物联网的定义:物联网是新一代信息技术的重要组成部分，也是“信息化”时代的重要发展阶段。其英文名称是：“Internet of things（IoT）”。顾名思义，物联网就是物物相连的互联网。这有两层意思：其一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；其二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信，也就是物物相息。物联网通过智能感知、识别技术与普适计算等通信感知技术，广泛应用于网络的融合中，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。物联网是互联网的应用拓展，与其说物联网是网络，不如说物联网是业务和应用。因此，应用创新是物联网发展的核心，以用户体验为核心的创新20是物联网发展的灵魂。
现在有很多人以物联网的名义做传销,希望大家警惕物联网与各种网络的关系
物联网(InternetofThings)的概念最早在1998年由美国MIT大学的KevinAshton教授提出，把RFID技术与传感器技术应用于日常物品中形成物联网，着重的是物品的标记。2005年ITU以InternetofThings为题发布互联网报告，强调物品联网。近年随着移动互联网技术和云计算技术的发展，特别是节能环保和社会安全等需求，物联网再度受到关注，但聚焦在通过感知达到智能服务的目的。在2010年我国的政府工作报告所附的注释中对物联网有如下的说明：是指通过信息传感设备，按照约定的协议，把任何物品与互联网连接起来，进行信息交换和通讯，以实现智能化识别、定位、跟踪、监控和管理的一种网络。它是在互联网基础上延伸和扩展的网络。
传感网使用传感器作为感知元件，应用上可以无需基础网络，通常也不强调智能分析与决策。物联网使用传感器、RFID、激光扫描器、红外标记、普通条码、二维码、全息光学条码、GPS等作为感知元件，需要通过基础网络实现物与物和人与物互联，强调对感知数据的汇聚和挖掘及分析决策。物联网的组成包括三部分，即泛在化的传感节点及网络、异构性的网络基础设施、普适性的数据分析与服务。物联网与传感网的区别不在于联网的物件数量而在于感知单元的多样性和感知结果的智能利用，可以说传感网是物联网的一个子集。
物联网的底层借助RFID和传感器等实现对物件的信息采集与控制，通过传感网将传感器等感知节点的信息汇集，并连到核心网络，基础网络是物联网的重要组成部分，用于承载物物互联或物与人互联的信息传递，物联网的上层实现信息的处理和决策支持。物联网可用的基础网络可以有很多种，通常互联网最适合作为物联网的基础网络。尽管下一代互联网将以支持物联网的应用作为主要目标之一，但物联网并不是互联网的下一代，物联网可以说是互联网上的一种业务或应用。物联网强调的是认知，是互联网向感知平台和数据挖掘两个方向的拓展。物联网与互联网上传统业务相比有不同的特点：在物联网以公众网络(例如互联网)作为基础网络平台的情况下，物联网相当于互联网上面向特定任务来组织的专网()。互联网是全球性的，但物联网往往是行业性的或区域性的，物联网的行业应用的多样性与承载平台的通用性之间需要有中间件来适配。
M2M(Machine-to-Machine)与物联网有关，M2M通信与物联网的核心理念一致，不同之处是物联网的概念和所采用的技术及应用场景更宽泛，M2M主要聚焦在无线通信网络应用上，是物联网应用的一种主要方式。与物联网有关的还有CPS(CyberPhysicalSystem)，CPS是计算、通信与物理过程的综合，CPS与物联网有类似的能力，物联网通过数据挖掘可得到决策建议，但通常是要上报主管人员再决定是否要采取措施，而CPS强调循环反馈，要求系统能够在感知物理世界之后通过通信与计算再自动执行对物理世界的反馈控制措施。从物与物通信进一步扩展到物与人以及人与人通信，支持个人和/或设备无论何时、何地、何种方式以最少的技术限制接入到服务和通信的能力，这种网络发展的愿景被称为泛在网。
