物联网的三个特征

物联网的三个特征,第1张

物联网具有的三大特征是:整体感知、可靠传输和智能处理。
物联网的基本特征从通信对象和过程来看,物与物、人与物之间的信息交互是物联网的核心。物联网的基本特征可概括为整体感知、可靠传输和智能处理。
整体感知:可以利用射频识别、二维码、智能传感器等感知设备感知获取物体的各类信息。
可靠传输:通过对互联网、无线网络的融合,将物体的信息实时、准确地传送,以便信息交流、分享。
智能处理:使用各种智能技术,对感知和传送到的数据、信息进行分析处理,实现监测与控制的智能化。

物联网主要功能如下:联机监控,定位追踪,报警器联系,预案管理,安全隐私,远程维保,联机升级,领导桌面和统计决策。

物联网是指通过各种信息传感器、射频识别技术、全球定位系、红外感应器、激光扫描器等各种装置与技术,实时采集任何需要监控、连接、互动的物体或过程,采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息,通过各类可能的网络接入,实现物与物、物与人的泛在连接,实现对物品和过程的智能化感知、识别和管理。

物联网是一个基于互联网、传统电信网等的信息承载体,它让所有能够被独立寻址的普通物理对象形成互联互通的网络。

物联网的优缺点

优点:优化的体验,商业活动自动化的可见性和可测量性,通过实时高分辨率的信息捕捉可提供性价比更高的服务,实现对产品实时性能信息的分析,通过提高运行效率、准确性、灵活性和自动化来创新已存在的商业流程。

缺点:成本矛盾,对于生产商来说,成本问题更是一个两难问题,成本太高,应用压力大;成本压得太低,制造业又失去利润。安全性,在互联网时代,著名的蠕虫病毒在一天内曾经感染了25万台计算机。隐私性,有观点认为,发展物联网,将会对现有的一些法律法规政策形成挑战,例如信息采集的合法性问题、公民隐私权问题等等。

物联网是一个非常先进的、综合性的和复杂的系统。其最终目标是为单个产品建立全球的、开放的标识标准,并实现基于全球网络连接的信息共享。物联网(Internet of Things)理念指的是将无处不在(Ubiquitous)的末端设备(Devices)和设施(Facilities),包括具有“内在智能”的设备如传感器、移动终端、工业系统、楼控系统、家庭智能设施、视频监控系统等,以及具有“外在使能”(Enabled)的物品如贴上RFID的各种资产(Assets)、携带无线终端的个人或车辆等“智能化物件或动物”、通过各种无线和/或有线的长距离和/或短距离通信网络实现互联互通(M2M)、应用大集成(Grand Integration)。
物联网功能在于,能基于云计算的SPI等营运模式,在内网(Intranet)、专网(Extranet/)或互联网(Internet)环境下,采用适当的信息安全保障机制,提供安全可控(隐私保护)乃至个性化的实时在线监测、定位追溯、报警联动、调度指挥、预案管理、进程控制、远程维保、在线升级、统计报表、决策支持、领导桌面(Dashboard)等管理和服务功能,实现对“万物”(Things)的“高效、节能、安全、环保”的“管、控、营”一体化服务。
具体的来说,物联网的基本功能特征是提供“无处不在的连接和在线服务”(Ubiquitous Connectivity), 具备十大基本功能。
在线监测:这是物联网最基本的功能,物联网业务一般以集中监测为主、控制为辅。
定位追溯:一般基于GPS(或其他卫星定位,如北斗)和无线通信技术,或只依赖于无线通信技术的定位,如基于移动基站的定位、RTLS等。
报警联动:主要提供事件报警和提示,有时还会提供基于工作流或规则引擎(Rule“s Engine)的联动功能。
指挥调度:基于时间排程和事件响应规则的指挥、调度和派遣功能。
预案管理:基于预先设定的规章或法规对事物产生的事件进行处置。(证据采集)
安全隐私:由于物联网所有权属性和隐私保护的重要性,物联网系统必须提供相应的安全保障机制。
远程维保: 这是物联网技术能够提供或提升的服务,主要适用于企业产品售后联网服务。
在线升级:这是保证物联网系统本身能够正常运行的手段,也是企业产品售后自动服务的手段之一。
领导桌面: 主要指Dashboard或BI个性化门户,经过多层过滤提炼的实时资讯,可供主管负责人实现对全局的”一目了然“。
统计决策: 指的是基于对联网信息的数据挖掘和统计分析,提供决策支持和统计报表功能。

