物联网的英语是Internet of Things,缩写为IoT,这里的“物”指的是我们身边一切能与网络相连的物品。
物联网(IoT)是一个相互关联的计算设备系统,无需人工输入即可通过无线网络收集和传输数据。
物联网就是“物”之间通过连接互联网来共享信息并产生有用的信息,而且无需人为管理就能运行的机制。
从本质上讲,任何可以分配互联网协议(IP)地址并且可以通过网络传输数据的对象都可以构成物联网的一部分。
1980年——全球第一台隐含物联网概念的设备可乐贩卖机,它连接到互联网,可以在网络上检查库存,以确认还可供应的饮料数量
1999年——提出物联网
2004年——U-japan战略、U-Korea战略
2005年——国际电信联盟(ITU)发布《ITU互联网报告2005:物联网》
2008年——IBM提出智慧地球
2009年6月——欧盟发起物联网行动计划
2009年8月——温总理提出“感知中国”
2009年9月——中国移动:三分之一应用与物联网相关;中国电信:第一家以物联网宣传的企业
物联网系统包括通过某种形式的连接与云进行通信的传感器/设备。一旦数据到达云端,软件就会对其进行处理并决定是否执行操作,例如调整传感器/设备,而无需用户输入或发送警报。
完整的物联网系统有四个不同的元素。传感器或设备、连接、数据处理和用户界面。让我们依次检查每个:
传感器/设备
它们从其环境中收集数据。设备可能具有多个传感器,例如,智能手机包含 GPS、摄像头、加速度计等。从本质上讲,传感器或传感器出于特定目的从环境中收集数据。
连接
设备收集数据后,需要将其发送到云端。它以不同的方式做到这一点 - 包括Wi-Fi,蓝牙,卫星,低功耗广域网(LPWAN)或通过以太网直接连接到互联网。特定的连接选项将取决于 IoT 应用程序。
数据处理
一旦数据到达云,软件就会对其进行处理,并可能决定执行操作。这可能涉及发送警报或自动调整传感器或设备,而无需用户输入。但是,有时需要用户输入,这是用户界面的用武之地。
用户界面
如果需要用户输入或用户想要检查系统,用户界面将启用此功能。用户执行的任何操作都通过系统以相反的方向发送。从用户界面到云,再回到传感器/设备,以进行请求的更改。
支持 Web 的设备使用的精确连接、网络和通信协议将因特定的 IoT 应用程序而异。物联网越来越多地使用人工智能(AI)和机器学习来使数据收集过程更容易和更快捷。
我们可以借助机器对机器通信采集和积累信息,并灵活运用从信息中分析出的数据来方便我们的生活。除了那些一眼就能看明白的设备,具有连通性(机器和系统间的互联性和关联性)的设备也在不断地随处增加。物联网的趋势指的就是这一现象。
物联网所实现的世界:1. 智能设备。2. 具备连通性的“物”。3. 网络。4. Web 系统。5. 数据分析技术
有大量的物联网应用。一些最着名的包括:
可穿戴设备
对于日常用户来说,可穿戴设备可能是物联网最明显的方面。这些包括健身追踪器,智能手表,智能眼镜,虚拟现实耳机等。
智能家居
智能家居系统与电器连接以自动执行特定任务,并且通常是远程控制的。智能家居中的示例物联网设备可能包括无线厨房用具、情绪感应音乐系统、智能照明、电动百叶窗、自动门窗、智能公用事业仪表等。
智慧城市
智慧城市使用物联网设备(如连接的传感器和仪表)来收集和分析数据。此数据可用于改进基础结构、公共设施和服务。
自动驾驶汽车
自动驾驶汽车通常具有基于物联网的技术系统,该系统共享有关车辆本身以及行驶道路的信息。有关交通,导航,外部环境等的数据由汽车的计算机系统收集和分析,使其能够自行驾驶。
零售
物联网越来越多地用于零售业。例如,想想自动结账,个性化折扣,智能货架(在零售商缺货时提醒零售商),机器人员工和优化的供应链管理。亚马逊Go-亚马逊的概念店-是物联网弥合在线与实体店之间差距的一个例子。这些商店是无现金的,因为钱是从客户的亚马逊钱包中扣除的。当他们从货架上拣选产品时,他们还实时将商品添加到客户的购物车中。
远程医疗
