【零基礎OK!智慧科技裝置設計】Arduino 核心程式課程 - 現正熱門報名！

如果說 Arduino 是人體的大腦
那麼馬達就是身體的關節，操控身體的動作
超音波偵測器就像聲帶和耳朵，可以發出與聽見聲音
身為核心的 Arduino 一旦發出信號
便可控制不同的電子元件(身體各個器官)的運作
這就是機器人的概念!

這套課程將帶你從零基礎開始
無痛理解 Arduino 的核心功能與創意應用設計
四天的紮實課程中，我們將帶給大家六大能力

1. 電路設計能力：電路原理與各式常見元件
2. 光學控制能力：LED發光原理與光敏電阻應用
3. 音波偵測能力：喇叭與超音波感測器原理
4. 邏輯切換能力：開關原理與感應裝置設計
5. 動力輸出能力：各種馬達的動力輸出模式控制
6. 通訊程式能力：操控通訊軟體 (line) 與自動切換螢幕功能

相信大家和我們一樣，腦袋裡時常蹦出各種創意發想
所以每堂課我們都會讓每個人將自己的創意加入在作品裡
在課程的最後
大家都能獨立完成六個屬於自己獨一無二 Arduino 專案設計成果！

時間：2/2、2/3、2/4、2/5 [早上10:00~下午5:00]
地點：捷運府中站 多媒體互動會議教室
費用：含四天午餐、材料與教材費用 原價9800
1/31前享優惠8500

趕緊點擊連結了解與報名吧！

特斯拉自動駕駛系統深度研究：是電動車，更是智能車

北京新浪網 10-18 19:30
來源：未來智庫

報告綜述：

本篇報告重點討論特斯拉自動駕駛技術。特斯拉憑藉其Autopilot、FSD自動輔助駕駛功能，不僅在市場上碾壓競品，，更推動特斯拉從單純的車企向平台公司和科技公 司進化，引領行業潮流。

特斯拉憑藉自研晶元及ADAS平台、硬體成本效益顯著、自動輔助駕駛功能全球領先、智能座艙等核心競爭優勢，特斯拉已精準定位中美消費 者對「智能化 + 自動駕駛」的偏好，未來FSD選裝率將有較大的上升空間。據實際調研數據，目前美國Model Y的FSD選裝率已達50%以上，美 國Model 3對應選裝率穩步提升至25%左右。

受益於「晶元 + 平台 + 造車」的商業模式，2020年-2022年特斯拉FSD當期收入達4.9/10.8/20.6億美元(軟體，都是利潤)，驅動銷售業務毛利 率再上新台階，預測2020年-2022年分別達到18.8%、27.6%、31.9%。同時，自動駕駛+智能化是特斯拉核心產品價值的體現，將進一步帶動特 斯拉銷量放量;保有量的提升帶動自動駕駛相關行駛累計數據收集，有利於FSD功能的精進升級;良性循環將助力特斯拉形成獨佔鰲頭的競爭 格局。

隨著整車產能的快速釋放、消費者對自動駕駛認可度的提升、以及持續突破創新的價值理念，特斯拉產銷量及業績料將進入爆發期，預計2020 年-2022年特斯拉凈利潤有望達到12.93、75.79、144.59億美元，對應每股盈利為1.19、7.93、15.32美元。以2020年8月31日收盤價$475.05計算， 對應PE為399倍、60倍、32倍。

FSD選裝率助推盈利能力顯著提升

經測算，2020年特斯拉FSD選裝率將達到25%，當期收入達到4.85億美元，同比增長221%，FSD選裝率的提升顯著帶動特斯拉汽車 業務毛利率有明顯改善。

「自動駕駛+智能化「是特斯拉實現產品核心價值的體現，而FSD選裝率的提升是凸顯產品價值最直觀的表現。穩步增長的FSD選裝 率將助推特斯拉汽車業務盈利水平再上新台階，料將有更多資本投入到智能化+自動駕駛領域，形成正向循環。

智能化+電動化的先行者

百萬交付量可期:預計2020年-2022年特斯拉全球交付量將達到51/90/130萬輛，主要系M3、MY產銷持續放量，以及其他車型Cyber、Semi的產銷起量，進一步打開市場空間。

銷量放量+FSD加持雙驅動:整車銷量持續高增長疊加FSD選裝率穩步提升，預計2020年-2022年特斯拉汽車業務收入將達到286/519/742億美元，三年復合增速53%，FSD當期收入佔比汽車業務總收入的7.7%、7.3%、8.5%。

FSD選裝提振單車毛利(含FSD、不含積分):2019年-2022年單車毛利為1.0萬元、0.97萬元、1.52萬元、1.71萬元，其中FSD當期收入貢獻毛利佔比為4%/10%/8%/9%。

