何为智能家居上游产业?对其发展有何影响

简介:

智能家居从产业链角度分析,上游主要包括传感器、柔性概念元件、电池,核心是传感器,据申银万国的相关研报中称MEMS传感器是可穿戴设备产业链申的点金石,是产业链上游技术的核心。的确如此,因为作为智能化的“核实心物质”,IvlE.TvIS传感器附加值高,是人机互动的重要基础,可以说是可穿戴技术创新和未来发展潜力的最重要方向,也是信息化的硬件基础。

何为智能家居上游产业?对其发展有何影响

因此,符合人体工学的触摸屏的柔性设计及用于人体信息收集的传感器在产业链上显得尤其重要。上游产业国内主力军基本为上市公司,总共有9家:传感器厂商歌尔声学、水晶光电、苏州固锝、汉威电子,柔性概念元件厂商得润电子、丹邦科技,非晶态合金厂商安泰刹.姑、云海金属,生产电池的德赛电池。由于上市公司在技术和市场方面的相对垄断,国内上游产业在一级市场的表现相对不活跃。根据公开数据统计,总共有8起投资,基本都发生在2013年,其中最大投资来自星星科技8亿收购触摸屏厂商Toptouch。随着可穿戴设备的不断高速发展,上游产业也会出现更多拥有核心技术的创业公司。

IC芯片

智能家居单品所需的IC芯片与物联网行业主流芯片是基本一致的,当前出货量较大的仍是国外的芯片厂商,包括高通、博通、NXP、ARM、MarWell、飞思卡尔、联发科技、英鹎乙、Atmel,CirrusLogic、意法半岛体等。

芯片作为产业上游的芯片制造或将成为中国物联FQg快速发展的“短板”,芯片产业可能难以消化物联网发展带来的利好。据多家芯片制造商反映,目前国内芯片研发设计能力相对有限,国内芯片至今仍大量依赖进口,国内芯片设计制造将难以跟上物联网的发展势头。未来物联网的发展或还将继续在产业化应用方向1得到突破,但上游基础产业仍会维持严重依赖国外技术的“老局面”。

工信部数据显示,2013年我国芯片的进口额高达2313亿美元,同比增长20.5%,高于我国同期2196亿美元的原油进口额。一位芯片制造上市公司内部人士称,目前国内芯片研发设计能力仍落后于国外水平,国内芯片制造企业很绑依赖于补贴等扶植政策来生存,很难满足物联网发展对芯片产业提出的要求。

模组方案包括芯片模组或模块、家电智能控制器、语音等交互解决方案三个方面。这一领域,国内的企业已经占据主导,这得益于智能家居市场快速发展时本土企业的快速反应和合适的价格策略。芯片模组或模块类有代表性的企业包括上海庆科、上海汉枫、北京君正、360IOT、利尔达、周立功单片机等。这些企业甲,只有北京君正是上市企业。家电智能控制器生产企业包括英国英维斯、德国代傲、和而泰、拓邦股份、英唐智控及和晶科技等。其中,后四家为国内上市企业,在市场上占主导地位。

交互解决方案比较成熟的有语音、体感等。这一领域成熟的企业也基本是上市公司,语音领域的巨头是科大讯飞,体感领域的明星是数码视讯。由于存在很高的技术门槛,国内中游产业在一级市场的表现也不活跃,像有些典型的早期创业公司,如基于眼控技术的七鑫易维、基于体感技术的锋时互动、唯创视界等。随着虚拟现实增强技术的大热,主要还由于Facebook20亿美金收购Oculus,这块引来风险投资的高度关注,国内VR/AR也出现一批创业者。交互解决方案中还有两块比较重要:一块是骨传导耳F机,未来有可能成为可穿戴设备的标配,基本组成部分有通信芯片、传感器、微型电机,涉及的公司有共达电声、歌尔声学、海能达;二是无线通信技术,对数据传输的稳定性和高效性的要求越来越高,涉及的公司有环旭电子、达华智能。综合看,整个中游产业依然取决于技术的突破。

