5G+安防:机遇二号站注册与挑战并存

目前,安防行业的智能化进程正在如火如荼的进行当中。现在,经过人工智能技术的助力,前端设备基于最新的机器视觉和深度学习研究成果,获得了强大的图像感知、识别能力,智能化IPC与各类型AI盒子已成为了各厂商的标配产品;同时,系统后端得益于云计算、AI模组的加持,在信息分析、关联、融合等方面也有了更进一步的能力提升。二号站注册

  5G的到来

  在智慧安防系统“云、边、端”三级系统得到加强的同时,各层级之间的关联传输也需要获得相应的提升,而5G技术将极大的弥补现在智慧安防中所面临的带宽和速度局限性。

  宏观层面,当前智慧化安防建设重心已经由前端设备智能化过渡到更高层级,更大场景的系统智能化,如各地大力建设的智慧城市、智慧交通项目。在系统层面实现的高层级智能化如图谱分析、轨迹串联、数据融合、综合运维等等功能,都需要更大的信息量作为依据。5G技术在设计之初就在软件层面采取了大量云和虚拟化技术,可以有效解决不同系统层级信息分层断带,传输低效,调度繁琐等问题,使其具备了面向大型网络、大量接入的场景应用的特性。二号站平台登陆

  微观层面,5G将赋予现在的智能前端更加迅速的反应能力。安防产业当中的视频监控系统、防盗报警系统、智能门禁系统、周界报警系统都将收益于5G技术的高速率、低时延特性从而获得更好的反应速度,将物防等级和效果推向新的高度。其次,在前端如人脸识别等技术同质化的大环境下,厂商纷纷开始寻求功能和服务的差异化竞争。例如年龄、表情、衣着、形体的识别和预测这些前端AI技术的延伸,将带动更高图像质量的需求,同时也将向5G技术寻求在速度、带宽方面的支持。

  在视频监控方面,5G将改变现有条件下的传输速率低下、画质低下等问题,更高的带宽将使高清图像、视频快速传输成为现实,同时进一步提升视频监控系统的传输和反应速度。5G的高接入特性也将使更多的视频监控前端设备接入成为可能,从实现更大的监控范围。

  在数据中台、云端决策方面,5G的多连接特性将允许智慧安防系统中纳入更多类型的传感设备,使系统获得更大的数据量和更多维的数据类型,在整合分析、判断决策中更周全、更有效。而以视频为和新的安防物联网也将使5G技术获得大量的应用和升级,帮助其自身发展。

  如同AI、IoT等技术一样,5G和安防的结合将满足各自的发展需求,也将为各自带来有益的变革与升级。因此,伴随着5G的成熟时代的到来,安防行业将再度迎来新的提升与发展契机。

  作为5G技术处于国际领先地位的我国,相关建设一直在进行当中。然而5G基站建设作为5G应用的基础支持设备,仍面临着巨大的挑战。

  而其中的重要瓶颈,源于其技术自身特性。二号站

  瓶颈与问题

  目前5G使用的频率范围有两个:一种是6GHz以下,和以前的技术差别不大;另一种则频率非常高,在24GHz,是目前国际上主要进行试验的频段。而高频段电磁波的显著特点是:频率越高,波长越短,越趋近于直线传播,绕射能力相对越差。

  因此,频率越高的电磁波,在传播介质中的衰减也大。例如卫星通讯、GPS导航,稍有遮挡物,信号就会受到非常大的影响。

  相应地,移动通信中使用高频段,最大的问题就是传输距离大幅缩短,覆盖能力大幅减弱。覆盖相同面积的区域,需要的5G基站数量大大超过4G所需数量。

  因此,减轻网络建设方面的成本压力,是目前5G建设的重大瓶颈。

  现有的措施与办法

  对于此情况,现阶段常用的解决方法是NSA组网。

  目前5G标准中存在两套标准,SA组网和NSA组网。SA——StandAlone,指独立组网,移动通信设备连接专门的5G基站,基站连接专门的5G核心网。SA组网意味着必须购买和安装全套专用5G设备,投入巨大。因此,运营商在初期更愿意采用成本更低的NSA非独立组网。

  NSA——NoneStandAlone,非独立组网,指的是在4G基站旁边添加一个5G基站,通过利用4G核心网及现存4G基站实现相近于独立组网的服务。然而,独立组网才是5G的真正形态,非独立组网在过渡期会更加普遍,但无法像独立组网一样提供高带宽、低延时、大量接入。

  不仅如此,NSA组网还会给基带芯片厂商和消费者带来一些麻烦。

  目前已发布的5G基带芯片统计有紫光展锐“春腾510”,联发科“M70”,三星“ExynosModem5100”,高通“X50/X55”,华为“巴龙5000”等。其中已商用的有高通的X50和华为的巴龙5000,前者只支持NSA非独立组网,现在只有巴龙5000可以同时支持NSA/SA组网。而由于5G的两套标准共存,5G基带芯片厂商必须做好同时支持NSA/SA组网的准备,无疑会增加研发投入和时间成本。对于消费者而言,则意味着信号覆盖、服务质量不稳定等问题。