在物联网上所用的通信技术比较成熟，但仍需要考虑物联网节点多功率小且需要接力传送等特点进行适配。
物联网通常有很多传感器节点，在传感过程中，首先是需要识别被感知的对象和感知信息。在给定任务的情况下使用最少数量的节点并最省功耗是物联网设计的目标。节点的传输距离、节点的合理分层分簇、拓扑控制等一系列节点的几何布局，是物联网感知层面设计的主要问题。根据应用和服务对物联网节点分群分簇，每簇会有一个节点负责搜集数据并将集合的数据传到网关，簇头的选择需要考虑节点的存储、过滤和聚合能力，为了不致过早耗掉簇头的电能，每簇内各节点可能需要轮流担任簇头。由于物联网节点数量密集，覆盖范围宽，而且新的物品的加入将要求节点添加或删除等，在节点的配置上要从减少安装和维护成本考虑，要尽可能少用人工干预，其次是网络发现技术，要求节点能够发现在其所处环境内的相邻节点的存在和身份，以便协商分享的任务，在物联网中网络是动态变化的，新的物品的加入将改变网络的拓扑，而且物品的特征还会随自治程度而变，物联网应具有基于智能匹配来对网中的节点自动发现和指配、自动部署与激活、解除激活和性能监视，还可以在任何时间对所分配的作用进行调整和调度。
有些节点由于制造的不一致，缺陷需要在出厂前校正，由于环境影响、老化等原因使所感知的数据有偏差，还需要在数据收集时校正或去除，还需要考虑传感器与环境之间的耦合关系。在感知数据的报送方式上，分为主动式和反应式两种。物联网收集的数据如果原封不动地存储将占用海量存储资源，必须通过压缩去掉重复冗余的数据，并且需要开发图像信息检索方法和搜索引擎，以有效提高物联网设施的利用效率。收集的数据不限于被感知物件的信息，还包括与事件的发生可能有相关性的政府数据、市民产生的数据等，要在认证安全、隐私保护等方面对数据进行过滤与正确性的确认。为了全面准确提供智能决策，希望有多源甚至异构的数据，通过多数判决和推理分析，去逼近真实环境，最后利用专家系统和数学模型，参考历史数据，综合异构来源的多种信息，进行分析推理，给出决策。
物联网需要有网管，控制物联网节点的休眠和叫醒，检测和登记节点的移动、发现相邻节点，并且在一个特定区域内均衡和调度传感任务等。需要关注物联网能量获取与存储及节能问题，实现能量测量和电量不足的预报以及动态功率优化等能量管理。从安全与隐私来看，物联网是双刃剑，它能对生产安全、反恐维稳和家居安全起积极作用，但如果感知数据偏差太大和判决失误，将弄巧反拙，因此对物联网的可靠性和安全及隐私需要足够重视。
物联网是两化融合的切入点，也是民生服务的新亮点，其应用面很宽，将带动新的产业特别是现代服务业的发展，其社会效益高于经济效益。物联网看似门槛不高，但如何在给定任务的情况下最大化网络的生命周期和最小化组网及应用成本均是严峻的挑战。低成本、高可靠、长寿命的传感器和RFID是物联网推广应用的前提，数据挖掘与智能分析是体现物联网效益的关键，也是物联网的薄弱环节。当前对物联网的理论和技术的研究还落后于应用示范，未来需要在物联网技术方面加大创新开发力度。同时还要重视统筹规划、资源共享，务求实效。这是12月16日我在江苏省两化融合大会暨省企业信息化协会年会上分享的内容。因为大部分听众是企业的CIO，所以这次演讲的内容我讲的抽象一些，当时就预计会有很多人是听不懂的。这篇文章是我自己对CPS的一个预测，是我脑子中的模型。希望大家能够记住这张图，介绍的是从产品维度的三种状态，并在2017年底检验这张图。
今天我讲的内容比较抽象，因为今天来的大部分都是CIO，从工业40概念提出之后，出了很多概念，比如CPS和C2M，今天演讲嘉宾中提到C2M的概念中，其实已经有两种不同的理解了，新的概念在定义还没有完善的时候每个企业都有自己不同的理解。
我推断C2M也好，CPS也好，未来两三年会有一大批落地的项目，今天我尝试把这些概念做一个分析。从以下三部分讲，一是CPS介绍（三个国家对CPS的理解）；二是产品CPS模型的三个状态；三是CPS的三种落地形态。
