中国物联网现状和发展趋势是什么

现状：我国已形成基本齐全的物联网产业体系，部分领域已形成一定市场规模，网络通信相关技术和产业支持能力与国外差距相对较小，传感器、RFID等感知端制造产业、高端软件和集成服务与国外差距相对较大。仪器仪表、嵌入式系统、软件与集成服务等产业虽已有较大规模，但真正与物联网相关的设备和服务尚在起步。
我国已形成了较完整的敏感元件与传感器产业，产业规模稳步增长。我国形成了RFID低频和高频的完整产业链以及以京、沪、粤为主的空间布局，2009年市场规模达到85亿元并成为全球第3大市场。我国仪器仪表产业连续多年实现20%以上的增长，2009年产值超过5000亿元，企业数量为5000多个，小型企业数量占比达到90%。
在物联网网络通信服务业领域，我国物联网M2M网络服务保持高速增长势头，目前M2M 终端数已超过1000万，年均增长率超过80%，应用领域覆盖公共安全、城市管理、能源环保、交通运输、公共事业、农业服务、医疗卫生、教育文化、旅游等多个领域，未来几年仍将保持快速发展，预计“十二五”期间将突破亿级。三大电信企业在资源配置方面积极筹备，加紧建设M2M管理平台并推出终端通信协议标准，以推进M2M业务发展。国内通信模块厂商发展较为成熟，正依托现有优势向物联网领域扩展。国内M2M终端传感器及芯片厂商规模相对较小，处于起步阶段。尽管我国在物联网相关通信服务领域取得了不错的进展，但应在M2M通信网络技术、认知无线电和环境感知技术、传感器与通信集成终端、RFID与通信集成终端、物联网网关等方面提升服务能力和服务水平。
在物联网应用基础设施服务业领域，虽然不是所有云计算产业都可纳入物联网产业范畴，但云计算是物联网应用基础设施服务业中的重要组成部分，物联网的大规模应用也将大大推动云计算服务发展。国内云计算商业服务尚在起步，SaaS已形成一定规模，而真正具有云计算意义的IaaS和PaaS商业服务还未开展。目前，我国在云计算服务的基础设施（IDC 中心）建设、云计算软硬件产业支持和超大规模云计算服务的核心技术方面与发达国家存在差距。云安全方面，我国企业具有一定的特点和优势。随着物联网应用的规模推进、互联网快速发展和国家信息化进程的不断深入，我国云计算服务将形成巨大的市场需求空间，“十二五”期间将呈现快速发展态势。
在物联网相关信息处理与数据服务业领域，信息处理与数据分析的关键技术主要是数据库与商业智能。我国数据库产业非常薄弱，知名企业只有三四家，只占国内市场10%左右的份额。商业智能（BI）领域我国虽然技术相对落后，但已形成了一定规模，国内现有BI厂商有近500家，但高端市场仍由国际厂商垄断。整体而言，我国拥有自主知识产权的数据库产品、BI产品和掌握关键技术的软件企业少，产业链不完整，缺乏产品线完整、软硬结合、竞争力强的国际企业。
在物联网应用服务业领域，整体上我国物联网应用服务业尚未成形，已有物联网应用大多是各行业或企业的内部化服务，未形成社会化、商业化的服务业，外部化的物联网应用服务业还需一个较长时期的市场培育，并需突破成本、安全、行业壁垒等一系列制约。
综上所述，我国尚未形成真正意义的物联网产业形态和爆发点，物联网有形成巨大市场的潜力，但潜在空间转化为现实市场还需要较长时间培育，关键点是通过技术和应用创新形成新兴业态和新增市场。我们预计，“十二五”期末我国物联网相关产业规模将达到5000多亿元规模，而真正可能形成万亿元级规模的时间节点预计在“十三五”后期。
大势所趋： 一方面认为物联网技术目前并不能降低物流企业的经营成本，另一方面多位接受采访的人士认为物联网的发展是阻挡不住的。
物联网的出现不管你欢不欢迎，赞不赞成，这个趋势是阻挡不住的，就像当年的计算机互联网的出现，再比如近几年云计算的发展。”逄诗铭对记者说。
逄诗铭认为，目前中国物联网产业规模据他个人估计已达两三千亿，很快会上升为万亿规模，再过几年就会到五六万亿。
中国RFID产业联盟秘书长欧阳宇在接受记者采访时也认为，物联网是一个宽泛的概念，目前日常生活中已经广泛地应用到了物联网技术，比如说门禁、高速公路上的ETC系统、公交智能卡马上要推出的智能电表等，都是物联网技术的运用。而在物流行业中，仓储配送、集装箱监控、运输调配等多个环节都已经运用到了物联网技术。
“一个新技术的应用是逐步推进的，不应该纠缠于物联网技术到底是什么，更不能因为现在应用程度不高就否定这个新技术。”欧阳宇说。
逄诗铭认为，物联网技术现阶段虽然并不能降低实际运费，但是提高了整个供应链和物流管理的效率，从长远来看，必然会大面积应用到物流行业中。
“换一个角度来看物流成本。举个很简单的例子，传统物流中丢失了两个集装箱，给货主赔的钱这算不算成本？但是我们给集装箱装上电子封条，采用视频识别与监控技术进行全程的监控，这个货品就不可能丢失，即使丢失了也容易追索回来。”中国物流与采购联合会副会长戴定一说。
近日，铁道部部长盛光祖与交通运输部部长李盛霖在北京签署了《关于共同推进铁水联运发展合作协议》。
多名专家认为，铁道部和交通部共同推进铁水联运发展，将有效改进目前我国线性物流运输模式，促进铁路、公路、水路、航空的联网运输能力，提高运输效率和服务水平，从而降低物流成本。
而在多渠道联运这个信息平台的建设中，物联网技术的应用将是必不可少的手段。

