Skylo的物联网数据卫星网络从隐形状态中脱颖而出

简介: Skylo凭借1.16亿美元的融资和全球最实惠的物联网数据卫星网络从隐形状态中脱颖而出

smart_city_iot_internet_of_things_network_global_world_thinkstock_670644696-100749956-large.jpg

Skylo是世界上最便宜、最普遍的连接任何机器或传感器的网络的制造商,最近宣布该公司已从隐形状态中脱颖而出,总融资额为1.16亿美元。

该公司此前在DCM和Innovation Ventures共同领导的a轮融资中筹集了1300万美元,摩尔战略投资公司也加入了这轮融资。新系列B轮融资1亿300万美元,由软银集团牵头,并加入了所有现有投资者。

Skylo将为数百万台机器,传感器和设备提供即时,负担得起且无处不在的物联网连接,即使在最偏远的地区也是如此。它是全球第一家通过卫星利用蜂窝式窄带物联网(NB-IoT)协议的公司,从而可以即时连接偏远地区的物体和机器上的数十亿个传感器。

Skylo的新卫星连接功能利用现有的地球同步卫星提供可靠的连接功能,而无需在太空中添加新的基础设施。Skylo已成功构建并验证了其端到端技术,并已成功与大型企业和政府客户进行了商业现场试验。该公司的客户已经包括汽车,铁路,农业和海运等多个行业的企业和政府实体。

Skylo的成本比现有的卫星解决方案低95%,连接成本仅为每位用户1美元,硬件成本不到100美元。Skylo是世界上最廉价的卫星技术,它将使远程企业能够运作,提高安全性,推动经济发展和创造就业机会,并帮助做好备灾和救灾工作。

Skylo联合创始人兼首席执行官Parthsarathi“Parth”Trivedi:

“Skylo设想了一个世界,机器,传感器和设备的连接就像天空一样无处不在。这种低成本的全球机器数据连接结构将为整个行业带来变革。”

Skylo的用例是多种多样的,并且为行业和政府客户带来了变化:


  • 为航运和物流调集数据。越来越多的遥测传感器已内置在卡车和铁路车辆中并进行了改装,但是缺少使数据可操作所需的连接性。通过为他们配备Skylo的地理上无处不在的连通性,客户可以访问实时交付更新,确保对温度敏感的交付(如药品或食品)的完整性,监视维护计划,证明安全合规性等等。
  • 改善农业作物的健康和生产力。Skylo允许农民通过发送和接收有关生长条件(例如气温,湿度或土壤pH值)的实时数据来优化运营。数据可以为灌溉时间表,肥料需求和生长周期提供信息,从而降低能源成本,减少用水量并改善作物健康状况。Skylo还支持用于设备共享的新兴业务模型,例如实现拖拉机共享。在这种情况下,农民和设备所有者可以连接并共享重型机械,这使数亿农民能够以负担得起的价格获得农业设备,从而提高了生产率。
  • 渔业数字化。在全球范围内,有460万艘渔船现在可以通过Skylo进行连接。Skylo的集线器可通过蓝牙或Wi-Fi连接到现有的Android设备,从而使渔民能够访问救生的双向SOS通信,以在海上航行并捕捞渔获物的同时与船队运营商建立联系并进入市场。
  • 现代客运系统的连通性。铁路系统、长途公共汽车和其他车辆可以使用Skylo传输实时性能和运营效率所需的车辆健康数据。Skylo可以提供预防性维护警报,甚至在轨道异常振动、突然制动或加速或急转弯时触发警报,从而拯救生命。

Skylo的端到端解决方案包括Skylo Hub,Skylo网络,Skylo数据平台和Skylo API。Skylo Hub的批量生产正在进行中,Skylo Network已经与早期客户一起使用。


  • Skylo Hub - Skylo Hub是连接到Skylo网络的自安装,易于使用的卫星终端。它具有一套用于感测地理位置和加速度的车载传感器,并且可以像无线“热点”那样运行,用于各种外部传感器,例如车辆车载诊断(OBD2),温度传感器以及标准的移动或平板设备。 集线器使用蜂窝世界中的现成组件,从而大大降低了集线器的成本并提高了传感器和设备的兼容性。Skylo突破性的数字控制天线技术使该设备非常紧凑,集线器本身仅为8“ x 8”,甚至可以将OEM安装到大多数车辆,公用事业基础设施和其他工业设备上。Skylo集线器具有内置电池,或者可以直接连接到外部电源,包括太阳能。
  • Skylo网络 - Skylo网络可以在世界任何地方提供可靠的连接,而不受地理位置的影响,而无需在空间上使用新的基础架构。这是世界上通过卫星传输数据并利用全球现有的对地静止卫星的最经济的方式。Skylo还开发了一种有效传输数据的专有方法。这项技术最大程度地降低了卫星使用成本,将节省的成本让利给了Skylo客户。
  • Skylo数据平台和Skylo API - Skylo数据平台和API可帮助客户远程管理其Skylo集线器,并可视化,分析和处理通过连接的设备生成,发送和接收的数据。

