人脸识别行业分析
2019-05-06
人脸识别与其它生物识别技术相比，优势在于非接触性、非侵扰性、硬件基础完善、可拓展性。本文主要跟大家分析一下人脸识别这个行业，enjoy~
一、人脸识别概况
生物识别，是指依靠人体的身体特征来进行身份验证的识别技术，目前较为主流的识别技术有：人脸识别、指纹识别、虹膜识别、语音识别等四类。
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。通常采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。人脸识别系统主要包括四个组成部分，分别为人脸图像采集及检测、人脸识别预处理、人脸图像特征提取以及匹配与识别。
人脸识别与其它生物识别技术相比，优势在于非接触性、非侵扰性、硬件基础完善、可拓展性。指纹识别唯一性比较强，采集成本较低，但是指纹可由指纹贴、指纹膜等复制，且接触性、侵扰性较强，人脸识别与其相比接触性和侵扰性较低；虹膜识别最精准，但是采集成本非常高，识别效率较低，接触性、侵扰性也较强，人脸识别与其相比，采集成本低、识别效率高；语音识别采集成本低，但语音具有可变性，人脸识别与其相比，识别效率高。
人脸识别技术原理简单来讲主要是三大步骤：
一是建立一个包含大批量人脸图像的数据库；
二是通过各种方式来获得当前要进行识别的目标人脸图像；
三是将目标人脸图像与数据库中既有的人脸图像进行比对和筛选。
根据人脸识别技术原理具体实施起来的技术流程则主要包含以下四个部分，即人脸图像的采集与预处理、人脸检测、人脸特征提取、人脸识别和活体鉴别。
需要考虑图像大小，图像分辨率，光照环境，模糊程度，遮挡程度，采集角度。
人脸图像的采集有两种途径，分别是：人脸图像的批量导入和人脸图像的实时采集。前者是指将采集好的人脸图像批量导入至人脸识别系统，系统会自动完成个人脸图像的采集工作；后者是指调用摄像机或摄像头在设备的可拍摄范围内自动实时抓取人脸图像并完成采集工作。
人脸图像的预处理是指对系统采集到的人脸图像进行光线、旋转、切割、过滤、降噪、放大缩小等处理来使得该人脸图像符合人脸图像特征提取的标准要求。
目前主要有三种图像预处理手段，即灰度调整、图像滤波、图像尺寸归一化。其中灰度调整是对地点、设备、光照等造成的图像质量差异进行处理，图像滤波是对噪声造成的图像质量差异进行降噪处理，图像尺寸归一化是针对图像像素大小不同进行尺寸处理。
2. 人脸检测
在图像中准确标定出人脸的位置和大小，并把其中有用的信息挑出来（如直方图特征、颜色特征、模板特征、结构特征及Haar特征等），然后
利用信息来达到人脸检测的目的。
人脸检测是指判断是否存在人脸及定位出人脸的位置、大小与姿态。目前的人脸检测方法可分为三类，分别是基于肤色模型的检测、基于边缘特征的检测、基于统计理论方法的检测。
基于肤色模型的检测是利用人脸的肤色特征建立肤色模型从而进行检测，其优点是人脸的检测速度较高，对遮挡和光照有一定的鲁棒性，不足是和其他方法不太兼容，且不易处理复杂背景和多人物同框；
基于边缘特征的检测则是利用图像的边缘特征进行人脸检测，优点是计算量相对较小，可实现实时检测，与其它特征方法可融合，缺点是在复杂背景下误检率比较高；
基于统计理论方法的检测则是通过对人脸特征值的循环迭代来检测人脸，其计算速度快，应用广泛，但是误检率较高。
3. 特征提取
人脸识别系统可使用的特征通常分为视觉特征、像素统计特征、人脸图像变换系数特征、人脸图像代数特征等。人脸特征提取就是针对人脸的某些特征进行的，也称人脸表征，它是对人脸进行特征建模的过程。主要方法有基于知识的表征方法（主要包括基于几何特征法和模板匹配法）和基于代数特征或统计学习的表征方法。
基于知识的提取方法是根据人脸五官结构特征等先验知识来进行提取，其特点是识别方法比较简单、容易理解，检测速度较快，但是没有形成统一的特征提取标准，对动态人脸图像的鲁棒性较差；
基于代数特征的提取方法是基于统计学习的特征提取方法，特点
是特征易抽取，识别精度较高，应用广泛，但是需要与相应的数据库进行统计训练。
4. 匹配与识别
这一精确筛选的过程分为两类：一是一对一的筛选，即对人脸身份进行确认的过程；二是一对多的筛选，即根据人脸相似程度进行匹配比对的过程。此外人脸识别包含活体鉴别环节，即区别识别的特征信号是否来自于真正的生物体。
关键技术指标：检测率、误检率、漏检率、速度。识别中的精确率、召回率、错误接受率-认假率-误识率、错误拒绝率-拒真率-拒识率
二、行业概况
2.1 行业逻辑
2.1.1 人脸识别技术日趋成熟、准确率高
2018 年 11 月 16 日，美国国家标准与技术研究院（NIST）公布了全球权威人脸识别比赛（FRVT）最新报告，从前十名企业在千分之一的误报率下的识别准确率来看，其平均能达到 99.69%，在千万分之一误报下的识别准确率超过99%。
意味着机器几乎可以做到在1000万人的规模下准确识别每一个人，而人脑记忆并辨别 100 个人的身份都很有可能犯错，相比于去年同期，全球人脸识别性能提升了80%，且中国企业占据榜单前五位，居世界领先水平，为人脸识别的技术落地提供技术面支撑。
从研究学者分布来看，中国占据世界第三的位置，人才储备居优势地位。2018 年， AMiner 基于发表于国际期刊会议的学术论文，对人脸识
别领域全 TOP1000 的学者进行计算分析。
从全球范围来看，美国人脸识别研究学者聚集最多的国家，在人脸识别领域的研究占有绝对的优势；英国紧随其后，位列第二；中国位列全球第三，占有一席之地。可以看出，中国的追赶势头不容忽视。
从公开专利数量来看， 2007-2017年，我国人脸识别专利公开数量总体呈上升趋势，为人脸识别商业化应用打下基础。
从每年新增数量来看， 2007 年新增专利尚不足百例，至 2015 年迎来了爆发，全年新增专利已达到 1398 例，至 2017 年，我国人脸识别专利公开数量 2698 项，达到近年来最大值；截至 2018年7月，专利公开数量为2163 项，技术实力的显著增强也为国内商业化产品的迅速普及打下了坚实的基础。
2.1.2 政策推动
长期以来，国家高度重视人脸识别产业落地的发展，出台多项政策助推产业发展。
2015 年以来，国家密集出台了《关于银行业金融机构远程开立人民币账户的指导意见（征求意见稿）》，给人脸识别普及打开；其后，《安全防范视频监控人脸识别系统技术要求》、《信息安全技术网络人脸识别认证系统安全技术要求》等法律法规，为人脸识别在金融、安防、医疗等领域的普及打下了坚实的基础，扫清了政策障碍。
同时， 2017 年人工智能首次写入国家政府报告，作为人工智能的重要细分领域，国家对人脸识别相关的政策支持力度在不断的加大。 2017 年 12 月发布的《促进新一代人工智能产业发展三年行动计划（2018-2020
年）》则具体规划“到 2020 年，复杂动态场景下人脸识别有效检出率超过 97%，正确识别率超过90%”。
另外，工地场景上，住房和城乡建设部、人力资-源社会保障部印发《建筑工人实名制管理办法(试行)》明确提出：建筑企业应配备实现建筑工人实名制管理所必须的硬件设施设备，施工现场原则上实施封闭式管理，设立进出场门禁系统，采用人脸、指纹、虹膜等生物识别技术进行电子打卡；不具备封闭式管理条件的工程项目，应采用移动定位、电子围栏等技术实施考勤管理。相关电子考勤和图像、影像等电子档案保存期限不少于2年。
2.1.3 资金推动
根据 CB Insights 在 2018 年发布的《Top AI Trends To Watch In 2018》显示，：中国在人工智能初创公司的资金支持方面已超过美国，位列世界第一，其投入的资金主要专注于人脸识别核心技术。
2017 年，全球AI 创业公司获得资金支持 152 亿美元，其中 48％流向中国， 38％流向美国，中国在人工智能初创公司的资金支持方面已超过美国，而中国在人工智能上投入的资金主要专注于人脸识别核心技术，仅在 2017 年就突破十亿美元大关，达到 16.40 亿美元。
此外，政府对人脸识别初创公司的资金支持已达亿级以上。仅在 2017 年，就有广州市政府和有国务院国资委背景的中国国有资本风险投资基金对云从科技、旷视科技投入亿级以上资金。
人脸识别是AI领域融资最多的方向。
2.2 行业规模与结构
2017 年，全球视觉人工智能市场规模约为 70 亿美元，同比增长
12.36%，而中国视觉人工智能市场规模达到 41 亿元，同比增长 259.6%，远高于全球市场的增速。随着视觉人工智能技术的逐渐成熟及应用领域的逐步扩大，预计到 2020 年中国视觉人工智能市场规模将进一步扩大，达到 755.5 亿元。