物联网的应用领域涉及到方方面面，在工业、农业、环境、交通、物流、安保等基础设施领域的应用，有效的推动了这些方面的智能化发展，使得有限的资源更加合理的使用分配，从而提高了行业效率、效益。

在家居、医疗健康、教育、金融与服务业、旅游业等与生活息息相关的领域的应用，从服务范围、服务方式到服务的质量等方面都有了极大的改进，大大的提高了人们的生活质量;

在涉及国防军事领域方面，虽然还处在研究探索阶段，但物联网应用带来的影响也不可小觑，大到卫星、导d、飞机、潜艇等装备系统，小到单兵作战装备，物联网技术的嵌入有效提升了军事智能化、信息化、精准化，极大提升了军事战斗力，是未来军事变革的关键。

一、智能交通

物联网技术在道路交通方面的应用比较成熟。随着社会车辆越来越普及，交通拥堵甚至瘫痪已成为城市的一大问题。对道路交通状况实时监控并将信息及时传递给驾驶人，让驾驶人及时作出出行调整，有效缓解了交通压力；

高速路口设置道路自动收费系统(简称ETC)，免去进出口取卡、还卡的时间，提升车辆的通行效率;公交车上安装定位系统，能及时了解公交车行驶路线及到站时间，乘客可以根据搭乘路线确定出行，免去不必要的时间浪费。

社会车辆增多，除了会带来交通压力外，停车难也日益成为一个突出问题，不少城市推出了智慧路边停车管理系统，该系统基于云计算平台，结合物联网技术与移动支付技术，共享车位资源，提高车位利用率和用户的方便程度。

该系统可以兼容手机模式和射频识别模式，通过手机端APP软件可以实现及时了解车位信息、车位位置，提前做好预定并实现交费等等 *** 作，很大程度上解决了“停车难、难停车”的问题。

二、智能家居

智能家居就是物联网在家庭中的基础应用，随着宽带业务的普及，智能家居产品涉及到方方面面。 家中无人，可利用手机等产品客户端远程 *** 作智能空调，调节室温，甚者还可以学习用户的使用习惯，从而实现全自动的温控 *** 作，使用户在炎炎夏季回家就能享受到冰爽带来的惬意；

通过客户端实现智能灯泡的开关、调控灯泡的亮度和颜色等等; 插座内置Wifi，可实现遥控插座定时通断电流，甚者可以监测设备用电情况，生成用电图表让你对用电情况一目了然，安排资源使用及开支预算;