軟體晶元自主設計，感測器部件垂直採購

特斯拉把握核心科技:2019年4月特斯拉正式推出完 全自主研發的晶元，搭配自產軟體系統基本上能夠實 現完全自動駕駛。晶元+軟體系統作為ADAS(自動駕 駛系統)皇冠上最閃耀的明珠，特斯拉擺脫傳統晶元 龍頭的束縛，遵循第一原理性法則，自主研發設計， 掌握核心科技。

感測器部件外采，國產替代空間較大:特斯拉原有的 三目攝像頭、毫米波雷達的供應商分別為Mobileye、 法雷奧。聯創電子現已切入特斯拉供應鏈，是車載鏡 頭的二級供應商，部分鏡頭是主供。舜宇光學、歐菲 光等均在車載攝像頭領域研發積淀深厚;華域汽車、 德賽西威的毫米波雷達已配套上汽、小鵬、吉利等多 款車型，有望加速滲透特斯拉供應鏈。

投資建議：

「智能化+自動駕駛」是特斯拉產品核心價值的體現:隨著上海工廠特斯拉國產化率的不斷提升，國內自動駕駛產業鏈相關優質企業 有望切入特斯拉供應鏈。看好特斯拉自動駕駛系統里攝像頭環節中優質鏡頭供應商聯創電子，目前為其車載鏡頭的二級供應商，部分 鏡頭已成為主供。潛在鏡頭標的歐菲光、舜宇光學，潛在CMOS標的韋爾股份。

毫米波雷達國產替代潛力凸顯:看好國內毫米波雷達製造商德賽西威、華域汽車等進入特斯拉供應鏈的潛在機遇。隨77GHz毫米波雷 達國產化產率攀升，國內優質製造商有望打入特斯拉供應鏈。德賽西威24GH毫米波雷達已配套國內小鵬、吉利部分車型;華域汽車 深耕24GHz研發製造，客戶包括上汽榮威等，作為國內優質龍頭，二者均有極大潛力滲透特斯拉供應鏈。

特斯拉供應鏈選股依然是未來很長一段時間的主線:看好寧德時代在特斯拉等主流車廠的全球市場持續突破超預期，看好國產供應商 切入LG化學和松下等海外供應鏈，甚至未來直接向特斯拉電池工廠供貨，標的為科達利、璞泰來、恩捷股份、當升科技、宏發股份、 天賜材料(化工組覆蓋)、拓普集團(汽車組覆蓋)、三花智控(汽車組覆蓋)等。

報告節選：https://m.news.sina.com.tw/article/20201018/36612748.html

農業物聯網如何實現智慧感知、預測？未來發展路徑會怎樣？

2020年2月17日 星期一
來源：RFID世界网 作者：烽云物联

作為整合新一代資訊技術的策略性新興產業之一，物聯網備受各界關注。農業是物聯網技術的重點應用領域之一，也是物聯網技術應用需求最迫切、難度最大、整合性特徵最明顯的領域。

近幾年，物聯網技術已被應用到農業的諸多領域，包括農業環境監測、溫室大棚生產控制、節水灌溉、氣象監測、產品安全與溯源、設備智慧診斷管理等方方面面。

對於物聯網技術在農業中的應用，基礎技術是感測器網路的完善。感測系統的完善與否，直接影響著整個農業物聯網技術的運行。

農業物聯網由感知層、傳輸層和處理層構成。感知層的感測器技術、條碼技術、全球定位等技術採集的數據資訊，透過傳輸層的有線、無線感測器網路技術，和行動通信技術，傳輸到處理層的農業預測、診斷、控制、決策，以及預警等智慧化模組。

一、關鍵技術

1、農業物聯網感知技術

感知層主要包括各類感測器及節點技術、全球定位系統技術和條碼技術等，實現對土壤水分、環境溫濕度、家禽水產健康狀況等資訊的採集功能，是農業物聯網的關鍵技術。

目前，光溫水氣熱等環境感測器應用相對成熟，土壤感測器是研究的熱點，透過電磁波反射或吸收能量水平的大小，可判斷土壤結構，根據離子選擇性膜電極，與被測離子溶液間的點位輸出，可測定土壤裡的特定離子。利用光學和電磁學原理，製成的動植物生命資訊感測器，也是研究的熱點和難點之一。

2、農業物聯網傳輸技術

當前，農業物聯網中的傳輸技術，主要為無線和有線感測網路技術，以及行動通信技術。其中，無線感測網路技術的應用最為普遍，國際上無線感測器網路應用，已經到了實踐階段。

荷蘭的一個農業物聯網項目，將無線感測器網路技術，應用到馬鈴薯生長環境的監測中，生產者可根據監測結果控制疫病，從而實現防患於未然。

農業物聯網的資訊傳輸技術處於試驗階段，有學者建構無線傳感網路監控系統，該系統可對種植環境進行即時監測，園區佈置的感測器節點，可採集土壤與空氣的溫濕度、CO2 的濃度以及光照強度等參數。

