关键词:物联网 射频识别 M2M
中图分类号:TN91 文献标识码:A 文章编号:1672-3791(2012)05(b)-0023-01所谓物联网,就是利用射频自动识别技术,实现物体和物体之间能够识别的网络。EPC global的Auto-ID中心的提出的定义是:把所有物品通过射频识别等信息窗设备与互联网连接起来,实现智能化识别与管理。从本质上来说物联网是互联网技术的一种延伸,涵盖信息主要包含了射频识别(RFID)、红外感应器、全球定位系统、激光扫描器等传感设备。设备之间按约定的协议,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。其中主要包括了两种概念:第一,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;第二,其用户端延伸和扩展到了任何物品与物品之间,进行信息交换和通讯。
1 物联网涉及关键技术
11射频识别技术(RFID)
RFID射频识别技术是一种非接触式的自动识别技术,它通过射频信号自动识别目标对象并获取相关数据,识别工作无须人工干预,可工作于各种恶劣环境。RFID技术可识别高速运动物体并可同时识别多个标签, *** 作快捷方便。在物联网中重要起“使能”(Enable)作用。
射频识别技术应用非常广泛,目前产品:RFID读写器、RFID标签等已经广泛应用了,典型应用范围:门禁控制、航空包裹识别、文档追踪管理、包裹追踪识别、畜牧业、产品防伪、票证管理、汽车晶片防盗器、停车场管制、生产线自动化等。
12传感器技术
传感器是一种物理装置或生物器官,能够探测、感受外界的信号、物理条件(如光、热、湿度)或化学组成(如烟雾),并将探知的信息传递给其他装置或器官。因此可以说,传感器是人类五官的延长,又称之为电五官。在我们生活中声控灯、自动门、遥控器等都是传感器的典型应用。
传感器的特点包括:微型化、数字化、智能化、多功能化、系统化、网络化,它不仅促进了传统产业的改造和更新换代,而且还可能建立新型工业,从而成为21世纪新的经济增长点。
13M2M
M2M是机器对机器(machine-to-machine)通信的简称。是多种不同类型的通信技术有机的结合在一起实现机器之间通信、机器控制通信、人机交互通信以及移动互联通信等。M2M让机器、设备、应用处理过程与后台信息系统共享信息,并与 *** 作者共享信息;它提供了设备实时的在系统之间、远程设备之间或和个人之间建立无线连接,实现数据传输。
14其他技术
物联网还包含了其他如纳米技术、智能潜入技术以及工业化和信息化的融合技术等等在此就不一一详述了。
2 物联网应用领域
21城市管理
通过物联网可以实现智能交通,物联网技术可以自动检测并报告公路、桥梁的“健康状况”,还可以避免过载的车辆经过桥梁。在交通控制方面,可以通过检测设备,在道路拥堵或特殊情况时,系统自动调配红绿灯,并可以向车主预告拥堵路段、推荐行驶最佳路线。
22公共安全
通过物联网与摄录技术综合起来,我们可以实现人脸自动识别技术、车牌自动识别技术、指纹识别技术等可以有效增加公安机关的办案效率,增强社会安全保障。
23家电行业
将家庭所有家电家具实现物联网连接,可以实现真正的智能化家庭。典型的例子是海尔曾经通过物联网网桥(WSNBridge),实现了用户通过手机、互联网、固话与家中灯光、窗帘、报警器、电视、空调、热水器等电器设备的沟通,将物联概念与用户的生活实际紧密联系起来,使之成为了一种像水、电、气一样的用户居家生活的基础应用服务;海尔的全球首款“物联网冰箱”具有网络可视电话功能、浏览资讯、播放视频等多项生活与娱乐功能,让原本属于生活电器的冰箱成为一个娱乐中心。
24医护行业
医护领域的物联网应用主要在人体的监护和生理参数的测量等方面,利用传感器可以对人体的各种状况进行监控,将数据传送到各种通信终端上。在美国曾经实现了在鞋垫上设置传感器对有特殊病情老人通过物联网进行监控,最终获得有效数据实现最佳治疗效果。
