物联网之场景联动策略

场景联动

物联网场景联动总是条件触发的，该触发点可能来着自与系统下端设备采集的设备态势或孪生数据，亦可能是上层应用的输入，又或是系统内在既定业务逻辑的驱动，这些自动化业务逻辑运转使得每个设备、场景、人等互相联动规则，这种规则模型称为 TCA 模型，一般由触发器（Trigger）、执行条件（Condition）、执行动作（Action）三个部分组成。  

数据源

    来自设备端的数据通常就数值性质分为遥信（开关）、遥测（电压），而依据其时间性质分为属性(尺寸)、态势(电流)。前者一般侧重数学逻辑，后者倾向于业务表述。很多时候我们也会将遥信、遥测统一表述为遥测,在开发实现上用float(double)等变量存储，遥信则看成特殊的float值(1.0,0.0)。同样的，属性、态势都可以归一化为态势，属性就是依时间推移不变的态势。  

    来自上层应用端的数据通常就数值性质分为遥控、遥调，其实与遥信、遥测相对应，在不少传统行业，四遥时会分开，但目前越来越多的应用会将遥信、遥控归并为遥信，遥测、遥调归并遥测，甚至将四遥归一。  

如何联动

    现在解析TCA 模型在实际项目的应用映射，来自设备端的数据采集、来自上层应用的数据下发以及系统内部的态势巡检线程均扮演着触发器角色，在实际程序中，数据变化、时间推进是两大触发主因，一般由处理这些业务数据的接收、巡检等事务线程判定触动。其触动依据就是对于执行条件判定，其的依据主要为三方面：  

    1）信息点数值匹配，信息点可能是来自是设备端直接采集到的，或是依据原始采集数据孪生的数据，或是与上层应用对接的信息点。例如，开关闭合为原生采集，联动灯管的开闭态=（开关1|开关2）为孪生数据。匹配规则通常有两个方面，其一就是数值比较(<,>,=),其二就是数据本身属性，是否发生变更、更新时间是否符合要求。   

    2）时间匹配,主要限定执行条件的时刻点或时间范围，时刻点可以是绝对的，也可以是相对的，例如，绝对的为2020-04-27 12:00:00.000，相对的为每天12:00:00.000。同理时间范围也一样， 例如，绝对的2020-04-27 12:00:00.000~2020-04-27 13:00:00.000，相对的每天12:00:00.000~13:00:00.000。更进一步就是更多时间匹配集一起作为执行条件依据，例如，每周三 、周五的12:00:00.000~13:00:00.000内的每5分钟执行一次。

    3）IT态势匹配,如程序启动、运行、暂停、退出等态势，又或设备的cpu、内存等态势，也是构建执行条件的一部分。  

    需要注意的是执行条件的三个方面可以相互组合构建更服务的执行条件或连锁驱动。例如：

          1)在每天下午2点到4点期间，每间隔三分钟将点1设值为rand(3); 2)在周一，如果是雨天设置点2位1; 3)点1和点2数据变为1时，将点3设值为1; 4）点3变为1时将某个设备关闭。如此场景可以自由组配实现。 

相对于执行条件就是对于这些业务数据进行逻辑判定。执行动作就是在这些条件满足后执行的新的业务逻辑，主要有三方面：

    一是对某些信息点集进行设值、查询等；

   二就是按需生成告警信息输出；

   三是确定数据推送、记录等等。  

 

AI在物联网

       目前AI在物联网比较可行的落地应用主要体现在两个方面，其一就是借助AI的语音识别、图像识别、自然语言识别等的识别结果构建成物联网业务数据源，提供类似于传统数据采集的物模型数据。例如：人脸识别结果，输出性别、年龄、笑脸等等，就是业务数据源的一部分。其二就是在物联网平台数据汇聚对历史数据进行分析，如决策树、粒子群算法、随机森林算法、神经网络、马尔可夫等等算法会在此处发挥作用，其算法结果再反馈物联网进行业务逻辑执行操作。

       但是目前物联网的重点还是在于“联”上，联的全面、联的标准、联的稳点、联的安全都是目前物联网主要难点，也是后续AI、大数据的基础，因为这既是数据之源，又是AI延伸的“手脚”。其次就是前面诉说的场景联动上，目前各行各业推进的物联网系统、平台的联动很少会通过AI实现调度，更多还是根据行业特有规则和具体项目需要按执行条件配置驱动策略。