远程医疗 - 有时称为远程医疗 - 是指通过技术提供卫生服务。物联网是远程医疗的一个重要方面(首字母缩略词IoMT有时用于指代医疗物联网)。示例包括远程医疗诊断,医学成像的数字通信,与专家的视频咨询等。
智能农业
智能农业涉及使用数字技术来改善农业工作。例如,农民可以使用连接的传感器,摄像头和其他设备来改善农场的整体视图,并调整运营以提高产量。
效率
机器对机器的交互可以提高效率,从而节省人们专注于其他任务的时间。
自动化
自动化导致任务的统一性,这可以提高服务质量并减少对人为干预的需求。
节约成本
更高的效率和自动化可以减少浪费和劳动力成本,从而降低制造和交付货物的成本。
质量控制
物联网有助于设备之间更好的通信,从而实现更好的质量控制。
更高的透明度
随时随地在任何设备上访问信息的能力可以简化决策并带来更高的透明度。
兼容性
如果没有国际兼容性标准,来自不同制造商的设备相互通信可能会遇到困难。
更少的工作
随着物联网加速自动化,它可能会取代工作场所的熟练职位。
复杂性
鉴于物联网网络的庞大规模,许多设备依赖于它,软件或硬件中的单个故障都可能产生不成比例的后果。
隐私和安全
由于有如此多的日常设备连接到互联网,大量信息在线。这会产生隐私和安全风险,我们将在下面更详细地探讨。
与物联网相关的一些关键隐私和安全问题包括:
数据过多
物联网设备会累积生成大量数据。这为黑客创造了可能的入口点,并使敏感信息可能容易受到攻击。
黑客攻击的脆弱性
例如,来自微软和密歇根大学的一组研究人员能够在三星的智能家居平台中发现安全漏洞。 不需要的公共个人资料 - 使用物联网设备通常涉及接受服务条款,但许多人不会费心阅读冗长的文档并点击接受。公司根据用户的物联网设备收集有关用户的广泛信息 - 例如,保险公司在计算人寿保险时可能会根据您的智能汽车收集有关您的驾驶习惯的数据。健身追踪器也是如此。 窃听 - 制造商或黑客可以使用连接的设备窃听某人的家。
物联网有两种分层方法:
第一种:感知层、网络层、应用层
第二种:感知层、网络层、平台层、应用层
承担感知信息作用的传感器,一直是工业领域和信息技术领域发展的重点,传感器不仅感知信号、标识物体。
还具有处理控制功能。
感知层是整个物联网系统的数据基础。它利用传感器获得被测量(物理量、化学量或生物量)的模拟信号,并负责把模拟信号量转换成数字,也包括从电子设备(如串口设备)中采集到的直接的数字,最终由传输层转发到应用层。
感知层又分为:
(1)信息采集与控制:
信息采集与控制的主要功能:把模拟的信号,转换成单片机MCU能够处理的数字信息。
这里包括各种传感器和执行器:温度传感器、湿度传感器、压力传感器、液压传感器、三轴传感器、GPS定位、摄像头、电机
传感器主要是读取数据
控制器主要是写入数据
(2)物联网无线终端:
物联网无线终端由MCU和无线收发器组成,MCU读取传感器的数字信息,并把读取到数字信息通过无线信号传送给物联网的网络层设备。
这是涉及到的无线技术有:
LoRa协议、sigfox、2G GRPS、4G IoT、5G eMTC
RFID、蓝牙、ZigeBee、WiFi
伴随着物联网产业的快速发展, 对新型传感器、 芯片的需求逐渐增大, 因此对其尺寸和功耗提出了更高的要求。
而MCU(Micro Control Unit , 微控制单元) 和MEMS(Micro-Electro-Mechanical System , 微机电系统) 由于其高性能、 低功耗和高集成度的优势, 得到了全面发展, 成为感知层发展最重要的两项技术。
网络层也可以叫做传输层。
物联网的传输层主要负责传递和处理感知层获取的信息。
分为:有线传输和无线传输两大类, 其中无线传输是物联网的主要应用。
无线传输
无线传输技术按传输距离可划分为两类:
(1)低功耗、短距离、局域网通信技术(几米-几百米):LP-LAN(low-power Local-Area Network)
包括Zigbee、 WiFi、 蓝牙等为代表的短距离传输技术。
(2)低功耗、长距离、广域网通信技术(几千米到几十千米):LP-WAN(low-power Wide-Area Network)
LPWAN又可分为两类:
