无线和有线技术在智慧农业物联网大棚环境监测和控制中有什么样的区别？各有什么优劣势？

区别：
1、无线的安装部署简单，有线安装部署实施代价高；
2、无线的覆盖范围相对广，部署成本相对低，有线则相反；
建议：
1、可以采取局部有线+整体无线的部署方式，性价比最优。
如，在终端设备端（如传感设备）用有线连接集中器（类似电力抄表的方案），然后集中器通过无线跟后台服务器连接。

通过无线传感器网络和有线环境控制系统组成一套可以实时测量棚内外环境要素的监测系统，同时可以对大棚卷帘、通风、灌溉等设备监控。听说北京方大天云FAMEMS300-B 智能农业大棚物联网系统通过无线传感器网络和有线环境控制系统组成了一套可以实时测量棚内外温湿度、风、土壤水分、光照度、光合有效、二氧化碳、日照等环境要素的监测系统，同时可以对大棚卷帘、通风、灌溉等设备进行自动监控。这个系统可以实时远程获取温室大棚内部的空气温湿度、土壤水分温度、二氧化碳浓度、光照强度及视频图像， 通过模型分析，可以自动控制温室湿帘风机、喷淋滴灌、内外遮阳、顶窗侧窗、加温补光等设备。

微控制器和处理器

微控制器 - 微控制器英文写法是 Microcontroller Unit，简写为MCU。微控制器是将计算机运行所需要的一些资源（如ROM、RAM、I/O、定时器、ADC、DAC等）集成到了一个芯片上，可称之为单片微型计算机（Single Chip Microcomputer），俗称为单片机。因软件存放在微控制器的存储器中，与硬件紧密配合使用，又称之为嵌入式微控制器(Embedded Microcontroller Unit，EMCU)。

处理器 - 处理器又称为中央处理器（CPU，Central Processing Unit），处理器一般需要依赖外部的硬盘或存储介质进行运行，系统资源丰富、复杂。是计算机、电脑、平板和手机等的核心

根据处理性能的不同，运行的 *** 作系统也有所不同。微控制器多运行实时 *** 作系统（RTOS），对任务时间性要求比较高。处理器多运行Windows、Linux、Android、iOS等 *** 作系统，对任务处理能力要求比较高。

物联网 *** 作系统的特点

一般地，对实时性控制要求比较高的应用MCU用不到RTOS，如电机控制等。而随着物连接到网络的发展，对通信协议有了新的需求，RTOS就可以比较好地对通信进行管理。物联网 *** 作系统没有严格的定义，可以将物联网 *** 作系统特性，简单地概况如下：

连接 - 互联互通、互 *** 作性

安全 - 设备安全、通信安全、数据安全

能效 - 设备能耗管理

通信 - 支持通信协议，如低功耗蓝牙、以太网、Thread、 Wi-Fi、Zigbee、6LoWPAN、LPWAN（LoRa、NB-IoT…）等等

标准 - 开放标准，开放的标准有利于设备的互联互通

微控制器 *** 作系统

ARM mbed OS - ARM公司专为物联网 (IoT) 中的“物体”设计的开源嵌入式 *** 作系统，主要支持ARM Cortex-M微控制器

FreeRTOS - 非常流行的嵌入式 *** 作系统，支持多种微控制器

Contiki OS - Contiki是一个开源的物联网 *** 作系统。 Contiki将小型低成本、低功耗微控制器连接到互联网。Contiki是构建复杂无线系统的强大工具箱。

LiteOS - 类UNIX *** 作系统,多用于无线传感网络

RIOT - 物联网友好的 *** 作系统。RIOT实现了所有物联网相关的开放标准，支持连接、安全、耐用和隐私。

TinyOS - 适用于低功耗无线设备，用于无线传感器网络

Huawei LiteOS - 华为公司的 *** 作系统。Huawei LiteOS是轻量级的开源物联网 *** 作系统、智能硬件使能平台，可广泛应用于智能家居、穿戴式、车联网、制造业等领域，使物联网终端开发更简单、互联更加容易、业务更加智能、体验更加顺畅、数据更加安全。

