什么是大数据与智能数据？什么是惯性测量单元与GNSS？

什么是 GPS 和 GNSS？

GPS: 英文全称是【Global Positioning System】，即全球定位系统。

GNSS: 英文全称是【Global Navigation Satellite System】，即全球卫星导航系统。

GPS主要是美国的卫星导航系统。而全球定位系统还包括：

中国的北斗三代卫星导航系统（BDS）

美国的全球卫星定位系统（GPS）

俄罗斯的格洛纳斯卫星导航系统（GLONASS）

欧盟的伽利略卫星导航系统（GALILEO）。

上述这几大导航系统统称为GNSS。

除了全球性的卫星导航系统，还有一些区域导航系统，例如日本的准天顶系统（QZSS），印度的区域导航卫星系统（IRNSS）等。

除了区域导航系统，GNSS 还包括增强系统。增强系统，即是作为上述系统的辅助及增强用的。就是说现有全球系统可能还不能满足一些场景的定位以及可靠性需求，如飞机起飞、着陆，所以还需要建立增强系统。增强系统通过播发更精确更丰富的信息来提升我们对定位的各种需求，此类的增强系统由美国的 WAAS、日本的 MSAS、欧盟的 EGNOS、印度的GAGAN 等。

部分来源：https://www.zhihu.com/question/27568074

什么是地理围栏（Geo-Fencing）？

地理围栏，英文全称是【Geo-Fencing】，是基于位置服务的一种新应用。

它是软件程序中的一种功能。运用全球定位系统规定地理边界，就是用一个虚拟的栅栏围出一个虚拟地理边界，或地理栅栏。

当搭载了带有地理围栏功能（程序）的设备，允许用户设置触发器，当设备进入、离开某个特定地理区域（地理栅栏），或在该区域内活动时，设备可以发送自动通知和警告。

这种地理防护应用结合导航地图，或通过经纬度，或用户创建的网络地图来规定边界。

什么是惯性测量单元（IMU, Inertial Measurement Unit）？

惯性测量单元：英文全称【Inertial measurement unit】，简称 IMU。是测量物体三轴姿态角(或角速率)以及加速度的装置。

姿态角是三个角度的统称，它们是：俯仰、滚转、偏航。可以想象为移动载体围绕 XYZ 三个轴分别转动形成的夹角。

陀螺仪和加速度计是 IMU 的主要元件，其精度直接影响到惯性系统的精度。在实际工作中，由于不可避免的各种干扰因素，而导致陀螺仪及加速度计产生误差，从初始对准开始，其导航误差就随时间而增长，尤其是位置误差，这是惯导系统的主要缺点。所以需要利用外部信息进行辅助，实现组合导航，使其有效地减小误差随时间积累的问题。

一般情况，一个 IMU 包含了三个单轴的加速度计和三个单轴的陀螺仪，加速度计检测物体在载体坐标系统独立三轴的加速度信号，而陀螺仪检测载体相对于导航坐标系的角速度信号，测量物体在三维空间中的角速度和加速度，并以此解算出物体的姿态。在导航中有着很重要的应用价值。

部分来源：https://zhuanlan.zhihu.com/p/228805569

部分来源：https://baike.baidu.com/item/IMU/23629630

什么是三轴加速度计（XYZ Accelerometer）？

三轴加速度计，英文全称【XYZ Accelerometer】，是测量运载体线性加速度的传感器设备。相对于电子陀螺仪，它具有长时间稳定的特点。在空间飞行器的惯性测量系统、车辆船舶的倾斜测量、机器人的平衡姿态检测、肢体姿态检测等许多方面都需要测量物体的倾斜角。

对于多数的传感器应用来看，两轴的加速度传感器已经能满足多数应用。但是有些方面的应用还是集中在三轴加速度传感器中例如在数采设备，贵重资产监测，碰撞监测，测量建筑物振动，风机，风力涡轮机和其他敏感的大型结构振动。

三轴加速度传感器的好处就是在预先不知道物体运动方向的场合下，只有应用三维加速度传感器来检测加速度信号。三维加速度传感器具有体积小和重量轻特点，可以测量空间加速度，能够全面准确反映物体的运动性质。

部分来源：https://baike.baidu.com/item/三轴加速度计

什么是航位推测法（Dead reckoning？）

航位推测法，英文全称【Dead reckoning】，缩写：DR。是一种利用现在物体位置的条件下，通过测量移动的距离和方位，推定未来位置方向的航海技术。最早用于车辆、船舶等的航行定位中，现已应用至许多交通技术层面，但容易受到误差累积的影响。