CPS是工业40的平台，CPS是因为工业40的推出逐步走红的。我最早研究CPS是在2012年，那个时候还没有工业40的概念，那时我对CPS的理解是嵌入式编程圈子对未来物联网的定义。
CPS是因为德国提出工业40而在国内流行，这个是德国国家科学与工程院研究部2012年3月发布的《德国提出信息物理系统综合报告》中提出的。
报告中定义是CPS是信息物理融合系统连接物理世界与信息科技世界，在下列复杂的互动过程中演进，嵌入式系统、应用系统和基础设施的互动，如车载控制系统、智能十字路口、交通管理系统、通讯网络及其与互联网的连接，在上述系统的联网和集成上互动。
这是德国报告里面提出的一个图，这个CPS包含物联网所有系统，智能物流只是其中一部分，德国提出的CPS是不限于制造业。
美国CPS框架草案是信息物理系统公共工作组2015年9月提出的，它的重点依然是嵌入式系统。德国跟美国这两大体系里对CPS的理解都不限于制造业，实际上是物联网。
但是咱们国家更多的人了解CPS，是在德国提出工业40之后，从制造业角度来理解CPS。
今年11月份我参与了CPS标准租讨论的会议，在会议里面咱们国家对于CPS的定义更多是在制造业的信息跟物理系统模型的应用上。在那次讨论会上，即使是专家对CPS仍然有不同的理解，讨论的时候没有做分类，仅仅讲物理融合信息系统。CPS究竟是设备的模型？还是产品的模型？界别不清楚的时候，在讨论的时候有人倾向于从设备层面讨论，而有的专家是从产品层面讨论，这就经常会互相矛盾。
当问题很虚的时候，我喜欢首先做一个分类，CPS做数字影射包含制造产品的信息模型和制造设备的信息模型。讨论问题的时候把这两个模型分开看就容易讨论清楚。因为最近思考时，对产品的信息模型的思考比较成熟了，所以先介绍下产品的信息模型。
制造产品信息模型，我们把产品分为设计状态、生产状态和运行状态。在设计状态里面，如果CPS实现之后是有数字虚体和物理实体，设计状态、生产状态、运行状态都包括这些数字虚体和物理实体。
比如说设计状态，现在一个产品的设计，首先是设计，设计好之后要做一些样品，做数字虚体和物理实体的映射。同时这个产品在生产状态里面，现在大部分的企业其实在生产状态跟运行状态的过程当中只有物理实体，非常少的部分有数字虚体。而只有物联网真正实现之后把物理实体的很多数据收集上来之后形成模型之后才会形成数字虚体。
在这张图里面，设计状态更多是数字虚体影响物理实体。而生产状态是根据设计直接对物理实体进行生产，有了这个数据模型之后，物理实体在生产过程当中会有更多的传感信号传到形成数字虚体，数字虚体会根据检测状态和设计状态进行校正，校正好之后通过它的设备对这个物理实体进行更改，这里面就会有两个改变。
那么运行状态的产品，现在来讲，还没有很多传感器，等有了传感器之后就有了数字虚体，而有了数字虚体数据之后，就会影响到整个设计状态。也就是说现在我们一个产品的设计，更多是在设计状态，通过样品的这一个循环。而在未来CPS实现之后，它会实现设计状态，生产状态，运行状态，都有一个小闭环之后，还会形成一个统一的闭环，这是一个大的闭环。在这个大的闭环中产生的数据没有产生价值，那真正产生价值是什么呢？
它未来还有一个进化态。这张图我们可以做一个比喻，其实人是一个复杂的系统，人的进化当中我们比喻成设计态，而生产状态则可比喻成小孩妈妈的怀孕过程，而小孩生出来之后就是我们讲的运行状态。通过人一代一代的进化，我们就完成了整个状态。但是人的进化，这些数据记录在哪里了？其实记录在我们的基因里，这个基因就是我们讲的进化态，在进化态里面只有数据虚体，而进化态就是刚才红领讲C2M的时候讲到大数据的驱动。我们可以看到有了生产状态和运行状态获得的这些传感器的数据，通过进化态进一步影响到我们设计态，这就是我们讲的未来一个大的闭环。
生产状态，运行状态，设计状态，原来是小闭环，而有了大数据就形成了大的闭环。有了大的闭环我们可以想
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）