  目前,根据工信部统计,截止2019年底,中国新增基站174万个,基站总数超过841万个,其中4G基站占比64.7%,约554万个;5G基站总数超过13万个,占比不足2%。

  当下,5G基站建设成本需进一步下降才能实现更高的覆盖率。2019年9月,中国联通与中国电信签署了《5G网络共建共享框架合作协议书》,通过合作共建5G网络,共享频率资源来降低5G建设的成本。2019年12月,国家电网以出资形式与获得5G牌照的中国广电成立合资公司,共同推进5G建设。除此之外,部分地方政府及企业也通过设立5G产业基金的形式,支持5G产业的发展。未来,5G建设的方案或将在政策推动、企业协同的作用下进一步下降。届时,5G网络的建设也将更进一步地加速和完善。

  安防对于5G的挑战

  虽然,5G技术的高速率,高带宽,高接入,低时延特性将为安防带来新的提升与发展契机,但是安防行业由于其自身特性,也将对于5G带来相应的挑战:

  首先,安防行业要求5G技术相关的网络基础建设需要完善起来。5G传输距离较短,因此通过5G进行传输,需要的基站数量远大于4G网络。现阶段5G基站数量缺口巨大,并且建设仍在初期阶段,现阶段其基站数量不足以满足安防相关的大规模应用。

  其次,安防业的数据传输依然保守,安防行业发展多年,通过运营商网络进行无线传输数据的比例非常低。同时,前端设备配备相应通信模块会增加产品更新和投入使用的时长,并且伴随而来的是成本的增加和高速网络流量资费。视频监控在安防行业中占比超过60%,全天候7*24小时工作的设备将带来高昂的费用。因此,用户培育将是一大难题。

  最后,5G网络的高效、便利将催生出更多的连接,更庞大的应用和场景。但是,其庞大场景体量也意味着更多的设备接入。在网络设备数量进行高速扩张的同时,系统被攻击的可能性也在快速增加。安防行业的数据和系统高度敏感,因而网络安全隐患问题需要被予以正视,5G时代来临前还网络安全建设还需要更进一步的投入。

  目前,5G在基础建设设施的未完备情况下,暂时无法实现技术成熟化和落地化。在两者间出现满足各自发展的需求从而相互结合之前,安防从业者需静观其变,同时磨砺自身,做好迎接变化的准备。

read more

后疫情时代,二号站网址单一生物识别技术或面临重新洗牌

近日,国务院联防联控机制就指导落实新冠肺炎疫情防控各项工作要求,推动企事业单位稳步有序复工复产,印发《企事业单位复工复产疫情防控措施指南》。二号站网址

  这份指南中提到了企业复工复产要注意的各种疫情防控措施,内容涉及方方面面,但不知道你有没有注意到这份指南中有一个要求,可能会很容易被忽略掉。那就是下面图中的这个:

  “使用指纹考勤机的单位应暂时停用,改用其他方式对进出人员进行登记。”也就是说,之前很多企业使用指纹识别来考勤的,受这次疫情影响,要换一种更安全更便捷的考勤方式了。

  据了解,在目前所有的生物识别技术中,指纹识别是当前应用最为广泛的一种。主要应用于商业上的授权控制如门禁、企业考勤管理系统安全认证等领域。

  随着企业复工热潮的来临,门禁和通行管理成为安全复工的重要环节。疫情之下的门禁场景新增了戴口罩快速识别身份、非接触式体温测量、工作考勤等新的需求。

  但实际情况是,如今不仅是指纹识别不再便利,还有人脸识别也因为被口罩遮挡,导致脸部信息缺失,识别效果差强人意。二号站

  于是,大家都察觉到在此次疫情中,指纹识别这类接触式识别和人脸识别这类当前主流的非接触式识别,都存在一些不尽如人意的地方,大家开始思考:

  第一,受这次疫情影响,单一的生物识别技术是否会面临洗牌呢?

  从目前来看,不论是指纹识别、人脸识别这类应用广泛的技术,还是声纹、虹膜、步态等非接触式识别技术,都没有发挥出市场预想的作用。

  业内人士认为,这次疫情间接成了技术升级的强势推动剂,单一的生物识别技术市场会发生巨变,催生新的技术:多模态生物识别技术,又叫混合生物识别技术。

  第二,多模态生物识别技术,是否会迎来一次爆发?落地应用将会面临哪些挑战?

  这是生物识别技术未来的发展趋势,业内人士推测,多模态生物识别技术,融合多种识别技术,这不是一件简单的事,需要投入和研发。

  但随着技术的升级,市场需求会呈现多元化,在疫情结束后,可能会迎来一波需求增长,不过,在技术落地应用、成本上如何占据优势,可能是企业将会面临的较大挑战。

  第三,有哪些企业已经开始行动了呢?