视觉人工智能是中国人工智能市场上最大的组成部分。根据中国信通院数据，2017 年中国人工智能市场中视觉人工智能的占比超过 37%。在视觉人工智能领域，安防影像分析是最大的应用场景，2017 年占比约67.9%。其他主要应用包括广告、互联网、云服务、手机等。
2.3 行业场景与应用
最近三年，视觉人工智能技术不仅带来了生产效率的提升，而且还催生了众多新产业、新商业模式与新应用场景，推动了多行业产业链的重构。随着视觉人工智能技术的不断发展，市场规模的不断扩大及行业应用解决方案的建立和完善，视觉人工智能行业的应用场景将进一步渗透，助力各应用行业解决痛点，实现行业转型和升级，需求前景广阔。
最近几年机器视觉行业实现快速发展的背景是： 2015 年基于深度学习的计算机视觉算法在ImageNet 数据库上的识别准确率首次超过人类，同年 Google 在开源自己的深度学习算法。
这些带动中美两国的科学家把计算机视觉算法运用到安防、金融、互联网、物流、零售、医疗、制造业等不同垂直行业。但在实际的运用当中，由于数据可得性，算法成熟度，服务的容错率等因素的影响，落地的速度开始出现分化。?移动互联网-安防领跑，零售-物流跟进，医疗-无人驾驶发展较慢。
2.3.1 智能安防
安防领域是人脸识别技术最成熟的落地领域，也是 AI 视觉公司普遍首先切入的细分领域。安防领域的特性在于：
公共安全的刚需应用，可极大提高效率；
市场预算分级、高度碎片化，且政府订单为主，可有效贡献收入；
深度赛道，不断面临新问题与新需求，问题难度跨度大（简单需求如车牌识别、困难需求如动态识别与犯罪预防等）。
作为公共安全的刚需应用，安防领域计算机视觉未来将继续向多模态融合、万路以上广联网发展。
2.3.2 移动互联网
计算机视觉在移动互联网上的应用目前主要包括：
互联网直播行业的主播美颜；
鉴黄、广告推荐等视频分析；
智能手机里的 AI 美颜和人脸解锁。
一方面，移动互联网行业数据较为丰富，数据可得性较高；另一方面，由于应用多为“锦上添花”型的娱乐、广告应用，容错率较高，技术难度相应下降。因此计算机视觉在移动互联网得以快速顺利落地。
移动互联网应用的普及离不开深度摄像头的应用，如面部识别可以使手机解锁及支付更加安全快捷，手势动作识别可以增强游戏体验，人形及物体建模可以使网络购物更加直观方便快捷。通过与人工智能、虚拟现实等技术有机结合，深度摄像可广泛应用在智能手机、智能汽车、智能安防、智能家居、金融等领域，给消费者带来全新的用户体验，提高生产和生活
效率。
因此，深度摄像拥有广阔的市场空间，预计到 2021 年，全球范围内深度摄像头市场规模有望达到78.9 亿美元，较 2017 年的 22 亿美元增长 262.73%。
2.3.3 金融
金融领域中的人脸识别，主要用途分为身份核验和场景规模化应用。身份核验，也称作 1:1 刷脸，广泛地被应用于互联网金融、银行的远程开户、远程身份认证、远程支付，通过刷脸的方式进行校验。场景规模化应用也称作 1:N 刷脸，多用在刷脸支付、取款等。
由于金融人群庞大，身份核验、场景应用等环节给人脸识别技术发展提供助力，预计可提供亿级以上的市场体量。以银行为例，人脸识别在银行领域的业务点主要有私有云部署、智慧网点改造、自助机具改造、网点 VIP。四大业务点市场体量都在百亿元级别，智慧网点改造更是达千亿元级别，人脸识别可发挥的空间巨大。
笔者认为，金融行业容错率低，出于谨慎性原则，方案推行周期较长，且当前很难大规模在全国推广，因此爆发力有所欠缺。
2.3.4 其他场景
医疗领域：?医疗数据碎片化严重，各种疾病需要的影像资料不同，数据标注需要有专业医师参与，成本高，进展慢。导致发展低于预期。
无人驾驶：?无人驾驶涉及采集摄像头、雷达等多种数据，并根据多重数据进行车辆、物体、道路、行人等不同识别后进行决策。我们认为离实现通用无人驾驶还早，在限定场景下实现商用的机会较大。
2.4 商业模式
视觉人工智能公司提供服务的方式主要包括 3 种，分别为?API、SDK 与解决方案。
API 提供云端比对识别服务，具有弹性、灵活、高效等特点，互联网金融公司多采用此种形式。
SDK基于对数据的保护或实时性要求，向客户提供核心算法模块，在用户端或客户的服务器端完成视觉计算，手机及互联网娱乐公司多采用此种形式。
解决方案向客户提供较为全面的软硬件集成解决方案，可能涉及软件系统、嵌入式解决方案、前端硬件设备、专有服务器部署等，公安、银行多采用此种形式。
与服务方式相对应，视觉人工智能公司的主要收费方式也包括 3 种，分别为按调用量或包时收费、结合授权设备量及授权周期定价与结合具体项目收费，后续每年可有升级维保收入。API 服务大多采用第一种收费方式，SDK 服务多采用第二种收费方式，解决方案多采用第三种收费方式。
目前市面旷视等主流厂商SDK价格约50-100元-台设备。
2.5 产业链与竞争格局
视觉人工智能产业链可以划分为三个部分，分别为：
基础支撑层：包含芯片（寒武纪、地平线）、传感器（海康、大华、速腾创新、镭神智能）、系统架构和初级算法（谷歌、百度、微软、脸书）等部分。
技术提供层：包含图像识别平台和嵌入式视觉软件两类。前者直接
提供应用服务，后者需要和硬件进行系统集成后在终端产品中使用。国内主要厂商包括旷视科技、商汤科技、图漾信息、格灵深瞳、虹软科技等。
场景应用层：直接解决具体应用场景的需求，产品的形式可能是应用系统，也可能是软硬件一体的终端产品或服务，主要的应用场景包括智能驾驶（佑驾创新、驭势科技、格林深瞳）、智能安防（商汤科技、格灵深瞳、旷视科技、依图科技）、智能医疗（商汤科技、依图科技）、智能家居（速感科技、依图科技）、智慧金融（格灵深瞳、旷视科技、商汤科技、依图科技、云从科技）、智能硬件（云天励飞、依图科技）、智慧商业（商汤科技、旷视科技、码隆科技、图普科技）、娱乐（旷视科技、图普科技）等。
2.5.1 上游芯片领域亟待突破，与算法、数据集共同解决算力问题
人脸识别产业链上游，即基础层，影响发展的三大要素是芯片、算法和数据集。
（1）芯片领域
在芯片领域，由于目前没有专门用于人脸识别的处理芯片，只能采用通用芯片代为处理。因深度学习算法对算力资-源需求高，一般采取核心处理器（如 CPU、 ARM 芯片）进行视频采集，把视频中的人脸图像抠取下来，而核心数据处理芯片无法执行人脸识别结构化运算，只能将图像处理的工作交给更合适的专门处理芯片进行结构化处理。
目前常见芯片的有 GPU 显示核心、 FPGA 现场可编程门阵列、 ASIC 专用集成电路，其中 GPU 是 AI芯片的主导者。
GPU?优势在于解决浮点运算、数据并行计算问题，在大量数据元素并
行程序方面有极高的计算密度，但是仍有两个致命缺点，一是功耗大，需依托 X86 架构服务器运行，不适用于更为广泛的人脸识别产品方案开发，尤其是人脸识别民用化趋势日渐增强的当下，GPU 不适于在小型化项目的采用。二是成本高昂，采用 GPU 方案，折算单路人脸识别成本在万元以上，相较其他千元级，甚至是百元级的方案，毫无成本优势可言，不利于商业平民化推广。目前在 GPU 芯片领域的龙头企业为 NVIDIA（英伟达），其所占份额为 60%。其次是 Xeon Phi，所占份额为 21%。
FPGA?具有可编程性，让软件与终端应用公司能够提供与其竞争对手不同的解决方案，并且能够灵活地针对自己所用的算法修改电路，但是其设计资-源受到很大的限制，一旦型号选定，其逻辑资-源上限就确定，其布线资-源也受限制，不像 GPU 这样走 ASIC flow，因此，在峰值性能方面，FPGA 要远逊于 GPU。
ASIC?芯片的优势是运算能力强、规模量产成本低，但开发周期长、单次流片成本高，主要适用于量大、对运算能力要求较高、开发周期较长的领域，比如大部分消费电子芯片和实验。
为满足当下人脸识别等人工智能的发展需求，行业也推出了各种针对深度学习芯片，如 TPU、 NPU、DPU、 BPU 等，但因其受场景限制以及性能不及 GPU 等，市场上仍以 GPU 等通用芯片占主导。
从上游芯片市场看，高端市场均被国外企业垄断。根据上文我们的分析，人脸识别芯片目前均采用人工智能通用芯片，而根据市场研究顾问公司 Compass Intelligence 在 2018 年 5 月发布的关于 AI 芯片最新调研报告，排名靠前的均是国外企业——英伟达、英特尔、 IBM 与谷歌。
排行榜中共有七家中国人工智能芯片公司入围榜单 Top24，华为排名12，成中国大陆地区最强芯片厂商，其余六家中国公司分别为：联发科、Imagination、瑞芯微、芯原、寒武纪、地平线。
而目前在中国人脸识别设备商中，商汤科技与瑞芯微达成战略合作，将其 SDK 软件包直接整合进瑞芯微芯片平台中；而云从科技则在布局“基于自研 SoC 芯片的高准确度人脸识别产业化应用”项目，人脸识别芯片仍有待突破。
