日前在北京召开的中国科学院第十七次院士大会、中国工程院第十二次院士大会上透露的信息表明：“机器人革命”有望成为“第三次工业革命”的一个切入点和重要增长点，将影响全球制造业格局，而且我国将成为全球最大的机器人市场。国际机器人联合会预测，“机器人革命”将创造数万亿美元的市场。 　　由于大数据、云计算、移动互联网等新一代信息技术同机器人技术相互融合步伐加快，3D打印、人工智能迅猛发展，制造机器人的软硬件技术日趋成熟，成本不断降低，性能不断提升，军用无人机、自动驾驶汽车、家政服务机器人已经成为现实，有的人工智能机器人已具有相当程度的自主思维和学习能力。国际上有舆论认为，机器人是“制造业皇冠顶端的明珠”，其研发、制造、应用是衡量一个国家科技创新和高端制造业水平的重要标志。机器人主要制造商和国家纷纷加紧布局，抢占技术和市场制高点。 　　确乎如此。 　　7年前，比尔盖茨在《科学美国人》杂志撰文，预言在不久的未来，机器人将走进千家万户，从而重复20世纪70年代以来个人电脑崛起的道路，并再一次彻底改变人类的生活方式。 　　7年之后的今天，人们已经清楚地看到，“机器人革命”的浪潮正在席卷诸多领域。最近的消息是，机器人大国日本的移动运营商软银在6月5日宣布推出类人机器人，能看护婴幼儿和病患，甚至在聚会时给人作伴。 　　从太空站到手术台 　　一位技术人员头上戴着面罩、手上戴着数字化手套，就能够坐在地球上的控制中心里，远程操控飘浮在太空的机器人。这种“远距临场”技术可以使机器人前往人类难以接近的区域作业。要知道，地球同步卫星的轨道高度达到35000余千米，在这里，至今不曾有宇航员工作，完全是机器人的天下。太空机器人已经可以非常精细、平稳地从人造卫星上卸下一块损坏的太阳能电池，并将新电池安装在原来的位置上。 　　机器人在宇航事业中能够发挥的巨大作用是显而易见的。德国慕尼黑工业大学名誉教授戈尔德·赫尔辛格指出，即使机器人在大气层中烧毁，也只有经济上的损失。相比之下，如果由人类来完成太空作业，则需要把人送到太空，维持他的生存，最后还要保证他安全返回地面，所有这些开销将远远超过机器人作业。 　　在这方面，中国民众近年来了解得越来越多了。前阵子人人争睹的月球车“玉兔”，就是机器人在探月工程中扮演重要角色的鲜明例子。“玉兔”和“好奇号”、“机遇号”等小伙伴的出色表现说明，机器人正在人类探索太阳系的伟大征程中贡献力量。

　　　1．编程方法简单易学 　　梯形图是使用得最多的PLC的编程语言，其电路符号和表达方式与继电器电路原理图相似，梯形图语言形象直观，易学易懂，熟悉继电器电路图的电气技术人员只需花几天时间就可以熟悉梯形图语言，并用来编制用户程序。 　　梯形图语言实际上是一种面向用户的高级语言，PLC在执行梯形图程序时，将它“翻译”成汇编语言后再去执行。 　　2．功能强，性能价格比高 　　一台小型PLC内有成百上千个可供用户使用的编程元件，有很强的功能，可以实现非 常复杂的控制功能。与相同功能的继电器系统相比，具有很高的性能价格比。PLC可以通过通信联网，实现分散控制，集中管理。 　　3．硬件配套齐全，用户使用方便，适应性强 　　PLC产品已经标准化、系列化、模块化，配备有品种齐全的各种硬件装置供用户选用，用户能灵活方便地进行系统配置，组成不同功能、不同规模的系统。PLC的安装接线也很方便，一般用接线端子连接外部接线。PLC带负载能力，可以直接驱动一般的电磁阀和中小型交流接触器。 　　硬件配置确定后，通过修改用户程序，就可以方便快速地适应工艺条件的变化。 　　4．可靠性高，抗干扰能力强 　　传统的继电器控制系统中使用了大量的中间继电器、时间继电器。由于触点接触不良，容易出现故障。