25物流行业
物流行业是使用物联网技术比较早的行业,由RFID等技术和移动手持设备组成物联网后,基于感知的货物数据便可在全球范围内监控货物的流通状态,可以提供全面的货物信息以及物流跟踪信息,能够实时的获得货物以及航运信息,降低物流风险并提高风险的控制能力。
3 物联网技术存在问题
31物联网跟风较多,应用较小
物联网的价值不是一个可传感的网络,而是必须各个行业参与进来进行应用,不同行业,会有不同的应用,也会有各自不同的要求,这些必须根据行业的特点,进行深入的研究和有价值的开发。现阶段的物联网同样现处于跟风这一种现象,很多的企业盲目的炒作物联网,而没有形成具体的应用。物联网的体系基本形成需要一些应用形成示范,更多的传统行业感受到物联网的价值,这样才能有更多企业看清楚物联网的意义。
32物联网标准难以统一
互联网能够快速发展很大原因取决于互联网标准的成功,现阶段的物联网没有形成统一的标准,很难形成产业的规模的应用,对于推动物联网的普及起到很大的阻碍。因此,标准的建立至关重要。
33大规模应用普及需要较长时间
没有标准,整个行业的发展就要受到制约,同样,对于物联网的普及也需要经过很长的时间,而时间的成本,对于快速发展的企业来讲还是有非常大的影响。
34物联网大企业部署较快
从现状来看,提到物联网都是比较高端的人群或者是企业,对于物联网的部署,只有具有一定的实力的企业能做或者承接物联网项目,如中电信、中移动等,对于小企业来讲,物联网的应用还没有具体的涉及到,以至于出现可望可及的现象。
35技术环境不成熟
虽然互联网的发展为物联网迈进了重要的一步,物联网不仅仅需要互联网的支撑,还需要许多如通信、企业应用软硬件的支撑,对于如何实现这些网络的融合,从技术的角度来讲,需要涉及到大量跨行业、跨企业的协条,导致了物联网在技术方面还存在很大方面的缺
36全社会对物联网的内涵尚未取得共识
虽然物联网受到全社会的普遍关注,但目前物联网的概念和技术架构缺乏统一的清晰描述,全社会对物联网的内涵尚未取得共识。物联网从广义上认为是深度信息化,狭义上认为是此深度信息化的承载网络,这其中的“深度还需要业内人士共同探讨,不断发展完善。
行业主要企业：大富科技(300134)、梦网集团(002123)、共进股份(603118)、胜宏科技(300476)、润和软件(300339)、立昂技术(300603)
本文核心数据：零售领域物联网普及率、零售领域中使用物联网的原因
物联网下游行业占比12%
零售业一直是许多新兴技术应用落地的首选，根据IoT
Analytics的数据，智能零售领域在2020年全球物联网下游细分市场中占比12%，仅位于工业、交通与能源之后。
物联网普及率达94%
物联网为零售业所带来的位置跟踪、个性化信息、库存维护等功能，能够为零售企业在企业安全、库存管理、决策建议等方面提供一定帮助。——在微软调查的公司中，94%的零售企业表示已经应用了该技术，并且有88%的组织表示，至少有一个项目已经达到了“使用”阶段。
“学习”阶段项目占比最高
尽管，物联网能够为零售企业带来管理与生产上效率的提高，但到目前为止，各地零售企业对于物联网与其零售业务的结合仍旧保持保守态度，因而从物联网项目的所处阶段的占比来看，目前为止，处于“学习”、“使用”和“试验/验证”阶段的零售物联网项目分别占总零售物联网项目的28%、26%和24%，而在“购买”阶段的物联网项目则仅有22%。
生产流程监控是物联网在制造业中的最大原因
总体而言，物联网用于提高运营效率，增强客户直接接触点。接近一半的公司表示，供应链优化是一个关键的用例，超过三分之一的公司将库存优化作为其使用该技术的主要方式。监控和安全是物联网在零售环境中的首要应用——不仅用于店内防损，还可以通过整个供应链监控商品。不太常见的是，各组织也在利用物联网进行直接的客户互动，包括自动结账和个性化的折扣，这是基于可自前端获得的运营效率。物联网也打消了零售公司在安全方面的顾虑。