（2）算法和数据集
在算法开发市场上，根据最新的 FRVT 比赛排名，我国人脸识别依图科技、商汤科技包揽前四名，识别率均在 99%以上，处世界前列。此外，目前的算法主要是基于上文提到的基于代数特征的提取方法，算法需要不断的进行训练。基于此，测试中的算法准确率与实际应用中的准确率仍有一定的差距，因此扩充数据集以锻炼算法的不断升级成为重点。
目前主流的数据集有 FERET 人脸数据库、 CMU Multi-PIE 人脸数据库、 YALE 人脸数据库、 MIT 人脸数据库、 ORL 人脸数据库、 BioID 人脸数据库、 UMIST 图像集、年龄识别数据集 IMDB-WIKI。
综上所述，上游芯片领域由于缺乏人脸识别专用的芯片，在成本和性能上制约人脸识别技术的应用，而在算法方面，目前中国已领跑世界，但在实际应用的测试准确性来说仍是不够的，而此时数据集的扩充成为锻炼算法的重要途径。
2.5.2 中游3D 人脸识别技术是方向，但仍需进行技术性突破
中游人脸识别技术市场的解决方案主要包括 2D 识别、 3D 识别，目
前市场主流为 2D 识别，但 3D 识别有不可比拟的优势，将成为未来人脸识别技术发展的趋势。与 2D 人脸识别技术比较， 3D 人脸识别的优点在于：
精准度高——3D 人脸识别系统采集人体面部三维特征，识别精度高，错误拒绝率和错误接受率极低，大量面部特征和数据点足以区分双胞胎；
环境稳定性强——3D 人脸识别系统对光线、背景灯环境的实用性更强，系统更稳定；
防伪稳定性高——3D 人脸识别系统更稳定，系统不易被轻易愚弄、欺骗，而冒充身份者能够通过合法用户的视频图像或相片骗过 2D 人脸识别系统；
实用性强——3D 人脸识别系统不需要用户配合，当人脸有姿态、角度、表情、面部遮挡物等时，其识别性能稳定，实用性强，而 2D 人脸识别系统识别性能下降剧烈。
目前 3D 技术应用程度并不高，主要是苹果等手机厂商在应用，而从Counterpoint Research 的研究数据来看，未来 3D 技术在手机端将比 2D 技术占据更高的市场份额；而根据 Yole Developpement 的研究数据显示，3D 技术不仅在 C 端市场份额进一步扩大，在 B 端商用领域也将进一步扩大市场份额。
目前，主流的 3D 成像技术有三种：
结构光（Structured Light）：结构光投射特定的光信息到物体表面后，由摄像头采集。根据物体造成的光信号的变化来计算物体的位置和深度等信息，进而复原整个三维空间。代表性产品应用为苹果 X。
TOF（Time Of Flight）：?通过专有传感器，捕捉近红外光从发射到接收的飞行时间，判断物体距离。
双目测距（Stereo System）：利用双摄像头拍摄物体，再通过三角形原理计算物体距离。
具体而言，结构光技术具有低光下表现良好，分辨率较高，成本、功耗适中等优点，但易受阳光影响，识别距离短，识别速度稍慢；而 TOF 技术具有响应时间快，抗光照表现尚可，深度信息精确度高、识别距离远，但分辨率低、成本高、功耗高、模块太大；而双目测距技术分辨率高，模块小，成本低，但是昏暗环境下不适用，算法开发难度大，识别速度慢。
尽管 3D 人脸识别相较 2D 人脸识别有质的飞越，但是可以从现在主流的 3D 结构光技术抗光照能力弱、识别速度不高、硬件成本高以及工作距离短的缺点以及尚未普及的 TOF 技术分辨率低、精度低的缺点看出，3D 人脸识别仍有技术难关需要攻破。
在中游技术解决方案市场上，由于在 B 端普遍的人脸识别技术方案是2D 人脸识别技术，市场格局并未明朗，各方根据场景应用均采取差异化战略。如商汤科技、旷视科技、阿里巴巴、腾讯等采用图像人脸识别技术，海康威视等采取视频对象提取分析技术，而云从科技则在于 2018 年 2 月 7 日首发国内 3D 结构光人脸识别技术。
2.5.3 下游场景应用是决定未来人脸识别行业竞争格局的关键
在人脸识别下游场景应用领域，厂商众多。在占据人脸识别市场大部分份额的 B 端领域，既有做传统安防起家的海康威视在布局，也有人脸识别四大独角兽——依图科技、旷视科技、商汤科技、云从科技在布局，
并且云从科技是人脸识别银行领域第一供应商，海康威视为安防领域龙头。
而在体量很小的 C 端领域，有腾讯、阿里巴巴、商汤科技等企业布局，市场较为分散，其中互联网巨头腾讯、阿里巴巴等依据自己在 C 端产品的优势有手机 QQ 人脸识别登录、支付宝“smile to pay”，商汤科技则为小咖秀、美图等 C端 APP 提供人脸识别技术。
人脸识别对场景要求非常强，产品能否达到实际使用要求，核心并不只在于算法本身，还在于对场景的深耕。对于下游应用场景本身而言，人脸识别终归落地成产品形态，并且在商用和民用领域价值巨大，从上文对人脸识别应用的主要两个领域——安防、金融来看，这两个领域由于与细分市场的商家联系紧密。
（1）行业参与者
视觉人工智能领域内的企业可划分为工业巨头（直接面向该领域客户，在该行业已有较长时间积累，市场份额大）、互联网巨头（从事计算机视觉相关研究的互联网巨头，技术水平领先）与创业公司（从事计算机视觉技术服务的创业公司）。这三类公司的技术获取方式、优劣势与发展预期都不尽相同。
计算机视觉技术在中国的快速落地，吸引了以商汤、旷视、依图为代表的以算法为核心竞争力的 AI 初创公司，拥有强大数据采集及软件开发能力的互联网公司，海康、大华、宇视等深耕安防行业的公司，以及华为、平安等科技行业巨头。经过一年多的发展，各个公司根据自己资-源禀赋的不同，企业战略出现了分化。
初创企业在算法与模型训练上占优；互联网企业则拥有天然的数据优
势；安防企业则凭借极强的工程能力加速安防项目落地。后起之秀如深兰则选择细分市场广泛落地。
AI 头部初创企业近年来融资动作频繁，受到资本市场的青睐，在资金方面暂无瓶颈，然而面临互联网巨头的挑战，商汤等初创企业或应依托已有的独立设计算法的能力，构建平台型解决方案，在研发能力与方案落地速度上取胜。
AI 头部创业公司布局思路各异：在商汤、旷视、依图等头部企业看，各家战略思路差异明显。
商汤致力于构造平台，专注底层基础应用，力图在完善平台后于其他领域快速落地。旷视则在致力于在安防、金融、零售、汽车、教育等广泛领域提供软硬件一体化的解决方案。依图则表现出对安防、医疗两大领域的专注深耕，依托产品化、工程化能力深入落地。
（2）国外企业
美、日等国视觉人工智能的发展已经过了快速增长阶段，进入稳定增长期。国外巨头一方面利用资-源优势积极进行底层架构建设，并将技术广泛应用到已有的产品升级中，另一方面利用资金优势大量收购优秀的技术和数据创业公司，迅速弥补技术短板、数据短板和人才短板。
例如：苹果、英特尔、Facebook、谷歌和亚马逊等互联网巨头沿着与主业有协同效应的方向并购布局，对象多为图像识别、建模。而我国计算机视觉起步较晚，技术主要沿袭国外，产业发展仍处于初创期，投融资空间大。
国内视觉人工智能企业主要集中于场景应用层，以多点垂直化企业服
务切入，在工控领域的应用主要集中在系统集成应用，而消费领域的应用多与人脸识别、图像处理相关。
对于头部企业来说，底层算法的同质化问题严重，因此目前最重要的任务是迅速将技术商业化，落地相关应用场景。商业壁垒的构建除前沿算法之外，也有赖于产品、服务、市场等综合建设。
而目前在中国人脸识别设备商中，商汤科技与瑞芯微达成战略合作，将其 SDK 软件包直接整合进瑞芯微芯片平台中；而云从科技则在布局“基于自研 SoC 芯片的高准确度人脸识别产业化应用”项目，人脸识别芯片仍有待突破。
5 线段Hausdorff 距离(LHD) 的人脸识别方法
point_x(i,:) = round(point_A_x(1,:) + (point_B_x(1,:) - point_A_x(1,:))*i-M) ;
虹膜识别是采集人眼虹膜区域的近红外图像进行识别。虹膜的纹理结构与生俱来，不会随时间改变，其中含有丰富的信息量，大约是指纹纹理结构中所含信息量的6
%对img图中，大于阀值的置255（最大），内圆置灰色，假设为100 对获取到的虹膜图像进行如下处理，使其满足提取虹膜特征的需求。
2016, IEEE Signal Processing Letters
在compare.py所在目录下放入要对比的人脸图像43.jpg和44.jpg（完全不同的2人脸图）；
————linecoords()函数文件：返回直线上若干点横纵坐标
远程访问，不受地点的限制。该系统尤其适用于人员众多、部门分散
的企业，其上下即时沟通、人尽其能、人尽其责的管理方式，使考勤管理既严格，又有条不紊，准确简单而轻松。