一类是工作于未授权免费频谱:如LoRa、 Sigfox等技术;
一类是工作于授权收费频谱下: 3GPP支持的2/3/4/5G蜂窝通信技术, 比如eMTC(enhanced machinetype of communication , 增强机器类通信) 、 NB-IoT(Narrow Band Internet of Things , 窄带物联网)
下面是这两类无线传输技术的对比。
有线传输:
主要是IP/以太网数据传输网,有以太网交换机和路由器组成,物理接口包括SFP光口和RJ45电口、Modulbus等。
平台层在整个物联网体系架构中起着承上启下的关键作用,它不仅实现了底层终端设备的“管、控、营”一体化,为上层提供应用开发和统一接口,构建了设备和业务的端到端通道,同时,还提供了业务融合以及数据价值孵化的土壤,为提升产业整体价值奠定了基础。
从历史形成成因来看,平台层是由于社会分工分行形成的产物。有了平台层的存在,企业就可以专心于构建自己的应用或者组建自己的产品网络,而不费心与如何让设备联网。
各大公司都构建了自己的物联网平台,比如:
中国移动的OneNet、华为的OceanConnect、腾讯的QQ物联、阿里云物联网套件、百度IoT Hub、京东微联、微软的Azure、亚马逊的AWS IoT。
在物联网中,平台层也有类似的分层关系,按照逻辑关系由分为:
这四个平台的组成关系如下图所示
在现今的物联网行业中,几乎没有单一类型的物联网平台,大部分都集成了这四种类型的2-3种(不含BAP,可以没有CMP),比如BAT和华为的IOT平台。
(1)连接管理平台CMP
连接管理平台通常指基于电信运营商网络(蜂窝,LTE等)提供可连接性管理、优化以及终端管理,维护等方面的功能的平台。其功能通常包括:
号码/IP地址/Mac资源管理、SIM卡管控、连接资费管理、套餐管理、网络资源用量管理、账单管理、故障管理等。
物联网连接具备M2M连接数大、单个物品连接ARPU值低(人类连接客户ARPU值的3%-5%)的特点,直接结果就是多数运营商将放弃自建CMP平台,转与专门化的CMP平台供应商合作。
典型的连接管理平台包括思科的Jasper平台、爱立信的DCP、沃达丰的GDSP,Telit的M2M平台、PTC的Thingworx和Axeda。
目前全球化的CMP主要有三家:Jasper平台、爱立信DCP平台和沃达丰GDSP平台,其中Jasper最大,与全球超过100家运营商、3500家企业客户展开合作,国内的中国联通也通过宜通世纪与Jasper平台进行合作。
在国内三大运营商中,
中国移动选择自研One NET连接管理平台,
中国联通与Jasper战略合作,选择其Control平台提供物联网连接服务;
中国电信也先后自研及与爱立信合作建立两套连接管理平台。
需要注意的是,在国内几乎没有纯粹的CMP平台,这个CMP平台是在物联网早期时运营商需要对物联卡进行大量管理时才出现的。无论是中国联通的Jasper还是中国移动的Onenet,本质上至少一个CMP+AEP平台。
故一般CMP平台的提供商多半都属于运营商,其它的的IOT平台更多是CMP平台的使用方(如果牵涉到物联卡,比如2G/3G/4G,eMTC和NB-IOT)。
(2)设备管理平台DMP
物联网设备管理平台DMP往往集成在端到端的全套设备管理解决方案中,进行整体报价收费。DMP功能包括用户管理以及物联网设备管理,例如配置、重启、关闭、恢复出厂、升级/回退等,设备现场产生的数据的查询,以及基于现场数据的报警功能,设备生命周期管理等。
典型的DMP平台包括:
BOSCHIoTSuite、IBMWatson、DiGi、百度云物接入IoTHub、三一重工根云、GEPredix等。
以百度云为例,百度云物接入IoTHub是建立在IaaS上的PaaS平台,提供全托管的云服务,帮助建立设备与云端之间的双向连接,支撑海量设备的数据收集、监控、故障预测等各种物联网场景。
一些垂直领域巨头本身就是设备提供商,业务外延至平台层面,通常能够提供整体解决方案,部分能够集成CRM、ERP、MES等信息系统。