μTenux - 基于ARM Cortex M0-M4的开源物联网嵌入式 *** 作系统。内核源于T-kernel。

RT-Thread - 中国的开源嵌入式实时 *** 作系统

ChibiOS/RT - 提供了一个嵌入式应用的完整开发环境(RTOS、HAL、外设驱动、支持文件和工具)

Micrium uCOS - 免费商业化应用需授权，2016年为Slicon Labs收购

Unison - Unison RTOS是面向IoT和M2M通信嵌入式应用的实时 *** 作系统

Zephyr - Zephyr项目是一个可扩展的实时 *** 作系统（RTOS），支持多种硬件架构，针对资源有限的设备进行了优化，并以安全性为基础构建。由Linux基金会托管。

eCos - eCos是面向嵌入式应用的免费开源实时 *** 作系统。高度可配置性使得eCos能够根据精确的应用需求进行定制，提供最佳的运行时性能和优化的硬件资源占用。

TI-RTOS Kernel - TI公司的RTOS

NXP MQX - NXP(原Freescale公司）的RTOS

处理器 *** 作系统

Android Things， Google物联网 *** 作系统

Windows 10 IoT，微软物联网 *** 作系统

SylixOS，是一款嵌入式硬实时 *** 作系统

还有更多的 *** 作系统，在此不一一列出。

朗德华信（北京）自控技术有限公司是中国第一家IP物联网自适应控制系统研发和制造商，生产符合IP物联网自适应控制系统中IPV4、IPV6规划的IP 控制器，可以充分利用互联网和物联网技术实现所有机电设备、电器设备、工艺设备等能耗设备的能源管理和控制。
IP物联网自适应控制系统是自动化控制系统中第一个通过软件技术把Lonworks、BACnet和多种Internet标准集成到通用对象模型的应用程序环境并嵌入到控制器层级；并且支持标准的WEB浏览界面。IP物联网自适应控制系统不但兼容现行的常用现场标准总线协议，同时还能为非标准协议的链接提供工具软件，能给已建系统提供全面的软件技术支持。这样的集成实现了真正意义的多系统不同设备的无缝连接，最大程度的节省和保护业主的投资。
IP物联网自适应控制系统产品先进性如下：
（1）技术层面：此系统应采用当今先进且成熟的系统及技术，为建筑物的运行提供高效的监控及管理平台，同时亦应为业主企业的运营与发展服务。
 基于TCP/IP以及开放式协议的自控管理系统架构
要求管理层网络支持TCP/IP协议，中央站可以通过网络把信息传送到任何指定的数据通信分站。现场控制网络要求采用符合标准通信协议的网络，同时现场控制器可以独立于网络完成控制功能
 先进完备的系统数据库及其应用，提供企业级的数据库交互平台
 运行可靠稳定的系统硬件设备及网络设备
 基于IE以及WEB技术的、人性化的、便捷的且灵活的 *** 作管理软件平台
 软件系统嵌入式且配置灵活的现场控制器及其I/O模块
 可靠耐用的现场监控元件
（2）管理层面：所有的系统以及技术都是为建筑运行服务的，在技术层面的需求满足的情况下，针对建筑本身的功能特点而设计的系统控制、运行以及管理模式，是确保建筑高效、低耗且节能运行的关键。基于企业通用数据库、IE以及WEB技术的中央管理监控平台，提供个性化的管理运行模式以及开放式的应用接口及工具，实现完备的分散控制集中管理的运行模式，为建筑的运行提供整体的管理运行服务。
（3）运营层面：系统上纳入业主企业整体管理体系，通过标准的数据库及网络技术融入业主企业整体资产管理体系，实现对其资产的整体管理；提高用户工作运营环境的舒适度；通过先进的技术手段以及优化的控制管理模式，实现对建筑耗能的监测、数据采集、能源绩效分析，利用最有能源策略实现能源使用效率持续改进。
IP物联网自适应控制系统可以非常容易地集成兼容不同厂商的不同系统产品，不仅可以最大限度的保护客户现在的投资，而且在有必要的时候可以方便的将新的设备添加进来。其最大的一个优势是可以任意的在中央管理层面以及现场控制层面对建筑物的所有机电设备进行完美集成，这样可保证集成的稳定与可靠，使得集成层面的精确控制真正成为可能。