智能路由器

智能路由器作为家庭入口比较容易理解,而事实上也成为互联网公司重兵布局的一款产品,其目的很明显,通过这个家庭入口抢占用户。目前,已经或声称正在研制生产智能路由器的厂商超过20家,这些厂商既有传统的路由器厂商,如磊科、家电厂商、IT厂商,也有主流的互联网企业,如百度、小米、奇虎360。当然,还有引发此次智能路由器创新大潮的初创企业,如极路由。

OTT盒子作为家庭入口也是富有想象空间的,因为它本身是个高频使用的产品,而且有着极大的数据通信能力,可以将智能家居的功能模块叠加到这个产品中,形成一个组合式的产品。从娱乐到家庭事物管理,再到视频监控和环境控制,可以实现的功能将很多,但问题在于娱乐是智能家居系统功能中离功用性最远的一块,在设计时的整合是件比较困难的事。

楼宇对讲室内主要作为智能家居网关,或者说家庭入口已经没有人怀疑了,因为主流的楼宇对讲企业都实现了这一功能,将楼宇对讲系统和智能家居系统在一个主机上进行了整合,甚至以此为基础形成智能小区和智慧社区的解决方案销售给房地产商。楼宇对讲主机作为家庭入口最大的问题,其实还是在于系统性能和易用性,毕竟楼宇对讲主机不是一台iPad,能否支撑各类智能家居单品的连接与应用软件的设置是一个问题。几乎所有的楼宇对讲企业都缺乏这方面的经验,除了韩国有三星、LG等企业进行了少量开发外,欧美企业基本不会围绕着对讲系统做文章,可参考的先例极少,只能依靠国内楼宇对讲企业自己摸索。

网络摄像头作为入口也成立。因为网络摄像头是一个高频使用的产品,摄像头芯片模组的通信连接能力、数字处理能力都很强,完全可以应付简单的智能家居系统的连接与数据传送。包括海康威视萤石在内的许多网络摄像头产品在探索视频云端运营服务时,都在思考如何将更多的安防、智能家居功能赋予到摄像头里面,包括增加了对讲机功能、红外探头功能、移动侦测功能,甚至还有温湿度传感器、有害气体和PM2.5监测功能等。未来,家电控制等功能完全可以放到里面,让网络摄像头也形成了一个小的控制中心,实现了家庭入口的功能。

高频使用的家电(如电视、冰箱)作为家庭入口,理论上存在这种可行性。但实际上由于每个家庭里有多台家电,无论出于哪方面考虑都应该在合适的位置先进行一次网络连接,而这种连接将会用某种子的形式进行而非内置到某个家电里面,这样可靠性更高,同时易F维护。这个盒子有可能是智能路由器、OTT盒子,也有可能是楼宇讲主机,甚至是家电厂家重新开辟的一个新的产品品类,如智能家电控制盒子。海尔U 操作系统固化后不就成为一个放在家里的智能家盒吗?


本文转自d1net(转载)

