随着互联网技术、传感器技术和人工智能技术的快速发展，物联网技术也应运而生，物联网技术在各类领域能发挥重要性变革，对解放生产力、提高工作效率和推动规模化生产等方面贡献颇大，特别是在农业领域大有可为。实现智慧农业，必须依靠物联网技术为依托，以智慧平台为核心，立足市场需求，构建生产组织智能化、产品质量溯源化、市场经营网络化为一体的产业体系。
物联网是通过智能传感器、射频识别、激光扫描仪、全球定位系统、遥感等信息传感器设备及系统和其他基于物－物通信模式的短距离自组织网络，按照约定的协议，在物品与互联网连接起来，进行信息交换和通信，以实现智能化识别、定位、跟踪、监控和管理的一种巨大智能网络。它是通信网和互联网的扩展应用和网络延伸，主要是实现人与物、物与物的信息交互。
二、物联网四层模型
在信息层面，数据信息经历生成、传输、处理和应用四个阶段，分别对应着物联网的感知识别层、网络构建层、数据处理层和综合应用层。感知识别层是利用感知技术和智能装备对物理世界进行感知识别。网络构建层是按照特定的通信协议搭建各类网络对信息进行传输，以实现物－网互联。数据处理层通过大数据和人工智能技术对网络层采样的数据进行预处理、计算存储和数据挖掘等一系列 *** 作，最大地发挥出信息的生产效能。综合应用层是集成各类技术以实现实时控制、精准管理和科学决策等功能的应用系统，从而改进人的生产方式。各类技术应对不同环境、不同需求独立展开工作，各层面间又是联系紧密，如同链条式协同配合。
感知层作为物联网的“神经末梢”，主要是通过信息感知技术将生活生产各方面映射成数据信息，并能可靠传送到网络层，实现物理世界和信息世界连接起来。信息感知技术是指利用传感器、RFID、GPS和RS等实时实地对农业领域物体进行信息采集和获取。在农业生产现场可以利用无线传感器采集温湿度、光照、溶解氧浓度和农作物长势等参数，利用视频监控设备获取农作物成长现状，利用遥感技术大规模感知农作物表面和环境因素。信息感知层作为物联网的基础，获取大量的数据信息，为信息进一步加工、处理、分析而科学决策和指导生产经营打通“二元”壁垒。
网络层要在感知层和处理层发挥承上启下作用，是以现场总线技术、无线传感器网络技术（WSN）和移动通信技术互为补充的通信网络将传感设备连接“上网”。信息传输技术可分为有线和无线、短距离和长距离，它们有各自特点、应对不同环境、利用不同信道共同组建集成网络体系，以实现高度可靠的信息交流和共享。无线传感器网络成为农业信息传输的“主力军”，通过包括传感器节点、汇聚节点、任务管理节点。大量具有独立处理能力的微型传感器节点布置在监测区域逐跳传输，并路由到汇聚节点，然后通过互联网或卫星抵达任务管理节点，最后用户通过任务管理节点配置和管理传感器网络以实现监测任务发布和数据收集。常见的无线局域网技术有蓝牙、WIFI、ZigBee，无线广域网技术有LPWAN、NB-IOT、4G和5G。特别是以“万物互联”为目标的5G将农业物联网数据传输效率带来“质的跃升”。
处理层是农业物联网的“灵魂”，通过信息处理技术对感知层采集的信息存储和挖掘分析形成预测预警、智能决策、优化控制和疾病诊断等智能模型，从而对农业生产和经营给出科学的指导。农业生产和经营过程中，数据信息是呈指数型爆炸产生，不仅是体量大，而且结构复杂、实时性强、关联度高，必须通过大数据技术处理、存储和管理，才能从海量数据中获取更多的价值。农业大数据技术平台是以Hadoop架构、MapReduce软件模型、其他组件补充的生态软件体系形成的分布式海量数据存储管理、运算处理和分析平台。数据挖掘是指从海量数据中通过算法搜索隐藏的信息关系，主要手段是机器学习、深度学习、计算机视觉等人工智能技术。只要获取隐藏知识，才能帮助决策者做出合理、正确的决定和决策。