物联网,指的是通过网络来控制现实中的物品。

远程控制空调,空调连接家里的wifi,通过手机APP连接空调,就可以随时随地控制空调了。

远程控制汽车,通过手机APP,随时控制汽车关锁、启动、制冷等

远程控制家里的扫地机、门等任何电器

物联网,被视为继互联网之后的又一次资讯技术革命浪潮,物业,物联网所带来的资产价值将是互联网的数十倍,下一个万亿元级别的资产非其莫属!在资讯时代,以计算机为代表的第一次资产浪潮、以及以互联网、移动通讯网为代表的第二次资产浪潮已经过去,现在人们正面临着以物联网为背景下的第三次资产浪潮。一个万物互联的时代即将到来,各种智能化设备应用,人物感应,都逐步普及到社会各个角落。物联网即将取代互联网,这不是一个趋势,而是一个现实。
物联网的过去、现在和未来究竟如何?物联网对中国来说意味着什么?为什么说物联网是世界给中国的大礼包与机遇?物联网未来有哪些趋势?5月25日,加州大学伯克利博士、深圳市蜂群资产服务集团副总裁、深圳市蜂群物联孵化器有限公司CEO林昕,在深圳市物联网智能技术应用协会、中国网·中国物联网频道、深圳市蜂群物联网公益基金会共同主办的物联网创新应用论坛与社会影响力投资项目发布会上,进行题为“物联网的过去、现在和未来”的主题演讲,为现场嘉宾带来一场思维盛宴。
物联网对于中国有何意义?
林昕谈到,物联网不是一个普通的技术,它是一个重大的技术革命,2000年以来,中国连续得到了四个上天给予的大礼包。第一,中国加入WTO,美国总统特朗普认为WTO对美国来说是个亏本买卖,相反中国加入WTO后,出口贸易占世界份额从0跃居到35%,后来居上。第二,数字经济的红利,可以从两个层面来说:一是欧美国家的电讯基础设施在数字压缩技术出现前已经完成,而中国则是在数字压缩技术出现后开始的,因此我们以较低成本就完成了数字化基础建设。二是中国的数字技术被广泛应用在服务领域,如被称为“新四大发明之一”的移动支付,在欧美国家使用比例非常低。第三,得益于梅特卡夫效应。梅特卡夫效应是说在网络基础设施完成后,网络的价值与用户平方成正比,我国人口基数庞大,带来了巨大人口红利。第四,对中国来说,物联网技术和应用将释放更大的梅特卡夫效应。按照梅特卡夫效应原理,人与人链接的互联网时代,网络价值与13亿平方成正比;而万物互联的物联网时代,网络价值则是500亿台机器链接的平方成正比,价值空间可想而知。
物联网未来将如何发展?
林昕表示,物联网的发展经过了很长时间的变迁和探索,应该从以下几个方面入手,分析物联网的发展趋势。首先,从技术革命的角度来看,在历史演变的进程中,人类经历过很多次革命,比如工业革命、资讯技术革命等……但由于历史、政治、思想等多方面的原因,我国在清朝时期错过了工业革命,这直接导致了我们日后近百年的时间过着被屈辱被奴役的日子。其次,物业天津,从资讯技术革命的角度上来看,我国科技行业起步比较晚,但起步后国家在基础设施上进行了大量投资,促进了资讯技术的飞速发展。“我国现在的资讯技术水平不亚于世界上的任何一个国家,当今世界互联网十大公司有四家属于中国,这足以看出我们国人的实力。现在我们已经步入物联网技术革命时代,紧接而来的将是人工智能技术革命和基因新工程革命时代,在这一点上,美国的媒体就曾断言今后物联网技术革命的赢家会是中国。”
从数字经济的角度看,我国从1967年数字经济开始步入正轨后,先后经历了计算机时代和互联网时代,当下我们面临着数字经济的物联网时代,这也是数字经济的第三个阶段。“我们国家发展数字经济的时机非常好,我们只用了西方国家四分之一的成本就完成了他们之前的工作,也因此数字经济就是上天给予我们的一个大礼包。”
物联网实际就是互联网的下一个阶段,互联网时代,各个国家都走在增速的道路上,中国进步的速度更是令国外媒体咋舌。林昕坦言,基于我国的人口基数大,其实更加为互联网商业时代的发展提供了巨大的机遇。有人曾预计,中国物业搜索,物联网在2025年全世界会接500亿个点,西方的媒体认为,这500亿点80%-90%都会在在中国。“物联网,它是一个大号的梅特卡夫效应,500亿的连接正在发生,2020年以后会有一个更大的飞跃。”最后,林昕博士对中国物联网的未来进行了一个精彩的总结。