PLC用软件代替大量的中间继电器和时间继电器，仅剩下与输入和输出有关的少量硬件元件，接线可减少到继电器控制系统的十分之一到百分之一，因触点接触不良造成的故障大为减少。 　　PLC使用了一系列硬件和软件抗干扰措施，具有很强的抗干扰能力，平均无故障时间达到数万小时以上，可以直接用于有强烈干扰的工业生产现场，PLC大用户公认为最可靠的工业控制设备之一。 　　5．系统的设计、安装、调试工作量少 　　PLC用软件功能取代了继电器控制系统中大量的中间继电器、时间继电器、计数器等器件，使控制柜的设计、安装、接线工作量大大减少。 　　PLC的梯形图程序可以用顺序控制设计法来设计。这种编程方法很有规律，很容易掌握。对于复杂的控制系统，如果掌握了正确的设计方法，设计梯形图的时间比设计继电器系统电路图的时间要少得多。 　　可以在实验室模拟调试PLC的用户程序，输入信号用小开关来模拟，可通过PLC发光二极管观察输出信号的状态。完成了系统的安装和接线后，在现场的统调过程中发现的问题一般通过修改程序就可以解决，系统的调试时间比继电器系统少得多。

　　北京时间6月30日消息，科学日报报道，英国剑桥大学的工程师们带领的研究小组打破了一项持续了10多年的世界纪录，他们实现了一个高尔夫球大小的材料样本内部承受相当于3吨的作用力，而这种材料像瓷器一样脆弱。 　　高尔夫球大小的材料样本可承受相当于3吨的作用力 　　英国剑桥大学研究学者在高温钇钡铜氧化物（GdBCO）超导体里成功的“围困”了一个强度相当于17.6特斯拉的磁场——这比典型的冰箱磁铁产生的磁场要强100倍， 比之前的记录高出了0.4特斯拉。这项研究结果被发表在期刊《超导体科学与技术》上。 　　这项研究展示了高温超导体应用于一系列领域的潜在性，包括能量存储的惯性轮和“磁性分离器”，它们还可以被用于矿物细化和污染控制，以及高速悬浮单轨列车。超导体是温度降低到特定温度时没有阻力或者阻力较小的携带电流的材料。虽然传统的超导体在显示超导性前需要冷却到接近绝对零度（-273℃），但高温超导体只要高于液氮沸点（-196℃）即可，这使得它们的冷却较为容易，且操作更低廉。 　　超导体目前被用于科研和医疗领域，例如磁共振成像（MRI）扫描仪，在未来可以被用于保护国家电网并增加能源效率，这是因为超导体携带电流时不会丢失能量。

　　在了解了程序结构和编程方法的基础上，就要实际地编写 PLC 程序了。PLC控制系统设计需要经历如下过程。 　　（一）分析被控对象并提出控制要求 　　详细分析被控对象的工艺过程及工作特点，了解被控对象机、电、液之间的配合，提出被控对象对PLC控制系统的控制要求，确定控制方案，拟定设计任务书。 　　（二）确定输入／输出设备 　　根据系统的控制要求，确定系统所需的全部输入设备（如：按纽、位置开关、转换开关及各种传感器等）和输出设备（如：接触器、电磁阀、信号指示灯及其它执行器等），从而确定与PLC有关的输入/输出设备，以确定PLC的I/O点数。 　　（三）选择PLC 　　PLC选择包括对PLC的机型、容量、I/O模块、电源等的选择，详见本章第二节。 　　（四）分配I/O点并设计PLC外围硬件线路 　　1.分配I/O点 　　画出PLC的I/O点与输入／输出设备的连接图或对应关系表，该部分也可在第２步中进行。 　　2.设计PLC外围硬件线路 　　画出系统其它部分的电气线路图，包括主电路和未进入可编程控制器的控制电路等。 　　由PLC的I/O连接图和PLC外围电气线路图组成系统的电气原理图。到此为止系统的硬件电气线路已经确定。 　　（五）程序设计 　　1.程序设计 　　根据系统的控制要求，采用合适的设计方法来设计PLC程序。程序要以满足系统控制要求为主线，逐一编写实现各控制功能或各子任务的程序，逐步完善系统指定的功能。除此之外，程序通常还应包括以下内容：