  在多模态生物识别技术还没升级到位之时,一些企业会在原有技术基础上进行灵活应对,比如汉王、旷视、商汤、澎思、宇泛智能等,当然,还有更多的企业已经调整公司战略和发展方向。在文章末尾可以获得生物识别技术企业的相关信息。

  接下来,我们将对以上这些问题进行更详细地剖析,呈现一张全面的生物识别技术地图。二号站

  所谓的生物识别技术就是,通过计算机与光学、声学、生物传感器和生物统计学原理等高科技手段密切结合,利用人体固有的生理特性,(如指纹、指静脉、人脸、虹膜等)和行为特征(如笔迹、声音、步态等)来进行个人身份的鉴定。

  中国的生物特征识别行业,最早发展和应用的是指纹识别技术,相关企业从80年代初就开始研究,并掌握了核心技术,产业发展相对比较成熟。

  而对于静脉识别、人脸识别、虹膜识别等生物认证技术的研究,则在1996年之后,后续还出现声音识别、步态识别等技术。

  那么,目前主流的生物识别技术有哪些?它们彼此有何特点和优势呢?应用在哪些场景呢?先用一张图来呈现。

  ▎人脸识别:

  人脸识别是基于人的脸部特征信息进行身份识别的一种生物识别技术,用摄像机或摄像头采集含有人脸的图像或视频流,并自动在图像中检测和跟踪人脸,进而对检测到的人脸进行脸部的一系列相关技术,通常也叫做人像识别、面部识别。

  运用的技术包括标准视频识别和热成像技术两种。

  标准视频识别是透过普通摄像头记录下被拍摄者眼睛,鼻子,嘴的形状及相对位置等面部特征,然后将其转换成数字信号,再利用计算机进行身份识别。

  热成像技术通过分析由面部的毛细血管的血液产生的热线来产生面部图像,与视频摄像头不同,热成像技术并不需要在较好的光源条件下,因此即使在黑暗情况下也可以使用。

  在疫情未发生之前,人脸识别技术在手机、支付、门禁等日常生活场景中都获得广泛应用,但受疫情影响,每个人都要戴口罩,由于面部信息缺失,导致识别失效或出错。

  ▎指纹识别:

  每个指纹都有几个独一无二可测量的特征点,每个特征点都有大约七个特征,人们的十个手指产生最少4900个独立可测量的特征。

  指纹识别技术通过分析指纹可测量的特征点,从中抽取特征值,然后进行认证。

  由于指纹识别仪器操作简单快捷,在生物认证领域被广泛使用,主要用于公司考勤、安防、身份识别认证、银行金库系统等,以及消费电子如手机、电脑等都有大范围地使用。

  但由于这次疫情的传播性,指纹识别这种接触式识别,存在很大的传染风险,所以,国务院联防联控机制才会要求企业暂停指纹考勤的识别方式。

  ▎虹膜识别:

  人的眼睛结构由巩膜、虹膜、瞳孔晶状体、视网膜等部分组成。

  虹膜是位于黑色瞳孔和白色巩膜之间的圆环状部分,其包含有很多相互交错的斑点、细丝、冠状、条纹、隐窝等的细节特征。

  而且虹膜在胎儿发育阶段形成后,在整个生命历程中将是保持不变的。这些特征决定了虹膜特征的唯一性,同时也决定了身份识别的唯一性。因此,可以将眼睛的虹膜特征作为每个人的身份识别对象。

  有数据透露,虹膜识别的准确率高达当前指纹方案的三十倍。

  而虹膜识别又属于非接触式的识别,识别非常方便高效。

  ▎静脉识别:

  一种方式是通过静脉识别仪取得个人静脉分布图,依据专用比对算法从静脉分布图提取特征值;

  另一种方式是通过红外线 CCD摄像头获取手指、手掌、手背静脉的图像,将静脉的数字图像存贮在计算机系统中,实现特征值存储。

  静脉比对时,实时采取静脉图,运用先进的滤波、图像二值化、细化手段对数字图像提取特征,采用复杂的匹配算法同存储在主机中静脉特征值比对匹配,从而对个人进行身份鉴定,确认身份。

  • 声音识别/声纹识别

  人在说话时,使用的发声器官:舌、牙齿、喉头、肺、鼻腔,在尺寸和形态方面每个人的差异很大,所以任何两个人的声纹图谱都有差异。

  这也使得声音识别/声纹识别成为目前非接触式识别身份认证的一种方式。

  与其他生物特征相比,声纹识别的优势在于:声纹提取方便;识别成本低廉,使用简单;适合远程身份确认;声纹辨认的算法复杂度低。

  • 步态识别

  步态识别技术是通过人的体型(身高、腿骨、肌肉、关节等生理特征)和走路姿态进行身份识别。

  人们在走路的时候,步态受肌肉力量、肌腱和骨骼长度、骨骼密度、协调能力、体重、重心、肌肉或骨骼受损程度、生理条件等影响,所以,每个人走路的“风格”都会存在一些差异。

