首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

物联网操作系统的现状与未来

2018 年全球人口 75 亿,智能手机保有量大约是 30亿部。爱立信公司的物联网研究报告指出,2018年物联网设备的数量首次超过智能手机,到 2021 年物联网设备将超过 290 亿台。在全球物联网设备无线连接方法中,蜂窝物联网装置依然遥遥领先。最近两年 ,低功耗广域 (LPWA) 的物联网装置出货量增长迅速,如NB-IoT 和 LoRa。物联网应用繁花似锦,此消彼长。从最初智能硬件、共享单车到今天智慧城市、智能制造和新零售,万物互联已经无处不在。面对增长迅速、应用碎片化的物联网系统,业界一直在思考一个问题:PC 时代Windows 操作系统、移动互联网时代有安卓(Android)和 iOS 操作系统,为什么物联网时代没有应用范围广的物联网操作系统呢?物 联 网 操 作 系 统(Operating System forInternet of Things,IoT OS),是一种在嵌入式实时操作系统基础上发展出来的、面向物联网技术架构和应用场景的软件平台。IoT OS 目前没有严格的定义,体系架构和功能各有不同,种类也比较多。例如,ARM Mbed 在微控制器 (MCU) 运行,Android Things在嵌入式处理器上运行,ThreadX 的 X-WARE 由传统的 RTOS 改进而成。

03

7257 万元落标:与预算相差 24 万、1.78 亿中标青岛市即墨区智慧“天网”项目

2022年1月7日,青岛市公安局即墨分局发布《即墨区智慧“天网”项目》公开招标公告,预算 178406100.00 元。 采购需求:即墨区智慧“天网”项目,服务内容为:本项目以“53336”总体布局为引领,以提升全区感知前端智能化解析应用能力水平为目标,统筹构建云、边、端融合的解析计算和调度应用,在实现人脸、车辆全量实时解析的基础上,全面推进以视频监控为主的感知前端智能解析。同时,整合社区前端基础数据,应用云计算、大数据、人工智能、物联网等新技术,建立智慧社区物联感知与创新应用体系,打造“基层警务、社区安防

01

「镁客·请讲」Ruff荆天为:以解决痛点为基点,用实践推动物联网的发展

当下,物联网作为最热门的创业领域之一,一直被行业关注,但是其本身也存在着不小的底层问题。 说到当今火热的物联网领域,就不得不提到这样一个痛点,也可以说是一道鸿沟,就是搞硬件的不懂软件开发,而搞软件的不懂硬件的专用名词以及设备。 而在物联网领域的创业公司,大多数都是做解决方案,这对创业团队的要求更高:硬件、软件的人才缺一不可。而且这些初创团队不仅要面临硬件问题,还要解决通信、抗干扰等问题。 这就是物联网领域所面临的一个尴尬现状。而我们今天镁客请讲的嘉宾,Ruff就是致力于改变这一现状的公司,而且他们刚刚完成了

00

北大联合腾讯发布泛在操作系统研究报告:泛在操作系统成产业趋势,研究与实践进入加速期

作者 | 凌敏 2022 年 8 月 11 日,北京大学和腾讯联合发布了《泛在操作系统实践与展望研究报告》(以下简称“报告”)。该报告首次在行业内提出了泛在操作系统的体系框架,并系统化梳理了多个类别泛在操作系统的典型实践案例。 泛在操作系统定义及系统框架 操作系统作为计算机系统中最关键的系统软件,其重要性不言而喻。从操作系统的发展来看,随着互联网向人类社会和物理世界的全方位延伸,以及云计算、大 数据、人工智能等新技术的兴起,各种新型应用模式和新的应用场景的出现,操作系统相关技术面临许多挑战和变革,

03

“芯片+OS”如何破解物联网的发展困境?参与直播,中科院博导为你解答|量子位·视点

视点 发自 凹非寺 量子位 公众号 QbitAI 万物互联时代如期而至,据艾瑞咨询测算,2025年将有超过150亿物端设备接入物联网。物联网(Internet of Things,IoT)正在、还将继续深入地影响我们的日常生活。 经过多年的发展,物联网行业触及到了瓶颈。过去,以供应链驱动的第一代功能型物联网时代行将结束,未来,以技术创新驱动的智慧型物联网时代即将开启。 目前物联网行业存在怎样的问题和挑战?互联网和移动互联网又有什么成功经验值得借鉴?基于这些思考,中科院计算所及产业化公司中科物栖已经在核心芯片

03

硬纪元AI峰会前瞻:智能制造如何高效利用好大数据?

如果说互联网解决的是信息的问题,那人工智能解决的就是根本上的逻辑问题。 目前国内制造业的共同问题在于内部信息传递严重不畅,所以MES(制造执行系统)一直并未得到大范围普及。但同时,制造业内部各种逻辑却极其相似(如不同企业不同产品的制造逻辑几无差别),这也是人工智能将来会推动制造业快速繁荣的一个潜在原因。 传统意义上的制造,从产品的概念、设计、可行性分析、制造工艺的选择优化,到生产过程中的品质把控、生产问题解决,每个环节都相当倚重经验,这也是为什么很多制造业的工程师需要深耕多年才能出成绩。但,人工智能最擅长的

04
领券