 　　据《华尔街日报》网站报道，台湾制造商鸿海精密以组装苹果大部分iPhone和iPad而闻名，现在它正悄悄地建设着自己的品牌。 　　最近，这家年营收1300亿美元的公司开始冒险涉足自有品牌手机配件，手机销售和分销领域。它还计划在台湾提供电信服务。 　　从某些方面来看，建立自己的产品和服务对于富士康来说具有必要性。去年该公司营收同比增长仅为1%；相比之下，在2010年推出首款iPad的苹果当年的营收增长率高达53%，这些订单大部分由富士康完成。 　　富士康的劳动力成本自2009年以来增加了一倍多，这导致包括苹果、索尼和微软在内的大客户把一些订单转给它的竞争对手，因为这样可以获得更好的价格。 　　从南部的深圳到北部的郑州，富士康在中国雇佣了超过100万名工人。外部审计和工人的抗议促使该公司提高了工资标准，这让整体成本上升。 　　净利润的增长率从2009年的37%下滑至去年的13%。据知情人士表示，今年早些时候，苹果开始把部分iPhone和iPad的代工订单交给仁宝电脑和纬创资通两家富士康的对手。 　　目前富士康依然有一半的收入来自苹果，但是63岁的公司创始人郭台铭表示，现在这种劳动力密集型的合同代工方式利润率较低，已经不足以再带动收入增长。 　　“业务转型是富士康在未来10年内可持续增长的关键。”本周郭台铭在公司年度会议上对股东表示。 　　郭台铭在1974年创立富士康，最早生产的是黑白电视机的塑料旋钮。该公司在上世纪80年代初开始把业务扩展到个人电脑组装上，从90年代起富士康开始为苹果提供计算机组件。 　　在过去二十年的时间中，苹果和富士康的合作的产品包括iPod、iPhone和iPad。这让富士康成为一个家喻户晓的公司，也让它成为了全球销量最大的电子产品合同制造商。

简介 在“为工业4.0启用可靠的基于状态的有线监控——第1部分”一文中，我们介绍了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。本文探讨了多个方面，包括选择合适的MEMS加速度计和物理层，以及EMC性能和电源设计。此外，还包括第一部分介绍的三种设计解决方案和性能权衡。本文为第二部分，着重介绍第一部分展示的SPI至RS-485/RS-422设计解决方案的物理层设计考量。 为MEMS实现有线物理层接口的常见挑战包括管理EMC可靠性和数据完整性。但是，在RS-485/RS-422长电缆上分布SPI之类的时钟同步接口，同时在相同的双绞线（虚假电源）上部署电源和数据时，会带来更多挑战。本文讨论以下关键问题，并就物理层接口设计提供建议： u管理系统时间同步 u推荐的数据速率与电缆长度 u适用于共用电源和数据架构的滤波器设计和仿真 u虚假电源结构中的无源元件性能权衡 u元件选择和系统设计窗口 u试验性测量 时间同步和电缆长度 设计SPI至RS-485/RS-422链路时，电缆和元件会影响系统时钟和数据同步。在长电缆中传输时，SCLK信号会在电缆中产生传播延迟，100米长的电缆会延迟约400ns到500 ns。对于MOSI数据传输，MOSI和SCLK会被电缆延迟同等时间。然而，从从机MISO发送到主机的数据会出现两倍传播延迟，因而不再与SCLK同步。可能的最大SPI SCLK基于系统传播延迟设置，包括电缆传播延迟，以及主机和从机元件传播延迟。 图1展示系统传播延迟如何导致SPI主机上出现不准确的SPI MISO采样。对于没有采用RS-485/RS-422电缆的系统，MISO数据和SPI SCLK会以低延迟或无延迟同步。