当前位置: 首页 > article >正文

Find My轮椅|苹果Find My技术与轮椅结合,智能防丢,全球定位

轮椅是装有轮子可以帮助替代行走的椅子,是用于伤员、病员、残疾人居家康复、周转运输、就诊、外出活动的重要移动工具。轮椅不仅满足肢体伤残者和行动不便人士的代步需求,更重要的是方便家属移动和照顾病员,使病员借助于轮椅进行身体锻炼和参与社会活动。
在这里插入图片描述

在智能化加持下,防丢功能的加入使得人们日益关心物品的去向。最新的轮椅与苹果Find My结合,智能防丢,全球定位。使得我们可以通过苹果Find My App查找物品位置,还可以将失主的联系方式留在轮椅上,方便捡到的人联系失主。

在这里插入图片描述

苹果发布AirTag发布以来,大家都更加注重物品的防丢,苹果的 Find My 就可以查找 iPhone、Mac、AirPods、Apple Watch,如今的Find My已经不单单可以查找苹果的设备,随着第三方设备的加入,将丰富Find My Network的版图。产品与Find My可实现智能防丢的功能。

Find My支持的功能
在这里插入图片描述

有害跟踪检测功能:该功能会通知用户可能无法正常识别的配件,同时会追踪这类配件随时间而变化的位置信息。

丢失模式设置号码:支持通过该网络将特定设备或配件设置为丢失模式,还可以设置预留号码让人捡到时联系你。

发现丢失设备位置:当某用户丢失某个设备时可以将其标记为丢失模式,随后设备信息会在蓝牙网络里互相传播。最终当某个用户的蓝牙检测到这个丢失物品时会将其大致的位置传递回最开始丢失的用户帮助用户快速寻找设备。

控制设备播放声音:可以远程发起播放声音帮助用户寻找配件,该动作既支持配件所有者且也支持非所有者发起。当查找到配件的大致位置后用户可以让所有者的 iOS设备发出声音进行提醒,并有所有者取消提醒去寻找设备等。

在这里插入图片描述

未来Find My将独立成网,第三方设备的加入,将丰富Find My Network的版图。Find My Network将提供给第三方接口来提供更好的服务。不会破坏用户隐私,除了用户以外,苹果公司和第三方都不会知道手机的具体位置。苹果的Find My 技术使用苹果设备的蓝牙无线信号创建一个设备网络以寻找丢失的物品,他们将与第三方公司打造Find My Network防丢产品。

ST17H6x 苹果Find My芯片
在这里插入图片描述

支持Find My Network
内置 64 KB SRAM、96 KB ROM 存储空间,并支持多个外部 SPI、PWM、DMA、UART
支持SIG-Mesh,支持多个节点Friend、LowPower、Proxy、Relay
完善的安全机制:基于 AES-128算法的硬件加密、支持加密算法的硬件加速器
丰富的通信接口及 GPIO 管脚,可支持多种场景及复杂的应用

ST17H6x 芯片在苹果 Find My 应用
在这里插入图片描述

ST17H6x多场景应用平均功耗
在这里插入图片描述

伦茨科技有许多蓝牙产品方案中运用到Find My功能。Find My功能实际应用场景:儿童手表、车钥匙、宠物项圈、防丢背夹、智能拐杖、防丢书包、钱包、卡包。


http://www.kler.cn/news/289905.html

相关文章:

  • Spark框架
  • Nginx: 使用KeepAlived配置实现虚IP在多服务器节点漂移及Nginx高可用原理
  • 12、Flink 流上的确定性之流处理详解
  • Tomcat8版本以上配置自定义400错误页面
  • ElasticSearch-基础操作
  • PDF处理技巧:如何有效处理 PDF 旋转的技巧
  • WebGIS与WebGL是什么,两者之间的关系?
  • Transformer直接预测完整数学表达式,推理速度提高多个数量级
  • ElementUI实现el-table组件的合并行功能
  • vs2017 Qt CMakeList.txt添加生成Qt LinguistTools的ts文件
  • 程序员学Python编程规范(简单明了!)
  • ESP8266下载固件→连接阿里云
  • 关于SpringMVC的理解
  • linux 内核代码学习(七)
  • 2024 第七届“巅峰极客”网络安全技能挑战赛初赛 Web方向 题解WirteUp
  • go语言自定义包并在其它地方导入
  • 什么是感知器?
  • opencv入门教程
  • 爬楼梯[简单]
  • 力扣SQL仅数据库(196~569)
  • AI图像放大工具,图片放大无所不能
  • vue通过html2canvas+jspdf生成PDF问题全解(水印,分页,截断,多页,黑屏,空白,附源码)
  • Kafka【六】Linux下安装Kafka(Zookeeper)集群
  • 【AI】前向和反向传播的关系
  • 深度学习与电网信号故障诊断:基于卷积神经网络和残差网络的应用
  • 【Grafana】Prometheus结合Grafana打造智能监控可视化平台
  • 15、VSCode自定义Markwown编辑环境
  • Spring Cloud Consul 与 Eureka 对比:如何选择最佳服务发现工具
  • 微信小程序客户端与服务端进行WebSocket通信
  • 文本数据分析-(TF-IDF)(2)