 　　今天，一个典型的 GPU 集群包含了 8 到 16 个 GPU，而像 Keutzer 这样的研究人员正在尝试使用数百个 GPU 在超大数据集上同时训练多个深度神经网络，否则将需要几周的训练时间。这个训练需要运行大量数据通过该系统以让它达到能解决问题的状态。那时，它或许就可以在一个 GPU 或者混合处理器中运行了。“这不是一次学术训练。”Keutzer 指出。“我们训练用于像自动驾驶汽车这种新应用的神经网络时，就需要这样的速度。” 　　使用 GPU 正在成为主流，通过在单个应用中使用多个处理器，能从根本上改变计算。 　　GPU 技术现在的进展速度远比传统的 CPU 快，凭借强劲的浮点马力和较低的能耗，GPU 的可扩展性能让深度学习和机器学习任务的效率得到飞速提升，效果堪比给汽车装上涡轮增压发动机，百度高级研究员 Bryan Catanzaro 说到。“深度学习不是新鲜事物。GPUs 也不是。但是这个领域在计算能力得到极大提升和有丰富数据可供使用之后，才开始真正起航。” 　　大部分进展来自 Nvidia，这家公司不断推出更加复杂的 GPUs，包括刚推出的专为解决训练和推理这类特殊任务的 Pascal 架构。在这款最新的 GPU 系统中，Tesla P100 芯片实现了在一片硅片上封包 150 亿个晶体管，数量是之前处理器的两倍。 　　另一个例子，百度正在推进语言识别研究的新前沿。它的“Deep Speech”项目，依赖一个端到端的神经网络，在英语和汉语的短音频剪辑中使语音识别的精确度达到了人类水平。这家公司还在探索自动驾驶汽车中的 GPU 技术；它一直在研发能在北京大街上自动导航的自动驾驶汽车，并做了改变车道、超车、停车和启动的演习。 　　同时，微软亚洲的研究员使用…

　　随着上个月底大疆发布小型无人机Mavic，标志着整个无人机行业正式进入了小型化趋势中。然而想要在这一新兴趋势下领涨行业，着力剖析小型化无人机中的重要技术一定是从业者需要特别关注的信息之一。 　　技术要点在=“航拍”+“无人机” 　　市面上的小型无人机产品均需要在悬停定位技术、避障技术、视觉跟随、图传技术等几方面进行重点打磨。下图为大疆Mavic和同级别产品的一个综合对比。 　　 　　要对无人机航拍技术进行梳理，首先需要知道无人机航拍技术有哪几点。通常来看，无人机航拍技术其实可以简单地按照字面的“无人机”+“航拍”拆分为2点： 　　（1）影像拍摄技术，也即成像以及图像处理技术； 　　（2）无人机平台技术，主要指为航拍提供稳定的航拍环境的机身控制技术。 　　影像拍摄技术：目前市场上的影像拍摄方案，都是对几个大品牌主流的摄像头模组的集成应用，无人机生产厂商在这一方面没有太多的技术空间，而且因为技术发展已经比较成熟，不同产品方案之间差距并不大。因此，本篇报告仅作简要介绍。 　　无人机机载平台稳定技术：是指除了飞行导航、控制等无人机自身飞行技术以外，为无人机实现稳定航拍平台保障的相关技术。这种技术是影响到成像质量最关键的因素。 　　随着近几年智能手机的迅猛发展，智能手机相关技术得到了空前的发展，以触摸显示屏、处理器、摄像头模组等为突出代表的智能手机核心的硬件技术在大规模工业化需求的基础上不断地朝着低功耗、高性能、高集成的方向发展，在这一产业发展过程中，淘汰了大量落后技术产能，产品向索尼、三星等巨头企业不断集中。 　　 　　可以看到，不论在销量还是销售额，索尼凭借在移动端市场的出色表现，牢牢占据榜首。从总的品牌分布来看，前4名的企业占有了市场近75%的份额，市场分布较为集中。 　　影响成像质量的参数 　　在体现单个摄像头模组成像水平的技术参数方面，通常大家比较关心的是一些具体、表观参数，比如像素数、光圈大小等，但是摄像头模组上影响成像质量的参数还有许多：单个像素尺寸、传感器技术、镜片组技术、ISP技术等。下面做一个简单的介绍。 　　像素数/分辨率：像素数比如800万像素（3200×2400分辨率）、1300万像素（4208×3120分辨率）是目前摄像头模组技术中最经常被提到的概念，但是像素数其实并非决定图像清晰度的决定性因素。像素数仅决定一幅图像中有多少单位像素，也即放大后，图片能够展现的细节程度，但是每个细节以及整张照片的图像质量还取决于其他很多因素。 　　