大部分DMP平台提供商本身也是通信模组、通信设备提供商,比如DiGi、Sierra Wireless、Bosch等,本身拥有连接设备、通信模组、网关等产品和设备管理平台,因此能帮助企业实现设备管理整套解决方案。一般DMP部署在整套设备管理解决方案中,整体报价收费;
也有少量单独提供设备管理云端服务的厂商,每台设备每个月收取一定运营管理费用,比如早期的Ablecloud(按接入设备数量收费)。
(3)应用使能平台AEP
应用使能平台AEP是提供快速开发部署物联网应用服务的PaaS平台。它为开发者提供了大量的中间件、开发工具、API接口、应用服务器、业务逻辑引擎等,此外一般都还需要提供相关硬件(比如计算、存储、网络接入环境等)。它的存在,极大地降低了软件开发复杂度和开发门槛。
典型的AEP平台提供商包括PTCThing worx,艾拉物联,Ablecloud,机智云,Comulo city,AWS IoT,Watson IoT Platform等。
(4)业务分析平台BAP
业务分析平台BAP主要通过大数据分析和机器学习等方法,对数据进行深度解析,以图表、数据报告等方式进行可视化展示,并应用于垂直行业。
由于这个平台涉及到大量的数据和业务场景,故绝大部分都是由企业把控,另外由于人工智能技术及数据感知层搭建的进度限制,目前BAP平台发展仍未成熟。
丰富的应用是物联网的最终目标,未来基于政府、企业、消费者三类群体将衍生出多样化物联网应用,创造巨大社会价值。根据企业业务需要,在平台层之上建立相关的物联网应用,例如: 城市交通情况的分析与预测;城市资产状态监控与分析;环境状态监控、分析与预警(例如:风力、雨量、滑坡);健康状况监测与医疗方案建议等等。
一般而言,物联网的十大应用产业是:
智能交通、智能家居、智慧建筑、智能安防、智能零售、智慧能源、智慧农业、 智慧医疗、智能制造、智慧物流
感知层:
将现实世界的各种物体的信息通过各种手段实时并自动地转化为虚拟世界可处理的数据化信息或数据。感知层涉及的技术有:RFID技术、传感和控制技术、短距离无线通信技术等。
网络层: 包括“通信层和传输层”。
“通信层”:是将信息感知层收集到的信息,通过各种网络技术进行汇总,将大范围内的信息整合在一起,以供处理。
“传输层”:是利用互联网、移动通信网、传感器网络及其融合技术等,将感知到的信息无障碍、高可靠、高安全地进行传输。
传输层: 包括“技术支撑层和应用接口层”。
“技术支撑层”:是开展物联网基础信息的运营和管理,是网络基础设施与架构的主体,完成信息的表达与处理,以达到“语义互操作”和“信息共享”的目的。
“应用接口层”:是物联网和用户(包括人、组织和其它系统)的接口,它与行业需求结合,实现物联网的智能应用,完成服务发现和服务呈现的工作。
①全面感知: 它是各种感知技术的广泛应用。物联网上部署了数量巨大、类型繁多的传感器,每个传感器都是一个信息源,不同类别的传感器所捕获的信息内容和信息格式不同,传感器获取数据具有实时性。
②可靠传递: 它是一种建立在互联网上的泛在网络。传感器采集的信息通过各种有线和无线网络与互联网融合,并通过互联网将信息实时而准确地传递出去。在物联网上的传感器定时采集的信息需要通过网络传输,由于其数量及其庞大,形成了海量信息,因此在传输过程中,为了保障数据的正确性和及时性,必须适应各种异构网络和协议。
③智能处理: 物联网不仅仅提供了传感器的连接,其本身也具有智能处理的能力,能够对物体实施智能控制。物联网将传感器和智能处理相结合,利用云计算、模式识别等各种智能技术,扩充其应用领域。从传感器获得的海量信息中分析、加工和处理出有意义的数据,以适应不同用户的不同需求,发现新的应用领域和应用模式。
物联网与以往的Web 服务不同,设备在其中担任着重要的作用。
设备指的是一种“物”,它上面装有一种名为传感器的电子零件,并与网络相连接。
比如大家拿着的智能手机和平板电脑就是设备的一种。家电产品、我们时刻戴着的手表以及伞等,只要能满足上述条件,就是设备。
感测指的是搜集设备本身的状态和周边环境的状态并通知系统)。
