什么是DIM模型？

DIM数字信息模型是以建筑信息模型（BIM）、城市信息模型（CIM、city information model）、乡村信息模型（（CIM、countryside information model）地理信息系统（GIS）、3D模型、物联网（IoT）等技术为基础，综合多维度多尺度信息模型数据和感知数据，构建起三维数字空间的信息有机综合体。

物联网的3D可视化界面，通过物联网传感器采集数据，上传至服务器，用户通过访问服务器获取数据，数据通过3D界面展示给用户。

这一块可以参考图扑的IoTopo及HT for Web;

项目示例

IoTopo图扑物联平台，是图扑自主研发的一款应用于泛工业物联网场景的B/S模式数据可视化监控软件，可帮助企业快速搭建自己专属的物联网监控平台。软件前端界面采用标准HTML5开发，支持 2D/3D图形组态，支持 MQTT 协议接入，支持Modbus、OPC UA等工业通讯协议解析。组态画面可单独发布，支持数据门户定制，可与企业自有平台无缝整合，可以轻松地与用户自有系统整合为一个功能全面的应用平台。

功能介绍

除了IoTopo，HT for Web 也非常适用于实时监控系统的界面呈现，广泛应用于电信网络拓扑和设备管理，以及电力、燃气等工业自动化 (HMI/SCADA) 领域。

HT for Web 提供了一套独特的 WebGL 层抽象，将 Model–View–Presenter (MVP) 的设计模型延伸应用到了 3D 图形领域。使用 HT for Web 您可更关注于业务逻辑功能，不必将精力投入复杂 3D 渲染和数学等非业务核心的技术细节。

参考资料来源：百度百科——图扑物联

                      官网——Web组态

官网示例：HT for Web

三维物联网概念

三维物联网是运用虚拟现实技术构建的全三维数字化物联网管理平台，结合互联网技术、射频识别传感器、视频监控系统、视频分析系统，以及数据仓库技术和数据挖掘技术，突破以人工管理为主的常规园区管理模式，解决常规管理模式中各系统各自独立，支离破碎的问题，同时解决传统模式中信息量少、流通不畅、缺乏综合分析、难以共享、应对突发事件反应迟缓、安全隐患较大等问题，实现物联网时代全面感知各种信息，让常规园区管理更加智能便捷。

三维物联网关键技术

RFID射频识别技术——物联网的“嘴巴”

RFID射频识别技术作为一种通信技术，通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触。

传感器技术——物联网的“耳朵”

作为接收器，它能感受规定的被测量，例如温湿度、电压、电流，并按照一定的规律转换成可用输出信号。

AI及云计算技术——物联网的“大脑”

云计算是把一些相关网络技术和计算机发展融合在一起的产物。它提供动态的可伸缩的虚拟化的资源的计算模式，具有十分强大的计算能力，高达每秒10万亿次的运算能力，可以模拟核爆炸、预测气候变化和市场发展趋势。同时它也具有超强的存储能力，具有计算和存储能力。

而相比云计算，AI技术就是真正意义上模仿人类大脑学习与思考，研究领域有智能机器人、虚拟现实技术与应用、工业过程建模与机器学习等。

无线网络技术——物联网传输中的“高速公路”

当物体与物体“交流”的时候，就需要高速、可进行大批量数据传输的无线网络，无线网络的速度决定了设备连接的速度和稳定性。若无线网络的速率太低，就会出现设备反应滞后或者连接失败等问题。

目前，我们使用的大部分网络属于4G，4G给通信市场带来的变革是十分巨大的，但是在我们即将面世的5G面前都不算什么，据悉，5G的峰值理论传输速度可达每秒数10Gb，举例而言就是一部超高清画质可在1秒之内下载完成，作为第五代移动通信技术，加上国内5G近两年的政策推动，也将把移动市场推到一个全新的高度，而物联网相关领域的发展也因其得到很大的突破。

三维物联网应用领域有哪些？

智慧城市

智慧城市以最大化优化城市功能为目标，促进经济增长，同时利用智能科技与数据分析来提高城市居民的生活质量。智慧城市基于物联网、云计算等新一代信息技术以及维基、社交网络、综合集成法等工具和方法的应用，营造了有利于创新涌现的生态。更为重要的是，智慧城市利用信息和通信技术让城市生活更加智能，通过高效利用资源，节约成本、能源，提升生活质量，减少对环境的负面影响，推动了低碳经济的发展。

