亚马逊AWS官方博客

Category: Internet of Things

Amazon IoT 设备批量注册和数据路由的自动化部署和实现方案

无论在工业物联网,还是在智能家居等各个行业,随着越来越多的物联网设备的接入,需要我们将这些设备批量的自动注册到物联网云平台中。另外,IoT设备连接后,随着对IoT数据的越来越多的获取,对这些IoT数据需要进行分层次存储和处理,同时,对云平台物联网业务和规则的自动化部署也能很好的帮助客户对物联网平台业务进行快速的部署和搭建。本博文很好的描述了上述问题,同时提供了端到端的实现方案。

在中国区使用 Amazon IoT 和 Amazon SageMaker 进行设备实时预测性维护

物联网(IoT)的一个典型应用场景是能够从传感器数据中获取上下文洞察力,例如分析设备异常或者进行预测性维护,及时给予用户通知。在本文中,我们将专注于通过设备多项指标对设备进行预测性维护,利用机器学习算法,对设备运行状态进行预测,提前发现可能出现的异常,及时进行维护,避免出现严重的生产事故。

基于Amazon Kinesis Video Streams实现 IP Camera云存项目

近年来市场上IP Camera产品价格持续走低,硬件利润单薄,很多厂商通过增值服务发力,增值服务比较成熟的业务形态是云端存储,其实现方式是设备检测报警事件触发一段视频上传云端并提供终端用户回看从而产生收费。Amazon Kinesis Video Streams实现云存业务优势明显,提供Device SDK摄取视频并上传Endpoint,终端用户可以基于HLS/DASH主流的协议播放观看。

快速落地AWS智能工厂解决方案

很多的制造企业正在利用数字化技术进行转型,并利用机器学习,计算机视觉和机器人等技术提升制造自动化程度。本文将介绍AWS如何利用这些技术为智能工厂提供解决方案并展示如何利用物理网技术将产线数据上云,如何利用边缘计算技术实时控制设备。

新功能 — Amazon 监控设备分析传感器数据以帮助检测设备故障

今天,我们很高兴宣布推出 Amazon Lookout for Equipment,这是一项基于 API 的机器学习 (ML) 服务,可以检测设备的异常行为。借助 Lookout for Equipment,客户可以引入工业设备生成的历史时间序列数据和过去的维护事件,工业设备可以从每个模型的传感器和执行器等组件中获取多达 300 个数据标签。Lookout for Equipment 会自动测试可能的组合,并构建最佳机器学习模型来学习设备的正常行为。工程师不需要机器学习专业知识即可轻松部署模型以在云端进行实时处理。