物联网

什么是物联网?

简单来说,物联网代表了将各种物理对象连接到互联网的发展趋势,尤其是往往出人意料的对象。从冰箱和灯泡等普通家用物品,到运输标签和医疗设备等商业资产,再到前所未有的可穿戴设备、智能设备,甚至仅仅因物联网而存在的智能城市——万物皆可互联。

更具体地说,物联网就是指任何无需人工干预即可通过无线网络接收和传输数据的物理设备系统。这一切之所以成为可能,正是源自计算设备与各种对象中传感器的集成。例如,"智能恒温器"("智能"二字通常就代表接入了"物联网")可以在上下班时从您的智能汽车中接收位置数据,以便在您回家之前调节好居室的温度。与您在出发前或回家后手动调节恒温器相比,它无需您进行任何干预,并且能实现更理想的效果。

就像上面的智能家居一样,一个典型物联网系统的工作方式就是在反馈回路中不断发送、接收和分析数据。根据物联网系统的类型,可以由人或人工智能和机器学习(AI/ML)进行近实时状态或较长时间的分析。我们仍以智能家居为例。为了预测在您到家前调控恒温器的最佳时间,物联网系统可能会连接到 Google Maps API 以获取有关您所在区域实时交通模式的数据,同时充分利用车辆所收集的有关您通勤习惯的长期数据。此外,出于大规模优化的需要,公用事业公司也会对从各个智能恒温器客户那里收集的物联网数据进行分析。

作为一项技术突破,消费者们对物联网的关注,和可穿戴式智能手表等一样,除了颠覆性的奇妙体验,还有相伴相生的隐私和安全问题。如果您正在考虑实施企业级的物联网项目,那么了解消费者的观点就至关重要(尤其是最终用户为普通大众时),同时,您还需要从业务用例的角度来了解物联网。

企业物联网

从企业 IT 的角度看,物联网解决方案可以帮助公司改善其现有系统,并为客户和合作伙伴建立全新的连接点。当然,它也带来了新的 IT 挑战。智能设备系统可产生惊人的数据量,因此被称为"大数据",但将大数据集成到现有系统中并对此展开分析会让工作变得非常复杂。此外,物联网安全性是考虑物联网平台开放程度时的重点考虑因素。尽管如此,对于许多公司而言,物联网已经被证实是一个值得一试的领域,而且几乎每个行业都有成功的企业物联网用例。

企业物联网示例

工业物联网(IIoT):我们来谈谈建筑工地上所使用的重型机械的生命周期。随着时间的推移,不同的操作员对设备施加的压力可能各有不同,而且种种原因也时不时导致出现故障。现在,我们可以为那些最容易损坏和过度使用的机械零件安装专用传感器。这些传感器不仅用于预防性维护和提高人员的熟练程度(例如,实时数据收集和分析),而且还可以将数据反馈给工厂,从而帮助工程师改进新机型的设计(例如,长期数据分析)。

农业物联网:物联网让农业发生了翻天覆地的改变,其中就包括湿度传感器的应用。通过在田间安装一系列湿度传感器,农民现在可以接收更准确的数据,预估何时该灌溉作物。在该用例中,我们还可以对物联网加以改进,也就是将湿度传感器连接到控制灌溉机械本身的物联网应用上,根据传感器数据自动触发灌溉,完全无需人工干预。

物流和运输业物联网:物联网在物流和运输行业的早期应用中,就包括使用射频识别(RFID)设备在运输容器上张贴标签。这些看似简单的标签上存储着大量的数字数据,只要 RFID 处于扫码器的一定范围之内,扫码器就可以通过无线电波捕获这些数字数据。最初,这样做可以让物流公司查询集装箱何时到达某些安装有 RFID 扫码器的检查站,比如仓库或船坞。但随着物联网的发展,现在电池式智能跟踪设备已经取代了 RFID。这些设备可以将数据连续传输给物联网应用,而无需现场扫码器,这意味着公司可以对整个供应链不同环节的实时数据进行分析。

物联网与边缘计算

智能手机是如何实现"智能化"的?一个显而易见的答案是:它含有电脑处理器和相关硬件,从而能让手机显示图形界面、运行操作系统、连接互联网及运行应用等。我们前面举例的智能家居中的恒温器也是一样,恒温器之所以能实现"智能化",是因为它含有一个无需人工干预即可接收和传输数据的电脑系统。

毫无疑问,在物联网领域,设备利用计算能力可以实时、快速分析数据,因此这项能力正变得日益宝贵。在物联网解决方案中,单纯地发送或接收数据确实是比较重要的一步,但如果能将数据的发送、接收和分析与物联网应用合而为一,那么其前景将更加广阔。

我们以物流和运输行业中的 RFID 为例。这种早期的物联网设备中存储着通过无线电波发送给扫码设备的数字数据。该扫码设备可以接收无线电波,然后将信息用于分析,但 RFID 与扫码器之间的通信始终是单向的。RFID 设备本身无法从扫码器那里接收更新,就像扫码器无法将数据或指令传送回 RFID 一样。这样只能在部分位置检录集装箱,无法做到连续监控。但是,如果跟踪集装箱的物联网设备可以与安装在运输集装箱的无人驾驶车辆中的物联网传感器进行协调,并且都连接到由物流公司管理的数据分析系统上,那又会怎么样?

为了实现这一物联网方案,物流公司就会要求物理物联网设备(尤其是无人驾驶车辆)提供大量的计算能力。此时物联网设备就不能只充当发送和接收设备了(即始终等待通过 Wi-Fi 接收集中式数据中心发送来的指令),而是需要处理数据并做出决策。这种在靠近网络外部边缘而非在集中式数据中心内进行计算的能力,被称为边缘计算

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内,而最终用户则是在网络的"边缘"访问这些资源和服务。这种模型已被证实具有成本优势和更高效的资源共享功能。但是,新型的最终用户体验(如物联网)则需要计算能力更接近物理设备或数据源的实际位置,即网络的"边缘"。

基于这一需求,边缘计算模型在尽可能将资源集到在云模型中的同时,也会按需将计算资源分配到网络的"边缘"。这种解决方案可以根据时效型数据来快速提供可指导行动的分析。用智能跟踪设备来协调运输集装箱的无人驾驶车队是物联网中十分引人注目的案例,但这个领域中,还有更多不起眼却更为实用的应用。

我们不妨仍以建筑工地为例。比如这家公司在工作现场还开发了一种支持蓝牙的工具,可以通过工作人员的智能手机发送数据,从而帮助公司跟踪数据以防丢失。但是,如果全天有 10 名员工操作机械,他们的智能手机要不断对服务器执行 ping 操作,以指示该工具所在的位置。显然,这些繁杂的服务器活动可能就会令公司的系统超负荷。但是,通过开发可以在员工智能手机上运行的物联网应用,就可以让智能手机(即网络的"边缘")更具智能,从而在分析数据的同时,减少不必要的服务器 ping 操作。


 

实现物联网所需的数据和应用集成

Red Hat AMQ

红帽® AMQ(基于 Apache ActiveMQ 和 Apache Kafka 等开源社区所建)是一个灵活的消息传递平台,它能够可靠地传输信息并实现实时集成。借助该平台所提供的远程服务接口,可以将大量物联网设备连接到消息传递后端。

Red Hat Fuse logo

红帽® Fuse 是一个分布式云原生集成平台。它采用的分布式方案能让团队按需部署集成式服务。以 API 为中心且基于容器的架构能将服务分离出来,以便单独进行创建、扩展和部署。

从产品到物联网项目创意,我们的开发人员网站一应俱全