至于现在比较火的“4K视频录制”概念，指的就是分辨率达到4096×2160的影像拍摄能力，其实4K更新趋势主要来自于播放设备以及胶片拍摄设备，因为之前的播放设备高清标准为1920×1080分辨率，现在的4K像素水平是之前的4倍，面临着许多方面的挑战，同样，胶片拍摄将从原先耳朵35mm胶片升级到70mm，面临的是全行业标准设备的升级。但是4K分辨率的数字视频拍摄能力仅要求传感器达到1200w像素，以及能够与之匹配的图像处理能力，这一点行业内已经有成熟的配套解决方案（比如高通的Snapdragon Flight平台不仅支持4K录制，还支持4K的立体VGA录制），因此，也并不构成技术壁垒。 　　光圈大小：光圈大小直接影响到通光量的多少，对于成像质量有较大影响，目前，移动类消费电子的摄像头模组已经从f/2.4、f/2.2、f/2.0逐渐增大（数字越小，光圈越大），目前手机市场上也已经开始大面积出现f/1.8的摄像头模组了。 　　光圈增大对于拍摄成像来说主要有两方面优势：1、提高弱光下画质；2、提高快门速度；3、减小景深。 　　对于航拍应用来说，提高弱光下画质（夜景拍摄）以及提高快门速度（运动拍摄）都是很有必要的，而减小景深则在人像拍摄时能够较好的虚化背景，突出主体，这种需求对于目前以大景物对象拍摄为主要使用目的的无人机来说属于锦上添花的功能，但是对于自拍无人机来说，是十分必要的。比如主打自拍的Dobby无人机就采用的f/1.8光圈，而大疆的精灵4则采用的f/2.8光圈。 　　 　　但是从现有行业技术水平以及产品策略上来看，光圈的提升也并不是没有代价的： 　　1）、大光圈的进光量增大后，首先需要配套提高的是快门速度。在黑暗环境中，本来光线较弱，快门速度不需要提高很多即可保证拍摄质量。但是，在白天或者光线较强的环境下，考虑到无人机或者移动电子设备通常采用的是固定光圈，并不能调整到合适的小光圈，因此必须要将快门速度提高从而避免过度曝光，但从目前的技术水平来看，快门速度的提高还存在一些技术瓶颈，这也是小型化设备上制约光圈增大的一个重要因素。 　　2）、光圈增大同样还会引起图像畸变以及边缘画质下降。为了校正边缘画质的下降以及图像畸变，通常都会采用更多的镜头组以及镜头部分的机械结构，这对于小型设备来说，是难以实现的（比如iphone6以后的设备为了实现f/1.8的光圈以及相关的一些其他技术考虑，摄像头高度增加，且远高于机身，凸出于外部）。当然，小型化的考虑在无人机上还不是一个特别大的问题，但是技术实现可能会有一定的门槛。 　　传感器技术：传感器技术目前主要是索尼、OmniVision、三星几家公司，尤其是索尼公司，其所推出的IMX220/230/240等系列传感器几乎占到了市售手机的大半壁江山苹果、三星、索尼、华为、小米、魅族等热门旗舰机几乎都是采用的IMX系列传感器。因此，在无人机上的应用也只需要根据无人机的定价策略来选择相应产品即可。传感器技术主要涉及到传感器尺寸和传感器结构方式两部分技术。 　　ISP技术：ISP（Image Signal Processing）也即图像处理技术，镜片、传感器构成了图像的接收装置，而ISP则构成了图像的采集和预处理，面对目前越来越高的全尺寸高帧频的数据吞吐能力要求，ISP技术也在不断提高。除了高速拍摄、杂噪抑制以外，相机还可以借助ISP处理器对图像做出比较重大的调整，HDR技术就是一个很明显的例子。

以色列雅夫内2017年12月28日，奥宝科技作为电子产品制造业良率提升和流程变革解决方案的全球领先供应商，最近在中国深圳举行的 PCB 行业 HKPCA 2017 展览会上推出了全新的 Ultra DimensionTM AOI（自动光学检测）系列。在为期 3 天的展览会期间，模拟 AOI 室中展出了 Ultra Dimension、PreciseTM 800 AOS（自动光学成形）、远端多重影像验证 （RMIV） 检修站和 Orbotech 数据服务器，吸引了大约 500 名参观者。此外，奥宝科技也展出了 NuvogoTM Fine 直接成像解决方案、适用于工业 4．0 的奥宝科技智能工厂解决方案，以及 Frontline 的 CAM 和工程解决方案。 