航位推测法可以推定精确的位置，但容易受到细微误差影响。例如：利用轮子的旋转圈数来测定位移量，但轮子受到温度变化的收缩影响会产生细微误差。由于前面的估计值就含有误差，所以不断进行后续的推算会造成误差传播。

在动物航海研究中，航位推测法常被称为路径整合，动物会利用以现在位置及路径推估未来的位置方向。像是蚂蚁、鹅、啮齿动物都能追踪相对起始点的位置，回到原处。

部分来源：https://baike.baidu.com/item/航位推测法/8304554

什么是大数据？

大数据（Big data）本身是一个抽象的概念。从一般意义上讲，大数据是指无法在有限时间内用常规软件工具对其进行获取、存储、管理和处理的数据集合。

目前，业界对大数据还没有一个统一的定义，但是大家普遍认为，大数据具备 Volume、Velocity、Variety 和 Value 四个特征，简称“4V”，即数据体量巨大、数据速度快、数据类型繁多和数据价值密度低。

一是数据体量巨大。

数据集合的规模不断扩大，已经从 GB 级增加到 TB 级再增加到 PB 级，近年来，数据量甚至开始以 EB 和 ZB 来计数。

二是数据产生、处理和分析速度在持续加快。

大数据处理能力遵循“1秒定律”，处理模式已经开始从批处理转向流处理。也就是说，可以从各种类型的数据中快速获得高价值的信息。大数据的快速处理能力充分体现出它与传统的数据处理技术的本质区别。

三是数据类型多样。

传统IT产业产生和处理的数据类型较为单一，大部分是结构化数据。随着传感器、智能设备、社交网络、物联网、移动计算、在线广告等新的渠道和技术不断涌现，产生的数据类型无以计数。

现在的数据类型不再只是格式化数据，更多的是半结构化或者非结构化数据，如 XML、邮件、博客、即时消息、视频、照片、点击流、日志文件等。企业需要整合、存储和分析来自复杂的传统和非传统信息源的数据，包括企业内部和外部的数据。

四是数据价值密度低。

大数据由于体量不断加大，单位数据的价值密度在不断降低，然而数据的整体价值在提高。以监控视频为例，在一小时的视频中，有用的数据可能仅仅只有一两秒，但是却会非常重要。现在许多专家已经将大数据等同于黄金和石油，这表示大数据当中蕴含了无限的商业价值。

通过对大数据进行处理，找出其中潜在的商业价值，将会产生巨大的商业利润。

部分来源：http://c.biancheng.net/view/3500.html

什么是智能数据？

我们生活在这样一个数据大爆炸的时代，即被称为“大数据时代（Big Data）”。如今，无论对普通用户还是企业还说，物联网技术的应用越来越广泛和普及，这一趋势也将进一步加剧。物联网传感器、移动设备和数据服务的扩散，再加上大数据技术和高速网络的发展，大大提高了万物互联的能力和数据体量、速度和多样性。在此趋势下，企业必须提升自身处理和利用数据的能力，将数据转化为业务洞察力，以此支撑业务的发展。

对于如今的智能车辆来说，由于使用了大量的传感器和数据算法，实际每毫秒都在做着决策和判断。智能车辆迅速增长的数据生成能力，与我们当前对数据的收集、分析、理解和管理的能力是不匹配的。这是我们当前面对大数据的最主要问题。

我们知道，大量的数据被生成后，其实很多数据是没有太多实际价值的，充斥着不少噪声，如不加区分的全部上传，其实是对传输资源的浪费。更重要的是，关键的、有价值的数据被淹没在了噪声里，更会让我们错失机会。而且将大量的数据进行上传和后处理时，又会浪费不少时间。

因此，如果能在采集设备端就对数据做一些计算，提取对开发人员有价值的数据再上传，即把“大数据”问题转变成“智能数据”，也就是前面所述的，将大数据转化为业务洞察力，就会极大节省资源，提高效率。更重要的是，能够快速发现有价值的信息。