高频点火信号对低频信号的干扰 现象描述 现有一台电机点火设备，用一个低频信号源给该电机供电，供电电压幅度为5V左右，频率为50Hz。用一台PicoScope 5444B示波器同时测试低频信号源输出的电压波形和高压点火电压。 测试时，发现了一个奇怪的现象：单独测试低频信号源电压时，能够正确测试到低频电压波形，如图1所示（低频信号源输出是正弦电压信号，但是由于高频点火设备强电磁干扰的影响，导致波形上叠加了很多点火毛刺）。单独测试高压点火信号时，也是可以测试出正确波形的，如图2所示。但是同时测试低频电压信号和高频点火信号时，发现信号发生器上显示输出电压为0V，无法给电机提供供电电压，同时示波器也无法测试出任何电压波形，如图3所示。 图1 单独测试低频信号源电压时的波形
图2 单独测试高频点火电压信号波形 图3 同时测试高压电弧和低频信号输出的波形
原因分析 PicScope5444B示波器各个通道间是共地的。高频点火信号和低频信号接入示波器后，低频信号发生器无电压输出的主要原因是由于接地问题引起的。高压点火设备和低频信号发生器的设备的接地电阻不同，产生接地回路，从而致使低频信号的输出电压受到影响。 主要解决办法是采用浮地测量。有几种具体的解决方法： 1、采用通道隔离示波器 2、2采用差分探头 3、A-B伪差分，以牺牲通道为代价。 4、隔离器 5、浮地“传统示波器”。 现场测试时，我们想到一个类似于“浮地”测量的解决方法。将信号发生器信号线和信号地反接，这样点火地和信号地不连接在一起，起到“浮地的作用”。此时可以同时测试高频点火信号和低频信号发生器的信号，如图4所示。 图4 同时测试高频点火信号和低频信号发生器的信号 此文档由广州虹科Eva完成于2014年6月26日。
200TEU 长江集装箱船设计 设计任务书 本船为钢质、单甲板、双机、双桨、柴油机驱动的集装箱船；主要航行于川江及三峡库区和长江中下游航线。载箱量为重箱可载200TEU，按”ccs”有关规范入级、设计和建造。满载试航速度不低于20 km/h, 续航力不小于3000 km。 第一部分设计思路及相关资料准备 主要内容： 1.集装箱船设计思路 2.航区、航线概况介绍 3.集装箱尺度与箱重 4.船用主机资料 5.标准船型主尺度系列 6.母型船参数 1.集装箱船设计思路 总体根据现有的集装箱船标准船型主尺度系列来决定主尺度。 集装箱船的尺度很大程度取决于集装箱的布置形式。在制定本船尺度系列时，除遵循与航道等级相匹配、最少档次、船型协调性、船型优选及实用性、与现行标准相协调等原则外，还要充分考虑集装箱的布置要求。为此，首先根据集装箱排列方式确定相应的尺度，然后根据浮力重力平衡条件、满足各性能要求以及航道的限制等其他法规、规范的相关规定来确定集装箱船标准船型主尺度。具体计算中，首先根据排箱方式确定满足布置要求的最小平面尺度要求，然后对应不同的设计吃水和结构吃水，允许其平面尺度在一定范围内变化，计算各尺度组合下船舶的技术经济性能，通过对选定的指标进行评价，确定出该排箱方式下较佳的船型尺度系列。采用同样的方法计算其它排箱方式下较佳的尺度系列，然后对载箱量大致相同的不同载箱方式进行比选，最后确定相应箱位数较佳的标准船型尺度系列。 2.航区、航线概况介绍 2.1川江与三峡库区介绍 “川江及三峡库区”航道指长江干线重庆重钢新码头至宜昌葛洲坝段航道，全长805.4公里。三峡水库蓄水前，川江属于山区河流，流路曲折、江面狭窄、多浅滩暗礁，船舶航行艰难，航道维护尺度为2.9×60×750米（水深×航宽×弯曲半径）。三峡库区蓄水至 139米后，航道维护尺度为3.5×100×1000米，保证率达到98% ，航道条件得到彻底改善。川江及三峡库区主要通航建筑物是三峡五级船闸和葛洲坝船闸。三峡船闸闸室有效尺度为280×34×5米（长×宽×门槛水深），可通过万吨级船队，设计年单向通过能力5000 万吨。 2.2 长江中下游航线介绍 全长1644公里的长江中下游航道，河道弯曲，浅滩众多，河道演变剧烈，航道极不稳定，是“黄金水道”的瓶颈河段，集中了长江沿线大部分浅险水道。
PN/CAN网关,PROFINET/CANopen转换 关键字:PROFINET CANopen协议转换 现在主流协议出现也是非常的多，在实时性方面，PROFINET比起PROFIBUS有明显的优势，现在PROFINET的西门子在工业制造上使得安装，工程设计和调试的成本最小化，便于工程的扩展，高可用性，那么在运动控制方面这边要求是实时性也是比较好，较多客户选用的是CANopen以及EtherCAT协议，那么如何将两种协议进行转换呢？德国Helmholz出了新招：PN/CAN网关 那么对于PROFINET，首先了解一下通讯机制： 介质冗余协议（MRP） 符合IEC62439协议描述，PROFINET冗余机制：当发生一个故障是，TCP/IP 和RT帧所使用的通讯路径重新组态时间小于200ms。自动化系统的无差错操作涉及环上分布的一个介质冗余管理器（MRM）和若干介质冗余客户机（MRC）如图所示： 介质冗余管理（MRM）的任务是检查已组态环结构的功能性，这通过发送周期性的测试帧实现，只要MRM再次接受到其所有的测试帧，则该环结构是完整的，作为这种行为的一个结果，MRM防止帧循环传输并将环结构转换为线型结构， 介质冗余客户机是仅作为“经过者”的交换机并且通常不承担活动角色，他必须具有两个交换机端口仪在一个环中连接其他的MRC或MRM。 一致性A类的基本功能： 包括具有实时性的循环I/O数据交换，读或写面向要求的数据（参数，诊断）的非循环数据通信，包括读出设备信息的识别和维护（I&M）功能，依旧用于报告设备和网络错误灵活性报警模式， 报警分为3个层次，需要维护，需要紧急维护，和诊断。 I&M规范名称“识别和维护功能” 一致性B类的网路诊断和管理 一直性B设备扩展了附加的网络诊断拓扑检测功能，为此，ROFINET使用SNMP(简网络管理协议，且设备集成MIB2（管理信息库）和LLDP-EXT MIB（低层链路发现协议=管理信息库）部分，出来SNMP所有诊断和拓扑信息也可以从PDEV（物理设备对象）中通过非循环PROFINET服务读出， 等时同步的一致性C类 一致性类C包括对确定性行为具有最严格需求的应用多必须的所有网络范围的同步功能，基于一致性类C的网络使得应用具有小于1微秒的抖动时间，循
Profibus DP通讯协议简单介绍 一、首先，Profibus DP通讯协议是一种单一的、一致性通讯协议，用于所有的工厂自动化和过程自动化。 这种协议使用“主-从”模式：一个设备（主）控制一个或多个其他设备（从）； 协议使用：“令牌”模式：“令牌”通过网络传递，具有令牌控制的站有权访问网络。Profibus DP以三种版本存在： DP-V0:Overall command structure循环数据交换 DP-V1：扩展到非循环数据交换等 DP-V2：进一步扩展到及时，时钟同步等。 一种单一的协议适应所有的应用 Profibus DP支持所有的DCS或控制器与单个的现场设备； 工厂设备和过程设备是直接地连接到Profibus DP； 过程自动化设备（PA），聚合在“PA簇”，通过连接器或链环连接到PROFIBUS DP； Profibus总线访问协议（第二层）对三种Profibus版本（FMS/DP/PA）均相同； 这使得通讯透明和FMS/DP/PA网络区域容易组合； 因为FMS/DP使用相同的物理介质（RS-485/FO），因此他们能组合在同一根电缆上。二、Profibus-总线访问协议的特征 混合总线访问协议： 主站间的逻辑令牌环 主从站间的主从协议 主站： 主动站在一个限定时间内（Token Hold Time）对总线有控制权。 从站： 从站只是响应一个主站的请求，他们对总线没有控制权。 三、Profibus-总线访问协议（FDL）的特点 主站或从站可以在任何时间点接入或断开，FDL将自动重新组织令牌环； 令牌调度确保每个主站有足够的时间履行它的通信任务；因此，用户必须计算全部目标令牌环的时间； 总线访问协议有能力发现有故障的站、失效的令牌、重复的令牌、传输错误和其他所有可能的网络失败。 所有信息（包括令牌信息）在传输过程中确保高度安全，以免传输错误。海明距离HD=4. 四、Profibus-令牌调度原理 在多主网络中，令牌调度必须确保每个主站有足够的时间完成他的通讯任务； 用户组织全部目标令牌循环时间（TTR）进入所有主站的通信任务账户； 每一个主站根据下列公式计算它接收令牌后完成它的通信任务的时间（TTH）: TTH=TTR-TRR TTH=持有令牌的时间 TTR=目标令牌循环时间 TRR=实际令牌循环时间 五、Profibus报文结构