物联网感知层是物联网与传统互联网的重要区别之一，感知层的存在使得 物联网的安全 问题具有一定的独特性。 总体来说，物联网感知层主要有以下几个特点:

物联网感知对象种类多样，监测数据需求较大，感知节点常被部署在空中、水下、地下等人员接触较少的环境中，应用场景复杂多变。 因此，一般需要部署大量的感知层节点才能满足全方位、立体化的感知需求；

感知层在同一感知节点上大多部署不同类型的感知终端，如稻田监测系统，一般需要部署用以感知空气温度、湿度、二氧化碳含量以及稻田水质等信息的感知终端。 这些终端的功能、接口以及控制方式不尽相同，导致感知层终端种类多样、结构各异；

从硬件上看，由于部署环境恶劣，感知层节点常面临自然或人为的损坏；从软件上看，受限于性能和成本，感知节点不具备较强的计算、存储能力，因此无法配置对计算能力要求较高的安全机制，最终造节点安全性能不高问题的出现。

从攻击方式上看，感知层的安全威胁可以分为物理攻击、身份攻击和资源攻击。

感知节点应用场景复杂多样，易于受到自然损害或人为破坏，导致节点无法正常工作。

因缺乏监管，终端设备被盗窃、破解，导致用户敏感信息泄露，影响系统安全。

攻击者非法获取用户身份信息，并冒充该用户进入系统，越权访问合法资源或享受服务。

攻击者替换原有的感知层节点设备，系统无法识别替换后的节点身份，导致信息感知异常。

攻击者恶意占用信道，导致信道被堵塞，不能正常传送数据。

攻击者通过不停向节点发送无效请求，占用节点的计算、存储资源，影响节点正常工作。

攻击者截获各种信息后重新发送给系统，诱导感知节点做出错误的决策。

1高效分布式
必须是高效的分布式系统。物联网产生的数据量巨大，仅中国而言，就有5亿多台智能电表，每台电表每隔15分钟采集一次数据，一天全国智能电表就会产生500多亿条记录。这么大的数据量，任何一台服务器都无能力处理，因此处理系统必须是分布式的，水平扩展的。为降低成本，一个节点的处理性能必须是高效的，需要支持数据的快速写入和快速查询。
2实时处理
必须是实时处理的系统。互联网大数据处理，大家所熟悉的场景是用户画像、推荐系统、舆情分析等等，这些场景并不需要什么实时性，批处理即可。但是对于物联网场景，需要基于采集的数据做实时预警、决策，延时要控制在秒级以内。如果计算没有实时性，物联网的商业价值就大打折扣。
3高可靠性
需要运营商级别的高可靠服务。物联网系统对接的往往是生产、经营系统，如果数据处理系统宕机，直接导致停产，产生经济有损失、导致对终端消费者的服务无法正常提供。比如智能电表，如果系统出问题，直接导致的是千家万户无法正常用电。因此物联网大数据系统必须是高可靠的，必须支持数据实时备份，必须支持异地容灾，必须支持软件、硬件在线升级，必须支持在线IDC机房迁移，否则服务一定有被中断的可能。
4高效缓存
需要高效的缓存功能。绝大部分场景，都需要能快速获取设备当前状态或其他信息，用以报警、大屏展示或其他。系统需要提供一高效机制，让用户可以获取全部、或符合过滤条件的部分设备的最新状态。
5实时流式计算
需要实时流式计算。各种实时预警或预测已经不是简单的基于某一个阈值进行，而是需要通过将一个或多个设备产生的数据流进行实时聚合计算，不只是基于一个时间点、而是基于一个时间窗口进行计算。不仅如此，计算的需求也相当复杂，因场景而异，应容许用户自定义函数进行计算。
6数据订阅