3、農業物聯網處理技術

農業物聯網處理層的技術，包括雲計算、雲服務和模組化決策，這個層面是將採集的數據資訊，轉化為實際的操作，利用控制模型和策略，對相關農業設施進行智慧控制，比如打開水龍頭、關閉燈光、自動施肥等。

智慧決策是預先把經驗，和專家知識輸入模組，透過推理模擬思維，為農業生產提供技術參考，比如對農田肥力、灌溉、病蟲防治、動物飼料配方和園藝設施等方面，提供技術支持。智慧預警是以數學模型為手段，對實際不正常狀態進行警示，給出危害提醒。

二、核心應用領域

按照監測對象的不同，物聯網系統可以分為農業生產環境監控物聯網、動植物生命資訊監控物聯網、農機作業監控物聯網、農產品品質檢測，與品質安全追溯物聯網等。

1、農業生產環境監控物聯網

農業生產監控物聯網，主要指利用傳感器技術採集，和獲取農業生產環境各要素資訊，如種植業中的光照、溫濕度，二氧化碳濃度、土壤肥力、土壤含水量等參數，水產養殖業中的酸鹼度、溶解氧、氨、氮、濁度和電導率，畜禽養殖業中的氨氣、二氧化硫、粉塵等有害物質濃度等參數，透過對採集資訊的分析決策，來指導農業生產環境的調控，實現種養殖業的高產高效。

農業感測器
　　
農業生產環境複雜，需要在高溫、高濕、低溫、雨水等惡劣多變環境下，連續不間斷運行，且感測器節點佈置稀疏不規則，布線不方便；而無線傳感器網路組網簡單、無需布線，具有低成本、靈活的優勢，成為當前農業生產環境監控系統主要應用方式。

2、動植物生命資訊監控物聯網

對植物資訊採集的研究，主要包括表觀可視資訊的獲取，和內在資訊的獲取，表觀資訊如作物苗情長勢、病蟲害、果實膨大狀況、生物量、莖乾直徑、葉面積等資訊。內在資訊包括葉綠素含量、作物氮素、光合速率、種子活力、葉片溫濕度等，主要監測手段，為光譜技術及圖像分析等；

對動物生命資訊的監測，主要包括動物的體溫、體重、行為、運動量、取食量、疾病資訊等，透過相關監測，瞭解動物自身的生理狀況和營養狀況，以及對外界環境條件的適應能力，確保動物個體健康生長，主要監測手段包括動物本體監測感測器、影像分析等。

3、智慧農機物聯網

近年來隨著土地流轉的進行，農機作業範圍不斷擴大，農機作業資訊滯後、時效性差、缺乏有效的監管手段，機收的組織者和參與者對資訊快捷、準確、詳細的要求，難以滿足等問題逐漸突顯。

如何透過技術手段，有效地進行農機作業遠端監控與調度，提高工作效率和作業品質，尤其是保障農機夜間作業品質，和農機裝備的智慧化水平，是農機物聯網發展的迫切需求之一。

農機物聯網主要研究方向，包括農機作業導航自動駕駛技術、農機具遠端監控與調度、農機作業品質監控等方面。

4、農產品質安全追溯物聯網

農產品資訊感知技術，主要包括農產品顏色、大小、形狀及缺陷損傷等外觀資訊，和農產品成熟度、糖度、酸度、硬度、農藥殘留等內在品質資訊。

農產品質安全與追溯，對農業物聯網的運用，集中在農產品倉儲及農產品物流配送等環節，透過電子數據交換技術、條碼技術和 RFID 電子標籤等技術，實現物品的自動辨識和出入庫，利用無線感測器網路，對倉儲車間及物流配送車輛，進行即時監控，從而實現主要農產品來源可追溯，去向可追蹤的目標。

在未來，隨著農業物聯網的發展不斷深入，從政府推動企業變革轉變為企業主動變革，這是未來農業物聯網化的終極趨勢。未來有部分企業，將會依靠大量農業數據的分析、共享，挖掘利用來賺錢，改變農產品的生產方式和消費方式。

影片：https://www.youtube.com/watch?v=j4HBlOf5ZDA

資料來源：https://3smarket-info.blogspot.com/2020/02/blog-post_17.html?m=1&fbclid=IwAR07Hvz7yYgnvPuwMrDayBSKdOoSzoOynnFo_-jBVfYGnEwQE2xOWAiVu3Y