应用层是农业物联网的“指挥室”。主要通过感知技术、传输技术、处理技术和设备进行软硬件综合集成，形成智能控制、监控决策、专家系统、物流溯源等等应用。根据生产、经营的和管理不同需求，开发出特定功能的应用，用户通过web端或移动客户端应用实时掌握信息、发出精准控制指令。可以说，先进技术发挥设备的最大生产力，综合应用改变人的工作方式，有利于做出更科学合理决策。
物联网、大数据及人工智能都是近年来互联网行业比较火热的话题，三者之间具有非常紧密的联系。想探讨物联网、大数据及人工智能之间如何融合，首先需要了解其基本概念。
概念
1、物联网
根据百度百科的解释，物联网（InternetofThings，IoT）是一个基于互联网、传统电信网等的信息承载体，它让所有能够被独立寻址的普通物理对象形成互联互通的网络（万物互联）。物联网网络架构设计由感知层、网络层及应用层组成，分别实现数据采集、数据传输及数据应用的功能。目前，物联网已经广泛应用于智慧医疗、智慧环保、智慧城市、智能家居及物流等领域。
2、大数据
大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据具有体量大（Volume）、及时性（Velocity）、多样性（Variety）、低价值密度（Value）及真实性（Veracity）的“5V”特性。
3、人工智能
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。目前，人工智能正在改变各行各业的传统模式，作为人工智能分支的机器学习/深度学习已经广泛用于自然语言处理（NLP）、计算机视觉（CV）、机器翻译及推荐系统等领域。
深度融合
物联网、大数据、人工智能三者之间相辅相成，可以形成一个闭环通路。物联网作为智能感知层，主要负责采集现场的数据并将数据上传至分布式数据库中；大数据作为数据存储层，将经过ETL处理后的数据保存到分布式文件系统（HDFS）或数据仓库（HIVE）中；人工智能作为应用层，可利用sparkml或tensorflow实现相关的机器学习或深度学习算法，对存储在HDFS或HIVE中的数据进行数据挖掘。
应用案例
目前，物联网、大数据、人工智能已经广泛用于智慧城市、智慧环保、智慧交通等领域。以智慧环保中的空气预警为例，首先，物联网可以作为智慧感知层，安装在客户现场的空气监测设备采集的空气质量信息通过网络传输数据中心；而后，利用大数据ETL工具（spark、hive）进行数据清洗并存储至分布式数据库/文件系统/数据仓库中；最后，利用人工智能相关技术进行大数据分析（sparkml、tensorflow），预测未来若干天的空气质量，并以此辅助进行科学决策及改善环境。
物联网架构按层级来划分可分为3个层级： 感知层、传输层、应用层。
首先底层是用来感知数据的感知层，感知层包括传感器等数据采集设备，包括数据接入到网关之前的传感器网络。感知层是物联网发展和应用的基础，RFID技术、传感和控制技术、短距离无线通信技术是感知层涉及的主要技术，其中又包括芯片研发、通信协议研究、RFID材料、智能节电供电等细分技术。
第二层是数据传输的传输层，网络层中的感知数据管理与处理技术是实现以数据为中心的物联网的核心技术，其包括传感网数据的存储、查询、分析、挖掘、理解及基于感知数据决策和行为的理论和技术。云计算平台作为海量感知数据的存储、分析平台，将是物联网网络层的重要组成部分。