  为此,业界人士普遍认为,步态识别在未来是一项非常重要并且基本稳定的生物特征识别技术。

  步态识别的操作原理是,需要对识别对象提前进行视频数据采集,而且步态是基于一段视频序列,在走的过程中捕捉持续的变化,并发现其独特特征。

  据了解,在简单场景下,步态识别技术通过与数据库的数据进行对比,可以识别个体身份。但在复杂场景下的识别精度,目前效果还不确定。

  有数据显示,指纹识别的考勤机在企业中的普及率达到75%以上。也就是说,指纹识别已然成为眼下最普遍的一种考勤模式。

  据前瞻产业研究院公布的数据,人脸识别在考勤或门禁领域的应用也已走向成熟,约占行业市场的42%左右。

  受这次疫情影响,指纹识别、人脸识别等单一的生物识别方式,暴露了一些在特殊需求下的问题。

  比如,写字楼、办公室等集中区域的指纹识别门禁及考勤系统,面临两个选择,一是寻找其他替代的识别方式;二是不再使用。

  这就会给以指/掌纹、指/掌静脉为主的考勤设备厂商带来沉重打击。

  部分企业为了适应市场的需求,也积极调整识别系统,比如,澎思、汉王、旷视、商汤、宇泛智能等,均推出了戴口罩人脸识别门禁/考勤+同步测温的系统,实现非接触式体温检测、快速筛查、自动告警。

  澎思科技向CPS中安网记者透露,公司目前拥有的非接触式识别技术,包括人脸识别技术和声纹识别技术。

  面对疫情的特殊需求,澎思科技迅速组织算法、软件和硬件研发攻坚团队,集成红外热成像体温检测方式,搭载澎思自研的人脸识别和行人ReID算法技术,充分考虑人脸图像存在遮挡的情况,采用多尺度特征融合的方式,在全脸、半脸、五官上训练了不同的模型提取并融合特征,加强了局部特征对整体识别的影响,目前最新的戴口罩人脸检测精度达到99.4%。

  另外,疫情期间,物流紧张、供应链缺货,导致非接触式识别产品的成本,相比指纹、刷卡等方式存在一定的差价,成本上升。

  澎思科技认为,接下来随着供应链和物流的恢复以及大规模地落地应用,这类产品的成本会相应下调。

  而宇泛智能则是在保障人脸识别产品性能的前提下,通过增强ISP图像技术能力、研究推理加速框架,降低产品对摄像头、主芯片的性能需求,从而达到降低非接触式识别产品的成本。

  疫情让人们对安全、卫生的需求放在了首位,澎思科技和宇泛智能等企业,都认为这是一个机遇,在未来,非接触式的生物特征识别由于具备安全性和卫生性,可能很快会全面替代指纹识别类型的接触式识别产品。

  但实际上,声纹识别、虹膜识别、步态识别等非接触式识别技术在这次疫情防控中并没有发挥太大的作用。

  有业内人士分析,这可能是跟这几类识别技术目前的技术手段、应用场景、人性化服务等不够充分有关,所以在减少病毒传播和保护公众健康等方面没有发挥应有的价值。

  从这个层面来看,无论是哪一种的生物识别技术,如果只是单一的技术手段,在应急、预防、管控等方面的应用上,都会有很大的局限,技术价值并不明显。

  从以上的情况来看,未来市场呼吁的不再是单一的生物识别方式,而是更加智能化的多模态生物识别技术。

  之前以接触式识别为主要技术的企业,可能要及时调整战略和规划,升级技术和产品,才有新的发展空间。

  根据前瞻产业研究院的数据显示,预估2020年,全球生物特征识别的市场可以突破250亿美元。

  在国内市场方面,2010至2014年,国内生物特征识别市场的平均增速保持在60%以上,2014年生物特征识别市场规模为80亿元,2015年突破100亿元,预计2020年可突破300亿元。

  从单个生物识别技术应用来看,指纹识别虽然占生物识别技术的份额最高,但整体呈下降趋势,从2007年的66.9%下降至2013年的60.1%,受这次疫情影响,预计在2020年的下降幅度将会超过50%左右;

  而声纹识别、人脸识别、虹膜识别等所占份额则不断增长,到2020年比重预计分别达到22.4%、9.6%、6.4%。

  虽然这些生物识别技术已经相对成熟,但依旧存在一些技术障碍,比如:

  指纹识别技术应用比较广泛,但无法满足眼下对安全和卫生的需求;

  人的脸部特征也不是一成不变的,而且采集图像的过程中易受到光线等因素的影响,导致人脸识别精确度受到影响;

  虹膜能成像的距离很窄,如果用户的姿势稍有不对,就有可能采集不到清晰的虹膜,同时识别距离远近、复杂光线环境、睫毛遮挡、异形瞳孔等问题也影响虹膜识别的精准度;