基于PCAN-Explore5的汽车空调测试系统The testing system of automotive air conditioning based on PCAN-Explore 5 software 广州虹科携手德国CSM提供了一整套基于PCAN-Explorer5的汽车空调测试系统，该测试系统可使测试更加智能、准确，对于汽车空调技术的应用研究具有重要意义。 □广州虹科电子科技有限公司技术工程师周翠 近年来，随着汽车工业的迅猛发展和人民生活水平的日益提高，汽车开始走进千家万户。人们在追求汽车的安全性和可靠性的同时，如今也更加注重对舒适性的要求。因而，空调系统作为现代轿车基本配备，也就成为了必然。 汽车空调是指对汽车座厢内的空气质量进行调节的装置。不管车外天气状况如何变化，它都能把车内的湿度、温度、流速及洁度保持在驾驶人员感觉舒适的范围内。广州虹科携手德国CSM为您提供了一整套基于PCAN-Explorer5的汽车空调测试系统，该测试系统可使测试更加智能、准确，对于汽车空调技术的应用研究具有重要意义。 汽车空调的性能评价指标 汽车的工作环境因在野外，直接受阳光、霜雪及风雨等的影响，环境变化剧烈。汽车空调可以确保车厢在最短的时间内达到舒适的环境，其中，评价汽车空调性能指标主要有以下几个： 1. 温度 温度是最重要的一个环节。人感到最舒服的温度是20～28 ℃，超过28 ℃，人就会觉得燥热；超过40 ℃，即为有害温度，会对人体健康造成损害；低于14 ℃，人就会觉得冷；当温度下降到0 ℃时，会对人体造成冻伤。因此，汽车空调应在夏天将车内温度控制在25℃，冬天控制在18 ℃，保证乘员在舒适的状况下旅行，避免事故的发生。 2. 湿度 湿度用相对湿度来表示。人觉得最舒适的相对湿度在50%～70%之间，所以汽车空调的湿度参数要控制在此范围内。 3. 空气清新度 由于空间小，乘员密度大，密闭的空间内极易缺氧和导致CO2浓度过高；汽车发动机废气中的CO、道路上的粉尖及野外有毒的花粉都容易进入车厢内，造成车内空气浑浊，影响驾驶人员身体健康。这要求汽车空调具有对车内空气过滤的功能，以保证车内的空气清新度。 4. 光照强度 汽车在野外工作时，车厢内的温度变化除了来自汽车发动机的产热外，还受外界光照的影
无人机供应链全景图（含13大主控芯片厂） 无人机的全称无人驾驶飞机，是利用无线电遥控设备和自备的程序控制装置操纵的不载人飞机。机上无驾员，但安装有自动驾驶仪、程序控制装置等设备，地面、舰艇上或母机遥控站人员通过雷达等设备，对其进行跟踪、定位、遥控、遥测和数字传输。 类型大致有无人直升机、固定翼机、多旋翼飞行器、无人飞艇、无人伞翼机等。按不同使用领域来划分，无人机可分为军用、民用和消费级三大类。 以下内容由猎芯网编辑整理，文章综合了无人机供业链各环节所需部件，并将各环节主要供应商列举出来，仅供参考。 无人机产业链全景图 总的来说，无人机产业链主要包括两类： 一类是像大疆、GoPro这样的整机制造商；另一类则是为无人机提供硬、软件的上游制造商，包括芯片、飞控、电池、传感器、GPS、陀螺仪、动力系统、数据系统等等。
硬件方面，芯片是核心零部件，它直接决定了无人机的操控性能、通信能力和处理图像信息的能力。 无人机主控芯片厂家有：高通（Qualcomm）、Intel（英特尔）、ST（意法半导体）、TI（德州仪器）、SamSung（三星）、Atmel（爱特梅尔）、新唐（Nuvoton）、XMOS、NVIDIA、瑞芯微等等。 消费级硬件厂家有：大疆（DJI）、Parrot、零度、Yuneec（昊翔）、ASCTec、极飞、3DR（美国，曾经的大疆对手，现已退出消费级无人机市场）、Gopro等。 方案商有：极翼（提供整机解决方案）、零度（推出基于手机芯片的无人机整体解决方案）等。 技术提供商有：Skydio（无人机导航系统提供商）、Aerotenan、沃旭、PanoptesEBumper、Percepto、BetterView、AMIMON、VerticalAI、Dedrone等。 核心部件供应商有：InvenSense（被日本TDK收购，研发、销售运动跟踪装置中的微机电系统陀螺仪）、MicroPilot（为无人机系统生产自动驾驶仪）、PolarPro（为运动相机专业生产过滤器等配件）、uAvionix等。 配件供应商有：ParaZero、FuerteCases等。 13大主控芯片厂 ①高通（Qualcomm） 主控：高通Snapdragon芯片。它有无线通信、传感器集成和空间定位等功能。采用了“RealSense”技术，能够建起3D地图和感知周围环境，它可以像一只蝙蝠一样飞行，能主动避免障碍物。 为了让Qualcomminside，让自己的芯片优势进入到无人机领域。高通在2015年先后开启收购和投资，在2月份的时候收购了无人飞行器研发公司KMelRobotics，同月月底，领投了大疆原消费领域的劲敌3DR5000万美元C轮。除此之外，高通在9月份推出了无人机设计平台SnapdragonFlight。 SnapdragonFlight最根本的优势在于拉低了无人机的制造成本和售价，再往下挖深层一点，是因为1、高通无人机芯片具有和智能手机相同的处理器，也可能包括其他一些相同部件，能做到规模化生产从而带来成本优化的效应；2、芯片高度集成化，节省了无人机多个高价模块的合起来的成本，据悉各个模块成本合计为无人机成本的30%~40%
如何选择示波器 简介 对于很多工程师来讲，从市场中上百款不同价格和规格的各种型号的示波器中，选择一台新示波器是一件很挠首的事情。本文就旨在指引你拨开迷雾，希望能帮助你避免付出昂贵的代价。 重中之重 选择示波器的第一步不是要看那些示波器的广告和规格，而是要你花一些时间认真地考虑一下你打算用来干嘛和用在什么场合。 l示波器你要用在什么地方（工作台、客户端还是在汽车罩下）？ l一次性需要同时测试几个信号？ l你要测试的信号的最大和最小幅值？ l你要测试的信号的最高频率是多少？ l你要测试的信号是重复还是单次激发信号？ l除了要时域显示外，你是否还需要频域显示（频谱分析）？ 根据以上的几个问题，你就可以开始思考一下什么样的示波器才是符合你要求的最佳选择。 模拟vs数字 本文的重点是放在数字存储示波器（DSOs），它们代表了现在在市场上可以购买到的大部分的示波器。在介绍如何选择一台数字示波器之前，我们很有必要先了解一下模拟示波器。 我相信大部分的电子工程师都曾经用过模拟示波器，并且对它的结构和操作都很熟悉，但事实上，现在很多的人都会选择购买数字示波器来取代模拟示波器。尽管现在仍然还有一些工程师钟爱于模拟示波器，但是已经很少了，有一些是因为模拟示波器的部分特性是DSO 无法超越的。 如果你仍然对模拟示波器不舍，你会发现你的选择将会很有限，现在只有很少的厂家还在做模拟示波器，几款目前还在卖的型号都是基于一些很老的技术，而且性能也很有限。买
一台二手的模拟示波器最初看起来可能是一个很经济实惠的选择。但是购买之前，先检查一下备件是否可用，否则昂贵的维修费用将会使你的购买成为假节约。 关于模拟vs数字示波器的争论，现增加了其他一些准则来衡量，DSOs： l体积小，方便携带； l有很大的带宽； l可单次激发； l彩屏显示； l提供屏显测量； l有简单的用户接口； l提供存储和打印功能 现在的数字存储示波器一般都是与PC连接的，可以完全集成在自动测试仪器（A TE）系统中。另外，DSO还常用于高速信号采集系统前端，使每个通道花费的代价更加经济可行。 带宽 首先要考虑的参数是带宽，带宽可被定义为可通过前端放大器信号的最大频率。因此，示波器的模拟带宽必须大于你要测试信号的最大频率（实时）。 单是带宽是不足以保证一台数字存储示波器能准确地捕捉高频信号，示波器厂商的目的是设计出一款特定频率响应的示波器，这个响应被定义为最大平封延迟（MFED）。这种类型的频率响应使上冲、下冲和振铃最小，实现了出色的脉冲保真度。然而，因为数字存储示波器是由放大器、衰减器、模/数转换器、连接线和继电器组成的，所以MFED响应只能无限地接近，而不能完全达到。 大部分的示波器厂商把带宽定义为当一个正弦波的输入信号在示波器中衰减为它原来幅值的71%（-3dB点）时该正弦波的频率，其实这种定义是没什么意义的。或者换句话说，带宽就是允许输入信号的显示轨迹错误地衰减了29%的频率。 也要记住这一点，如果你的输入信号不是纯正的正弦波，它会含有一些更高频率的谐波。比如说，一个20MHz的纯正方波在20MHz带宽的示波器显示出来的是一个衰减过和失真的波形。作为一个经验法则，尽可能购买一台带宽五倍于所要测试信号最大频率的示波器，但是很不幸，高带宽的示波器非常昂贵，因此你可能要在这方面作出妥协。部分示波器的标定带宽并不在所有电压范围内有效，所以一定要仔细查看下示波器的规格说明。 采样率 选择模拟示波器总是很简单的：只要带宽能满足你的要求就行了，但对于数字示波器，采样率和存储深度都是同等的重要。对于数字存储示波器，采样率常常是用兆样本每秒（MS/s）和千兆样本每秒（GS/s）表示。尼圭斯特准则规定采样率最少必须两倍于你想要 测试信号的最高频率，对于频谱分析仪这可能是足够的，但是对于一个示波器，每个周期至少需要五个样本才能准确地重建波形。
