飛槳的案例
百度飛槳智慧城市核心技術大揭秘—智慧社區篇
百度飛槳提供的先進的、基于深度學習技術的智能感知與分析能力，使開發者可以快速實現對人、車、物的高效、精準的識別。這一系列針對社區治理的開源算法能力，覆蓋人車信息留存、出入口管控、車輛違規停放、人員穿戴合規、異常行為識別、垃圾分類、電梯異常檢測等20+智慧社區核心場景。開發者可以輕松調用高精度、毫秒級識別的算法，并快速實現云邊端多硬件部署上線。
飛槳的這一系列開源能力獲得了行業開發者的廣泛認可，包括上海天覆科技、泰思通、音智達、北京德厚泉等在內的企業基于飛槳，高水平地實現了智能視頻監控、垃圾識別分類等典型社區治理場景解決方案，為社區設施智能化有序升級作出了重要貢獻。
場景一：社區人員信息管理
傳統社區視頻監控80%都依靠人工實現，隨著攝像頭在社區中的大規模普及，每天可以產生千兆以上的視頻圖像，再加上人員信息日漸復雜等因素，完全依靠人工對著屏幕肉眼檢查已無法滿足業務要求。
展開 AI軟硬一體解決方案賽道升溫，百度智能云飛槳一體機正式入局
值得一提的是，作為百度智能云飛槳一體機背后的核心支撐，飛槳深度學習平臺、百度智能云AI中臺解決方案等科技，均擁有顯著的行業領先優勢。據IDC此前報告顯示，飛槳助力百度在中國深度學習平臺市場中的綜合份額持續增長，躍居第一。百度智能云則在AI Cloud市場份額則連續四次第一。它們將為百度智能云飛槳AI一體機提供持續強大的性能支撐，幫助更多企業快速、高效、穩定地落地AI能力。
?
?
世界最大渦槳飛機，載重80噸能飛5000公里，只生產了85架！
▲安-22尾部抗顫振模塊
▲安-22尾部特寫
安-22擁有四臺庫茲涅佐夫HK-12MA渦槳發動機，功率為4×15,000軸馬力，每臺發動機驅動一對直徑為6.2米的四葉同軸對轉螺旋槳，可以在滿載條件下，在海拔1400米處起飛。
庫茲涅佐夫 NK-12是20世紀50年代的蘇聯渦輪螺旋槳發動機，由庫茲涅佐夫設計局研制。它能驅動兩個大型四葉片（每個發動機八個葉片）對轉螺旋槳，直徑為5.6米，NK-12MA和NK-12MV為6.2米，它也是最強大的渦輪螺旋槳發動機。
當然，庫茲涅佐夫HK-12渦槳發動機也有缺點，其復雜結構增加了多余重量，也給飛機后期維護帶來諸多不便；再有就是它的噪音問題，連水下潛艇聲吶都能探測到它的存在。
1974年，安-22停產了，蘇聯給出的理由是：安-22經濟性和安全性已不能滿足現有需求。安-22總共生產了85架，其中空軍50架，民航35架。
截至20世紀90年代中期，大約有45架安-22飛機仍在服役。其中大部分是俄羅斯空軍，但它正逐漸被更大的渦扇發動機安-124取代，其余安-22飛機在特維爾Migalovo基地的軍事運輸航空中隊服役。
截至2018年12月，6架安-22飛機在特維爾軍事運輸航空中隊服役，只有3架飛機適航，并計劃在2033年之前繼續服役。
安-22飛機服役期間曾多次創造世界紀錄，它不僅是一架運輸機，更像是一個時代的產物，隨著時間慢慢老去。
展開 車輛、行人跟蹤一網打盡，超輕量、多類別、小目標跟蹤系統開源了！
更貼心的是，PP-Tracking支持
Python、C++
兩種部署語言，同時提供使用飛槳原生推理庫Paddle Inference和飛槳服務化推理框架Paddle Serving的保姆級部署教程，
真正意義上打通從訓練、推理到部署的全流程
。
4、產業場景快速融合
這么厲害的實時跟蹤系統在實際落地中的表現如何呢？
接下來，讓我們看看PP-Tracking的實際業務落地效果吧~
以人流量計數為例，在上海音智達公司的實際業務中，使用PP-Tracking中的服務端輕量化版FairMOT[8]，結合人流量計數功能，快速實現商圈出入口的實時人流量去重計數。
視頻引用公開數據集[3]
這套系統被應用于自動駕駛、安防、交通、城市等多種領域的目標跟蹤。
展開 
基于PINN的極少監督數據二維非定常圓柱繞流模擬