  声纹和步态识别,则因为采集难度较大、受拍摄角度和环境影响大等,而难以推广。

  从这次疫情防控的需求来看,单个生物识别技术的问题已经凸显,生物技术行业应该意识到在原有单一识别技术基础上,需增加一种或多种识别技术来提升生物识别的安全性,即第二代生物识别技术——多模态生物识别。

  多模态生物识别,是指整合或融合两种及两种以上生物识别技术,利用其多重生物识别技术的独特优势,并结合数据融合技术,使得认证和识别过程更加精准、安全。

  它与单一生物识别方式的主要区别在于,多模态生物识别技术可通过独立的或多种采集方式合而为一的采集器,采集不同的生物特征(如指纹、指静脉、人脸、虹膜图像等),并通过分析、判断多种生物识别方式的特征值进行识别和认证。

  如今生物识别正从单一走向多模态化,单一生物技术识别无法支撑越来越复杂化、多样化的身份验证场景,而多模态生物识别可以实现人脸、指纹、指静脉、虹膜、声纹等多种生物识别的相结合,从而进行更精确的身份认证以及集中、统一的系统管理。

  在后疫情时代,多种生物识别技术进行融合应用的多模态生物识别,变得更加灵活,能根据不同的应用需求和场景变化,来选择合适的融合方式和权重决策。这必将成为新一代身份识别与认证领域的发展趋势。

  按照技术应用的场景划分,目前多模态生物识别主要的赋能方向,聚焦在几个方面,包括:

  公共服务领域如公安、出入境、社保等机构等,应用“指纹+人脸+OCR”的识别方式;

  信息安全领域如军队、军工企业等,应用“指纹+虹膜+掌纹”的识别方式;

  个性化AIoT应用领域如部分政务机构、酒店、零售等行业,应用“人脸+指纹+虹膜”的识别方式。

  有业内人士指出,未来多模态生物识别技术的发展机遇已显而易见,但是要把技术真正落地,覆盖更多的应用场景和应用人群,除了需要构建起从算法、产品、硬件到后端平台端到端的解决方案能力之外,还要面对现实的挑战:

  第一,技术研发不是一蹴而就,生物识别融合技术更加复杂,企业需沉下心来夯实技术,才能发挥数据价值,带来商业化,而且这个时间没有定数;

  第二,算法、产品或解决方案,将会越来越趋“同质化”,除了强化技术实力以外,还要争取行业市场的话语权,提升自身综合的企业实力;

  第三,技术链、供应链容易出现断点,底层技术容易被忽略,成为企业发展的短板;需要不断优化生物识别技术的应用缺陷,才能推进商业化落地。

  目前有不少企业已经在多模态生物识别技术上发力,并积极将产品投入到应用场景中,比如汉王科技、亚略特、中控智慧、中科虹霸、智慧眼科技、佳都科技等等。

  CPS中安网在2019年和深圳市安全防范行业协会联合编写制作了《中国安防行业人工智能产业发展指南》,由采编团队历时三个多月,走访十个省市共百家企业,独家原创的一本“行业秘籍”。

  在这本指南里,涵盖有生物识别技术研发和生产的企业目录以及介绍,大家如果需要一些企业信息,不妨扫描下图二维码购买电子版或纸质版了解一下。

read more

疫情后,无人二号站测速官网零售能否“翻身”

自疫情暴发以来,除了线下超市、生鲜电商等一些主流渠道外,无人零售也成为人们生活用品购买渠道之一。二号站测速官网

  前不久,火神山医院建成交付后,疫区无人超市随即上线,其由阿里的淘鲜达和湖北连锁超市中百仓储承建,超市24小时营业,开业第一天接待200余名顾客;瑞幸无人咖啡机“瑞即购”也已入驻武汉多家医院。在抗疫的过程中,无人超市、无人配送、无人柜等显得尤为重要。

  其实,早在前几年无人零售打得火热,但很短的时间内,它经历了从瞬间火爆到一地鸡毛,再到暗流涌动,这其中原因何在?未来,无人零售又将往何处去?

  曾经的辉煌始于2017年

  当线上获取流量的成本越来越高,发展也几乎到达天花板时,2016年,亚马逊第一家无人体验店AmazonGo开业,创行业先河。随后国内商家迅速跟进。2017年,新零售的概念横空出世,虽然每个人对它的解读都不相同,但无人零售因人工智能、大数据等前沿技术的应用,以及移动支付和配套设施的逐渐完善,迅速被市场和资本寄予厚望。二号站平台登陆

  2017年5月的某一天,欧尚上海杨浦店暨其中国公司总部的门口,悄悄搭起了一个无人便利店。这个外形类似集装箱的店面,有着一个很潮很互联网的名字——缤果盒子。也是从那时起,无人零售的大幕正式拉开。当年6月底,缤果盒子就宣布获得超1亿元A轮融资。其CEO陈子林对媒体谈及经营思路与未来目标时说,一年内要完成5000个网点的铺设。