智能体重秤，监测运动效果。内置可以监测血压、脂肪量的先进传感器，内定程序根据身体状态提出健康建议; 智能牙刷与客户端相连，供刷牙时间、刷牙位置提醒，可根据刷牙的数据生产图表，口腔的健康状况;

智能摄像头、窗户传感器、智能门铃、烟雾探测器、智能报警器等都是家庭不可少的安全监控设备，你及时出门在外，以在任意时间、地方查看家中任何一角的实时状况，任何安全隐患。看似繁琐的种种家居生活因为物联网变得更加轻松、美好。

三、公共安全

近年来全球气候异常情况频发，灾害的突发性和危害性进一步加大，互联网可以实时监测环境的不安全性情况，提前预防、实时预警、及时采取应对措施，降低灾害对人类生命财产的威胁。

美国布法罗大学早在 2013 年就提出研究深海互联网项目，通过特殊处理的感应装置置于深海处，分析水下相关情况，海洋污染的防治、海底资源的探测、甚至对海啸也可以提供更加可靠的预警。该项目在当地湖水中进行试验，获得成功，为进一步扩大使用范围提供了基础。

利用物联网技术可以智能感知大气、土壤、森林、水资源等方面各指标数据，对于改善人类生活环境发挥巨大作用。

趋势和特征

物联网近年来的主要显着趋势是由互联网连接和控制的设备的爆炸性增长。物联网技术的广泛应用意味着从一个设备到另一个设备的具体细节可能大不相同，但大多数人都具有基本特征。

物联网为将物理世界更直接地集成到基于计算机的系统中创造了机会，从而提高了效率、经济效益和减少了人力。

物联网设备的数量在 2017 年同比增长 31% 至 84 亿，预计到 2020 年将有 300 亿台。物联网的全球市场价值预计为到 2020 年达到 71 万亿美元。

环境智能和自主控制并不是物联网最初概念的一部分。环境智能和自主控制也不一定需要互联网结构。然而，（英特尔等公司）的研究发生了转变，将物联网和自主控制的概念结合起来，初步成果朝着这个方向发展，将物体视为自主物联网的驱动力。

在这种情况下，一种有前途的方法是深度强化学习，其中大多数物联网系统提供动态和交互式环境。训练代理（即 IoT 设备）在这样的环境中表现得更聪明，无法通过传统的机器学习算法（例如监督学习）来解决。

通过强化学习方法，学习代理可以感知环境状态（例如，感知家庭温度），执行 *** 作（例如，打开或关闭暖通空调）并通过最大化其长期获得的累积奖励来学习。

可以在三个级别提供物联网智能：物联网设备、边缘/雾节点和云计算。每个级别对智能控制和决策的需求取决于物联网应用的时间敏感性。例如，自动驾驶汽车的摄像头需要进行实时障碍物检测以避免发生事故。

通过将数据从车辆传输到云实例并将预测返回给车辆，这种快速决策是不可能的。相反，所有 *** 作都应在车辆本地执行。集成高级机器学习算法，包括深度学习物联网设备是一个活跃的研究领域，使智能对象更接近现实。

此外，通过分析物联网数据、提取隐藏信息和预测控制决策，可以从物联网部署中获得最大价值。物联网领域使用了各种各样的机器学习技术，从回归、支持向量机和随机森林等传统方法到卷积神经网络、LSTM和变分自动编码器等高级方法。

未来，物联网可能是一个非确定性和开放的网络，其中自动组织或智能的实体（Web 服务、SOA组件）和虚拟对象（化身）将可互 *** 作并能够独立行动（追求自己的目标）目标或共享目标）取决于上下文、情况或环境。

通过上下文信息的收集和推理以及对象检测环境变化（影响传感器的故障）并引入合适的缓解措施的能力的自主行为构成了一个主要的研究趋势，显然需要为物联网技术提供可信度。

市场上的现代物联网产品和解决方案使用各种不同的技术来支持这种上下文感知自动化，但需要更复杂的智能形式，以允许在真实环境中部署传感器单元和智能网络物理系统。

以上内容参考 百度百科-物联网

---