ofo最新智能锁技术和大数据平台亮相2017软博会

本文涉及的产品
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
简介: 本文讲的是ofo最新智能锁技术和大数据平台亮相2017软博会【IT168 资讯】6月29日,由工业和信息化部、北京市人民政府共同主办的“第二十一届中国国际软件博览会”在北京展览馆盛大开幕。科技和时尚的ofo展台成为今年软博会一大看点。

本文讲的是ofo最新智能锁技术和大数据平台亮相2017软博会【IT168 资讯】6月29日,由工业和信息化部、北京市人民政府共同主办的“第二十一届中国国际软件博览会”在北京展览馆盛大开幕。科技和时尚的ofo展台成为今年软博会一大看点。

以“软件定义世界,智能引领未来”为主题,今年软博会展出了大数据、人工智能、虚拟现实等新兴热点技术,以及安全可靠、制造业与互联网融合、软件创业创新等方面进展,同时,还展示了工信部、软件名城和重点地方省市一年来的取得的成果和政策举措。

ofo展台由五部分组成,分别是自行车展区、智能锁展区、智能软件展区、国际化展区、合作伙伴展区。最新的自行车、最新支持NB-IoT技术的智能锁终端系统以及大数据平台悉数亮相,此外,ofo国际化业务以及和业内伙伴的合作也进行了展出。

支持物联网技术的智能锁来了

近日,ofo正式发布了新一代支持NB-IoT技术的智能锁终端系统。在新一代智能锁展示区,吸引了许多访客围观驻足,人们纷纷掏出手机扫描锁上二维码,随着“啪”的一声,车锁瞬间打开。

  

ofo有哪些“黑科技” 2017软博会探营
▲ofo新一代智能锁

该智能锁终端系统采用了云平台、大数据整体智能方案,集成了机械、智能两种开锁方式,同时集成了北斗和GPS双模定位,采用多种先进技术手段,以帮助用户获得方便、便捷的骑行体验。

目前,无论制造技术、定位技术、连接技术,该智能锁终端系统都达到了业内领先技术水平,是共享单车智能锁系统的代表性解决方案之一。同时,ofo智能锁采用了最新的NB-IoT通信模块,填补了市场上此类产品的空白,这也意味着ofo在物联网领域迈出了重要的一步。

基于蜂窝的窄带物联网(Narrow Band Internet of Things, NB-IoT)是万物互联网络的一个重要分支。采用NB-IoT技术的智能锁,可以降低部署成本,支持海量M2M连接,同时连接的时延更低、覆盖更广,并显著降低了设备功耗。

ofo的技术探索:机器学习技术

除了在硬件上运用领先的技术解决方案,积极布局物联网。在ofo硬件系统背后,其实还有一套人们看不见的软件系统、大数据系统,其驱动着ofo能够更加高效、聪明地开展运营。

ofo有哪些“黑科技” 2017软博会探营
▲大数据平台实时监测

和智能锁展区一样,ofo软件展示区也同样吸引了不少目光,用展出了如何运用卷积神经网络技术来预测用户的出行需求。ofo将车辆调度问题归为有约束的供需差最小化,即结合当前时间、地点、单车数量等因素,驱动单车供给最大限度接近用户需求。

具体而言,ofo智能锁返回的定位信息会在后台形成热力图,系统会记录热力图的关键帧图像变化,将图像抽象为网格像素,并将利用卷积神经网络对像素内的颜色变化进行相关性特征提取,该算法卷积程度达到了30层以上。

国际化业务和连接合作伙伴

在国际化展区,ofo展出了其牵手中国智造共同出海的历程。从去年底开启全球运营以来,ofo已在多个海外国家开展服务,并计划在今年年底运营范围扩大至20个国家,目前,ofo正在积极开展海外业务拓展。

在合作伙伴展区,ofo强大的“朋友圈”也集中亮相:既有北斗、华为、中国电信等卫星导航和通信领域的合作伙伴,也有滴滴、支付宝等互联网合作伙伴,还有凤凰、飞鸽、富士达、700Bike等知名自行车合作伙伴。

最新数据显示,ofo小黄车已连接了650万辆共享单车,累计向全球150座城市、超过1亿用户提供了超过10亿次的出行服务,日均订单量超过2500万。

原文发布时间为:2017-06-29 

本文作者:刘策

本文来自云栖社区合作伙伴IT168,了解相关信息可以关注IT168

原文标题:ofo最新智能锁技术和大数据平台亮相2017软博会

相关实践学习
基于MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
目录
相关文章
|
2月前
|
存储 机器学习/深度学习 SQL
大数据处理与分析技术
大数据处理与分析技术
189 2
|
2月前
|
存储 分布式计算 NoSQL
【赵渝强老师】大数据技术的理论基础
本文介绍了大数据平台的核心思想,包括Google的三篇重要论文:Google文件系统(GFS)、MapReduce分布式计算模型和BigTable大表。这些论文奠定了大数据生态圈的技术基础,进而发展出了Hadoop、Spark和Flink等生态系统。文章详细解释了GFS的架构、MapReduce的计算过程以及BigTable的思想和HBase的实现。
161 0
|
30天前
|
存储 人工智能 数据管理
|
23天前
|
存储 人工智能 数据管理
媒体声音|专访阿里云数据库周文超博士:AI就绪的智能数据平台设计思路
在生成式AI的浪潮中,数据的重要性日益凸显。大模型在实际业务场景的落地过程中,必须有海量数据的支撑:经过训练、推理和分析等一系列复杂的数据处理过程,才能最终产生业务价值。事实上,大模型本身就是数据处理后的产物,以数据驱动的决策与创新需要通过更智能的平台解决数据多模处理、实时分析等问题,这正是以阿里云为代表的企业推动 “Data+AI”融合战略的核心动因。
|
1月前
|
机器学习/深度学习 数据可视化 大数据
机器学习与大数据分析的结合:智能决策的新引擎
机器学习与大数据分析的结合:智能决策的新引擎
173 15
|
1月前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
88 2
|
1月前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与大数据在IT运维中的应用探索####
本文旨在探讨人工智能(AI)与大数据分析技术如何革新传统IT运维模式,提升运维效率与服务质量。通过具体案例分析,揭示AI算法在故障预测、异常检测及自动化修复等方面的实际应用成效,同时阐述大数据如何助力实现精准运维管理,降低运营成本,提升用户体验。文章还将简要讨论实施智能化运维面临的挑战与未来发展趋势,为IT管理者提供决策参考。 ####
|
1月前
|
SQL 运维 大数据
轻量级的大数据处理技术
现代大数据应用架构中,数据中心作为核心,连接数据源与应用,承担着数据处理与服务的重要角色。然而,随着数据量的激增,数据中心面临运维复杂、体系封闭及应用间耦合性高等挑战。为缓解这些问题,一种轻量级的解决方案——esProc SPL应运而生。esProc SPL通过集成性、开放性、高性能、数据路由和敏捷性等特性,有效解决了现有架构的不足,实现了灵活高效的数据处理,特别适用于应用端的前置计算,降低了整体成本和复杂度。
|
1月前
|
DataWorks 搜索推荐 大数据
聊聊DataWorks——这个一站式智能大数据开发治理平台
聊聊DataWorks——这个一站式智能大数据开发治理平台
237 2
|
2月前
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
151 4

热门文章

最新文章