相关实践学习
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
算法 Python
请解释Python中的关联规则挖掘以及如何使用Sklearn库实现它。
使用Python的mlxtend库,可以通过Apriori算法进行关联规则挖掘。首先导入TransactionEncoder和apriori等模块,然后准备数据集(如购买行为列表)。对数据集编码并转换后,应用Apriori算法找到频繁项集(设置最小支持度)。最后,生成关联规则并计算置信度(设定最小置信度阈值)。通过调整这些参数可以优化结果。
513 9
|
存储 算法 安全
深入理解C++中的std::chrono库:持续时间的比较与应用
深入理解C++中的std::chrono库:持续时间的比较与应用
575 1
|
11月前
|
数据可视化 API 开发者
R1类模型推理能力评测手把手实战
随着DeepSeek-R1模型的广泛应用,越来越多的开发者开始尝试复现类似的模型,以提升其推理能力。
943 2
|
9月前
|
数据采集 人工智能 安全
瑞数《BOTS自动化威胁报告》:六大威胁来袭,企业如何筑牢AI时代安全防线?
瑞数《BOTS自动化威胁报告》:六大威胁来袭,企业如何筑牢AI时代安全防线?
292 3
|
10月前
|
人工智能 小程序 前端开发
【一步步开发AI运动小程序】十九、运动识别中如何解析RGBA帧图片?
本文介绍了如何将相机抽取的RGBA帧图像解析为`.jpg`或`.png`格式,适用于体测、赛事等场景。首先讲解了RGBA图像结构,其为一维数组,每四个元素表示一个像素的颜色与透明度值。接着通过`uni.createOffscreenCanvas()`创建离屏画布以减少绘制干扰,并提供代码实现,将RGBA数据逐像素绘制到画布上生成图片。最后说明了为何不直接使用拍照API及图像转换的调用频率建议,强调应先暂存帧数据,运动结束后再进行转换和上传,以优化性能。
|
运维 负载均衡 Cloud Native
云原生架构技术之云原生微服务
微服务模式将后端单体应用拆分为松耦合的多个子应用,每个子应用负责一组子功能。这些子应用称为“微服务”,多个“微服务”共同形成了一个物理独立但逻辑完整的分布式微服务体系。这些微服务相对独立,通过解耦研发、测试与部署流程,提高整体迭代效率。此外,微服务模式通过分布式架构将应用水平扩展和冗余部署,从根本上解决了单体应用在拓展性和稳定性上存在的先天架构缺陷。但也要注意到微服务模型也面临着分布式系统的典型挑战:如何高效调用远程方法、如何实现可靠的系统容量预估、如何建立负载均衡体系、如何面向松耦合系统进行集成测试、如何面向大规模复杂关联应用的部署与运维。
496 4
|
11月前
|
人工智能 开发者
媲美OpenAI事实性基准,这个中文评测集让o1-preview刚刚及格
为评估大型语言模型(LLM)在中文语境下的事实性能力,研究团队推出“Chinese SimpleQA”评测集。该评测集具备中文、多样性、高质量、静态和易于评估的特点,涵盖六个主要主题和99个子主题。评估结果显示,尽管部分模型在特定领域表现出色,但整体事实性能力仍有待提升。Chinese SimpleQA为LLM开发者提供了宝贵工具,推动中文LLM的改进与发展。论文链接:https://arxiv.org/abs/2411.07140
271 14
|
机器学习/深度学习 人工智能 监控
《在ArkTS中实现模型的可视化调试和监控:探索与实践》
在人工智能与鸿蒙Next融合的时代,ArkTS成为开发高效智能应用的焦点。本文探讨ArkTS中模型可视化调试和监控的方法,包括性能指标、模型结构、输入输出数据的可视化分析,以及利用鸿蒙系统特性实现跨设备监控,助力开发者提升模型性能和准确性,开发更智能的应用。
396 21
|
机器学习/深度学习 自然语言处理 算法
深度学习在医疗诊断中的应用与挑战
随着人工智能技术的飞速发展,深度学习已在多个领域展现出其强大的能力,尤其是在医疗诊断领域。本文旨在探讨深度学习技术如何助力医疗诊断,提升疾病识别的准确性和效率。通过分析深度学习在图像识别、病理分析等方面的应用案例,揭示其在处理大数据、复杂模式识别中的优势。同时,本文也将指出深度学习在医疗领域中面临的挑战,包括数据隐私问题、算法的可解释性以及跨领域合作的必要性。文章将基于最新的科研研究和统计数据,提供一个科学严谨、逻辑严密的视角,深入解读深度学习在医疗诊断领域的应用前景及所面临的挑战。
347 27
|
数据采集 Web App开发 测试技术
使用Selenium调试Edge浏览器的常见问题与解决方案
在互联网数据采集领域,Selenium常用于自动化网页爬取。针对使用Edge浏览器时遇到的启动远程调试失败、访问受限及代理IP设置等问题,本文提供了解决方案。通过特定命令启动Edge的远程调试模式,并利用Python脚本配合Selenium库,可实现代理IP、User-Agent的设定及Cookie管理等高级功能,有效提升爬虫稳定性和隐蔽性。遵循步骤配置后,即可顺畅执行自动化测试任务。
3025 1
使用Selenium调试Edge浏览器的常见问题与解决方案

热门文章

最新文章