萌芽期：（1991年-2004年）：1994年美国麻省理工学院Kevin教授提出物联网概念，1995年，比尔盖茨在《未来之路》中构想物物互联，并未引起广泛关注。1999年，麻省理工学院首先提出物联网的定义。2003年，美国《技术评论》将传感网络技术列为未来生活的十大技术之首。
初步发展期：（2005年-2008年）：2005年，国际电信联盟（ITU）发布《ITU互联网报告2005：物联网》，2008年第一届国际物联网大会在瑞士苏黎世举行。
高速发展期（2009年-至今）：2009年美国政府将新能源和物联网确定为美国国家战略。2009年温家宝总理在无锡视察时提出“感知中国”，无锡率先建立“感知中国”研究中心，中科院、运营商和多所大学建立物联网研究院。中国正式开始物联网行业战略部署。2010年中国政府将物联网列为关键技术，并宣布物联网是长期发展计划的一部分。2015年，欧盟成立物联网创新联盟。2016年，NB-IoT技术即将进入规模商用阶段。2018年6月，5G通信技术成熟化，第一阶段全功能标准化工作完成，进入产业全面冲刺阶段。
总结中国物联网产业发展，大致经历：
第一阶段：智能消费产品的涌现
2012-2015年期间，消费类物联网产品一夜爆发，过后却慢慢消退。包括智能灯泡、智能插座、智能水壶、智能电饭煲等等智能产品出现在市场上。大致思路是将传统硬件产品，添加上Wi-Fi、蓝牙、ZiBbee等无线技术，再结合APP进行控制。这股热潮来的快、去的也快，因为害怕的稳定性和用户体验存在问题，再加上价格比较高，对于消费者而言性价比不高，市场认可度比较低。
第二阶段：底层技术完善
第二阶段相对于上个阶段，技术有更深层次的突破。这个时候涌现了各种各样的针对物联网的技术，比如NB-IoT、LoRa等新型的传输技术、AI算法、智能语音技术等等，边缘计算、智能计算等计算存储技术走上台，传感器产品也更加的智能化，具有更多的功能。
第三阶段：行业级应用兴起
完成技术突破之后，物联网的应用逐渐从早期的消费类应用往企业级应用发展。更多的应用于城市建设、政府政务、各行各业产业当中。
物联网IoT产业架构分四层：感知层、网络层、平台层、应用层；物联网IoT产业链：端——管——边——云——用
随着云端数据处理能力开始下沉，更加贴近数据源头，使得边缘计算成为物联网产业的重要关口；将来将有75%的数据需要在网络的边缘侧分析、处理和存储。因而物联网产业链由之前的“端——管——云——用”发展为现在的“端——管——边——云——用”；
“端”：物联网终端，主要是完成数据采集以及向网络端发送的作用；包含芯片、感知技术（传感器+识别技术）、 *** 作系统；
“管”：管道层，保证通信的作用，无线连接、卫星和量子通信等方式；
“边”：边缘计算，将集中式架构分解成边缘位置的点；
“云”：云平台，主要进行数据的计算和存储；包含云计算平台和AI技术；按厂商类型分：运营商、ICT、互联网和工业制造厂商以及第三方物联网平台；按商业模式分PaaS和本地部署；按照平台功能可以划分：设备管理平台、连接管理平台、应用开发平台和业务分析平台；
“用”：物联网IoT应用层，落地到不同行业应用场景中；三大业务主线：消费性物联网、政策驱动物联网和生产性物联网；（政策驱动物联网和生产性物联网并称产业物联网）
从产业集聚发展情况来看，我国已初步形成以北京—天津、上海—无锡、深圳—广州、重庆—成都为核心的 环渤海、长三角、珠三角、中西部 地区四大物联网产业集聚区的空间布局。
其中， 环渤海地区 凭借丰富的产学研资源和总部优势，成为我国物联网产业重要的研发、设计和生产制造基地； 长三角地区 以上海、无锡双核发展为带动，整体发展比较均衡，在技术研发与产业化、应用推广方面发挥了引领示范作用； 珠三角地区 是国内物联网市场化最成熟、体系最完备的地区，目前已形成了一批自主的、竞争力强的物联网应用技术成果和信息增值服务模式，产业规模领先其他地区； 中西部地区 软件、信息服务、传感器等领域发展迅猛，成为第四大产业基地，且在自然资源和人力资源方面均存在优势，对物联网产业链底端感知层具有一定的促进作用。
产业集聚区的形成有利于产业规模效应凸显，形成产业链；有助于改善协作条件，节约生产成本；而且能更好的发挥核心城市的辐射带动作用，促进区域一体化发展。目前，四大产业集聚区相互独立、各有特色，汇聚了一批具有全国影响力的龙头企业，产业链逐渐完善，研发机构和公共服务等配套体系基本完备。