文 |陈龙

本文授权转载自:集智俱乐部

导语

资深智慧城市研究者、华为公司智慧城市高级顾问王鹏,受邀在腾讯研究院×集智俱乐部 AI&Society沙龙上发表以“从城市数据到智慧城市”为题的演讲。笔者回顾了王鹏对城市数据及其应用的,并结合清华大学龙瀛团队在人类数字化上的最新研究,提出对城市和个体虚拟化的探讨。讲座视频实录请见文末小程序与网页链接。

源于工业40的数字孪生

数字孪生(Digital Twin)这一概念最早可以追溯到Michael Grieves教授2002年在密歇根大学PLM(产品生命周期管理)中心对产业界做的一次演讲(虽然没有书面证据,但这仍被广泛认为是数字孪生最早来源)。

2014年,Michael Grieves在其撰写的“Digital Twin: Manufacturing Excellence through Virtual Factory Replication”白皮书中进行了详细的阐述。他认为通过物理设备的数据,可以在虚拟(信息)空间构建一个可以表征该物理设备的虚拟实体和子系统,并且这种联系不是单向和静态的,而是在整个产品的生命周期中都联系在一起。

在此之后,数字孪生的概念逐步扩展到了模拟仿真、虚拟装配和3D打印等领域。随着物联网技术、人工智能和虚拟现实技术的不断发展,更多的工业产品、工业设备具备了智能的特征,而数字孪生也逐步扩展到了包括制造和服务在内的完整的产品周期阶段,并不断丰富着数字孪生的形态和概念。

企业界走在数字孪生的前列。工业40下的数字孪生被各大软件厂商赋予了各自的理解,并将其与自身业务融合,致力于打造出现实世界与虚拟世界融合的解决方案。

美国通用电器公司(GE)与ANSYS公司借助数字孪生这一概念,提出物理机械和分析技术融合的实现途径,让每个引擎,每个涡轮,每台核磁共振都拥有一个数字化的“双胞胎”,并通过数字化模型在虚拟环境下实现机器人调试、试验、优化运行状态等模拟,以便将最优方案应用在物理世界的机器上,从而节省大量维修、调试成本。

西门子引用数字孪生的概念,来形容贯穿于产品生命周期各环节间的数据模型。通俗地说,数字孪生就是仿真模拟一些工厂的实际 *** 作空间,从产品设计到产线设计,到设备制造方的机械设计和工厂的规划排产,到最后制造执行和产品大数据。

法国软件公司达索系统在数字孪生创新协作和验证中,不仅重视产品的数字化表现,更试图通过三维体验平台实现设计师和客户之间的互动。

德国软件公司SAP基于Leonardo平台在数字世界打造了一个完整的数字化双胞胎,在产品试验阶段采集设备的运行状况,进行分析,得出产品的实际性能,再与需求设计的目标比较,形成产品研发的闭环体系。

简而言之,工业40下的数字孪生,更多是为制造业提供了产品在物理空间和虚拟空间之间的映射关系,以及在实体世界以及数字虚拟空间中记录、仿真、预测对象全生命周期的运行轨迹的过程。