解决方案的沿用是第一大问题
在零售业领域，由于零售行业产业链环节较多，因而物联网与传统零售行业进的融合无法一蹴而就，许多企业仍在继续沿用传统的零售行业解决方案。此外，引入物联网带来的便利有时并不能直接解决传统零售行业中现存的问题也成为了零售物联网全面应用路径上的一大挑战。
以上数据参考前瞻产业研究院《中国物联网行业细分市场需求与投资机会分析报告》。
物联网应用涉及国民经济和人类社会生活的方方面面，因此，“物联网”被称为是继计算机和互联网之 后的第三次信息技术革命。信息时代，物联网无处不在。由于物联网具有实时性和交互性的特点，因此 ，物联网的应用领域主要有如下。
说起物联网（Internet of Things， IoT），估计很多人都耳熟能详，因为我们早就在各种各样的媒体中看到过好多次这个名词了。
按照中国传统观点，万物实际上是有着天然的联系的，那么人类为何又要画蛇添足般地再把他们连接起来呢？原因很简单， 万物的天然联系是依靠的自然规律，而人类并不能控制他们，而物联网让万物以人类的意愿进行连接，从而让人类可以控制他们 。物联网，无非是又一个人类征服和控制自然的尝试而已。只要万物能够互联并且通过有效的手段在需要的时候知道他们的状态，从而采用有效的手段进行干预，那么人类就有了对万物的相当程度的控制权。
这给了人们很大的想象空间，因此，也吸引了大量的淘金者，试图分享这样一块看起来巨大无比的蛋糕。 但这么多年来，现实并不乐观。
根据我的了解——可能并不准确——我感觉物联网现在处于一个比较尴尬的阶段。 一方面，物联网的呼声很大，人们寄予很大的期望；但另一方面，市场的反响并不热烈，本来应该跟人们的生活息息相关的物联网，似乎在现实中并没有被人们所感知。我观察到的现实就不很乐观。 算得上物联网的智能家居曲高和寡，国内力推的NB-IoT雷声大雨点小，LoRa使用的主流频段在国内被事实上禁用， Zigbee等覆盖范围过小……
在这里，我想梳理一下物联网在国内发展的现状，以便于更好地定位和找出问题所在。
物联网可以看做是互联网的升级版本，传统的互联网连接的是人；物联网不光连接人，还要连接物，除了人类的互动外，还需要让人能够更好地把控物。 人是自带智能的，所以传统的互联网的重点在于连接，只要有连接，人们就会互动，产生内容等，对网络的智能要求就不高；但物联网连接的是物，物本身不具备智能， 需要通过人来控制或者智能系统来自动控制。
物联网也是近十年来出现频率很高的智慧某某（例如智慧城市，智慧楼宇，智慧园区，智慧安防等）的基础设施。 什么是智慧？我认为就是能够根据某个特定的需求和目标，自主动态调节现有状态的能力 。这需要至少有两个部分构成，一是要有数据分析和处理的“大脑”部分，二是要有数据收集和指令执行的“躯体”部分。 我们往往把狭义的躯体部分作为狭义的物联网， 也可以称为物联网10， 实现了物体的初步连接和数据收集和反馈能力，但这套系统要想实用，实际上离不开人，因为数据的分析和控制指令的下达还是需要人来做；而大脑+躯体才是真正智慧的物联网，在我看来这才是能够给人类带来很大便利的物联网，才具备大范围应用的技术基础， 可以把这称为物联网20。
现阶段的物联网还是停留在由人控制的阶段，也就是10时代，这个阶段对数据的处理存在瓶颈，因此，并不适合复杂的应用，也不适合大范围使用。因此我们可以看到，应用比较广泛的应用也就是那少数的简单应用，如抄表、环境监测、家电控制等。云计算、大数据、机器学习、人工智能等技术是近几年的IT领域的热点，进展也非常迅速，他们的发展为物联网向20阶段进化提供了坚实的基础。