对于采用了电缆的系统，SPI从机上的MISO数据与SPI SCLK之间存在一个系统传播延迟，如图1中的tpd1所示。回到主机的MISO数据存在两个系统传播延迟，如tpd2所示。当数据由于电缆和元件传播延迟而右移时，会发生不准确的数据采样。 图1.采用与不采用RS-485/RS-422长电缆的系统的MISO数据和SPI SCLK同步。 为了防止出现不准确的MISO采样，可以缩短电缆长度、降低SPI SCLK，或者在主控制器中实施SPI SCLK补偿方案（时钟相位偏移）。理论上，系统传播延迟应该小于SCLK时钟周期的50%，以实现无错通信；在实践中，可以将系统延迟限值确定为SCLK的40%，这可以作为一般规则。 图2针对1.1部分中描述的两个SPI至RS-485/RS-422设计提供SPI SCLK和电缆长度指南。这种非隔离设计使用了ADI公司具备高速EMC稳健性的小型RS-485/RS-422器件（ADM3066E和ADM4168E）。这种隔离设计还采用了ADI公司的iCoupler®信号和电源隔离ADuM5401器件，可以为SPI至RS-485/RS-422链路提供更高的EMC稳健性和抗噪声干扰性能。这种设计会增加系统传播延迟，导致不可在更高的SPI SCLK速率下运行。在更长的电缆（超过30米）中传输时，强烈建议增加隔离，以帮助消除接地回路和EMC事件的影响，例如静电放电(ESD)、电快速瞬变脉冲群(EFT)，以及与数据传输电缆耦合的高压浪涌。当电缆长度达到或超过30米时，隔离和非隔离设计的SPI SCLK和电缆长度性能相似，如图2所示。 图2.针对隔离和非隔离设计的SPI SCLK和电缆长度指南。 虚假电源 背景知识 虚假电源将电源和数据部署在一根双绞线上，在主机和从机之间实现单电缆解决方案。将数据和电源部署在同一根电缆上，可以在空间有限的边缘传感器节点上实现单连接器解决方案。 电源和数据通过电感电容网络分布在单根双绞线上，具体如图3所示。高频数据通过串联电容与数据线路耦合，可以保护RS-485/RS-422收发器免受直流总线电压影响，如图3a所示。图3所示为通过连接至数据线路的电感连接至主机控制器的电源。如图3b所示，5V直流电源对交流数据总线实施偏置。在图3c中，电流路径显示为从机和主机之间的IPWR，使用电缆远端基于状态监控(CbM)的从机传感器节点上电感从线路中获取电源。 图3.虚假电源物理层的交流和直流电压电平。 高通滤波器 在本文中，假设将虚假电源电感电容网络部署到两根电缆中，这会部署SPI MISO信号的RS-485/RS-422转换。图4描述主机和从机SPI至RS-485/RS-422的设计，以及SPI MISO数据线的虚假电源滤波器电路。滤波器电路采用高通电缆，所以要求传输的数据信号不能包含直流内容或极低频率的内容。 图4.SPI至RS-485/RS-422设计和虚假电源滤波器电路。 图5所示为二阶高通滤波器电路，这是对图4的简化演示。RS-485/RS-422发射器的电压输出标记为VTX，R1具备15Ω输出电阻。R2为30 kΩ，是RS-485/RS-422接收器的标准输入电阻。电感(L)和电容(C)值可以选择，以匹配所需的系统数据速率。 选择电感(L)和电容(C)值时，需要考虑最大的RS-485/RS-422总线压降和压降时间，如图6所示。存在一些标准，例如对于单根双绞线以太网2，指出的最大可允许压降和压降时间如图6a所示。对于有些系统，最大的可允许压降和压降时间值可能更大，受信号极性交越点限制，如图6b所示。 压降和压降时间可与图5中的仿真配对，以确定系统的高通频率。 