这里说的状态包括房门的开闭状态、房间的温度和湿度、房间里面有没有人,等等。设备是利用传感器这种电子零件来实现感测的
设备的另外一个作用是接收从系统发来的通知,显示信息或执行指定操作。系统会基于从传感器处搜集到的信息进行一些反馈,并针对现实世界采取行动。
反馈有多种方法。大体分成如图1.9 所示的3 种方法,分别是可视化、通知,以及控制。
传感器负责把物理现象用电子信号的形式输出。例如有的传感器可以把温度和湿度作为电子信号输出,还有的传感器能把超声波和红外线等人类难以感知的现象转换成电子信号输出。
通过传感器输出的电子信号,系统就能够获取现实世界的“物”的状态和环境的状态。
在把设备连接到物联网服务时,网络是不可或缺的。
不仅要把设备连接到物联网服务,还得把设备连接到其他设备。
物联网使用的网络大体上分为两种:
一种是把设备连接到其他设备的网络,
另一种是把设备连接到物联网服务的网络。
把设备连接到其他设备的网络
无法直接连接到互联网的设备也是存在的。
我们通过把设备连接到其他设备,就能通过其他设备把这些不能连接到互联网的设备连接到互联网。
前面我们介绍的传感器节点和网关正是两个典型的例子。蓝牙和ZigBee 是两种具有代表性的网络标准。它们是用无线连接的,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通信的无线连接、低功耗、易于嵌入嵌入式设备等。
把设备连接到服务器的网络
把设备连接到物联网服务的网络时,会用到互联网线路。
4G 和5G 等移动线路最为常用。
1、互联网:全球最大的计算机网络,提供了一个相互交流,相互沟通,相互参与的互动平台。
2、无线宽带网:WiFi等无线宽带技术覆盖范围较广,传输速度较快,为物联网提供高速可靠廉价且不受接入设备位置限制的互联手段。
3、移动通信网:高速、实时、高覆盖率、多元化处理多媒体数据,为“物品触网”创造条件。
4、无线低速网:ZigBee/蓝牙/红外等低速网络协议能够适应物联网中能力较低的节点的低速率、低通信半径、低计算能力和低能量来源等特征。
物联网服务有两个作用:
一是从设备接收数据以及发送数据给设备;
二是处理和保存数据。
数据交换
物联网服务则不采用Web 浏览器,而是接收从设备直接发来的数据。设备发来的数据内容包括设备搭载的传感器所采集到的信息,以及用户对设备进行的操作。设备和物联网服务的通信方法大致分为两种:同步传输和异步传输(图1.15)
在异步传输中,设备会把数据发送给物联网服务,每发送一次,就算作一次传输。此外,从物联网服务向设备进行传输时,无需等待设备发来的请求,可以在任意时间点执行发送。采用这个方法能在物联网服务规定的任意一个时刻发送消息。但是,物联网服务需要预先知道发送消息的设备的IP 地址。
处理和保存数据
处理和保存数据的操作包括把从设备接收到的数据保存到数据库,以及从接收到的数据来判断如何控制设备。
统计分析
统计分析是用数学手法通过搜集到的大量数据来明确事物的联系性的方法。比如为了实现给空调节能的目的,我们调查了空调在某个固定的温度下运转时,房间的温度和空调的耗电量,并将这些数据制成了表格(图1.18)。
机器学习
统计分析基于大量数据之间的联系性,明确当前数据间形成的关联。机器学习则不仅仅能进行分析,还能预测今后的发展状况。
机器学习分为两个阶段:学习阶段和识别阶段(图1.19)。在学习阶段,一个名为学习器的程序会基于一些训练数据,机械性地掌握这些数据之间的联系。作为学习阶段的结果,计算机会根据机器学习的算法输出参数,然后以这个参数为基础创建叫作鉴别器(discriminator)的程序。只要把未知的数据给这个鉴别器,就能输出最适合这个值的结果。
举个例子,假设我们想使用若干种传感器来识别房间里有没有人。这种情况下需要准备两种数据,即房间里有人时的传感器数据(正面例子)和房间里没人时的传感器数据(反面例子)。计算机通过把这两种数据分别交给学习器,可以获取制作鉴别器用的参数。对于以参数为基准制作的鉴别器而言,只要输入从各个感测设备接收到的数据,鉴别器就能输出结果,告诉我们现在房间里是否有人。