那么，究竟是什么智能数据？智能数据是指具有固有智能、能让分析工具清楚地了解程序性能、机构复杂性和服务依赖性的元数据，它规范、有序、结构化、实时，并且数据血缘关系清晰。智能数据是由物理硬件、虚拟环境和云环境产生的，端到端普遍可见的数据。它在深度和广度上均有一定规模。企业可以基于智能数据完整地了解整个 IT 基础架构中发生的所有交易以及了解终端用户如何使用基于该架构的所有服务。

通过 IT 服务基础架构的所有信息都可用于生成智能数据，但这些信息必须妥善处理，才能提炼成智能数据。如果由智能数据从基础数据中提取出来，它就可以被压缩成一个更小的、有意义的元数据，存储起来以便后续及时地分析。与存储大量日志数据等基础数据不同的是，智能数据能够让企业只存储对他们有实际价值的数据，因此，它在存储成本上更具优势。此外，智能数据也能够提升企业的数据分析效率。

Influx VtoCloud 系统，就是将“大数据”问题转换为“智能数据”，解决上述提到的数据提取、成本和时间问题。

什么是大数据与智能数据？什么是惯性测量单元与GNSS？相关推荐

从“大数据”到“智能数据”
大部分专家都相信可以从巨量的数据中找到宝石和金子.英国牛津大学曾对全球各行业工作者做过一份调查问卷,2/3受访者认为,使用数据和分析软件可以使他们保持竞争优势.问题是,这些"金矿挖掘者&qu ...
从大数据到“智能数据” MindSphere将重新塑造中国锂电制造的未来
德国一家世界领先的制造业企业负责人曾指出,在全面建设智能工厂之前必须回答两个问题:一,产品从设计到生产到售后服务,哪些数据需要收集:二,如何设计一套数据分析体系,使得这些被收集上来的数据可以高效智能地 ...
释放海量数据价值，尽显数据之美，华为云大数据打造智能数据底座
释放海量数据价值,尽显数据之美,华为云大数据打造智能数据底座伴随企业的不断发展,企业信息化.智能化水平的提升,企业内部数据的重要性不言而喻.不夸张的讲,企业数据处理的好坏直接影响着任务是否达标.直接 ...
基于Matlab融合惯性测量单元和全球定位系统数据估计地面车辆的位置和方向（附源码）
目录一.模拟设置二.融合过滤器三.搭建场景 3.1 创建地面车辆轨迹 3.2 全球定位系统接收器 3.3 IMU 传感器四.初始化 4.1初始化insfilterNonholonomic状态 ...
数据大屏 - guandata智能数据可视化分析
数据大屏可视化可更直观更智能的决策场景体验,通过数据大屏实时监测企业数据,洞悉运营增长,助力智能高效决策. 数据大屏可以打破数据隔离,通过数据采集.清洗.分析到直观实时的数据可视化,从而达到高效管理决 ...
华为发布智能数据解决方案FusionData，重定义数据基础设施，释放数据价值
[中国,北京,2019年6月5日]华为在北京发布智能数据解决方案FusionData,支持智能的数据全生命周期管理:从数据接入.数据处理和数据使能三个层面,重定义数据基础设施,帮助客户打造领先的智能数 ...
华为云大数据智能数据湖FusionInsight
华为预计,到2025年全球每年新增数据存储量为180ZB,企业的数据利用率将会达到86%.到2030年数据应用(包括大数据和AI)将会给全球带来13万亿美元的收益,为全球经济贡献16%的GDP增长.其 ...
《智能数据时代：企业大数据战略与实战》一3.5　步步为营
本节书摘来自华章出版社<智能数据时代:企业大数据战略与实战>一书中的第3章,第3.5节,作者 TalkingData ,更多章节内容可以访问云栖社区"华章计算机"公众号 ...
大数据与智能算法（二-应用级技术）-SMU在线学习笔记
[课程来源]感谢B站Up主leonding1018的分享,老师的课程内容非常精彩. 本文是观看网络视频课程后的笔记,如涉及版权问题,请及时留言或私信与我联系. 上一篇讲述了一些基本算法,详见<大 ...
深入制造云计算大数据与智能制造论坛将于6月16日召开
2017年6月14日-16日,"生态构建云化应用"为主题的第九届中国云计算大会(www.ciecloud.org)将在北京国家会议中心拉开大幕.届时多位院士.专家.云计算大数据领 ...

什么是大数据与智能数据？什么是惯性测量单元与GNSS？

什么是大数据与智能数据？什么是惯性测量单元与GNSS？相关推荐

最新文章

热门文章