一大数据支撑物联网，云计算供给大数据
由于这四者的关系比较复杂，所以只能逐个来给你做解释。
首先说物联网吧，其实简单通俗的去解释，就是物物联网，说白了就是任何事物都可以连接到互联网端来共享数据，如果非要去细究这个词的含义，我相信这个世界上没有人能给出你一个标准的定义，所以姑且先这么解释。
这种物联网的模式并不是很轻易就可以完成的，如果你了解互联网的发展史你会发现，完全依靠数据来运行的互联网其实早就有向物联网发展的趋势，说白了，人类不会满足于只拥有虚拟数据的互联网。
只有当物与物之间也构建起一个类似于互联网的网络的时候，才能真正实现物联网的构建蓝图。
而这种模式的支撑，靠的就是大数据计算，没有大数据，无法模拟物与物之间相连的规则，没有大数据，也无法去模拟物与物之间的关系和相对行为模式，这就是大数据支撑物联网的缘由。
而云计算则是供给大数据的主要来源，众所周知，近年来云计算非常火，与之而来的云盘、云播放等，都是通过云计算作为基础供给衍生出的产物，而大数据，现在也几乎由云计算来完成，具体算法我们不提（反正我不会也不太懂），只需要明白，大数据现在是由云计算来供给的就可以了。（云计算的概念不建议了解，非要查的话，至少有几百种解释，而且我估计也没几个人看得懂）
二大数据制造人工智能，云计算提供基础算法
人工智能这个概念，大概二十年多年前就已经提出了，当时最强大的人工智能还停留在简单的动作上面，其原理大概是通过模拟人类行为，进行算法测算，将这种算法写入程序中。
随着时代的发展，人工智能的算法越来越复杂，当云计算出现之后，顶尖大佬将这种算法的模式放在了云计算上面。
相较于传统算法，云计算更为多元化、快速化、有效化，简单来说就是更为强大。
而将大数据写入人工智能，则会让其可实现的行为或功能越来越多，最简单的呈现形式就是智能机器人，原来可能只会走路，现在可能都会变型或跑步了，这就是大数据制造出的人工智能相较于之前的进步吧，总之，人工智能的数据太过繁琐，如果不通过这样的方式很容易出现错误，人脑固然强大，但机械固化的大量运算还是没有系统计算来的可靠。
通过从传感器、计量器等器件获取环境、资产或者运营状态信息，在进行适当的处理之后，通过传感器传输网关将数据传递出去；同时通过传感器接收网关接收控制指令信息，在本地传递给控制器件达到控制资产、设备及运营的目的通过公网或者专网以无线或者有线的通信方式将信息、数据与指令在感知与控制层、平台服务层、应用服务层之间传递，主要由运营商提供的各种广域IP通信网络组成，包括ATM、xDSL、光纤等有线网络，以及GPRS、3G、4G、NB-IoT等移动通信网络
物联网平台是物联网网络架构和产业链条中的重要环节，通过它不仅实现对终端设备和资产的“管、控、营”一体化，向下连接感知层，向上面向应用服务提供商提供应用开发能力和统一接口，并为各行各业提供通用的服务能力，如数据路由、数据处理与挖掘、仿真与优化、业务流程和应用整合、通信管理、应用开发、设备维护服务等
丰富的应用是物联网的最终目标，未来基于政府、企业、消费者三类群体将衍生出多样化的物联网应用，创造巨大的社会价值。根据企业业务需要，在平台服务层之上建立相关的物联网应用，例如，城市交通情况的分析与预测，城市资产状态监控与分析，环境状态监控、分析与预警（如风力、雨量、滑坡），健康状况监测与医疗方案建议等
向下接入分散的物联网传感层，汇集传感数据
向上面向应用服务提供商提供应用开发的基础性平台和面向底层网络的统一数据接口，支持具体的基于传感数据的物联网应用
从设备底层到云端应用都由技术人员自行开发，对研发能力和开发时间都是不小的挑战
物联网应用存在共性需求如安全是否可以以云服务的方式提供这些功能？
物联网平台使物联网应用的快速实现成为可能，并从开发难度、功能性能和稳定可靠等多方面提供服务保证
DMP一般集成在整套端到端M2M设备管理解决方案中，解决方案提供商联合合作伙伴一起，提供通信网关、通信模块、传感器、设备管理云平台、设备连接软件，并开放接口给上层应用开发商，提供端到端的解决方案
大部分DMP提供商本身也是通信模组、通信设备提供商，如DiGi，Bosch等，本身拥有连接设备、通信模组、网关等产品和设备管理平台，因此能帮助企业实现设备管理的整套解决方案
