Quantcast
Channel: iThome
Viewing all articles
Browse latest Browse all 31352

都市進化的15個IoT應用

$
0
0

 IoT創新應用 36 

臺北市資訊局
城市也能變成一個大型物聯網實驗室

為了將臺北市打造為IoT的城市實驗場域,臺北市資訊局利用12座LoRa無線通訊基地臺布建一個大型戶外IoT網路,至今有超過50個團隊申請參加這項實驗,物聯網平臺預計下半年上線。

臺北市資訊局在2015年初開始規畫將整座臺北市打造成為IoT的城市實驗場域,來加快推動智慧城市,因此利用了12座LoRa無線通訊基地臺,布建一個通訊範圍可覆蓋全北市的大型戶外IoT網路,並開放市民參加這項實驗。臺北市資訊局從2016年1月開始進行平臺的測試,且在今年4~5月開放外界申請,至今已有超過50個團隊申請,預計對外招收200個團隊, 之後這些申請通過的IoT新創團隊或開發者,都能利用這個實驗平臺,來開發各項城市IoT新應用。原訂這個物聯網平臺,將於今年上半年上線,但因需要更多測試時間,因此將改延到下半年上線。

 

 IoT創新應用 37 

臺北市政府
整個城市變身成為空污監測站

臺北市政府在2016年3月正式展開了一項城市空污監測計畫,利用發放給民間和政府單位300個具有感測空污功能的空氣盒子,來即時監控臺北市的環境數據,包括了溫度、濕度,以及空氣中含有的細懸浮微粒(PM2.5)濃度等,來加以分析,改善城市的空氣品質。市民也能直接上網查詢,或用App查看即時的空氣品質狀況,來避開出入有高空氣污染的場所,並也能利用這些政府開放的空氣品質數據,來挖掘出新的應用方式。

 

 IoT創新應用 38 

荷蘭城市
高運輸自駕公車將開始營運

荷蘭政府在2016年2月宣布今年夏天將於部份城市開始提供無人公車的載送服務,來減少公車司機因長期疲勞駕駛而釀禍的事故發生。這輛公車內最多可乘載六人,行駛最高時速可達40公里,並靠著機器視覺作判斷來決定最佳的行駛路線,且因為採用無方向盤和踏板設計,因而有增設通報機制,一旦有緊急狀況發生時,乘客直接能和控制中心聯繫,以確保乘客的安全。這輛自駕公車已持續在荷蘭瓦赫寧恩大學校區進行道路實測,未來開始載客後,乘客搭車時能利用App來預訂座位和查詢搭乘路線。(圖片來源/WEpod)

 

 IoT創新應用 39 

美國加州柏克萊地震實驗室
手機變身可攜式的臨時地震儀

美國加州大學柏克萊地震實驗室在2016年2月於Google Play上架了一個App,稱為MyShake,利用了智慧手機內建的加速感測器,讓手機變成一個可攜式的臨時地震儀,能反映出地震時地面晃動的大小,來探測一定強度的地震規模,為智慧手機用戶提供早期的預警,並也能提供沒有設置地震偵測儀的偏遠地區的民眾來使用,幫助他們在地震發生時,第一時間搶下保命的先機。這個App之後也將推出iOS版本。(圖片來源/美國加州大學柏克萊分校)

 

 IoT創新應用 40 

英國鐵路工廠
高速列車設計也開始結合物聯網技術

英國鐵路工廠在2015年7月開始導入了一套物聯網技術,能依據從現有鐵路車輛的感測器,所蒐集的大量火車行駛數據,來找出造成車輛故障的成因,以避免火車故障停駛的情況一再發生,這些數據分析的成果,也幫助他們在生產製成新的火車時,可以改選用較不易故障的零件或機器設備,甚至成為他們在2016年打造英國高速火車時,能採用更好的車輛設計方式,來優化高速列車行駛的性能。這輛英式高速鐵路火車,預計將在2017年開始在英國都市間提供搭乘服務。(圖片來源/Hitachi Rail Europe)

 

 IoT創新應用 41 

普利司通
汽車輪胎能幫你提醒路況變化

日本輪胎大廠普利司通在2015年11月宣布他們研發的新一代智慧輪胎感測技術(Contact Area Information Sensing,CAIS)已開始可以進入商用的階段,未來將使用在市售汽車的輪胎內,能在汽車前方視線不良的情況下,即時幫助駕駛人判斷前方路面狀態,例如地面溼滑、結冰或道路積雪等,來提醒駕駛人放慢車速或採取相應的駕車方式,減少車禍等事故的發生。目前在日本北海道當地的部份卡車或車輛都用了裝有CAIS系統的輪胎進行路測。(圖片來源/普利司通)

 

 IoT創新應用 42 

日本新潟縣妙高市
除雪車能自動監控積雪

長年都在下雪的日本妙高市在2015年時利用了物聯網的通報機制,來提高除雪車的清除效率,利用在市區裝設的攝影機和溫度感測器,來取得地面積雪狀況,自動回報除雪車到場清除,民眾也能即時用App查看周遭有無積雪,避開此路段行走。

 

 IoT創新應用 43 

日本國土交通省
車站導航指引也有新服務

日本國土交通省於2016年2月開始利用東京車站周邊地下街布設的300個Beacon裝置,提供進出車站行人的導航指引服務,讓這些來工作或遊玩的國內、外旅客,也能很快利用手機App來查出所在位置,找到想要搭乘的車站地鐵路線怎麼走。

 

