什么是物联网(IoT)?

2020-04-26 72iot 互联网
浏览

更具体地说,IoT是指无需人工干预即可通过无线网络接收和传输数据的任何物理设备系统。通过将简单的计算设备与各种对象中的传感器集成在一起,可以实现这一点。例如,“智能恒温器”(“ smart”通常表示“ IoT”)可以在您上下班时从您的智能汽车接收位置数据,该数据用于在您到达之前调节房屋的温度。与您在出发前或返回后手动调节恒温器的情况相比,无需干预即可实现此目的,并且可以产生更理想的结果。
 
什么是物联网
像上述的智能家居一样,典型的物联网系统通过在反馈回路中连续发送,接收和分析数据来工作。根据物联网系统的类型,可以由人类或人工智能和机器学习(AI / ML)进行近实时或较长时间的分析。再想一想智能家居的例子。为了预测到达家之前控制恒温器的最佳时间,您的物联网系统可能会连接到Google Maps API,以获取有关您所在地区实时交通模式的数据,并利用您的汽车收集的长期数据你的通勤习惯。除此之外,公用事业公司可以在大规模优化工作中分析从每个智能恒温器客户收集的物联网数据。
 
作为一项技术突破,物联网通常会从消费者的角度引起关注,在这种情况下,可穿戴式智能手表等技术因其固有的隐私性和安全性而令人兴奋。如果您正在考虑采用企业级物联网项目,尤其是如果最终用户是普通大众,那么了解消费者的观点可能很重要,但是您也希望从业务用例的角度来了解物联网。
 
企业物联网
从企业IT的角度来看,物联网解决方案使公司能够改善其现有系统,并为客户和合作伙伴建立全新的连接点。它还带来了新的IT挑战。智能设备系统可产生的数据量令人印象深刻,因此名称为“ 大数据 ”,但是将大数据集成到现有系统中并设置分析以对其进行操作可能会变得复杂。此外,在决定如何开放构建IoT平台时,IoT 安全可能是主要考虑因素。尽管如此,对于许多公司而言,物联网被证明是值得付出的努力,成功的企业物联网用例几乎可以在每个行业中找到。
 
企业物联网示例
工业物联网(IIoT):想象一下建筑工地上使用的重型机械的生命周期。随着时间的推移,不同的操作员可能会对设备施加不同程度的压力,并且由于各种原因而导致的故障是操作的预期部分。现在考虑对最容易损坏和过度使用的那些机械零件实施专用传感器。这样的传感器不仅可以用于预测性维护和提高人员熟练度(实时数据收集和分析的示例),而且还可以将数据反馈给工厂,工程师可以在其中改进新的模型设计(例如,期限数据分析)。
 
农业物联网:物联网以多种方式彻底改变了农业,包括使用湿度传感器。通过在田间安装一系列湿度传感器,农民现在能够获得更准确的数据,以预测何时灌溉作物。在此用例中,还可以将物联网进一步发展,将湿度传感器连接到控制灌溉机械本身的物联网应用,并根据传感器数据自动触发灌溉,而无需人工干预。
 
物流运输物联网:物联网在物流和运输行业中的首批实现之一是使用射频识别(RFID)设备在运输容器上贴标签。这些简单的标签存储数字数据,只要RFID在阅读器的一定距离之内,阅读器就可以通过无线电波捕获这些数字数据。首先,这使物流公司可以跟踪集装箱何时到达安装了RFID阅读器的某些检查站,例如仓库或船坞。物联网的进步现在导致了电池供电的智能跟踪设备取代了RFID。这些设备可以将数据连续传输到IoT应用程序,而无需现场读取器,这意味着公司可以分析实时数据,以遍及整个供应链的各个环节。
 
物联网和边缘计算
是什么让智能手机变得“智能”?显而易见的答案是,它包括一个计算机处理器和相关的硬件,该硬件允许电话显示图形界面,运行操作系统,连接到互联网,运行应用程序等。对于上面的智能家居示例中的恒温器,答案是相似的-恒温器是“智能”的,因为它包括一个无需人工干预即可接收和传输数据的计算机系统。
 
在物联网领域,设备充分利用计算能力的能力正变得越来越有价值,这是有充分的理由实时地快速分析数据的一种手段。在物联网解决方案中,简单地发送或接收数据可能是重要的一步,但是与物联网应用程序一起发送,接收和分析数据将提供更多的可能性。
 
考虑一下物流和运输行业中的RFID示例。这种早期的IoT设备存储通过无线电波发送到读取器设备的数字数据。该读取器设备可以接收无线电波,然后使信息可用于分析,但是RFID与读取器之间的通信始终是一种方法。RFID设备本身无法从读取器接收更新,就像读取器无法将数据或指令传送回RFID一样。这将容器跟踪限制在某些位置进行检入,而不是连续监视。但是,如果跟踪容器的IoT设备可以与安装在运输它们的无人驾驶车辆中的IoT传感器协调,它们都连接到由物流公司管理的数据分析系统,该怎么办?
 
为了实现这种IoT场景,物流公司将需要大量的计算能力,以用于物理IoT设备,尤其是无人驾驶汽车。IoT设备本身不是需要简单的发送和接收设备(始终等待通过Wi-Fi接收来自集中式数据中心的指令),而是需要处理数据并做出决策。这种更靠近网络外部边缘而不是集中式数据中心的计算能力的实现方式称为边缘计算。
 
在云计算模型中,计算资源和服务通常集中在大型数据中心,最终用户可以在网络的“边缘”进行访问。该模型具有证明的成本优势和更有效的资源共享功能。但是,诸如IoT之类的新型形式的最终用户体验需要计算能力更接近物理设备或数据源实际存在的位置,即在网络的“边缘”。
 
响应于此,边缘计算是指一种模型,该模型在必要时将计算资源分配到网络的“边缘”,同时在可能的情况下继续将资源集中在云模型中。它是需要基于时间敏感数据快速提供可操作见解的问题的解决方案。用智能跟踪设备协调运输无人驾驶车辆的车队是一个生动的例子,但也有许多更小,更实际的实现。
 
再次考虑施工现场。也许这家公司还已经在工作现场开发了一种支持蓝牙的工具,该工具可以通过工作人员的智能手机发送数据,从而帮助该公司跟踪数据以防丢失。但是现在想象一下,有10名员工整日在该设备上工作,以便他们的智能手机不断对服务器执行ping操作,以指示该工具在哪里。显然,这种冗余服务器活动可能会使公司的系统超负荷。但是,通过开发可以在员工的智能手机上运行的IoT应用程序,它们可以将智能基本上推到智能手机(网络的“边缘”),以分析和减少不必要的服务器ping。