广州虹科电子科技有限公司 技术部 程控电阻控制软件使用手册 版本1.0 广州虹科技术部版权所有
目录 目录 (1) 一引言 (2) 1 编写目的 (2) 2 软件运行环境 (2) ⑴适用运行环境 (2) ⑵适用操作系统 (2) ⑶配置要求 (2) 二软件安装 (3) 1 安装步骤 (3) 2 环境软件安装 (4) 三软件说明 (4) 1 软件简介 (4) 2 功能介绍 (4) ⑴板卡地址设置模块 (5) ⑵阻值显示模块 (5) ⑶直接设置电阻值模块 (5) ⑷编程模块-手动模式 (5) ⑸编程模块-自动模式 (5) ⑹预设阻值模块 (5) ⑺预设阻值载入模块 (6) 四测试验证 (6) 1 实物测试 (6) 2 仿真测试 (8) 五注意事项 (11)
一引言 1 编写目的 本软件有广州虹科电子科技有限公司技术部开发，配套英国Pickering公司的程控电阻卡40-297-050在LXI机箱中的使用，实现对六个通道输出电阻值的精确控制以及对板卡各个通道的电阻值输出进行编程。 2 软件运行环境 ⑴适用运行环境 Workstation工作站PC桌面电脑Laptop移动电脑 虚拟开发环境-VDI虚拟开发环境-RemoteAPP HPC-PBS HPC-WHS ⑵适用操作系统 WinXP 32bit WinXP 64bit Win7 32bit Win7 64bit Linux Win10 Win Server 2008R2Win Server 2003 ⑶配置要求
二软件安装 1 安装步骤 下面将简单介绍软件的安装步骤。 首先，将压缩包减压后，出现如下的程序： 运行setup.exe，出现安装对话框，在对话框里边选择想要安装的文件目录： 在这里目录可以由用户自定义，选择完成后点击下一步，再点击下一步，程序开始安装，稍作等待后，程序安装完成，再点击下一步，进入Pickering公司
双桨搅拌槽关于混合的研究 作者：R. Zadghaffaria, J.S. Moghaddasa,?,J.Revstedtb 文章信息： 文章历史：发表于2009年1月29日 2009年2月7日起可在网上下载 关键字：搅拌槽 PIV CFD 搅拌时间能量 LES 摘要： 计算和实验方法已被用于研究带有两个六叶涡轮桨全包围搅拌槽的流场、功率和搅拌时间。搅拌槽中的流量包含在旋转的叶轮叶片和固定挡板之间的流量的相互作用。在计算流体力学中，滑移网格方法已经被用于流场的开发。发射脱离系统已经用于模拟湍流。对于两个系列的实验中进行的模拟结果的验证:1）速度测量的液相粒子图像测速（PIV）；2）在液相中使用的平面激光诱导荧光（PLIF）技术确定示踪剂的浓度测量。在每个系列中采用三个不同的叶轮转速：225，300和400转。搅拌功率的计算结果也根据输入的PIV结果。随着提高叶轮速率，搅拌时间相当大的减少，搅拌输入功率也被增大。满意的比较表明这CFD方法作为计算工具，用于设计的潜在用途搅拌反应器。 @2009爱思唯尔有限公司保留所有权利1、简介： 搅拌槽内被广泛用于化学，食品和加工工业中用于混合两种可混溶的流体。通常情况下，在位于中央的叶轮搅拌槽内，
与对每个刀片后面的旋涡，一个在上面，下面的磁盘之一，产生的旋转运动。附近的涡流中的流体高度剪切，导致在局部减少的一个属性，例如示踪剂浓度为。旋转运动的流体使一个复杂的循环水箱中的湍流，固定挡板的流交互，提高了搅拌。通过旋转的叶轮排出的流动，形成一个朝向罐壁射流。沿着壁垂直流动后，流体将朝向罐的轴线有一个再循环流动模式。 当混合罐内使用一个以上的叶轮时，流场的复杂性大大增加。实验调查对于更好理解复杂的流体力学搅拌设备做出来了显著的贡献。关于双桨搅拌槽产生流场的实验调查已经被Rutherford, Lee, Mahmoudi和 Yianneskis用激光多普勒测速仪证实过，且主要的精力放在后面的涡轮桨尾涡结构上。从容器底部之间的间距叶轮间隙的各个值也进行了研究。Bonvill- ani, Ferrari, Ducrós和Orejas通过实验断定了配有双涡轮浆搅拌器的搅拌槽的混合时间。在他们的实验中，利用PH反应技术来确定搅拌时间没有取得显著的效果。Chunmei,Jian, Xinhong和Zhengming用二维PIV方法用于测量速度，同时也研究了流场的模式和叶轮间隙的影响。 在两个桨叶轮，具有不同形状和尺寸的各种各样的叶轮，并具有不同的叶轮间隙，这样，在实践中使用的不同的应用程序所产生的流动的实验调查。因此，计算预测绕流的一个叶轮的任何形状，并且其与另一个叶轮的交互工具，它可以安装在同一轴上的混合技术将有巨大的应用程序。
武汉工业学院 《油料加工工艺学》课程工艺设计说明书设计题目：450T/D大豆脱皮及预处理车间工艺流程设计 姓名梅霄 学号090107609 院(系) 食品科学与工程 专业油脂加工工艺学 指导教师罗质 2012年12 月9 日
目录 一、前言 (1) 二、工艺流程设计方案的确定 (2) 三、工艺流程说明 (3) 四、工艺计算 (4) 五、设备选型 (6) 六、设计体会 (9) 七、参考文献 (10) 八、附录 (10)
一、前言 在油脂加工过程中，能耗与生产成本、产品和副产品的质量与得率等．都与油料的预处理有着直接的关系。因此，加快油料预处理车同的技术进步是一项十分重要的任务。 大豆生胚挤压膨化浸出是一种较新的油脂生产工艺，自帅年代始于美国、巴西等国家，近年来，此技术在美国、巴西等大豆主产国迅速推广和应用。美国ANDERSON公司己生产出日处理量为1500 t的大型膨化机，而国内仅有少数油厂采用此工艺技术。大豆生胚膨化浸出即对大豆进行清理、破碎、软化、轧胚、干燥后，再经挤压膨化，制成膨化颗粒，然后进行浸出取油。对豆胚的挤压膨化作用在膨化机中进行。含水为10％左右的豆胚，由喂料螺旋输送机送人挤压膨化机，在挤压膨化机内，豆胚被螺旋轴向前推进的同时受到强烈的挤压作用，使物料密度不断增大，并由于物料与螺旋轴及机膛内壁的摩擦发热和直接蒸汽的注入，使物料受到充分混合、加热、加压、胶合、糊化的作用而产生组织结构的变化，物料挤出膨化机末端的模板槽孔时，压力瞬间从高压转变为常压，压力的突然撤消，造成水分迅速地从物料组织结构中蒸发出来，物料受到强烈的膨化作用，形成具有无数个微小孔道的膨化料粒。豆胚经挤压膨化过程，油料细胞组织被较彻底地破坏，蛋白质变性，酶类钝化，容重增大，游离的油脂聚集在膨化料粒的内外表面，对后续的浸出取油和油脂精炼非常有利，其优点是常规的生胚浸出取油工艺所不能比拟的。【1】 ①传统的大豆预处理工艺流程如下： 大豆→筛选→磁选→去石→破碎→软化→轧坯→烘干→平刮板输送机→至浸出车间 ②改进后的大豆预处理工艺流程如下： 大豆→筛选→磁选→着水→去石→破碎→软化→干燥脱水→均质→轧坯→烘干→平刮板输送机→至浸出车间↑ ↑热空气 热空气 大豆的挤压膨化技术油料挤压膨化技术是一种新兴的，适合多种油料加工的生产工艺，这种工艺克服了传统加工工艺中物料受热温度高、时间长等问题。 ①大豆挤压膨化工艺流程如下： 原料→清理→破碎脱皮→软化→轧坯→挤压膨化→烘干→浸出 ②膨化的机理：物料在膨化机内被螺旋轴向前推进的同时受到强烈的挤压作用，使物料密度不断增大，由于物料与螺旋轴及机膛内壁的摩擦发热和直接水蒸气的加入，使物料受到充分混合、加热、加压、胶合、糊化的作用而产生组织结构的
