人工智能，机器学习，数据分析，所有前沿科学的进步都促使更好用编程语言和工具的出现，去年NI推出了LabVIEW NXG就可以被看做是顺应时代发展的表现，从1986年推出第一代的LabVIEW以来，NI为科学家和工程师提供更加高效的工具的初心从来没有改变。
技术的发展推动人类的生活向前迈进，因此我们拥有了更多的自动化设备来完成原有手动的工作，人类也拥有了更多闲适的时间。今年的NIWEEK，NI继续信守着自己的承诺，并将未来技术发展方向，分享给工程界。
当工程师努力解决工作中出现的问题的时候，“what‘s happen”的疑惑总是敲打着他的内心，这时候测试测量技术便会变成一种刚性需求，帮助工程师来寻根追朔源。
自然科学其实可以看做对我们生活真实的反应与分析，仔细想下，数字化的概念与我们的生活并不冲突，数字即科学，即真实的反应，而这一切的基础是对物理世界和虚拟世界的测量和测试。前者是对世界现实的反应，后者则渗透着对世界的模拟。
NI的产品几乎可以做任何行业的测量和测试工作，但又要依靠与合作伙伴深度合作做出更加垂直的行业应用。
NI所提供的平台其实可以被看做是一个半开放式的平台，开发者因此并不需要完全从底层构建系统，在应用解决方案上又能维持足够的灵活性，通过板卡的替换和软件功能的配置就能够实现仪器的升级和功能的部署。
NI的主要优势在于高速数据处理和吞吐能力，但现有的总线和网络协议并不能够足以发挥其能力，但TSN的出现满足了高速数据在远程数据传输和运算方面的问题，而FieldDAQ解决了边缘层采集数据工作的环境及成本的问题，与HPE合作在边缘端架设边缘计算服务，进一步加大提升算力，最后用LabVIEW作为生态圈的核心将这些硬件进行整合。那么下一步很显然就是继续提高软件的效率，这种效率一方面是提高客户的开发效率，另一方面则是软件本身的优化。
而我们现在看到的NI则是以打包的方式，将这两个问题进行了整合，开发新的软件例如Flexlogger这类程序，虽然用LabVIEW也可以做到Flexlogger的功能，但对于开发者编程技术水平的难度降低了非常多，几乎不用编程就能使用Flexlogger，这让整个工作流程更加顺畅，对编程的再次简化使工程师完全聚焦于应用的设计，而不是消耗时间调试工具。
对于未来LabVIEW的发展LabVIEW之父Jeff Kodosky总结的核心是将复杂的问题更加简单化，他构想未来赋予FPGA编程更多的交互功能，未来将实现FPGA编程与上位机编程，将这两个目前单独处理的界面，融合成为单一界面，更方便数据信息的通信与交互。
国防航天
Dream Chaser是一款可重复使用的航天器。目前的NASA已经选择Dream Chaser做为国际空间站提供未配备的货物运输、返回和处置服务的载具，并计划于2020年完成首次任务。
和我们昨天介绍的城市交通飞行器一样，Dream Chaser也是用多个支持TSN的CDAQ进行实时的多点采集，但不同的是所需要模拟的测试环境完全不同，所以通道数量和采集点以及一些太空中需要考虑到的因素也就会不同，测试数量和功能更多的需要根据用户本身需求进行自行定制。
SNC公司为Dream Chaser设计了数千个数据通道的数据采集，并通过使用NI集成的TSN同步功能的CompactDAQ，精确跟踪同步测试数据的变化，整个测试系统高效快速，灵活可靠，最关键的是NI设备更新复用度也很高，为这种大型测试节约了不少成本。
智能工厂(IIOT)
对于针对工厂的案例今年是比较突出的是G Systems的案例，G Systems公司可以说是多年来NI的铁杆粉丝，今年他们展示了基于NI SystemLink软件组成的智能工厂管理解决方案。
信息技术推动了现代工厂的革命，IIOT主要在于将OT技术与IT技术融合，将数据变为更有利于生产的信息，降低客户的宕机时间，有效节约维护成本。
G Systems基于客户要求实现多线程运营管理，进一步提高生产速度并减少停机时间。
他们的系统基于NI CompactRIO，LabVIEW和SystemLink的标准化整合，G System开发出了一套LabVIEW Real-Time应用程序来实时捕获和处理测量结果，并通过SystemLink进行远程管理和系统监控，实时报告各项生产指标，最后用CompactRIO设计并组装了一个定制测试台。
手机端故障短信息提醒，线路健康状况查看，灯光示警这些功能在这套系统中都具备，在未来当更多的IIOT应用加入，更多节点会带来更多数据的计算量，那时候才是发挥CRIO这套系统强大能力的时候，高数据量将让它在智慧工厂系统中成为必不可少的设备。
汽车
比较精彩的案例是康明斯的针对发动机产品生命周期开发的验证测试系统，由于发动机面临着不同型号，以及燃油标准和环保政策也不同，需要工程师能够更快速的给出测试结果，更快速的满足市场需求.
另外在面临技术快速迭代的情况下，测试系统能够拥有一定的灵活性，并保证测试车辆的功能安全成为了车厂的难题，通过NI的Veristand，和PXI，康明斯搭建了自己的HIL硬件在环仿真测试系统，通过接驳多种类型的sensor对多种项目进行了测试，包括柴油，汽油和纯电动车辆的动力系统，及车辆的ECU测试。实现了80%的系统回收，和50%的交付时间。
NI的技术在不断拓展，新的前瞻性的应用也在不断开发出来，一楼展示大厅中的无线传感器数据采集器设备也得到了非常多的关注，未来将在工业IIOT领域拥有很广阔的应用。
另外,以灯光作为识别信号的light-fi技术让小编也是大开眼界，基于LabVIEW开发，以灯光为软件信号源的车辆安全应用，只要车灯出场被记录就能够被软件迅速识别，Demo展示负责人告诉小编，这种识别完全依靠灯光模块传输识别信号，比RFID能量消耗小很多，但是传输距离和识别成功率上高了很多，尤其在高速运动情况下的识别优势更大，在汽车功能安全，紧急制动方面有很大市场潜力。
每年NIWEEK结束都感觉时间不够用，200多个Demo小编可能也仅仅看了50个，真的觉得意犹未尽，好在每年NIWEEK结束后，都会组织工程师互动活动，探讨工程科学趋势，满足大家的求知欲。
最后，NI2019 已经开始报名了，现在报名打折还是蛮多的，如果希望明年提早占个好位置学习的话，下载NIWEEK app或进行报名吧。
（转载）