[4] https://aistudio.baidu.com/aistudio/projectdetail/4178470
文章來源：飛槳PaddlePaddle
一站式鏈接產業全生態：2026北京國際人工智能展（春季展）
與此同時，百度飛槳、華為昇思等國產AI框架也將展示其在多模態大模型訓練方面的突破性進展，這些技術正在重塑全球AI產業格局。
機器人展區無疑是本屆展會最具人氣的板塊之一。來自日本、德國、美國等機器人強國的企業將同臺競技，展示工業機器人、服務機器人、特種機器人等領域的最新成果。特別值得一提的是，中國本土企業將帶來全球首款具備自主學習能力的商用服務機器人，該產品采用類腦計算架構，能夠通過日常交互不斷優化服務流程，目前已在國內多家五星級酒店試點應用。此外，醫療手術機器人、農業采摘機器人等專業領域產品也將首次公開亮相，展現AI技術賦能傳統行業的無限可能。
智能制造專區將重點呈現AI與工業4.0的深度融合。參展企業將展示基于數字孿生技術的智能工廠解決方案，通過實時數據采集和深度學習算法，實現生產線的自主優化和預測性維護。據業內人士透露，某國際知名汽車制造商將在展會上發布其全球首個"黑燈工廠"示范項目，該工廠通過AI視覺檢測和自主決策系統，實現了關鍵工序的完全無人化生產，良品率提升至99.99%。
智慧城市展區將帶來令人驚嘆的未來生活圖景。基于城市大腦的交通管理系統可以實時預測并緩解擁堵；智能垃圾分類系統通過圖像識別實現99%的準確率；社區安防機器人24小時巡邏，能識別異常行為并自動報警。這些技術已在多個試點城市取得顯著成效，預計到2026年底將在全國50個重點城市推廣應用。
展會同期還將舉辦20余場高規格論壇活動，包括全球AI領袖峰會、AI倫理與治理圓桌會議、青年科學家創新論壇等。來自MIT、斯坦福、清華、北大等頂尖學府的專家學者，就AI技術發展趨勢、產業應用前景、倫理安全等議題展開深入探討。
在投資對接方面，組委會聯合國內外知名創投機構設立了AI項目路演專區，為創新企業提供展示舞臺。
展開 人工智能和CAE很像
而在AI領域，谷歌開源Tensorflow框架這一舉動就讓人工智能的研究門檻極大降低，后來還有Caffe、Torch乃至中國的PaddlePaddle飛槳、商湯和曠視等公司的自研框架，也都致力于讓使用者以更高的效率完成開發和部署。
03
—
都需要與行業結合落地
錢令希院士曾經說過“力學需要工程，甚于工程需要力學”。的確，力學研究的是許多工程項目中的共性問題。工程力學尤其是有限元，它本身并不能創造價值，必須和具體的工程領域相結合，比如建筑、土木、橋梁鐵路、車輛、機械、航空航天等。
在這一點上，人工智能也和CAE很像。過去幾年互聯網公司和人工智能公司喜歡提“賦能”，其實謙虛一點，就是和某個行業結合將AI技術落地嘛。AI與金融結合可以做風控反欺詐，在工業界落地可以實現質量缺陷檢測、倉儲管理，與能源行業合作可以實現設備故障檢測、風險預警防控等等。吳恩達在演講中說人工智能是新時代的電力，這些技術確實和電力一樣，可以驅動很多行業的應用，但是都要和具體的行業結合。
據說清華“姚班”和“智班”的培養計劃中，前兩年要學習AI相關技術，后兩年要結合其他工程專業，去讓人工智能技術落地。CAE技術也一樣，在做工程上的仿真項目時，也需要深刻理解工程背景，理解行業需求，才能做出正確的分析，讓CAE技術創造價值。
04
—
結語
從短期來看，行業風口不斷轉變，就業市場薪酬待遇高低不一。
展開 簡說氣動：直升機飛行
另外，對于單旋翼帶尾槳直升機，進行總距操縱的同時還需要注意尾槳操控；尾槳拉力需要能夠與旋翼扭矩匹配，否則直升機將出現航向擺動。
水平運動
直升機水平運動時，旋翼具有明顯的氣流不對稱和升力不對稱特點。比如，直升機前飛時，前行槳葉氣流合速度為：旋轉線速度+前飛速度，后行槳葉氣流合速度為：旋轉線速度-前飛速度。為了應對氣流不對稱導致的左右升力不平衡，就需要施加一定的周期變距操縱，減小前行槳葉槳距值、增加后行槳葉槳距值。