智慧园区

园区应用物联网的理件技术可以实现各照明设备电气参数的集中采集，能耗计量和统计、故障声光报警、设备防盗，快速地图定位故障点等。园区中的各种需要获得的有用信息包持温度、湿度，照度等，都可用传感得技术获得，传感器技术获得这些信息后把它们转换成与之对应的输出信号，这样就可以使人们能更好地控制自己的生活和工作环境，最终可以使园区实现智能化。

工业物联网

物联网不仅是智能制造的关键技术之一，也是制造业企业实现数字化转型的重要途径；借助物联网技术，企业可以对多种类型的数据进行高效采集和整合分析，为客户提供远程故障诊断、预测性运维等增值服务，并通过数据价值深度发掘实现数据变现新的收入增长，变产品制造商为综合服务提供商。制造领域应用于物联网技术，主要体现在数字化以及智能化的工厂改造上，包括工厂机械设备监控和工厂的环境监控。未来应提高工业设备的数字化水平，挖掘原有设备数据的价值，提高设备间的协同能力。

建筑施工管理

随着建筑业的高速发展，施工事故也频繁发生，不仅夺去了无数建设者的生命，也为国家和企业造成了重大的经济损失。安全问题始终贯穿于工程建设始终，但是影响施工安全的因素错综复杂，管理的不规范和技术的不成熟都有可能导致施工的安全问题。物联网在施工管理中的应用，可以一定程度上避免安全事故的发生，保证施工安全。

物联网时代，大量的数据从不同的设备传感器产生，单机数据库系统肯定无法存储这么大量的数据，在选择数据库方面，肯定要选择具有分布式能力存储的数据库。

在物联网时代，数据之间还有一个非常重要的特性，那就是数据之间的关联性。不同的数据从相互连接的互联网设备传感器中产生，由于不同的传感器相互连接，协同工作和采集数据，如何将大量具有相互关联的数据保存在数据库，这里我推荐使用图数据库来进行存储。

图数据库相对于其他数据库来说，最大的优势就是查询数据之间的关联性会更加快速，消耗的时间会更短。打个比方，在社交网络中，我们想要查询在用户A的粉丝中，粉丝关注了B的用户。如果使用传统关系型数据库来存储用户的关注关系，在上面的数据统计中，要使用两层Join才能算出结果，而关系型数据库Join *** 作会很慢。使用图型数据库存储数据的话，图中的点为用户，边为用户的关注关系，在查询A的粉丝，同时粉丝也关注B的用户，只需要遍历两层关注关系就能很快查询到结果。

图数据库也属于NoSql数据库的一种，常用的图形数据库有，JanusGraph、Neo4j、Cayley、dgraph。不同的图数据库，底层实现也不尽相同。

JanusGraph是一种分布式图数据库，由Java语言开发，可以使用Hadoop生态存储系统作为数据源，构建出数据大图。是TiTan图数据库的开源版本，支持事务的ACID。

Neo4j是一种单机的图数据库，其优势就是能够快速安装并且使用，便于新同学上手。你的数据量一般不大的话，我推荐使用Neo4j，直接使用Neo4j相关的API就可以将数据模型图构建而出，然后使用Neo4jCypher查询语言，就可以分析数据，Cypher是一种类SQL的语言。

Cayley和Dgraph都是使用Go语言实现的图数据库，Go语言的最大特性就是其编译速度和开发便捷性，Cayley和Dgraph都支持分布式存储，不过都不支持SQL语言查询数据，Dgraph不支持事务，而Cayley支持事务，不过在开源社区，Dgraph比Cayley更加活跃，这里优先建议使用Dgraph作为物联网的存储数据库。

总体来说，在物联网时代，一定要学会使用图数据库，在分析大量数据之间的关联性时，图数据库就能够派上用场，图数据库最大的优势就是分析不同数据之间的关联性。

可以提一些层级架构上面的问题。
层级架构与六域模型的比较物联网层级架构的提出，实际上是受互联网开放系统互连参考模型的影响。联合制定的开放系统互连参考模型，为开放式互连信息系统提供了一种功能结构的框架。
物联网是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术。
实时采集任何需要监控、连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接。

---