对于衰减出色的系统，高通滤波器截止频率和压降要求之间的关系如公式1.3所示 在SPI至RS-485/RS-422通信系统中增加虚假电源时，很显然可允许的最低SPI SCLK速率会受虚假电源滤波器元件限制。 为了实现不含位错误的可靠通信，需要考虑最糟糕场景下的最低SPI SCLK，例如，当所有的SPI MISO采样位处于逻辑高电平时，如图7所示。如果所有的MISO采样位都处于逻辑高电平，会导致位数据数率低于系统SPI SCLK。例如，如果SPI SCLK为2 MHz，且所有16个位都处于逻辑高电平，那么虚假电源LC滤波器网络的速率相当于125 kHz的SPI MISO位数率。 如“时间同步和电缆长度”部分所示，电缆长度越长，需要的SPI SCLK速率越低。但是，虚假电源会限制最低的SPI SCLK速率。要平衡这些对立的要求，就需要小心选择和确定无源滤波器元件的特性，尤其是电感。 图5.RS-422发射数据路径和RS-485/RS-422接收数据路径的二阶高通滤波器。 图6.RS-422接收器的压降和压降时间。 图7.具有MISO 16位突波（所有都处于逻辑高电平）的SPI协议。 无源元件选择 在选择合适的功率电感时，需要考虑许多参数，包括足够的电感、额定/饱和电流、自谐振频率(SRF)、低直流电阻(DCR)和封装尺寸。表1提供选择的功率电感和参数。 额定电流需要满足或超过远程供电的MEMS传感器节点的总电流要求，额定饱和电流需要更大。 此电感不会给交流数据造成高于其SRF的高阻抗，在达到某个点之后，会开始呈现电容性阻抗特性。选择的电感SRF会限制在SPI至RS-485/RS-422物理层上使用的最大SPI SCLK，如图1所示。在长电缆上使用时，可能不会接触到SRF电感；例如，电缆超过10米时，可能无法达到11 MHz SPI SCLK速率（产品型号为744043101的SRF）。在其他情况下，在长电缆上运行时，电感SRF可能达到更低的SPI SCLK速率（2.4 MHz、1.2 MHz）。如前所述，在虚假电源滤波器网络中使用时，电感也会限制可允许的最低SCLK速率。 值更大的电感可以采用12.7 mm × 12.7 mm封装，值更小的电感可以采用4.8 mm × 4.8 mm封装。 表2显示在通过权衡这些对立要求，以最小化电感尺寸时，会因为物理限制（内部绕组）等受到限制。 表1.选择的功率电感参数 表2.功率电感——对封装尺寸的限制 选择合适的直流电压隔离电容时，受限因素包括瞬态过电压额定值和直流电压额定值。直流电压额定值需要超过最大的总线电压偏置值，具体如图3所示。电路或连接器短路时，电感电流会失衡，会被端电极阻抗消耗。出现短路时，需要设置隔直电容的额定值，以实现峰值瞬态电压。例如，在低功率系统中，电感饱和电流约为1 A时，对应的隔直电容额定值至少为直流50 V。4 系统实现 设计窗口和元件选择 在RS-485/RS-422长电缆上使用SPI之类的时钟同步接口，同时在相同的双绞线（虚假电源）上部署电源和数据时，存在多种设计限制，具体如图8所示。可允许的最小SPI SCLK由虚假电源滤波器元件设置，即SPI数据线上的高通滤波器数据。最大的SPI SCLK由虚假电源电感自谐振频率(SRF)或系统传播延迟设置，以SPI SCLK值更低者为准。 图8.设计窗口限制。 表3提供建议使用的电感和电容值，对应的最小SPI SCLK通过模拟图5确定，使用图6和公式1作为指导。其中，假设VDROOP为VPEAK的99%。最小的SPI SCLK也会考虑最糟糕的场景，如图7所示，其中所有数据突波位都处于逻辑高电平。对应的电缆长度根据图2预估。最大SPI SCLK由系统传播延迟或电感SRF值设置。 下面是一个计算示例。 