一般DMP部署在整套设备管理解决方案中，整体报价收费；也有少量单独提供设备管理云端服务的厂商，每台设备每个月收取一定的运营管理费用
M2M连接数大、SIM卡使用量大、管理工作量大、应用场景复杂、要求灵活的资费套餐、低的ARPU值、对成本管理要求高
包含基础大数据分析服务和机器学习两大功能
未来物联网平台上的机器学习将向人工智能过渡，比如IBM Watson拥有IBM独特的DeepQA系统，结合了神经元系统，模拟人脑思考方式总结出来强大的问答系统，可帮助企业解决更多商业问题
AWS IoT可在连接了Internet的设备（如传感器、制动器、嵌入式微控制器或智能设备）与AWS云之间提供安全的双向通信，并使云中的应用程序能够与连接了Internet的设备进行交互。这样，用户能从多台设备收集遥测数据，然后存储和分析数据；也可以创建应用程序来通过手机或平板电脑控制这些设备
AWS IoT包括设备网关、消息代理、规则引擎、安全和身份服务、Device Shadow服务等组件
平台案例
通过使用AWS的服务，艾拉物联可以无需投资传统数据中心，便可提供企业级服务。在AWS的支持下，艾拉物联将全球的服务都可以整合到一个云平台上，以最小成本开拓了国际业务，使得各地都可以使用同样的开发及运维工具
AWS云服务安全、稳定、可扩展以及全球覆盖的特性加快了涂鸦业务的全球化部署，为保证海外涂鸦客户和合作伙伴能够享受到本地化的服务体验提供了坚强保障
使用AWS云平台给Sengled生迪带来的好处包括简化运维、节省人力成本、节省资源成本，同时可以灵活地扩展应用系统。AWS提供的丰富功能，使运维工程师不必研究学习传统的运维工具和方法，就可以建立起一套完整、可靠的交付系统和运维平台
物联网平台是阿里云针对物联网领域开发人员推出的一款设备管理平台。高性能IoT Hub实现设备与云端稳定通信，全球多节点部署有效降低通信延时，多重防护能力保障设备云端安全。此外，物联网平台还提供丰富的设备管理功能、稳定可靠的数据存储能力，以及规则引擎。使用规则引擎，您仅需在Web上配置简单规则，即可将设备数据转发至阿里云其他产品，获得数据采集、数据计算、数据存储的全栈服务，真正实现物联网应用的灵活快速搭建
平台案例
24小时ATM式自助售药机支持用户线下24h到店扫码付款，当场取货；线上平台下单，骑手限时送达。同时提供完备的商户管理后台，可以进行订单管理、货道管理与财务管理
仓库猫用于解决仓库的科学监测、信息化、网络化管理等问题。可以做到防火监测、防盗监测、防水监测、防潮监测、能够帮助企业快速搭建店铺的监测系统，报警系统，云存储系统
OneNET定位为PaaS服务，即在物联网应用和真实设备之间搭建高效、稳定、安全的应用平台
OneNET包括设备接入、设备管理、API，>人工智能、大数据、云计算、物联网、互联网的关系
简单解释一下上图（从下往上看，本人也是吃瓜群众，不保证专业性，仅作为通俗理解用）：
IoT和IoI
IoT，Internet of Things，物联网；IoI，Internet of Information，互联网；
这两张网是用来将所有事物和信息联系起来，为何要联系起来呢？因为将事物和信息联系起来后，数据才有了关联，数据有了关联才能产生更大的价值。例如一辆车的位置数据没有太大价值，但几千辆车的位置数据关联起来，就可以用来判断路面拥堵情况，也可以用于交通调度。
云计算
物联网和互联网产生大量的数据，这些数据肯定要找一个地方集中存储和处理，这就必须要有云计算了。如果没有云计算，一台冰箱产生的数据都要部署独立一台后台服务器来接收，成本和便利性无法接受。云计算的作用就在于将海量数据集中存储和处理。
大数据
海量数据上传到云计算平台后，自然而然的就需要对数据进行深入分析和挖掘了，这就是大数据的目的。将几千辆车的位置信息综合起来分析出某条路的拥堵状况；将某个城市几百万人的健康状况综合分析，也许就可以得出某个工厂周围某种疾病的发病率比较高的结论。。。。。。这些都是大数据做的事情。
人工智能
大数据是基于海量数据进行分析从而发现一些隐藏的规律、现象、原理等，而人工智能在大数据的基础上更进一步，人工智能会分析数据，然后根据分析结果做出行动，例如无人驾驶，自动医学诊断。
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）