我们的复兴号高铁突破时速350公里。我们在坐高铁的时候，会看到前面的屏幕打出一个350。那个数字是哪里来的？

中国IC厂商如何在“一带一路”的利好政策下，走向全球市场、占领IC时代巅峰？在AI时代，中国IC厂商是否能够和国际对手处于同一起跑线？本次峰会将为您一一解开心中的疑惑。

以智能手机为代表的消费类电子领域的创新，也在向汽车、工业、医疗等领域快速渗透。3D成像、自动驾驶、驾驶员辅助、AR/VR、手势识别、人脸识别、语音降噪等等新的应用不胜枚举，而赋能这些新应用的一类关键技术就是传感器。

Uber的自动驾驶汽车比前一代的路测车以及竞争对手的车辆盲点更多，无法完全检测到行人。这或许就是此次Uber事故产生的原因。

据Gartner调查报告，目前我们还没有看到可穿戴设备和AR等市场出现真正的爆发。其原因是，这些新兴应用还需解决性能和功耗（续航时间）、小尺寸、低延迟和灵活性等各种痛点。

菜鸟无人车可以实现智能规划配送路线，与TMS(运输管理系统)对接，规划最优配送路径，将包裹及时高效的送到指定位置；同时具备动态识别及时避让，通过利用激光与视觉并行的SLAM方案，基于深度学习识别环境中的行人、车辆等不同的实体，运用自适应粒子滤波算法，对动态实体进行准确的轨迹预测。

不同于过去的“百万像素战争”，大多数智能手机业者会在3D传感技术这条新战线打得更辛苦...

从2016年到2019年，艾迈斯半导体预期实现60%的年复合增长率，在过去这几年中，他们怎么做到的？

将物联网功能应用于晶圆厂，使用震动传感器、无线收发器和无线组网协议栈，可提高生产工厂的事故预测性，管理人员甚至可以在家里收到通知，了解一些问题并制定相应的计划。

根据O2最近发表的调查报告预测，5G将为英国的经济省下60亿英磅(约83.5亿美元)的生产力资源，促使各种5G行动围绕着英国的医疗保健、运输、能源、零售业和商业等各方面积极展开…

自动驾驶不会是绝对安全、有保障的技术。但用“Uber无人车撞人致死”事件来判定自动驾驶是否安全却也是不公平的！因为Uber不能代表最先进技术的发展水平。

核心信息： • 首套针对广泛应用的物联网设备的PSA威胁模型和安全分析（TMSA）文档，将在2018年嵌入式世界大会(Embedded World)上正式发布 • 首个符合固件规范的开源参考Trusted Firmware-M将于3月底发布

Uber自动驾驶汽车配备了多个不同的成像系统，它们既可以执行普通任务(监控附近汽车、标记和车道线)，也可以执行特殊任务，例如让汽车减速等措施。在这起事故中，能够拯救受害者的图像系统应该不少于四个。但为何具有众多安全保障的自动驾驶为什会撞死人呢？

本文作者认为，深度学习只是一种计算机视觉工具，而不是包治百病的良药，不要因为流行就一味地使用它。传统的计算机视觉技术仍然可以大显身手，了解它们可以为你省去很多的时间和烦恼；并且掌握传统计算机视觉确实可以让你在深度学习方面做得更好。这是因为你可以更好地理解深度学习的内部状况，并可执行预处理步骤改善深度学习结果。

新的传感器将受到昆虫快速反应的启发，包括近距离碰撞检测技术、远程危险感知和基于热的碰撞检测。这些可以确保车辆能够快速适应不同环境下的天气和道路。