另外，當需要主動改出某一飛行狀態，加減速或側飛時，也需要施加周期變距操縱。周期變距操縱桿如下圖，通常布置在駕駛員兩腿之間，或者是兩個駕駛員的中間。可以說，周期變距操縱直接影響著直升機的水平運動。
駕駛員前推桿操縱時，槳葉運動至右側時迎角最小，運動至左側時迎角最大；對蹺蹺板旋翼來說，由于揮舞響應滯后于操縱90度，最終槳盤后側上揮最大，前側下揮最大，也就是槳盤前傾，如下圖。其他方向周期變距操縱引起的周期揮舞響應，機理與前推桿類似。
駕駛員前推桿，槳盤前傾，從而產生驅動前向移動的氣動力，同時還需要保證垂向升力能夠平衡直升機重力，否則直升機將難以保持高度。
駕駛員橫向打桿，槳盤側傾，從而產生驅動側向移動的氣動力，直升機側飛。
駕駛員后拉桿，槳盤后倒，從而產生驅動后向移動的氣動力，直升機后飛。
偏航運動
懸停狀態，直升機的航向由尾槳操縱決定。如果尾槳拉力變化，則會破壞原有的直升機旋翼反扭矩平衡，從而使航向產生變化。比如，對右旋旋翼，右蹬舵時，尾槳拉力減小、機頭右偏；左蹬舵時，尾槳拉力增加、機頭左偏。
展開 駕駛域計算平臺架構核心軟件和底層硬件梳理
ACU-Advanced核心架構基于Xilinx ZU5（FPGA）設計，同時適配百度飛槳深度學習框架。根據百度的研發人員觀點，賽靈思該款芯片具有靈活性好，有利于算法迭代；其次，該款芯片可以提供充足算力，保持行駛速度；再次，可以滿足85℃環境下正常使用的嚴苛車規級要求。同時，FPGA SOC性能可靠度高，有助于保證自動駕駛的安全。
百度采用的賽靈思FPGA芯片架構
百度ACU-Advanced采用的底層硬件架構
Waymo采用Xeon處理器（CPU）和 Arria FPGA為典型處理方案。2017年英特爾表示自2009年以來一直與谷歌合作開發無人駕駛汽車，同時也與 Waymo 合作，英特爾Waymo后者提供 Xeon處理器、Arria FPGA（用于機器視覺）以及千兆以太網的解決方案，以幫助 Waymo無人汽車實時處理信息。
英特爾Xeon 處理器架構
Arria 10 FPGA架構
展開 淺談航空螺旋槳的發展歷程
除大量的基礎研究外，發展復合材料螺旋槳還需特別注重工藝成型和實驗技術，需配備成套的工藝設備和完整的強度實驗設備，如纖維纏繞機、材料預浸設備、真空吸鑄成型設備、槳葉振動疲勞試驗臺和扭轉疲勞試驗臺及環境試驗臺等。復合材料螺旋槳葉已經成為螺旋槳先進技術的重要標志。
(3) 多種功能調節控制技術
為了提高民用飛機的安全性、可靠性及舒適性。先進螺旋槳調節控制系統的功能更加完善，除了典型的恒速變距調節、順槳、回槳等功能外，還增加了反槳功能，從而縮短滑跑距離。為降低噪聲水平，增加了螺旋槳相位同步器，對螺旋槳的轉數和相位進行精密調節，實現噪聲相位干擾技術。
圖6 先進復合材料螺旋槳
圖7 電動恒速控制器
近年來，隨著全權限數字式電子控制系統（FADEC）的發展，使得螺旋槳調節與發動機、飛機的控制形成一個整體，飛機飛行品質、耗油率、噪聲、安全性及可靠性更加優良。有資料表明，得益于FADEC系統的發展，槳飛發一體化匹配后，飛機噪聲及耗油率有明顯降低。以某渦槳支線客機為例，優化匹配后的飛機艙內噪音低于76dB，飛行速度可達676km/h，耗油率僅為噴氣式飛機的80%。
結束語
據不完全統計，當前國外有70余種主要支線客機，其中螺旋槳飛機就有59種，約占84%，在架數上，占92%。另據統計，正在使用和研制的9座以上直線客機共有48種，其中螺旋槳飛機占比達87.5%，有42種之多。在農林飛機方面，世界范圍內約有2.6萬多架，幾乎全部采用螺旋槳動力。另外，螺旋槳在通用航空、教練機、軍用運輸機、預警機、偵察機及地效飛行器方面占比也很大，除大型軍用運輸機、預警機及中高級教練機外，驅動螺旋槳的動力裝置以活塞式航空發動機為主。
展開 