  他的豪言确实进一步刺激了创业者的敏感神经,各种无人便利店开得更猛。2017年10月,京东开了首家无人超市,用人脸识别和无线射频识别(后续转为摄像头+传感器识别)技术,实现全程无人干预购物。

  与此同时,另一种形态的无人零售——无人货架也发展迅猛。2017年6月,后来的明星创业公司——果小美、猩便利正式上线。果小美天使轮就获得IDG的投资,猩便利的A轮融资也由红杉资本领投。

  据IT桔子统计,2017年共有93起无人零售事件获得融资,占新零售领域全年获投事件的半数以上。但谁也没想到,仅仅一年多,曾经被资本追捧的公司就像多米诺骨牌般纷纷倒下。从2018年年初开始,果小美、猩便利、GOGO小超市、七只考拉、缤果盒子等明星企业就接连被曝出亏损、裁员等消息,还有的已经倒闭。有媒体甚至称,“发生于2017年的第一代无人零售,已死”。二号站登录网址

  成本和技术是发展瓶颈

  受疫情影响,在“无接触”的诉求下,让无人零售再次受到市场关注,而且在一定程度上被消费者所接受。但疫情结束后,“无接触”的特殊场景消除,无人零售的一些短板就会显露出来。

  在专注于智能零售系统研发的北京卓唯智科技有限公司创始人任飞翔看来,无人零售从火热到寂寥,主要是因为尚不能回答大爷大妈“买菜更便宜了吗”的问题。

  早期无人零售的卖点是更节约人力物力,提高效率。然而,对无人店本身来说,前期店面几十个监控设备和后台大量云端部署都是不小的投入。虽然线下的人流成本比线上低很多,但相比传统店面,无人店仅仅少了收银员的成本,补货、整理、清洁、运营照样需要人工进行。

  澳盈资本创始合伙人肖毅认为,此前无人零售的大量倒闭主要是因为货损率高,“因为它所处的环境是开放的,商品很容易被拿走。”他分析,相对而言,处在封闭或半封闭场景下的无人零售更合适,比如设置在办公区域、众创空间等场所的无人便利店。至于占地面积更大的无人超市,肖毅说,其技术和系统研发需耗费大量资金。

  而无人店内的智能技术也并不算成熟,经常会遇到用户无法识别、无法结算、无法开门等故障,出现一次可能就让顾客不会再有第二次进店的欲望。

  同时,人们对无人零售繁琐的注册过程和支付过程也感到头疼。“像我们这种老年人操作起来很困难,而且店里没有导购,想找些东西也不方便。”56岁的王阿姨告诉科技日报记者。

  零售专家李维华则指出,从业者应该意识到,无人零售的关键词是“零售”,而非“无人”。“很多人都把‘无人’定义为关键词,所以就误把自动支付、无人值守等作为店面亮点,却完全或大大地忽略了‘零售’这个关键词的真正意义,好奇心和新鲜感引发的生意终究是冲动和短暂的。”

  有专家总结,从资金、技术、人力,到供应链、精细化运营、场景价值打造,每个新兴行业都需要由各个链节稳定搭建才能长期发展。对于无人零售行业而言,无论是巨头还是创业企业,都在不同环节遭遇了阻碍。所以,在肖毅看来,无人零售目前还处于概念阶段。“不管是什么零售,本质是提供更好的消费体验,目前来看无人零售还做不到。”他说。

  综合性人工智能商超或成趋势

  尽管如此,任飞翔仍看好无人零售。“在经过百货商店、连锁商店和超级市场三次变革后,目前零售业正经历第四次革命,它将把人类带入智能商业时代。”他说。

  前瞻产业研究院发布的《2018—2023年中国自助售货机行业市场前景预测与投资战略规划分析报告》则显示:虽然目前,中国无人零售商店无论数量还是成熟度尚有所欠缺,用户进入市场条件不完善,用户规模还没有实现放量。但随着互联网技术的推动以及无人零售理念的渗透,无人零售商店的用户规模及交易额都会迎来井喷式爆发。

  巨头们没有放弃探索。去年,零售巨头沃尔玛携全新“未来商店”闪亮登场。该“未来商店”其实是个新兴技术试验场,包括支持AI的摄像头和交互式显示器。

  亚马逊的AmazonGo虽然在美国还只有10家门店,但不仅屡见AmazonGo技术更新、功能增多的消息,其门店也在不断扩张,它们希望2021年前在美国开设3000多家实体店。

  加拿大皇家银行最新估计,AmazonGo的收入比普通便利店增加了约50%,平均年收入估计为150万美元,并预测2021年AmazonGo将达到45亿美元的规模。

  在任飞翔看来,“短期内完全无人的零售还不是一个大趋势,上货、补货需要人,解决这些技术问题所花的时间和金钱成本非常高,也没必要去解决,短期内减少人工、提高运营效率的智能零售更容易普及,消费体验也更好。”