我们日常生活，现有的已经足够很好地满足人们的需求了；物联网，只是人们对更高生活水平的追求的产物，并且不是必需的；对于非必需品来说，要想普及需要足够的性价比或者就索性走高端路线。但从目前的物联网市场看，由于缺少比较成熟的家用物联网方案，因此并不能大规模使用，这导致物联网应用起来成本比较高，在家居中只有高端住宅才可能会使用，占比很少，家居物联网在这种初级阶段必须得要走高端路线，当然这也符合很多新事物的初始状况特征。
物联网在工商业中也有一些应用，例如RFID领域，我们已经可以在一些商店中看到。其他还有很多物联网项目，多数隐藏在智慧某某的名头之下，现阶段，只要是冠以智慧的项目，其造价一般会令人咂舌。 因此，在性价比不高的情况下，人们使用他的积极性自然不高了。
中国运营商去年决定要大力推广NB-IoT，他们试图提升性价比，因此希望设备和解决方案提供商们能够以较低的价格提供相关产品，由于其体量，确实有部分供应商愿意以接近成本价的价格向其提供产品；但即使是这样，愿意使用的用户也不多，这让供应商的积极性大大降低，因为根本就无利可图。也因为此，NB-IoT的这一波推广活动实际上到目前看来是比较失败的。
从连接介质来看，物联网分为有线和无线两种，考虑到实际部署的难度，无线方式显然更有机会会成为主流的连接方式。
从终端和因特网连接关系来看，物联网也可以划分为两种方式：一种是直接和因特网连接，例如NB-IoT、2/3/4G蜂窝网络、eMTC等； 另一种是通过网关间接和因特网连接，例如LoRa、SigFox、ZigBee、BLE、WiFi等。不同的协议都是针对不同的应用场景设计的，因此在实际使用中都有其优缺点。例如我们常用的WiFi，要保证速率和可靠性，因此覆盖距离不够长，连接不可靠； NB-IoT主要用于低速率物联网应用，能够直接联网，但速率低， 用户连接数少； LoRa的覆盖比较广，但速率低，用户连接数也有限制……
因此，实际部署时需要根据不同的应用场景选择不同的技术、标准以及相应的设备，而在现场实施的时候又会有很多意想不到的困难。无线部署也需要做网优等工作，对实施人员的要求比较高。 这些都增大了物联网的部署难度。
由于物联网一般使用无线技术，那么频谱资源就是物联网的一个非常核心的资源。频谱资源时稀缺的，因为有太多的地方需要这类资源。例如我们的移动电话、微波通信、卫星通信、应急通信、无线WiFi等等。这些资源由于其稀缺性，需要统一的规划。而这在不同的国家也面临着不同的状况。
例如现在比较火热的LoRa，阿里巴巴、腾讯等互联网企业刚刚加入该标准联盟，结果国家的新的频谱规划就给予他们致命一击，LoRa所使用的sub-1G的频谱资源实际上是不开放的。
目前在全球，唯一明确的民用频段就是24GHz，也就是WiFi、蓝牙等使用的频段。但这个频段的问题是与低频段的无线电波相比，越障能力比较差，因此覆盖能力不强。而又由于太多的民用无线设备都是用这个频段，导致这个频段的信号比较“脏”，收到的干扰比较大。 现有的使用这个频段的蓝牙、WiFi协议本身也是为了IP宽带连接而设计的，专注于速率，所以也导致覆盖范围一般不超过100米，并且连接数量有着很大的限制。 因此，要想避免频谱资源的政策风险，就只能使用24GHz这个频段 ，那么如何在这样的情况下增加无线覆盖的范围，提升覆盖距离，就是物联网公司需要解决的一个大问题。
比较有实际应用意义的物联网的规模需要达到一定的程度，也就是终端要足够多，很多地方并不具备电源接入的条件，那么就需要终端的功耗要足够低或者索性无源。
无源当然是最佳的方式，目前的解决方案是要加储能电路，但这种电量非常微小，在现有的技术条件下，覆盖范围和传输能力都受到严重的制约，只能适应很少的一部分场景。因此，大多数情况还是需要有源的终端，这就需要功耗尽可能地低了。 功耗问题可能是目前物联网面临的主要问题之一。