全新的 Ultra Dimension 作为首款整合四大顶尖系统的 AOI 解决方案，设计旨在满足使用 SLP／mSAP（类载板 PCB／改良式半加成工艺）进行先进 PCB 制造的严格要求。该解决方案整合了线路检测、激光孔检测、远程多重影像验证和二维量测，象征着 AOI 工作流程的一次重大革命，能够帮助制造商提升品质和良率，同时大幅降低整体拥有成本 （TCO）。 奥宝科技亚太地区总裁 Hadar Himmelman 评论道：“奥宝科技全新 AOI 流程理念和全新的 Ultra Dimension 在 HKPCA 上大放异彩，受到了积极的关注。从我们收到的反馈来看，这款全新 4 合 1 AOI 解决方案的诞生，可谓真正实现了 AOI 工作流程的革命。此外，Ultra Dimension在市场环境日益复杂下，仍然可以降低 TCO，满足客户的需求。” Ultra Dimension 采用奥宝科技 Triple Vision TechnologyTM 和 Magic TechnologyTM 专利技术，在一次扫描之中即可进行高精度、高品质的线路检测与激光孔 （LV） 检测。这两项技术通过使用各种光源设置和三种不同类型的图像，从而让 Ultra Dimension 大幅提升检测能力、降低误报、缩短检测设置时间。继而让采用 SLP／mSAP（类载板PCB／改良式半加成工艺）制造先进 PCB 的制造商能够灵活检测各种应用和材料，无需再使用可能导致缺陷遗漏的不检区。 奥宝科技的二维测量可以自动测量各种形状的线条和焊盘的上幅和下幅导体宽度，带来 SLP／mSAP 以及先进 HDI 应用所必需的更高精度和阻抗控制。 奥宝科技的远端多重影像验证 （RMIV） 能够远程验证检测过程中自动同步采集的多个图像缺陷。旗下独有的多重图像技术能够让操作人员准确区分真假缺陷，然后发送至离线 RMIV 检修站。配备 RMIV 的 Ultra Dimension 也可以减少所需检修站的数量，从而为 AOI 室留出更多宝贵空间，让制造商能够大幅节省总体劳动力和运营成本。 展览会晚宴期间，HKPCA 协会举行了颁奖仪式。奥宝科技连续两年荣获展位设计奖这一殊荣。

最初的工业革命标志着从利用人力和畜力来制造向利用以水和蒸汽为动力的机器来制造的转变。能够将电力应用到大规模的商品生产这一发明，成就了第二次工业革命。第三次工业革命是利用计算机实现自动化生产过程的结果。第四次工业革命标志着从“哑巴”机器(装配线、独立的自动化喷漆机和电焊机等)到通过集成传感器和处理器—更重要的是，通过将它们连接在一起并通过工业物联网(IIoT)连接到操作中心而使之变得更智能和可自我配置的机器的转变。 本文引用地址：http://www.eepw.com.cn/article/201808/385162.htm 第四次工业革命有时被称为工业4.0，它的目标是使生产更加高效、更具成本效益和更灵活，并且能够在更短时间内为客户提供更好的产品。 然而，IIoT为工厂自动化系统带来的更多的连接功能，也使得这些系统特别容易遭受来自各种威胁的电气损坏。这些威胁包括通过数据和电源连接(工业以太网、PoE、CAN总线、RS-485、Profibus/现场总线等)传导的静电放电(ESD)、电快速瞬变脉冲群(EFT)、电缆放电事件(CDE)、雷电感应浪涌以及当大型电机启动或关闭时发生的系统感应电压瞬变等。 工业环境中设计和部署自动化系统的工程师需要了解适当的电路保护解决方案，如TVS二极管、TVS二极管阵列、气体放电管和SIDACtor保护晶闸管，以帮助减少(或消除)所涉及的风险。 本文概述了适用于各种工业自动化应用的电路保护解决方案，以及它们为确保未来工厂发展所需系统可靠性所提供的优势。 工业以太网 工业以太网(IE)将标准的以太网协议与坚固耐用的连接器和高温开关结合起来。工业应用中所用元器件必须能够承受极端的温度、湿度和振动—远远超过了在典型办公环境中安装的设备的参数范围。 工业以太网网络必须与当前和传统的系统交互操作，且必须提供可预测的性能和可维护性。除了物理兼容性和低级传输协议之外，实际的工业以太网系统还必须提供更高级别的OSI模型的互操作性。对于来自厂外的入侵和厂内不慎或未经授权的使用，工业网络都必须提供足够的安全性。 