要确定最大SPI SCLK： u指明系统所需的电缆长度。在本例中，我们选择使用10米长的RS-485/RS-422电缆。 u使用图2确定系统可允许的最大SPI SCLK。电缆10米长时，约采用2.6 MHz SPI SCLK。将最大SPI SCLK降低10%，以获取LC元件容差，从而提供2.3 MHz SPI SCLK。可允许的最大SPI SCLK也可能受选择的电感的SRF限制。 要确定最小SPI SCLK： u考虑SPI协议，其中MISO线路上的所有位都处于逻辑高电平。在本例中，我们选择使用16位SPI协议，其中会在32 SCLK瞬态期间对16位SPI MISO数据采样。如果所有16位都处于逻辑高电平，那么有效位的速率为2.3 MHz / 32 =…

　　“我感冒了”“多喝点热水” 　　“最近皮肤粗糙了很多”“多喝水呀” 　　“内什么肚子不太舒服”“喝点热水就好了” 　　日常生活中这样的对话是不是听到很多？饮水对于健康的重要性已经不言而喻，但是规律地饮水还是容易因为各种原因被忽略，适逢近来智能健康产品兴起，针对这些喝水问题，国内的一支团队研发出一款智能水杯产品–Cuptime， 能帮助提醒人们适时喝水。 　　外包装 　　Cuptime的包装别具风格，得到不少用户好评，下面我们也为这个包装多着墨一点。 　　水杯个头不小，因此外包装也比较大， Cuptime一共有两层包装，第一层外包装是白色纸盒，两个侧面是烫银的Cuptime logo，另外两个侧面是水杯的外观图片，盒子顶面和底面则是天蓝底色配白色的麦开团队logo，设计简洁，配色很清爽。 　　第二层是个胶囊型的塑料包装，杯子被包在里面，这个设计的确令人眼前一亮。第一眼觉得像是一个放大的胶囊药丸，很可爱非常讨人喜欢。胶囊的一半是透明的，可以看到水杯的样子，另一半则是黑色的。 　　往下继续看，颇新颖的包装设计，但细节方面的处理其实可以做得更好。胶囊底座的贴纸上看得出明显的气泡，包装内的设计也可以布局更合理一些，前后几次打开包装，每次一拉开透明这层壳，里面的水杯和中间的支架都往外倒。Cuptime的外包装综合看来，具备设计感，运输过程中对杯体的保护作用也毋庸置疑，而塑料胶囊开合的设计和细节方面尚有空间。 　　包装内就是一只水杯，一个防尘杯盖和一份说明书，说明书的最后一页是维修卡。

　　等到苹果明年春季发布Apple Watch之时，全球将无人不想知道这款让众人期待已久的可穿戴设备到底具备何种功能，佩戴的感觉如何，以及其所代表的含义。不过，关于Apple Watch等可穿戴设备，有一个很重要的问题一直被忽视，即，Apple Watch及其竞争产品所生产出数据的价值。 　　科技产品现在正在用新方式来测量我们的生活，同样的传感器被赋予了新的使命，被用来测量用户体温、心跳及呼吸速率等，而智能可穿戴设备的生产商则开始思考，如何能够将这些生物特征信息变为可以盈利的服务。 　　但问题是，据普华永道(PricewaterhouseCoopers)的调查显示，30%的可穿戴设备用户都在一年后将这些设备抛诸脑后。虽然这些可穿戴设备的功能，已经不局限于生成数据图，但如果用户不再继续坚持佩戴，那么这些设备将变得毫无价值。 　　目前，旨在保护病人数据信息及医疗记录的美国健康保险流通与责任法案(Health Insurance Portability and Accountability Act，HIPPA)，目前尚未适用于用户生成的可穿戴设备数据。但随之而来的是，为数据代理和黑客等收集及销售可穿戴数据信息的市场，在逐渐壮大。 　　为了清理阻碍，苹果公司并未将其可穿戴设备战略覆盖范围局限于Apple Watch。苹果的战略计划成功与否，取决于HealthKit健康套件。