  他说,任何技术革新最终都需回归商业本质,即是否能降低成本和增加销售,这也是业内公司努力的方向。“卓唯智从成立之初就围绕这个目标部署一整套智能零售的解决方案。”包括准确率高达99.9%的无人收银台、能实现快速理货的手持盘货系统,以及近期正在研发的基于大数据分析的人工智能系统等等。

  “大家都在从各个维度尝试着无人化或者高效率零售在各种场景当中的应用,同时加入人工智能技术沉淀。”肖毅说,后期要看巨头们能否将各种超市场景结合起来,形成一个综合性的人工智能商超,而不是将人工智能作为单一化应用去减少人工成本。

read more

疫情加速政二号站平台官网地址策红利释放,物联网再迎发展新契机

在新冠肺炎疫情的严重掣肘下,全球经济形势不容乐观,国家不断出台调节政策。3月4日召开的中央政治局常务委员会会议强调,要加快5G、人工智能、工业互联网、大数据、新能源等新型基础设施建设进度。二号站平台官网地址

  新基建虽没有明确点出物联网,但物联网的本质是实现人与物、物与物的连接,新基建的数据采集和传输离不开物联网,本次新基建实质是将物联网应用细分到各大领域中,物联网无处不在。

  今天,我们将在政策红利及新冠疫情背景下探讨物联网的新契机:

  5G与物联网之间有何联系?

  5G和物联网相辅相成。

  物联网是一个不断增长的物理网络,通过各类传感器设备,将任何物品接入互联网中实现信息交互,具有收集、共享大量信息数据的能及海量连接的需求。二号站总代平台

  例如,物联网将生产过程的每一个环节、设备变成数据终端,全方位采集底层基础数据,并进行更深层面的数据分析与挖掘,从而提高效率、优化运营。

  在不同的连接场景下,物联网对速率、时延的要求也较为严苛,需要有高效网络基础才能充分发挥其潜力。

  5G拥有大容量、高速率、低延迟三大特性,相对于4G,其具备更加强大的通讯和带宽能力,能够满足物联网应用高速稳定、覆盖面广等需求。5G的普及,将加速还处在理论或者试点阶段的物联网应用落地。

  从产业发展阶段来看, 物联网已经成功度过产业导入期进入快速成长期。从需求和市场空间来看, 随着技术进步和政策扶持,中国的物联网产业空间逐步打开。

  工信部数据显示, 2015 年产业规模达到 7500 亿元人民币,同比增长 29.3%;到 2020 年,中国物联网的整体规模将超过 1.8 万亿元。

  新冠疫情对物联网应用市场造成了哪些影响?

  2020年这场“战疫”,将远程医疗、AI红外测温、无人化配送再次拉回到大众的视线,同时也再度引发我们对智能工厂、智慧医疗、智慧物流、智慧城市的建设思考。

  1. 制造业面临“开局之难”,加速智能化进程二号站总代理

  新冠疫情对各行业带来了深刻影响,制造业尤为严重,大量劳工无法按期返岗,中小型制造企业面临2020年“开局之难”——复工难。工信部公开数据显示,截至2020年2月26日全国中小企业复工率仅为32.8%。

  疫情之下,生产自动化、远程运维等应用极大增强了企业的生存实力,智能化程度越高的企业抗风险能力越强。

  比如富士康、比亚迪等企业,拥有较先进的智能化工厂或自动化生产线,企业对人工的依赖程度较低,具备快速整合资源转产口罩的能力。

  在智能化工厂中,工业物联网通过发挥其全面感知、可靠传递、智慧处理的特性,实现智能工厂生产过程检测、实时数据采集、生产设备与产品的监控管理,让资源得到更高效的利用。

疫情加速政策红利释放,物联网再迎发展新契机

  此次疫情进一步加大中国企业对工业物联网和智能制造的认知度,传统制造业将更加积极思考和重视工厂的智能化构建,推进自动化生产线应用。

  预计到2025年,约有7万家工厂采用智能物联网应用,630万+员工将在安全生产、降低操作负荷方面受益。(数据来源:艾瑞咨询)

  2. 医疗行业信息共享性及智能化不足问题暴露

  医疗体系中有卫健委、医疗机构(如医院)、公卫服务机构(如疾控中心)等职能机构,这些机构都用各自的信息平台采集与管理数据,出于隐私保护等原因,平台之间未建立联系,数据不能共享,医疗物联网有效消除了平台间的信息孤岛。

  此次疫情已发展成为全球性的公关卫生事件,在线问诊、远程协作等需求的全面爆发,让我们看到了医疗问题的核心 —— 医疗资源的协同性和共享性,这或将是推动医疗物联网发展的关键因素。