最上层是应用层，物联网的应用层利用经过分析处理的感知数据为用户提供丰富的特定服务，可分为监控型（物流监控、污染监控）、查询型（智能检索、远程抄表）、控制型（智能交通、智能家居、路灯控制）、扫描型（手机钱包、高速公路不停车收费）等。应用层是物联网发展的目的，软件开发、智能控制技术将会为用户提供丰富多彩的物联网应用。
如果以人的神经网络做类比，那么人的感觉器官就是物联网的感知层，如眼睛能采集视觉信息，鼻子采集气味信息，嘴巴采集味道信息，而耳朵采集声音信息。这些信息通过神经元传递到大脑中枢，那么这些神经元形成的神经传输通道就相当于物联网中的传输层，它的作用是把信息传送到处理中心。那么人的大脑就相当于应用层了，当它接受到来自眼睛，鼻子、嘴巴、耳朵等信息后，它可以综合去得出一些有用的结论，例如判断现在是否有危险，能够读书看等，这就相当于它应用了来自感知层的信息并产生了价值。
像工业网关在物联网中就是负责传输数据的，爱陆通的工业物联网网关是基于5G/4G、WIFI、虚拟专网等技术开发的。以嵌入式 *** 作系统为软件支撑平台，同时支持1个千兆以太网WAN、4个千兆以太网LAN、1个RS232/RS485（可选）接口和24G/58G WIFI接口，可同时连接串口设备、以太网设备和 WIFI 设备。
我们身边的共享单车即应用了物联网技术，《物联网时代》将物联网定义为：“通过基于互联网协议的分布式云端，将所有的东西都互联起来。”其作者马切伊认为，物联网实际上并不是什么新的发明，它以不同的形式以及存在了10年以上的时间。
连接带来了时代的需求的变化，当世界上有十亿网民的时候，Facebook就自然的出现了。
如果你仔细地观察过去25年里的科技企业，你就会发现变化一直在发生。
每隔3-7年，企业就必须对它们进行重塑。那些错过了一次技术转型的公司如果能迎头赶上的话，那么还有可能重新恢复过来。而那些错过了两次技术转型的公司，则有可能已经消失了。如果你有兴趣的话，可以查看一下50年前标准普尔500强公司的名单，如果统计无误的话，截止到2017年，只有19%的企业现在依然存在。
当我们在网络上看着90后“佛系”“中年人”的话题捧腹大笑的时候，其实我们没有看到这背后透露着的真正原因是：90后们生活在“变的太快”的世界里，太多学习工作生活里的问题他的上一辈甚至前一代人都没有遇到过，他们的迷茫那么大，以至于有些人认为：至于以不变应万变才是“正解”。
而如果我们把这件事扩展的更大一些，无论我们的真实年龄如何，我们都注定属于将遭遇革命性变革的一代人。这也正是马切伊克兰兹(Maciej Kranz)将每一个商业领域正经历“革命性变革”的这一代人叫做“物联网一代”的原因。
什么是物联网？
一个相对繁琐的解释是：
物联网是互联网的一个延伸。互联网的终端是计算机（PC、服务器），我们运行的所有程序都是计算机和网络中的数据处理和数据传输，没有涉及任何其他的终端。而未来，所有物和物之间都可以实现互联。物联网能够让互联网连接对象使用嵌入式传感器进行数据收集和交换的网络，汽车，厨房电器，甚至心脏监视器都可以通过物联网连接。随着物联网在未来几年的发展，更多的电子设备将加入物联网的阵营。
而在《物联网时代》中，物联网有一个更为简单明了的定义，它是“通过基于互联网协议的分布式云端，将所有的东西都互联起来。”其作者马切伊·克兰兹是全球物联网专家，思科公司战略创新集团副总裁。在本书中，他基于思科的工作视野和在全球物联网行业一线的长期实践经验，从数十个他参与实施的物联网案例中，总结出4种已经获得验证的、可以快速回报的场景。顺带提一下，思科公司的主营业务就是物联网。
