解决方案可视化LoRaWAN场监控
将分布式传感器读数引入到一种应用中。
查看解决方案解决方案/边缘应用和人工智能
边缘计算与AI融合
将现场数据与本地应用服务相结合。对于视觉或人工智能项目,评估目标平台上的模型、输入流和处理要求。
构建项目简介探索应用
参见设置和系统。
选择场景来检查架构、预期输出和安装要求。
应用实例
这如何适合您的现场
每个示例连接现场设备、边缘系统和下一个操作步骤。配置和交付在您的安装过程中达成一致。
- Modbus/MQTT数据
- Node-RED工作流程
- 客户申请
使用支持的MT7981配置或RK3566应用计算机来通过项目流程转换值、路由事件并连接商定的服务。
项目可交付成果
- 批准的流程和所需的节点
- 运行时和配置基线
- 启动和持久性测试
配置您的项目所需的节点、数据速率、内存、存储和工作流所有权。
- 设备数据
- Ubuntu应用计算机
- 本地UI/上游系统
将约定的Ubuntu服务与现场数据和本地访问集成。指定实际应用程序的存储、保留和重新启动行为,而不是依赖于连续的云会话。
项目可交付成果
- 应用部署配置
- 存储和服务生命周期计划
- 本地访问和恢复测试
配置您的项目应用栈、资源使用、保留和部署方法。
- 相机流
- RK3566+所选视觉型号
- 事件元数据/操作员审查
评估目标硬件上定义的相机流和模型。将商定的事件元数据连接到本地工作流程,并使用代表性站点镜头验证检测行为。
项目可交付成果
- 相机及型号配置
- 工作量和事件集成记录
- 现场数据评估报告
配置您的项目相机、模型、照明、所需事件、延迟和存储。
申请要求
功能和接口
集成商需要与设备数据一起进行本地处理,并具有从应用试验到可部署配置的定义路径。
- 在Ubuntu上运行本地应用程序服务
- 构建并连接 Node-RED 工作流程
- 评估特定于项目的NPU辅助视觉集成
Ubuntu·Node-RED·特定于应用的AI集成
相关产品
此应用的产品系列
整合
配置及验收范围
AI集成按项目进行评估。模型精度、摄像机数量、延迟和无人值守操作并不是通用的产品保证。
准备要求找到适合您现场的方法
分享您的设备、接口和项目目标。讨论标准模型、集成试点或小批量定制系统。