图1显示了一种适合在工厂自动化环境中使用的针对雷电感应瞬态、ESD、EFT、CDE和电源故障的室内远程数据线(非PoE)保护方法。 图1：一种针对雷电、ESD、EFT、CDE和电源故障的室内远程以太网数据线保护方法。所示的四条数据线(T x±和Rx±)被保护，可免受建筑物内部雷电瞬态电压的影响。LC03 TVS二极管阵列将大部分能量从变压器转移开，但是通过变压器互绕电容耦合的任何共模能量都通过SP3051 TVS二极管转移到GND。该元件可以连接到变压器PHY侧的地，因为变压器本身满足IEEE 802.3的隔离要求。 一些工业以太网电路保护应用提出了更大的挑战，例如在具有设备和电缆布置在户外的多栋建筑的设施中。图2所示的是在涉及频繁电暴的环境中，为这些应用而优化的电路保护方案。 图2：对于容易遭受超过当今硅技术限制的严重等级的雷电感应瞬态的应用，通常建议使用气体放电管(GDT)来保护变压器。GDT在数据对(而不是GND)之间连接，以符合IEEE 802.3标准的要求。如图所示，除了非常强大的保护元件(如两个LC03系列的TVS二极管阵列)，在这里还额外使用了SL0902A90SM GDT，以抑制PHY的允通能量。F1-F4 TeleLink保险丝提供了针对电源故障的过流保护。 以太网供电 以太网供电(PoE)指的是将电力与以太网电缆上的数据一起传输的几种标准化或专用系统中的任何一种。它实现了采用单条电缆向各种设备(如IP监控摄像机)同时提供数据连接和电力。 与同样通过数据电缆为设备供电的USB总线不同，PoE可以延长电缆长度。电力传输可以在与传输数据相同的导线或同一电缆中的专用导线上实现。 在PoE方案中，接收电力的设备称为客户端设备或受电设备(PD)，供电的设备是送电设备(PSE)。“模式A”电源通过10BaseT或100BaseTX接口的“有源”数据对供应。“模式B”电源被施加在10BaseT和100BaseT接口的未使用线对上。对于1000BaseT和10GbE应用，所有线对被用于数据传输，因此没有“备用对”。图3对PoE受电设备和电源设备的电路保护解决方案进行了说明。 图3：这里，正确额定的变压器和电源为IEEE 802.3合规性提供了所需的隔离。对于PSE，在提供电源的特定对上使用了TVS二极管。图中所示的是用于高暴露电缆和设备装置的1500W版本。对于雷电暴露不高的短电缆或装置，可以使用功率更低的600W或400W元件。为了保护PD，两个线对均需要进行保护，因为无法提前知道是哪一对提供电力。TVS二极管应根据预期的浪涌暴露水平进行选择。 CAN总线(DeviceNet) 工业以太网和PoE远不是工厂自动化系统协调所依赖的唯一通信总线。CAN(控制器局域网)总线标准使微控制器和设备在没有主计算机的应用中可以进行相互通信。虽然速度不如以太网快，但CAN总线却非常稳健，能够在比以太网更远的距离上实现可靠的数据传输。这使得它成为需要通信指令或从彼此相隔一定距离的单独设备返回数据的应用的很好选择。图4显示的是典型CAN总线应用的示例。Device-Net网络是以CAN总线技术为基础的。 图4：SM24CANB系列TVS二极管阵列旨在保护CAN总线和DeviceNet线路免受ESD、EFT和浪涌瞬态的损坏。它非常适合于较长的电缆或必须靠近电源电缆布设的线缆。 RS-485(Profibus、FieldBus) 与CAN总线一样，RS-485非常稳健，为工业用户提供了在较长距离内传输数据而不会衰减的能力，但是却比CAN总线更快。在工业环境中，它通常用于照明控制、安防摄像机和火灾探测系统。 图5针对容易遭受ESD或由雷电感应引起的低电平瞬态浪涌的RS-485端口给出了一种电路保护解决方案。图6展示了一种更高级别的保护方案。 图5：SM712系列TVS二极管阵列为RS-485端口针对低电平电气威胁提供了一种解决方案。 图6：在高暴露环境中的RS-485总线的电路保护示意图中，上图类似“Z”字形的符号可代表多种过压保护解决方案，包括Q2L系列SIDACtor保护晶闸管(图7)。 图7：小外形尺寸、小电路板占用空间的保护晶闸管(如Q2L系列SIDACtor)旨在保护高密度宽带设备免受破坏性过压瞬态的损坏。 【文章转载自网络，版权归原作者所有，若有侵权请联系删除】