  随着各类医疗设备成为物联网应用的一环,医疗领域的服务也将得到改善。当前我国医疗资源分配不均、跨地域就医难等问题也将迎刃而解。

  3. 智慧城市面临打破数据壁垒,实现数据对接共享的挑战

  疫情期间,如何快速、准确地筛查、定位每一个疑似的新冠病毒肺炎患者,以及疑似感染者和密切接触者的去向,俨然成为了智慧城市的考题。

  本次疫情,基于物联网技术的AI红外视频自动测温系统首次广泛应用于海关、机场、医院等人员流动密集处,疑似人员出现就会自动报警,实现全国联网在线监测预警。

  此外,城市雪亮工程变身疫情防控“千里眼”。相关部门通过“雪亮工程”监控系统,实现“人+机器 ” 24小时无死角监控,确保人员来往动态无遗漏。

  虽有高新技术加持,但智慧城市在疫情中的表现并不出色,依旧存在跨区域联动及资源调度等问题。因此,打破城市之间的数据壁垒,实现数据实时对接共享是智慧城市未来提升的方向。

  4. 物流业加速全面智能化发展的商业进程

  疫情期间,全国各大超市、百货商场、菜市场均停止营业,网购成了居民采购生活用品的首选渠道。然而,由于快递企业复工率不理想,物流配送人员紧缺,配送过程中也存在较高的感染风险,物流行业面临着巨大挑战。

  为了有效保障配送员生命健康安全及解决人员紧缺问题,湖北境内采用机器人完成最后一公里配送,这种基于通信和人工智能技术的无人化配送,有效解决了上述难题。

  新冠疫情将基于物联网通信技术及人工智能技术的无人配送拉回大众视野,亦加速了物流全面智能化发展的商业进程。未来,物流企业或将通过物联网技术对复杂场景进行道路测试,提高无人配送过程稳定性,降低硬件产品的生产成本。

  结语:

  本次新冠疫情,我们看到了制造、医疗、物流、智慧城市等行业的物联网建设新挑战、新需求,也在某种程度上加大了国家及社会大众对物联网的认知和重视程度,这些都将进一步催生物联网应用新场景。

  未来,在人工智能与5G技术的加持下,物联网场景应用将全面智能化,助推各行业进一步整合发展资源,实现资源共享、业务协同。

read more

2020年中国智二号站登录网址能家居:预测全年市场规模将超1800亿

在互联网、物联网、AI、云计算、大数据等技术的快速发展驱动下,中国家电产业升级的新时代已经到来。据中国电子技术标准化研究院电子设备与系统研究中心所述,中国智慧家庭市场规模正以每年20%-30%速度增长,智慧家庭产业发展空间巨大。

  2019年我国智能家居市场规模有望达1530亿元。2019年我国智能家居市场产品出货量达8.4亿台,其中视频娱乐出货量3.47亿台。2019年我国智能家居行业技术专利申请数量为2209项。二号站登录网址

  1、中国智能家居市场规模逐年增长,2020年有望超1800亿元

2020年中国智能家居行业市场现状及发展前景分析:预测全年市场规模将超1800亿

  据艾媒网数据显示,2016-2018年期间我国智能家居市场规模逐年增长,2018年中国智能家居的市场规模突破1000亿元(此处为狭义的智能家居市场),初步估算2019年的市场规模将突破1500亿元,达到1530亿元,2020年将达到1820亿元。

  2、中国智能家居市场主要以家庭安防、智能照明、智能家电等品类为主

  2018年我国智能家居市场主要以家庭安防、智能照明、智能家电等品类为主,分别占总体智能家居市场比重为26%、21%、16%、11%。

  3、2019年中国智能家居市场产品出货量达8.4亿台,其中视频娱乐出货量3.47亿台

  2018年我国智能家居市场出货量达1.5亿台,同比增长35.9%,其中,智能音箱、智能灯泡和智能门锁三款产品增速最快。2019年,中国智能家居市场产品出货量共计8.4亿台,其中视频娱乐出货量最多,为3.47亿台。家庭监控安全设备次之,共计1.64亿台。

  4、2019年中国智能家居行业技术专利申请数量为2209项,较2018年降幅较大

  我国智能家居行业发展起步较晚,2009年开始,我国智能家居行业技术专利申请数量开始迅速攀升。2018年达到5548项。截至2019年末,我国智能家居行业技术专利申请总量达到2209项。由此可见我国智能家居行业技术在近几年进入快速发展期,竞争较为激烈。二号站平台登录

  5、中国智能家居行业技术专利申请人主要以企业为主,2019年三星电子株式会社申请量达254项

  截至2019年底,从智能家居行业技术专利申请人来看,在申请数量排名前十的企业专利申请数量均突破了90项;排名前五的企业专利申请数量均突破了150项,申请人分别为三星电子株式会社、小米科技有限责任公司、珠海格力电器股份有限公司、四川长虹电器股份有限公司和美的集团股份有限公司。二号站平台注册登录

read more