今年9月，作为iOS 8操作系统的一部分，苹果在发布会上宣布推出HealthKit健康套件，该套件就像是一个控制中心，设备厂商和应用开发人员能够借此，以有趣的新途径来分享他们所收集到关于用户的数据。从用户智能腕表收集到的心跳数据，能够让这些信息，与智能T恤上收集的用户呼吸速率数据挂钩，从而对医生发出用户或出现心脏病发作或中风等症状的警告。 　　HealthKit健康套件有无数种可能用途，因为其能够每天向内科医生、应急响应小组、医院及私人教练员等，传递一组关于用户健康及健身情况的有用速览信息，建立一个以健康为中心的类苹果应用商店，将那些苹果曾承诺不会出售的数据存储起来。苹果已着手开始这项工作，其与医学研究与治疗中心梅奥诊所(Mayo Clinic)及领先的电子健康记录公司Epic Systems达成合作，让其所收集到的用户健康及健身数据最后能够交到医生手中。 　　不过，苹果并非独一无二。本月早些时候，谷歌(微博)发布了Google Fit套件，用来收集Android设备用户的可穿戴设备生成数据。已经推出多款可穿戴设备的三星，也正在研发一款基于云技术的软件平台SAMI，该平台将能够对从可穿戴设备收集到的传感器数据进行更深层的分析。 　　为用户服务 　　无论哪家企业，其目标都是，要把这些数据交到能够利用这些数据去实现一些有意义的事情那一方手中。围绕这些数据所产生的服务，比如按需医疗咨询服务、健身指导及减重训练等，将有助于可穿戴市场的形成。市场研究机构IDC表示，到2018年，可穿戴设备市场规模将达到60亿美元，设备销量将达到1.3亿。 　　法国可穿戴设备厂商Withings健康保健发展部门负责人阿莱克西斯·诺曼(Alexis Normand)表示，“服务是基础。健康服务提供方要求我们对服务进行整合，构建起奖励措制度，并提供更好的奖品。” Withings是与企业和健身项目有长期合作关系的少数智能设备开发商之一。麻省理工学院、美国联合保健联盟(United Healthcare)及帕洛阿尔托医学基金会(Palo Alto Medical Foundation)等企业及机构的员工，都在使用Withings的设备及软件，来追踪自己的健康数据。企业健康项目ShapeUp及The Vitality Group提供的部分服务就是以Withings所收集数据为基础。 　　现在，随着可穿戴设备的火爆，医生及其他认识正在寻求新途径，将健康数据利用起来。睡眠和健康监控初创公司Lark的CEO朱丽亚·胡(Julia Hu)表示，“我认为，这是朝向全民医疗迈出的一大步。”最初作为一家可穿戴设备制造商的Lark意识到，自己及其他企业的最大价值，是基于手机的教练服务。于是，Lark放弃硬件，现在更是与苹果的HealthKit进行整合，以获取更多的数据。 　　朱丽亚·胡表示，“你每周、甚至一年去见一次医生、健身教练或者理疗师。在知道你一小部分生活后，你获得了必须每天都要遵从的建议。”健康数据能够将这种状况改变成我们每天都能够看到的“可预防性深入式医疗”。 　　即便是像耐克这样的大型企业，也开始将注意力集中在软件和服务，而非可穿戴硬件。今年早些时候，Nike叫停了FuelBand设备的研发工作，转而选择将更多资源用于Nike+健身训练平台的开发。随着Apple Watch和HealthKit健康套件的推出，耐克预计其运动鞋及服饰的销量将进一步增加，并能够获取更多数据还提升自己的服务。

　　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。