CRO的作用，现状，发展和名录 随着跨国制药企业向低成用本市场转移医药研发外包业务，中国因为丰富的临床受试群体、庞大的医疗卫生人才库、逐步增加的符合国际标准的多中心临床试验基地、以及政府的政策支持，作为一个新兴市场赢得越来越多的机会。由专业的人做专业的事，联合各专业的临床研究组织，整合各服务资源已经成为需求和趋势。目前行业内服务于临床研究有多种模式和组织，其中比较成熟的有CRO(Contract Research Organization，合同研究组织)、和SMO(Site Management Organization，现场管理组织)。除此之外，现行的临床研究服务组织还包括ARO（Academic Research Organization，学术研究组织）、RMO （Research Management Organization，研究管理组织）等。 一、CRO的作用 CRO英文全称Contract Research Organization，是新药研发合同外包服务机构。主要通过合同形式向制药企业提供新药临床研究服务的专业公司。其优势在于短时间内可迅速组织起一个高效率的临床研究队伍，加快药品上市时间，从而降低整个制药企业的管理和研发费用。CRO服务内容包括新药申请、方案设计、临床监查、数据管理、统计分析和研究报告撰写等。CRO说的简单一点就是代工，但是这个代是研发药物，不是制造药物环节。 二、CRO企业的国内外发展现状 截至今年5月底，我国CRO机构约140家。按分布省份来看，北京CRO机构达50家，位居国内首位；上海以24家的数量位居其次，且与北京合计占比超50%；广东、江苏、浙江则分别为12、10、10家。以上5个地区的CRO机构合计占比超过70%，主要得益于这些地区生物医药产业发展成熟、研发资源丰富，以及教育资源与高端人才等创新动力充足。 图1我国CRO企业产业分布图
热电偶温度采集模块 紧凑的CAN总线测试模块 完全电隔离的8通道或16通道 NiCr-Ni 热电偶温度输入（K 型） 每个通道有内部冷端补偿 在所有温度和环境条件下都具有非常高的测量精度 超低功耗 工作温度： -40 °C to +125 °C (汽车版) -40 °C to +85 °C (工业版) 坚固的铝外壳 IP65/IP67 (汽车版), IP50 (工业版) 高性价比 CSM 微型模块当中的测量模块能够解决汽车测试技术上高难度和高要求的难题。用于发动机舱内测试，该模块可用于极端温度和恶劣的工作环境中，同时，该模块也非常紧凑。 所有CSM的微型模块都具有优良的技术参数和高性价比。针对用户需求，模块用于热电偶温度测量，有3种不同的外壳可供选择，可任意组合。为了方便使用，所有连接接口都安装在模块前方。 8路热电偶温度采集模块(THMM 8)
8通道模块有8个NiCr-Ni微型热电偶连接头。它能妥善解决许多应用问题，它经济、使用简便和灵活。THMM8，如汽车版主要用于发动机舱内，对于在较低环境要求的应用当中，也可以使用工业版。 8路MC接口热电偶温度采集模块(THMC8) 8通道模块有1个NiCr-Ni多输入连接头。该模块可以被安装到非常小的间隙当中，信号电缆由带铁氟龙包层的热电偶线组成。多输入连接头的引脚是由 NiCr-Ni材料组成，这对于测量的准确性非常重要。如果您的模块需要迅速调换的话，该方案是首选。THMC8只有汽车版。 16路热电偶温度采集模块(THMM 16) 16通道模块带有16个NiCr-Ni微型热电偶连接接口，每个通道有一个双色状态LED灯。该模块的数据采集速率最高达到200Hz，尤其适合多通道温度采集应用。在配置时，THMM16和两个THMM8的使用时一样的。THMM16具有汽车版和工业版两个版本。根据需求，THMM 16也可作为具有2个NiCr-Ni多输入连接头的THMC 16使用。 附件 CAN总线和电源缆线、CAN总线连接电缆、CAN适配器电缆、THMC信号电缆、总线终端插头和支架部分，请查看“CSM mini模块附件”数据表。 发货清单： CAN总线微型模块，CSM Config Tool、说明文档、经过DIN EN ISO/IEC 17025认证的校验证书。我们建议您对测量模块进行年度校验。如需要进一步的技术资料和参考请咨询我们的技术销售和分销商。
目录 第一章DF PROFI II板卡安装 (1) 1.简介 2.技术数据 3. DF PROFIⅡPCI安装 (2) 3.1.PCI板卡安装 (2) 3.2.Configurator Ⅱ软件安装 (4) 第二章DF PROFI II作主/从站 (8) 1.Profibus网络组态 (8) 2.作主/从站 (9) 2.1.作主站（Master） (9) 2.2.作从站（Slave） (9) 第三章样例分享 (11) 1.C和C++样例 (11) 2.PROFIBUS样例程序 (12) 3.VB样例程序 (13) 3.1.主站功能 (14) 3.2.从站功能 (14) 3.3.辅助功能 (14)
第一章DF PROFI II板卡安装 1．简介 DF PROFI II接口板卡可用作DP主站或DP从站。除了标准的PROFIBUS DP/DPV1服务，该板卡还提供一个看门狗功能，含物理PROFIBUS线路断开，符合主站class 1冗余思想。 如果运作的PC系统出故障，一个无缝开关切换到一个冗余的备用系统。 发货清单中配备了VB/C/C++例子供使用者进行参考和查看，可使用户在短时间掌握DF PROFI II接口板卡使用方法。 2. 技术数据 型号PCI、PCI-Express、CompactPCI 和PC104+ 支持的PROFIBUS协议版本PROFIBUS DP/DPV1 工作模式DPV0 Master class 1, DPV1 Master class 2 和DPV0 Slave 接口PROFIBUS RS485 (DB9) 波特率PROFIBUS RS485: 最大12 Mbit/s
基于PCAN-Explore5的汽车空调测试方案 1引言 近年来随着汽车工业的迅猛发展和人民生活水平的日益提高，汽车开始走进千家万户。人们在一贯追求汽车的安全性、可靠性的同时，如今也更加注重对舒适性的要求。因而，空调系统作为现代轿车基本配备，也就成为了必然。 汽车空调是指对汽车座厢内的空气质量进行调节的装置。不管车外天气状况如何变化，它都能把车内的湿度、温度、流速、洁度保持在驾驶人员感觉舒适的范围内。广州虹科携手德国CSM为您提供了一整套基于PCAN-Explorer5的汽车空调测试系统，该测试系统是您的测试更加智能、准确，对于汽车空调技术的应用研究具有重要的意义。 2需求分析 2.1汽车空调的特点 众所周知汽车空调是以采用发动机的动力为代价来完成调节车厢内空气环境的。了解汽车空调的特点，有利于进行汽车空调的使用和维修。与室内空调相比，汽车空调主要有如下特点： 1 汽车空调安装在行驶的车辆上，承受着剧烈频繁的振动和冲击，因此，各部件应有足够的强度和抗振能力，接头应牢固并防漏。不然将会造成汽车空调制冷系统的泄露，结果破坏了整个空调系统的工作条件，严重的会损坏制冷系统的压缩机等部件。 2 汽车空调所需的动力均来自发动机。其中轿车、轻型汽车、中小型客车及工程机械，空调所需的动力和驱动汽车的动力均来自一台发动机。这空调称非独立空调系统。大型客车和豪华型大、中客车，由于所需制冷量和暖气量大，一般采用专用发动机驱动制冷压缩机和设立独立的取暖设备，故称之为独立式空调系统。虽然非独立空调系统会影响汽车的动了性，但它相对于独立空调，在设备成本、运行成本上都较经济。 3 汽车空调的特定工作环境要求汽车空调的制冷、制热能力尽可能的大。其原因如下： （1）夏天车内的乘客密度大，产热量大，热负荷高；冬天采暖人体所需的热量亦大。 （2）为了减轻自重，汽车隔热层一般很薄，加上汽车门窗多，面积大，所以汽车隔热性差，热损大。 （3）汽车的工作环境因在野外，直接受阳光、霜雪、风雨等的影响，环境变化剧烈。要使汽车空调在最短的时间里在车厢内达到舒适的环境，就要求其制冷量特别大。对非独立的空调系统来说，由于发动机工况频繁变化，所以制冷系统的制冷机变化大。比如发动机在高速和怠速运行时，转速相差10倍。这必然导致压缩机输送的制冷剂量变化极大。制冷剂
EtherCAT主站开发-含ZedBoard测试数据对比 本文从四个角度描述：一、EtherCAT主站的基本要求；二、EtherCAT主站常见配置；三、对EtherCAT主站开发方案供应商的要求；四、KPA主站方案在ZedBoard的测试结果（Xenomai和Linux Rt-Preempt）。 一、EtherCAT主站的基本要求 硬件上：唯一一个硬件的要求就是要有NIC（网络接口控制器，全双工通讯的00 MBit/s） 软件上：一个实时运行环境，用来驱动网络中的从站。 编程软件：可选IEC61131-3编程环境（如3S的 CoDeSys以及KW的Multiprog等）或者用户自定义软件 二、EtherCAT主站常见配置 EtherCAT主站设备供应商一般需要给用户提供：ENI文件以及EtherCAT主站配置工具；而EtherCAT从站设备供应商应该提供的是ESI文件。 1.EtherCAT Network Information File (ENI) :ENI文件描述了网络拓扑结构、每个设备的初始化命令、需要周期发送的命令。ENI文件是给主站用的，主站会根据这个文件里面的命令来发送给从站。每个EtherCAT主站需要配备ENI文件。 2. EtherCAT Slave Information(ESI):每个EtherCAT设备须随货给用户一个ESI文件，一般是.xml格式。ESI 文件是配置工具在离线模式下用来编译网络信息ENI的（比如过程数据结构，同步命令等） 3.EtherCAT主站配置工具：一般EtherCAT主站设备供应商需要为用户提供免费的配置软件+编程软件+ENI 文件。主站配置工具要求具备如下功能：加载从站ESI文件，创建/加载主站ENI文件；扫描EtherCAT网 络拓扑结构；初始化；设置分布时钟；在线通过CoE修改SDO参数；IPDO上传等等。 三、对EtherCAT主站开发方案供应商的要求 主站开发一般会选择以下两种方式（买现成的硬件方案除外）： 1、选用免费的开源代码 2、采用第三方商业版代码 一般在作前期开发调研时，大家最关心的是费用、研发时间、技术服务、不同供应商的性能如何等，在综合 评估下，会选定一个开发方案：自己开发硬件还是采用现成的硬件方案？自己开发的话，EtherCAT部面分 自己写代码，还是用商业版的方案？用商业版的方案，应该选哪家的？ 下先假设大家自己开发硬件的情况下，对选开源还是选商业版方案提供了一个简单的对比表
