AIoT边缘计算是物联网和人工智能(AI)系统的融合。数据不是在云端强大的中央计算机服务器上处理，而是在边缘的多个设备上运行一些数据压缩和算法，例如现在处理器能力增强的摄像机。这些强大的设备分析的数据量较少，但在许多机器上。
这种网络架构的一些好处包括：由于降低了延迟而提高了速度，改善了数据隐私，另外由于使用的云资源较少，云服务的成本也大大降低。
在新冠肺炎期间，由于需要检查、筛查和验证工作场所程序的合规性，以防止病毒的传播，因此在用例和应用方面有了显著的提升。随着企业和设施希望安全地重新开放，他们正在转向AIoT等新技术来帮助他们。
在人们进入办公楼、机场、学校等地时，会采集到很多温度测量和视频图像，要将这些数据全部传输到云端进行处理是很困难的。不仅成本高，而且从数据隐私和延迟问题的角度来看，如上所述，这也是不切实际的。事实证明，更高效、更有效的是让这些图像和数据在边缘进行处理，使用最新的边缘计算平台，比如OLogic与安森美半导体合作开发的i500 Pumpkin。
这些新的边缘计算机产品具有卓越的处理能力和高清晰度计算机视觉摄像功能，是在边缘快速私密处理数据的理想选择。
安森美半导体是先进成像方案的领导者之一，生产广泛的高分辨率卷帘快门和全局快门图像传感器，且结合创新像素技术。该等传感器在低光和明亮的场景中都能产生清晰、低噪声的图像。此外，全局快门像素架构经过优化，可准确、快速捕捉移动场景。
这一点非常重要，因为人工智能和机器学习算法需要准确的数据来执行其计算，从而提高系统产生的测试或警报的准确性。
先进的基于视频的访问控制就是这样一个用例，随着企业和建筑物管理者寻找在进入设施时保护其人员和客户的方法，它已经获得支持持续发展。运行在边缘设备上的人工智能算法使用高清摄像机图像来检查人们进入设施时是否符合组织的政策佩戴口罩。当人们接近大门进入建筑物时，员工可以迅速被摄像机扫描。通过在边缘运行计算机软件算法的当地计算处理器，可以生成警报，并通知该人在进入设施前必须戴上口罩。这些同样的边缘设备可以测量人的体温，检查个人是否可能有发烧的早期迹象，这是病毒的首批指标之一。COVID-19明确强调了病毒如何传播的问题，并提高了人们对健康工作和学校环境的认识和关注。即使COVID不再是一个风险或问题，这种监控情况也不可能改变。现在，人们和机构都非常清楚在这些封闭的环境中其他人所带来的风险，并确保为其雇员提供一个安全的工作场所。
随着视频图像的分辨率和弱光能力的不断提高，以及边缘处理器功率的增加，我们将在市场上看到更多新的用例。尤其是随着计算机能力通过联网设备和物联网(IoT)的不断扩展，越来越多地转移到网络边缘。
Ologic首席执行官Ted Larson表示："很高兴能与安森美半导体合作，当使用Pumpkin i500 EVK这款单板计算机，帮助将新兴的AIoT用例变为现实，并助推启动需要显示和摄像机功能的产品的开发"。
了解更多有关Pumpkin i500的信息，或查看以下安森美半导体的一些最新图像传感器方案：
• ARX3A0, 0.3 Mp CMOS 图像传感器, 360 fps
关于 OLogic:
OLogic是一个由设计师和工程师组成的团队，他们对开发和新理念充满热情。OLogic在电子设计、嵌入式软件、机械和工业设计以及低成本的制造方案设计等领域拥有丰富的专业知识，能够满足客户的需求。
请务必订阅我们的博客，并在社交媒体上关注我们，以获得有关我们技术、方案和公司新闻的最新信息！
OLogic OLogic