物理世界和数字副本

数字孪生:催生智慧城市20

值得注意的是,数字孪生的概念不仅活跃在工业40的制造业,也越来越频繁地出现在智慧城市领域。随着ICT(信息、通信、技术)成为智慧城市发展的主要动能,移动通信、互联网、云计算、传感器、人工智能、量子通信在智慧城市都得到了广泛应用。全域感知、数字模拟、深度学习等各领域的技术发展也即将迎来拐点,这使得城市的数字孪生应运而生。

中国智慧城市数字孪生的发展还有很长一段路要走。数字孪生高度依赖传感器所采集的数据和信息,而就目前的技术水平来看,精细化尺度下城市数据的全域感知和 历史 多维数据的获取,依旧有难度。物理实体空间的数据不够详尽,将直接导致其数字副本的缺失。现阶段的数字孪生距离想象中的沙盒系统模拟推演、人工智能决策等功能仍有很大差距。

数字孪生在智慧城市发展与建设中的核心价值在于,它能够在物理世界和数字世界之间全面建立实时联系,进而对 *** 作对象全生命周期的变化进行记录、分析和预测。智慧城市中的数字孪生可以分为四个阶段,分别是

对城市现状进行精准、全面、动态映射的现状孪生;

从 历史 数据中学习、分析、识别、总结并发现城市运行规律的学习孪生;

人工监督下模拟不同环境背景下的发展情景的模拟孪生;

最终通过实时数据接入与人工智能自动决策的自主孪生。

同时,我们也应看到数字孪生在传感器、5g和边缘计算技术不断发展中所具备的巨大潜力。传感器的高密度部署与高精度感知,结合5g和边缘计算的实时结构化计算回传,对城市物理空间的全域感知和实时更新,将是5g时代的常态。一砖一瓦、一草一木、一桌一椅、一人一车,都会以不同的频率更新位置和状态信息,从而实现真正的“全息”虚拟城市。

城市数据:数字孪生的DNA

在智慧城市的建设中,数字孪生的核心在于构建与城市物理空间全面映射的虚拟(信息)空间。不同于制造业产品周期管理中被制造商全面掌握的产品信息化数据,城市作为一个庞大的复杂系统,其包含的物理空间及过程,无时无刻不在产生着多维的海量大数据,这无疑在数据收集、处理、运算、储存和管理上向城市数字孪生提出了挑战。

近年来,以数据为核心的城市生态链构架了智慧城市的顶层设计,形成以共享信息为中心、各行业协同实现的“感知-应用-共享信息”的智慧城市模式。与此同时,在大数据、人工智能、云计算、物联网等新兴ICT技术的推动下,多维的海量城市数据也逐步以不同方式被挖掘并应用在智慧城市的研究和实践中。

传统城市统计数据的电子化与空间可视化是城市大数据发展迈出的第一步。基于GIS平台上对行政边界的勾绘,并将其与传统的年鉴统计数据相匹配,就能实现传统数据的电子化与可视化,并依托GIS空间分析功能实现空间可视化与分析。

Cityeye上对传统统计数据的电子化与空间可视化

互联网大数据的应用标志着城市真正迈入了大数据时代,而互联网大数据也俨然成为近年来城市研究的“宠儿”,无论是学界还是业界都在积极 探索 互联网大数据为城市研究和发展带来的诸多可能。

互联网大数据最大的优势在于其打破了传统数据自上而下的数据采集壁垒,而是以自下而上的方式提供着精细尺度下的多维数据,如记录城市内所有地理实体空间位置与属性的兴趣点(POI)数据;反映话题热度与用户画像的社交媒体大数据;实时展示人口空间分布的热力图等。

而随着智慧城市的到来,传感器技术的进步与成熟为城市研究提供了另一条数据获取之路。

通过多模块集成传感器在城市内部的架设,可以实现精细尺度下城市环境、人车行为等数据的实时感知与收集。如由City Grid城市网格数据监测站,可利用多模块传感器网络监测人车流量及环境质量,如风速、风向、光照、温湿度和pm25等。City Grid是一款针对城市空间精细化感知的物联网产品,也是传感器技术应用在城市全域感知、数据采集,乃至实现城市未来微观环境与人车行为预测的经典案例。王鹏团队也曾多次利用City Grid多次在清华大学校园和白塔寺社区内进行监测布点、数据采集,并针对城市环境和人群行为开展深入分析。

City Grid城市网格数据监测站

LBS数据(基于位置服务的数据),通过运营商采集用户与基站间不间断的信令数据,来获取移动服务用户相对精确的实时空间位置。因其具备用户量大,覆盖范围广等特征,是描述城市人口数量和空间分布的“终极”数据。

我们把自己数字化了!