“Skylo符合颠覆性创新的定义,成本低廉,它将使数百万未连接的设备能够体验到连接的变革性影响,挽救生命,改善生计并在以前不存在的地方建立连接,” Skylo董事会主席兼前美国大使特里·克莱默(Terry Kramer)说。 “ Skylo是全球的游戏规则改变者。”

软银国际集团副总裁Yoshi Segawa表示:“ Skylo的卫星技术创造了一种负担得起的方式,即使是在偏远地区,也可以将更多的物理世界连接到Internet。” “ Skylo的天线技术和窄带物联网协议的使用具有革命性,我们期待与该公司合作开发新的用例。”


原文链接
相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
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
|
7天前
|
数据采集 存储 API
网络爬虫与数据采集:使用Python自动化获取网页数据
【4月更文挑战第12天】本文介绍了Python网络爬虫的基础知识,包括网络爬虫概念(请求网页、解析、存储数据和处理异常)和Python常用的爬虫库requests(发送HTTP请求)与BeautifulSoup(解析HTML)。通过基本流程示例展示了如何导入库、发送请求、解析网页、提取数据、存储数据及处理异常。还提到了Python爬虫的实际应用,如获取新闻数据和商品信息。
|
25天前
|
机器学习/深度学习 自然语言处理 数据处理
大模型开发:描述长短期记忆网络(LSTM)和它们在序列数据上的应用。
LSTM,一种RNN变体,设计用于解决RNN处理长期依赖的难题。其核心在于门控机制(输入、遗忘、输出门)和长期记忆单元(细胞状态),能有效捕捉序列数据的长期依赖,广泛应用于语言模型、机器翻译等领域。然而,LSTM也存在计算复杂度高、解释性差和数据依赖性强等问题,需要通过优化和增强策略来改进。
|
30天前
|
存储 安全 网络安全
网络安全与信息安全:保护数据的关键
网络安全与信息安全一直是当今社会中备受关注的话题。本文将从网络安全漏洞、加密技术和安全意识等方面展开讨论,以分享相关知识并强调其重要性。通过深入探讨这些关键问题,希望能够增强读者对网络安全和信息安全的认识,提高其防范意识和保护能力。
17 0
|
1月前
|
数据采集 存储 XML
深入浅出:基于Python的网络数据爬虫开发指南
【2月更文挑战第23天】 在数字时代,数据已成为新的石油。企业和个人都寻求通过各种手段获取互联网上的宝贵信息。本文将深入探讨网络爬虫的构建与优化,一种自动化工具,用于从网页上抓取并提取大量数据。我们将重点介绍Python语言中的相关库和技术,以及如何高效、合法地收集网络数据。文章不仅为初学者提供入门指导,也为有经验的开发者提供进阶技巧,确保读者能够在遵守网络伦理和法规的前提下,充分利用网络数据资源。
|
1天前
|
机器学习/深度学习 数据可视化 测试技术
深度学习:Keras使用神经网络进行简单文本分类分析新闻组数据
深度学习:Keras使用神经网络进行简单文本分类分析新闻组数据
|
2天前
|
机器学习/深度学习 API 算法框架/工具
R语言深度学习:用keras神经网络回归模型预测时间序列数据
R语言深度学习:用keras神经网络回归模型预测时间序列数据
12 0
|
2天前
|
机器学习/深度学习 数据采集 TensorFlow
R语言KERAS深度学习CNN卷积神经网络分类识别手写数字图像数据(MNIST)
R语言KERAS深度学习CNN卷积神经网络分类识别手写数字图像数据(MNIST)
22 0
|
2天前
|
存储 算法 前端开发
R语言中贝叶斯网络(BN)、动态贝叶斯网络、线性模型分析错颌畸形数据
R语言中贝叶斯网络(BN)、动态贝叶斯网络、线性模型分析错颌畸形数据
24 0
|
2天前
|
机器学习/深度学习 数据可视化 网络架构
matlab使用长短期记忆(LSTM)神经网络对序列数据进行分类
matlab使用长短期记忆(LSTM)神经网络对序列数据进行分类
|
18天前
|
安全 算法 网络安全
网络安全与信息安全:保护你的数据,保护你的未来
在数字化的世界中,网络安全和信息安全已经成为我们生活的重要组成部分。本文将深入探讨网络安全漏洞、加密技术以及安全意识等方面的问题,以期帮助读者更好地理解和应对网络安全威胁。
16 4

相关产品

  • 物联网平台