需要支持数据订阅。与通用大数据平台比较一致，同一组数据往往有很多应用都需要，因此系统应该提供订阅功能，只要有新的数据更新，就应该实时提醒应用。而且这个订阅也应该是个性化的，容许应用设置过滤条件，比如只订阅某个物理量五分钟的平均值。
7和历史数据处理合二为一
实时数据和历史数据的处理要合二为一。实时数据在缓存里，历史数据在持久化存储介质里，而且可能依据时长，保留在不同存储介质里。系统应该隐藏背后的存储，给用户和应用呈现的是同一个接口和界面。无论是访问新采集的数据还是十年前的老数据，除输入的时间参数不同之外，其余应该是一样的。
8数据持续稳定写入
需要保证数据能持续稳定写入。对于物联网系统，数据流量往往是平稳的，因此数据写入所需要的资源往往是可以估算的。但是变化的是查询、分析，特别是即席查询，有可能耗费很大的系统资源，不可控。因此系统必须保证分配足够的资源以确保数据能够写入系统而不被丢失。准确的说，系统必须是一个写优先系统。
9数据多维度分析
需要对数据支持灵活的多维度分析。对于联网设备产生的数据，需要进行各种维度的统计分析，比如从设备所处的地域进行分析，从设备的型号、供应商进行分析，从设备所使用的人员进行分析等等。而且这些维度的分析是无法事先想好的，而是在实际运营过程中，根据业务发展的需求定下来的。因此物联网大数据系统需要一个灵活的机制增加某个维度的分析。
10支持数据计算
需要支持数据降频、插值、特殊函数计算等 *** 作。原始数据的采集可能频次挺高，但具体分析时，往往不需要对原始收据进行，而是数据降频之后。系统需要提供高效的数据降频 *** 作。设备是很难同步的，不同设备采集数据的时间点是很难对齐的，因此分析一个特定时间点的值，往往需要插值才能解决，系统需要提供线性插值、设置固定值等多种插值策略才行。工业互联网里，除通用的统计 *** 作之外，往往还需要支持一些特殊函数，比如时间加权平均。
11即席分析和查询
需要支持即席分析和查询。为提高大数据分析师的工作效率，系统应该提供一命令行工具或容许用户通过其他工具，执行SQL查询，而不是非要通过编程接口。查询分析的结果可以很方便的导出，再制作成各种图标。
12灵活数据管理策略
需要提供灵活的数据管理策略。一个大的系统，采集的数据种类繁多，而且除采集的原始数据外，还有大量的衍生数据。这些数据各自有不同的特点，有的采集频次高，有的要求保留时间长，有的需要多个副本以保证更高的安全性，有的需要能快速访问。因此物联网大数据平台必须提供多种策略，让用户可以根据特点进行选择和配置，而且各种策略并存。
13开放的系统
必须是开放的。系统需要支持业界流行的标准SQL，提供各种语言开发接口，包括C/C++，Java，Go，Python，RESTful等等，也需要支持Spark，R，Matlab等等，方便集成各种机器学习、人工智能算法或其他应用，让大数据处理平台能够不断扩展，而不是成为一个孤岛。
14支持异构环境
系统必须支持异构环境。大数据平台的搭建是一个长期的工作，每个批次采购的服务器和存储设备都会不一样，系统必须支持各种档次、各种不同配置的服务器和存储设备并存。
15支持边云协同
需要支持边云协同。要有一套灵活的机制将边缘计算节点的数据上传到云端，根据具体需要，可以将原始数据，或加工计算后的数据，或仅仅符合过滤条件的数据同步到云端，而且随时可以取消，更改策略。

---