例如在智慧停车之类的项目中，有部分方案是用NB-IoT实现的。这个标准由于使用了蜂窝技术，只有运营商具备掌控的能力，所以电信运营商和设备商都非常有热情去推广，也号称一块电池可以用十年，看起来功耗似乎很低，但那是有前提条件的，就是它平时处于睡眠状态，每天主动醒来一次上传一次数据，在这样的情况下才可能坚持十年。 但用于停车就得频频被唤醒，因此在这个场景中使用就非常耗电。根据实际使用的经验，差不多5个月左右就得去更换电池了。这带来极大的维护工作量，而且电池的成本本身也非常高。因此，至少在停车这种方案中，NB-IoT并不是一个好的选择。如果用LoRa呢？在停车中也有应用，表现好一点，能够达到一年多的使用时间而不用换电池。而一般里面模块和芯片的寿命在5年以上，也就是说，在终端设备的生命周期里，需要更换多次电池，每一次更换电池实际上跟新开工一个项目工作量差不多多少。因此，我们不能说这种状况是令人满意的。
所以，如果能够解决有源终端的功耗难题，不光可以大大减轻日后的维护工作量，还可以大大降低终端的成本，这是因为在实际应用中，电池是物联网终端的主要成本之一。
技术本身是没有国界的，但遗憾的是我们并不生存在一个理想的世界里，我们的现实世界依然存在着各种各样的利益群体，有的时候出于自身利益的考虑，作为体现现代竞争力的物联网技术就要受到一些因素的制约。国家就是一个典型的利益群体，而国家安全往往是这个群体的最高利益之一。信息安全是国家安全的一个重要方面，物联网搜集各种各样的信息，这些信息有的时候就是非常机密的情报，不方便被其他利益团体所获知，因此，在物联网标准方面，在一开始就要注意这个方面。
LoRa是美国公司Semtech所提出的一个物联网标准，也是目前比较主流的标准。这个标准对标的是SigFox——一个欧洲的私人公司封闭的物联网标准，但SigFox用自己的标准建了一个覆盖很广的网络，对外运营物联网业务，可以叫做物联网供应商；而LoRa是半开放的标准，允许用户使用这种技术进行模块和终端产品的开发，并用这些产品组建自己的LoRa物联网，虽然相比于市场上主流的其他方案，看起来价格并不贵，但标准、芯片等核心部分过分集中于美国的供应商Semtech上，在特定的时候这就是一个很大的风险。
因此，无论是物联网方案提供商、物联网产品开发商，还是用户，在选择物联网标准的时候要考虑到这个问题。当然，对于小规模的民用应用，采用什么标准问题不大，但对于军用、大规模应用来说，不考虑这个因素将可能让投资全部打水漂。 最近的无线电频谱的一个征求意见的文件就让某国外标准被判了死刑，即使我们最大的两个互联网公司刚刚加入了这个阵营也是无可奈何。
NB-IoT是中国特别是运营商和设备提供商力推的标准，但它的问题在于功耗较高、用户容量有限，所以，在很多场景里并不适合。因此，中国还需要更多的物联网标准，来补充NB-IoT的不足。
小试中试技术成果的产业化开发有哪些项目
1、智能自动化设备：在智能自动化设备项目中，通过对传感器、摄像头、图像处理等技术的结合，可以实现自动化可控的设备，降低人力成本，提高生产效率。
2、物联网：物联网项目，利用小试中试技术成果的产业化，可以实现实时监控、数据收集和分析，帮助用户更好地管理和控制物联网设备，进而提升用户的生产效率和管理水平。
3、虚拟现实：虚拟现实项目，利用小试中试技术成果实现虚拟现实技术，可以帮助用户实现虚拟仿真、设计仿真、训练仿真等功能，可以模拟真实环境，提高用户的实践能力。
4、3D打印：3D打印项目，利用小试中试技术成果实现3D打印技术，可以快速制作出精确度高、结构复杂的零件，从而更好地满足用户的需求，实现更高效的生产。设计院，施工队，建设单位。
物联网工程实施与管理是物联网技术及应用专业的核心课程，也是一门实践性很强的课程。为了使高职学生成为技术应用型高技能人才，必须在高等职业院校切实进行教学改革，使高职与普通高校区别开来。
为配合高职院校国家骨干专业建设工作，我们按照课程体系与教学内容改革的建设方案，建设物联网工程实施与管理课程，使其达到优质专业核心课程水平。
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）