工程师利用传感器+边缘网关+云服务器的系统架构，通过大数据及人工智能算法进行辅助决策，最终为工业设备赋能，提高加工生产效率。近年来，数字经济与实体经济的结合程度逐渐升高，本文章通过拉伸机展示了数字化在科研设备的应用实例。

近年来，随着微电子技术的进步与发展，传感器愈加智能化、微型化且价格低廉，相关产品在国防军工、机械装备、医疗电子以及环境治理等领域具有广泛的应用。工程师如何从数据中提取有用信息来辅助管理人员制定决策信息显得尤为关键。

调研发现，物联网在传统工业中一般采用云-边-端的架构。云平台主要进行数据的存储；边缘端作为大脑，不仅能够给底层设备下发控制指令，还可以对智能传感器发送的数据进行特征提取，并将结果反馈给云平台，具体内容如推文所述~

近年来，国内一直大力发展数字经济，从共享单车到新能源汽车，其主要推动力在于硬件性能的不断提升，软件系统的不断优化，带动了物联网行业不断的向前发展。近来通过简单的实例，对嵌入式设备采集的加速度信号进行分析，提取人体的体态特征，具体如下所示~

人工智能算法广泛应用于计算机视觉、语音识别、推荐算法以及智能机器人等领域；近来，综合考虑嵌入式设备的硬件资源、功耗特性等因素，对模型进行适当的裁剪，并部署到STM32设备，具体如下所示：