 IoT創新應用 44 

NEC
人臉辨識新境界,邊走就能邊確認你身份

日本NEC公司在2016年4月,開始在公司內部大規模導入了他們新開發的一套通行臉部辨識技術,這套人臉辨識技術能追蹤員工進出公司大門的臉部表情,來即時比對確認他的身份,而且不需要停下腳步或是面向攝影鏡頭,也能精準完成辨識工作。未來等到技術成熟後,也可運用在有大量行人走動的公共場所上,來幫助改善城市安全,並加強對於公共安全的把關,這項通行人臉辨識的實驗計畫,目前總共由NEC東京總部近千名員工參與實測,將為期4個月進行測試,預計2020年推向實用階段。(圖片來源/NEC)

 

 IoT創新應用 45 

日本東京羽田機場
機場租用服務也開始結合Beacon技術

Beacon定位技術近來年也開始在機場擴大應用,例如日本航空繼在東京羽田機場內導入Beacon 來提供員工的定位服務,緊接下來在2015年10月則又展開了另一項機場Beacon應用實驗,能讓旅客直接利用手機App即時定位機場租用設備的所在位置,這些具有Beacon定位功能的機場設施,包括了提供旅客租用的200臺輪椅、嬰兒車,還有裝在90位員工身上的對講機,也都裝有Beacon功能,可以更快速幫忙旅客,就近找到放有輪椅和嬰兒車的地方,或是很快找到機場人員來予以協助,提高機場服務的品質。(圖片來源/羽田機場)

 

 IoT創新應用 46 

日本長野縣
能幫登山客遇險保命的IT護身符

日本長野縣政府和民間單位合作在2014年8月開始為每一位申請爬山的登山客,都提供了一個護身符造型的小型iBeacon裝置,可以利用在每個登山道的休息站裝設的聯網裝置,來感知他們目前所在的登山位置,並也會通知他們的家人,而一旦登山客遇到了危及狀況時,搜救人員很快就能依據iBeacon所定位出的搜救位置,來縮小搜索範圍,在搶救時效內找到受困者,來減少山難事故的發生。而從開始採用至今,也獲得廣大迴響。(圖片來源/Bigtree)

 

 IoT創新應用 47 

Weathernews
用無人機實現在地化的氣象通報

日本一家跨國氣象情報公司Weathernews在2016年4月宣布將在全國8處的氣象觀測站據點,利用多臺無人機來打造一個區域性的氣象觀測網路,能透過無人機監控所在的當地天氣好壞 ,來提供居民更即時的天氣預報服務,而從這些無人飛行器所蒐集到的天候資料,還可用來提供附近機場塔臺的飛航人員,來做為判斷飛機起降時的參考依據。這項無人機的氣象觀測計畫,預計將在今年夏天展開試驗,未來也計畫擴大無人機的部署規模,來執行各類型的氣象觀測任務。

日本氣象預報公司Weathernews預計將在今年夏天,開始利用無人機,在全國各地進行氣象預報的試驗。(圖片來源/Aerosense)

 

 IoT創新應用 48 

ALSOK
監視器也能用來追蹤人犯

日本大型保安公司ALSOK在2015年12月開始將保安系統與AI人工智慧結合,來更進一步加強對於公共安全的監控,包括利用了從監視器蒐集大量行人影像的數據,來進行深度學習,而實現了新的一種更聰明的安全監控方式,例如能利用監視器鎖定可疑人物後,能以多臺攝影機幫忙警方進行人犯跟踪,另外也可從畫面中的行人動作舉止,來判斷是否有糾紛或犯罪行為即將發生,及早通報警方到場制止。(圖片來源/NTT)

 

 IoT創新應用 49 

東京警視廳
警用監視系統也結合電腦視覺打擊犯罪

日本東京警視廳在2016年5月開始選定在東京市區內啟動一項公共安全的實驗計畫,利用了具有高解析度的監視器並結合電腦視覺,來加強社會治安的維護,能做到從一群人當中判斷出可疑的人士或是靜止物品,來即時通報警方到場處理,或提供做為接下來偵查辦案的參考依據,甚至他們還在這項試驗當中導入了一套群眾行為分析技術,能夠利用監視攝影機,來自動感測周圍人群異常的擁擠狀況,現場就能判斷是否有緊急情況發生,並能在第一時間立即通報,而不需要另外等到有人通知,警方才派人處理,才不會失去搶救民眾生命的黃金時間。

 

 IoT創新應用 50 

富士通
靠AI自動分辨路上人車動向

不論是將即時影像辨識技術運用在都市交通的行人、車輛特徵辨識上,或者是用來辨別辦公大樓內行走的人們行為,背後靠的都是利用一套深度學習技術來加以實現。

富士通在2016年5月舉行的富士通論壇中,展示了他們結合AI最新的即時影像辨識技術,利用深度學習打造了一套人工智慧系統,已使用在都市交通的即時影像辨識上,至今已可快速分辨出移動中的公車、汽車、摩托車及行人等物體,即使行人或車輛距離監視系統有一段距離遠,也能都清晰辨識,甚至富士通還使用結合深度學習的新辨識技術,將AI運用在分辨人們在大樓中的移動行為,例如爬樓梯時的移動,傳統技術的辨識率只有5成左右,而採用深度學習技術則讓辨識率達到9成以上。這些即時影像辨識的新技術,將有助於用來改善交通和維護治安的用途。

 

【相關報導請參考「IoT 100(上)」專題】


Viewing all articles
Browse latest Browse all 31352

Trending Articles



<script src="https://jsc.adskeeper.com/r/s/rssing.com.1596347.js" async> </script>