　　2009年时，雄心勃勃的惠普曾经做了这样一个项目地球中枢神经系统，想要给地球做一个全面的体检系统。这样雄心勃勃的愿景背后，就是一个十亿级传感器的梦想。 　　智能硬件的兴起，很大程度上就受益于智能手机带来的传感器廉价普及的红利。Nest热卖背后是温湿度、红外传感器的廉价，Jawbone、Misfit兴起背后是重力传感器的普及，受资本青睐的无人机也是在陀螺仪、电子罗盘、GPS传感器成熟后崛起的。每一种传感器的背后，都有可能是一个新的行业、新的机会。 　　前几天做《手环、插座之后，小米要洗牌的下一个市场是什么?》报道时，知情人士就提到了传感器就是影响空气净化器的关键之一。准确的数据，才是智能的基础。不过，现在大多数的空气监测器和空气净化器，为了降低成本，采用的都是夏普或神荣的粉尘传感器，只能提供区间数值颗粒物浓度，再通过算法来估算PM2.5的数值。这样的智能怎么看都觉得“不科学”。最近有做空气净化器的创业者推荐了攀藤科技，他们就成功解决了这一问题。我也和攀藤科技的两个创始人张赞峰、周志斌聊了下。 　　攀藤告诉36氪，目前市场上工业级别的采用激光粒子计数工作原理的PM2.5传感器中，他们是唯一能兼顾准确性、一致性、量产的厂商。这方面的优势主要是通过硬件与软件算法结合实现的。(因为涉及到商业机密，攀藤表示暂时没有办法公布更详细的原理)。除了测PM2.5的传感器，攀藤还会量产推出甲醛传感器、二氧化碳传感器。 　　那像攀藤这样的PM2.5传感器又会怎样改变这个行业呢?现在空气监测类和净化类的产品售价差别还挺大，以监测类产品为例，这其中的差别往往就在传感器。墨迹的空气果之所以卖到999元，其中的PM2.5传感器价格的对外报价是400多元;海尔的甲醛测试仪售价599元，使用的甲醛传感器报价也要200多;大部分空气净化类产品使用的都是夏普的粉尘传感器，很难测出具体的数值，所谓的智能也就多多少少有些“伪智能”的味道了。 　　跟一个做半导体产业链投资的朋友聊天，他也谈了下自己的看法。像攀藤这样的模块厂商，优势往往会建立在销售和技术的支持能力上，而对于一家做2B的公司，这个能力还不足以形成长期的优势。另外，模块厂商算不上附加值很高的环节，毛利还比较有限。攀藤告诉36氪，不少国内做空气类智能产品的厂商已经下了订单或者正在测试攀藤的传感器，接下来攀藤很有可能能积累大量的环境数据，或者用来做数据的挖掘或者开发成API接口对外开放。不过，有一点我还挺有疑问的，那就是占据了模块资源的优势，攀藤也有在考虑做2C的市场，反而有可能弱化他们在2B市场的优势。 　　PM2.5传感器只是传感器世界里的沧海一粟，带给行业的肯定也不仅仅是空气监测类产品的价格下调、产品普及。以国内为例，雾霾天气严重，PM2.5威胁人体健康，虽是不争的事实，但大部分普通人还没有给予足够的重视，一个原因就是意识不到这其中的严重性。当怵目惊心的数字可以呈现在用户眼前时，带来的震撼和关注肯定是巨大的。此前有报道称，芝加哥市将在今年夏天实验性部署约50个“路灯传感器”，用于采集公共部门所需的多种数据，空气类传感器只是打开了“智慧城市”中的一个小窗口，而像CeNSE这样的项目则是智慧地球的必经之路。 　　未来的世界，一定是被传感器覆盖的世界，无处不在的传感器将会搜集地球上的各种数据，物理的、化学的、生物的，这个世界处处可以被量化、实时可以被感知。人们认知世界的方式再次被改变，就像互联网、移动互联网一样再次带来商业模式的巨变。也许，未来每一个移动传感器背后都是一个数以百亿的产业。 　　那传感器的机会在哪里?我觉得传感器最重要的载体也许不仅仅是这些智能硬件，性价比已经拼到高原期的智能手机等移动端设备则很有可能借助于传感器重新焕发生机。移动终端上每增加一个传感器，都很有可能孕育出一个全新的大市场。