ETHERCAT从站开发方案介绍-含ET9300对比 EtherCAT一般设计要求（针对uC+ESC的方案）： 硬件上：主控制器uC+ESC（可选各供应商的EtherCAT从站控制器） 操作系统：无特殊要求，根据产品性能决定，也可以不用操作系统 软件上：需要完成主控制器uC对EtherCAT报文的通讯，ESC一般带开发包可完成移植。 难点：如何实现uC与ESC之间的数据交互。 对供应商的要求： 提供高质量的源代码（代码效率高、EtherCAT性能优化） 提供至少一个硬件平台的demo 提供完整的EtherCAT网络诊断和配置工具：以便测试等 一般从站包括以下三个核心部分： 物理层：要有网口 数据链路层：有EtherCAT 从站控制器ESC（这是通讯模块）和EEPROM。 应用层：有主控制器或者说应用控制器或微控制器uC（即比如DSP28346或者F407之类的）。 ESC即EtherCAT从站控制器可以通过FPGA(Field Programmable Gate Array)或者ASIC(Application Specific Integrated Circuit)来完成。
EtherCAT的报文帧结构： ESC即EtherCAT从站控制器可以通过FPGA(Field Programmable Gate Array)或者ASIC(Application Specific Integrated Circuit)来完成。 EtherCAT通讯的速度和性能与主控制器（比如DSP28346）软件程序的性能互不影响。 关于PDI：ESC上的PDI- Process Data Interface过程数据接口有这几种情况： i. Up to 32 Bit digital I/O ：32位的数字量IO ii. Serial Peripheral Interface (SPI) ：SPI总线 iii. 8/16-bit synchronous/asynchronous Microcontroller Interface (MCI) ：8/16位的同步/异步微控制器接口MCI iv. With FPGA: specific on-board-bus (Avalon on Altera devices resp. OPB on Xilinx devices) ：带FPGA的：特定的on-board-bus 过程数据和参数是通过ESC上的DPRAM来交互的。为了保证数据的一致性，ESC硬件上会有一些机制：比如同步管理器等。chapter 1.3.4 关于FPGA:为了实现FPGA，ESC会用IP Core的方式实现EtherCAT功能和通讯。FMMUs(Fieldbus Memory Management Units 现场总线内存管理单元)，SyncManagers, DC support, PDI这几个功能是可以配置的。FPGA实现方式有两种：一个是在FPGA上集成ESC和一个软核uC，然后用FPGA的板上总线与主控制器交互。另外一个方式是：FPGA只用于EtherCAT功能部分，然后通过SPI总线连接到外部的主控制器。
CAN总线物理层自动诊断方法 一、诊断原理框图 首先WaveBPS有一个TCP/IP服务器，可以实现Vehicle Spy 3应用的远程控制。TCP/IP服务器提供了基本的文本指令设置，用于远程应用数据捕获，保存数据以及收集结果。Vehicle Spy 3的Function Block脚本可以轻易控制TCP/IP服务器，使得Vehicle Spy 3的报文仿真和诊断功能与模拟量信号捕获与分析相结合。 二、WaveBPS与Vehicle Spy 3介绍与功能概述 WaveBPS,是一种用于采集和分析 FlexRay，CAN UART(J1708,K-Line, SCI, GM CGI), J1850, SPI, I2C 或 LIN 总线物理层波形的高级分析工具。除了一般的监控功能外，WaveBPS 可以快速捕捉偶然的或间歇性的错误，如：跟踪由于突发事件引起的 CAN 错误帧或检查 LIN 工具在软件运行时是否存在 timing 错误。 Vehicle Spy 3是一款可独立使用的全面的ECU和CAN总线分析仪工具，能够进行汽车诊断，节点/ECU仿真，数据采集，自动化测试，存储器编辑或者校准，以及车辆网络总线监测等等。
三、诊断方法实现： 步骤一：打开WaveBPS软件，点击Application Configuration,并输入端口号：2301，再启动服务器. 步骤二：打开VEHICLE SPY 33软件，点击Tools—>Test API,然后进行服务器连接设置，如图，填写描述，选择TCP/IP，输入与电脑相符的TCP/IP地址和端口。
步骤三：完成以上步骤以后，选择Test API Terminal,如下图所示,可以输入指令控制WaveBPS的动作，如start, stop等指令。 步骤四：如上步骤已经完成了VEHICLE SPY 3指令控制WaveBPS的运行，接下来是脚本控制自动测试功能。 如下图，打开Vehicle Spy 3 的Function Blocks,然后点击“+”，增加脚本。
数据记录仪专业版 ●单独的数据记录仪，带故障防护数据采集功能 ●4个CAN总线接口，可选电隔离 ●数字输入/输出 ●集成 GPS接收器和 UMTS/GPRS 调制解调器(可选)支持高达 128 GB 容量 CF 卡“热插拔”独特的触发条件，分组记录信号和信息支持用户定义前置触发缓冲，大小仅由 CF 卡容量决定支持 CCP 协议，目前正在开发新的协议应用 ●工作温度: -40°C to+85°C 通电后快速启动非常低的待用电源消耗 UniCAN 2 Professional是一个基于μ 控制器单独的数据记录仪，具有高端设备的优越特性和大容量存储的特点。这是因为： ●基本功能直接在硬件(FPGA)层面实现。 ●独特的 REC09 数据文件管理系统(由 CSM 开发)，可处理现代大容量存储卡中特殊的数据存储问题。 应用领域 主要应用于采集测量数据，以及采集在道路测试、耐久性测试、驱动动力特性, 标定等情况下的 ECU 信息。应用领域有： ●轿车、卡车、客车、越野车、大型旅行车 ●农业、建筑业和特殊用途车辆 ●飞机、火车和军用车辆 另外，也可应用于新技术的测试和验证，如：
●电动技术 ●混合动力技术 ●燃料电池动力技术 配置 UniCAN 2 Professional 目前提供两种方式进行快速、安全和方便的配置： ●高达 128 GB 容量的紧凑型闪存卡 ●GPRS, EDGE, UMTS/3G CSM也提供在 UniCAN 2 环境(工作温度：-40°C ～+85°C，坚固设计)下使用的CF 卡，已经经过有故障保护功能的 CSM REC09 文件系统格式化，并且贴有明显的标签。 通过 UniCAN 2 Config Tool进行配置，这个新的配置工具强调操作的简单和高效，具有以下特点： ●生成/管理记录仪的配置 ●对 CF 卡进行格式化、读取、写入操作 ●为设备调制解调操作和远程数据交换进行配置(SIM卡, FTP 服务器, ...) 车队管理用标准软件对数据后期处理进行数据流控制固件升级 (通过 CF 卡或远程数据交换) 数据源和输出 ●UniCAN 2 Professional 可以从不同的数据源记录数据： ●CAN, free running 模式（可能的“只听”模式） ●使用 CCP 协议的 CAN(Seed & Key 独自按照顾客需求) ●GPS 定位数据和其他内部系统信号数字输入 此外 ●可以激活数字输出