攝像頭作為安防和監控系統中的重要一環,廣泛分布于生活當中的各個場景,主要通過電源供電或者鋰電池供電來維持工作,但你不會想到,現在燈光也可以給攝像頭無線供電了。
(自供能AI攝像頭)
當然,我們都知道燈光是不帶電的,且室內和室外的光照強度不同,哪怕在晴天條件下,室內的燈光強度也僅有室外的三百分之一,那這么微弱的光線,到底是怎么給AI攝像頭供電并實現數據處理呢?
據悉,這是由飛英思特技術人員研發的一種創新技術——可用于微能量供能的AI深度學習技術。結合飛英思特環境取能技術成功實現攝像頭無電源工作,且擁有AI計算的能力。
在我們日常生活的環境中,存在著多種微弱能量,例如微光能、動能、溫差能、RF射頻能等,這款AI攝像頭就是通過頂部的光能采集板來收集環境中的微光能,并將其轉化為電能為攝像頭供電。
微光能產生的能量本就有限,這也導致了該款AI攝像頭的運行功耗也被壓縮到了一個極低的數字,我們常用的有線鼠標其功耗為0.5w,而這款攝像頭的運行功耗僅占它的百分之五,為25wm,而靜態功耗更低,僅占有線鼠標功耗的五萬分之一,為10uw。
(自供能AI攝像頭)
在這樣的超低功耗環境下,能實現攝像頭的正常工作已實屬不易,但它最厲害的地方在于,在不聯網的情況下,還能實現智能檢測視覺對象和圖像數據處理。
想要實現傳統的AI深度學習算法,離不開高功耗的支撐,例如超市里的刷臉支付設備,想要實現人臉識別,就必須外接電源。而飛英思特依靠微能量供能的AI深度學習技術,通過對輕量化算法的優化,綜合了模型量化、剪枝及模型蒸餾技術,降低了軟件算力的功耗需求,成功在低功耗邊緣設備上實現深度學習推理。
(自供能AI攝像頭識別畫面)
當目標出現時,AI攝像頭會自行拍照并進行數據分析,在得到識別結果后,僅將識別到的結果或圖像上傳到云端,此設計大大節約了AI計算模組所需的功耗。該款自供能AI攝像頭的像素已達到200萬,技術人員正朝著500萬像素的目標攻堅。
(200萬像素的AI攝像頭實拍,間隔距離5m)
這項技術的誕生,為城市、野外等無電源的場景,進行快速部署免維護的自供能AI設備提供了新的可能性。
試想一下,未來智能設備將會逐步擺脫電源受限的束縛,這種自供能AI攝像頭將可以快速地部署在家庭空間,城市路口、工業廠房、旅游景區等環境中,進行安全、交通、設備、環境的監測工作。
越來越多的自供能產品也將會逐步問世,未來的數字家庭、數字工業轉型將會變得越來越容易。隨著技術的發展,困擾設備供電的問題,也終將會逐步淡出大家的視野。
【免責聲明】本文僅代表合作供稿方觀點，不代表和訊網立場。投資者據此操作，風險請自擔。
最新評論