The Internet of Things (IoT) is the network of physical devices, vehicles, home appliances, and other items embedded with electronics, software, sensors, actuators, and connectivity which enables these things to connect and exchange data,[1][2][3][4][5] creating opportunities for more direct integration of the physical world into computer-based systems, resulting in efficiency improvements, economic benefits, and reduced human exertions.[6][7][8][9]
The number of IoT devices increased 31% year-over-year to 8.4 billion in 2017[10] and it is estimated that there will be 30 billion devices by 2020.[11] The global market value of IoT is projected to reach $7.1 trillion by 2020.[12]
IoT involves extending internet connectivity beyond standard devices, such as desktops, laptops, smartphones and tablets, to any range of traditionally dumb or non-internet-enabled physical devices and everyday objects. Embedded with technology, these devices can communicate and interact over the internet, and they can be remotely monitored and controlled.
------ Wiki
创建物联网市场的前提是通信模块价格趋向低廉以及云服务的普及。物联网市场今后的重点,在作者看来,是跟熟悉各垂直市场的从业者加强合作,积极提供试验环境以及开发接近用户生活的服务项目。
20世纪90年代:以大型机为中心的集中式处理逐渐向以客户端服务器为中心的分布式处理转移。Web计算:以互联网为媒介,人们可以轻松实现PC、服务器、移动设备之间的信息交换。
21世纪初:「泛在网络」:随时随地连接互联网等网络来利用多种多样的服务。包括智能手机、平板电脑、游戏机、电视机等。
如今:“物”的连接,宽带普及、可搭载在机器上的超低功耗传感器投入市场、无线通信技术进步。以汽车和家用电器及房屋为开端,近年有眼镜、手表、饰品等。
物联网不仅涵盖机器和机器自动交换信息(机器对机器的通信),还包括给信息接收者提供服务的含义。
智能设备+具备连通性的“物”+网络+Web系统+数据分析技术。当下的趋势之一就是不停留在单纯的控制层面,而是像“凭借短距离通信实现自主控制和自动化”及“通过机器学习实现自动判断”这样,给事物增加附加价值。
一种「装有传感器的电子零件」,并「与网络相连接」的「物」。
设备的作用:
把物理现象用电子信号的形式输出。图像/光学/温度/湿度/加速度/磁场传感器。
还有一种东西叫传感器节点,它把传感器本身置入环境中搜集信息。传感器节点是集蓝牙和wifi等无线通信装置与电池为一体的传感器。把传感器连接到网关(专用的无线路由器)来进行数据搜集。
两种网络:把设备连接到其他设备;把设备连接到物联网服务。
一些设备无法直接连接到互联网,可以通过连接到可以连接互联网的设备实现联网。传感器节点、网关、智能手机都是例子。
蓝牙和ZigBee是两种具有代表性的网络标准,它们用无线连接、利用的通信协议也是固定的。这些协议的特征有采用擅长近距离的通信的无线连接、低功耗、易于嵌入嵌入式设备等。其中,ZigBee是与网状网络对应的通信标准。
此时会用到互联网线路,如3G/LTE等。协议有HTTP/WebSocket/MQTT(一种专为机器对机器通信和互联网而产生的轻量级协议)
作用:从设备接收数据及发送数据给设备;处理和保存数据。
设备发来的数据内容包括设备搭载的传感器所采集的信息及用户对设备进行的操作。
把从设备接收到的数据保存到数据库;从接收到的数据判断如何控制设备。数值型数据/非结构化数据(图像/语言/自然语言等)
两种代表性方法:统计分析(靠人类手工操作进行的分析)&&机器学习(根据以往的数据机械性地推断未知状态)