Digital Self 数字自我

在感叹数字孪生如何颠覆性地改变制造业和城市管理与运营的同时,有学者已经开始 探索 如何打造人类个体的数字双胞胎。

清华大学龙瀛团队的研究助理张昭希近期发表了一篇题为“Application of wearable cameras in studying inpidual behaviors in built environment”的期刊论文,提出创新性地使用可穿戴式相机对个体行为和城市空间感知进行数据收集、分析与模拟。

研究团队利用便携式相机,记录佩戴者正前方每5分钟一张的数据,并通过人工识别、计算机视觉分析和色彩识别分析等手段,对佩戴者个体行为特征、时间分配、路径转移、场所事件等要素进行了分析研究。研究结果表明,可穿戴式相机采集到的数据具有丰富的个体行为与时空信息,可以有效描述个体在空间中的行为特征。

数字化的“生命日志”

随着大数据在城市研究中的广泛应用和快速发展,基于建成环境层面的形态要素数据(如遥感、街景和POI数据)和多种互联网数据(如微博、点评和手机信令数据)开展的针对大规模群体的研究,为利用大数据解释城市问题提供了大量案例参考,并逐步建立了理论基础。然而,这些基于较粗尺度城市物理空间,抑或是大规模群体的大数据,仍较难被应用于个体的深层剖析和研究解读。

而可穿戴式相机为大规模采集个体数据提供了新的契机,通过记录的数据将个人活动信息数字化,形成“数字自我”的 电子档案,弥补了现有研究中对个体行为数据采集不够连续、维度不够丰富的问题,这也是从城市环境数据化向个体行为信息化的转变之一。同时,个体行为信息化也将推动研究方法的革新和新技术的介入,从主观的“个体感知”转向客观的“量化研究”。

从数字孪生的角度来看,基于可穿戴式相机记录下的数据,通过整理和分析可以剥离出个体在物理空间中的行为特征要素,进一步将这些个体行为特征要素在时空上数字化,从而构建了其在虚拟(信息)空间内的数字双胞胎。同时,数据中包含的大量物理空间建成环境要素同样可以被数字化并记录在虚拟空间内,从而反映物理空间和虚拟空间内个体和环境之间的交互。

科技 的日新月异不仅使人们的生活方式发生了巨大改变,同时也影响着城市运行的方方面面。不可置否的是,新技术的高速发展给城市研究与实践带来了新的机遇,推动着城市规划技术和工具的突破与创新。如龙瀛提出的数据增强设计,允许规划师们借助多维城市大数据对城市做出更全面、精准的分析与规划设计响应。

同时,在信息通讯技术革新的助力下,数据储存、挖掘、云计算和可视化等技术的完善也为研究城市提供了新视角。人们的思维方式从传统的机械思维向大数据思维转变,认知方式也逐渐向虚实结合的体验过度。城市数字孪生、数字自我的概念也将在第四次工业革命的技术革新下拥有更丰富的内涵。

参考资料

[1] 王鹏:展望未来城市,万物皆可运营 | 智慧城市长文综述

[2] 王鹏:城市数据到智慧城市

[3] Long, Y (2019) (New) Urban Science: Studying New Cities with New Data, Methods and Technologies Landscape Architecture Frontiers, 7(2), 8-21

[4] Zhang, Z X, & Long, Y (2019) Application of Wearable Cameras in Studying Inpidual Behaviors in Built Environments Landscape Architecture Frontiers, 7(2), 22-37


欢迎分享,转载请注明来源:内存溢出

原文地址:https://54852.com/dianzi/13013016.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2025-08-29
下一篇2025-08-29

发表评论

登录后才能评论

评论列表(0条)

    保存