总的来看，物联网的本质还是互联网，只不过终端不再是计算机（PC、服务器），而是嵌入式计算机系统及其配套的传感器。在这个意义上说，物联网是一个很大的概念。如果单从学科上分解来看的话，它涉及到通信，信号处理，计算机视觉，自动化控制，电路系统，信息融合，无线自组织网络，MEMS传感器设计等等。
可以说，这是计算机科技发展的必然结果，为人类服务的计算机呈现出各种形态，如穿戴设备、环境监控设备、虚拟现实设备等等。只要有硬件或产品连上网，发生数据交互，就叫物联网。实际上，大数据概念最早的提出，也是因为物联网的兴起，传感器接入网络之后，大大增加了可以挖掘的数据量，网络上的数据不但包括社交网络这种来自用户的数据，还有了来自物理世界的数据。
物联网发展速度为什么这么慢？
正如马切伊在他的书中提到的那样，物联网实际上并不是什么新的发明，它以不同的形式以及存在了10年以上的时间。
它的本质便是上个世纪学术界开始兴起传感器网络、自组织及多跳网络（wireless sensor network, ad-hoc network, wireless multi-hop network）。RFID在智能物流上的应用只是最为基本的应用场景，当前的研究远比这个更为复杂。但是，受限于应用场景和技术实现的瓶颈，物联网的发展，其实无法像互联网那样爆发。
首先，现阶段的物联网应用基本都是“锦上添花”的东西，需求性并没有那么强，如可穿戴设备和智能家居，这也就是为什么很多智能硬件叫好不叫座的根本性原因；也正是因为这个原因，商业上也不会出现滴滴打车那样的持续性投入，这又反向钳制了这一技术的商业化发展。
其次，物联网技术上还有很多没有突破。最大的技术瓶颈可能在MEMS传感器的性能和无线传感网的设计实现上。
再有，就是目前在应用上还找不到突破。目前比较活的也就是智能硬件，无人机，工业物联网这块。但是离人类和互联网形成的应用需求还无法相比，目前还没出现。
最终，物联网应用的制约因素还是能源，物联网应用场景的扩展一直在等待电池技术的突破。所以，目前来说物联网首先会在那些对能量要求不是很高的方向首先取得突破，比如智能硬件和工业设备上。
总之，物联网的方向毋庸置疑有着广阔的发展前景，但是当前基础研究和相关技术还有待发展，因此看起来发展缓慢，甚至就是停滞，学术和商业界都在等待一个颠覆性应用可以让“物联网”来一次诈尸。
共享单车中的物联网技术
完全可以想象，物联网的技术前景是广阔的。
实际上，2016年底兴起的共享单车就是一个成功的物联网商业化作品。
看似简单的单车使用过程，包括了物联网技术，人联网技术（移动互联网），自动控制技术，GPS全球定位技术等多个技术领域。但是整体的技术实现并不复杂，并没有涉及到什么创新黑科技。
首先，一辆单车需要以下几样设备参与运作：
•单车上面的智能锁（这个是核心关键，包括了GPS定位模块，GPRS通讯模块，主控芯片，电控锁模块等）
•用户手中的手机和APP
•单车提供商的云服务器（平台）
关键的环节在于单车和云服务器之间的通讯，采用的是老旧的GPRS技术。为什么要用这种落后的2G技术呢？ 不使用LTE呢？答案很简单: 省钱省电覆盖好。
共享单车是典型的物联网应用场景，也能很好的克服我们之前说的物联网现存的耗能的问题。它对网络的要求并不是大数据量（它只需要很少很小的几条消息），而且它不需要速度很快（几秒钟的时延，完全可以忍受），它需要很低的功耗和很长的待机时间。
早期阶段，共享单车甚至依靠短信和云服务器进行通信，所以等待解锁的时间比较久，大约需要6-10秒。
还有一个小细节，不知道有没有人遇到过。我曾经用过一次支付宝旗下集成的一款市面上不太流行的单车品牌，扫码之后，手机提示我：锁没电了。这是我第一次意识到，原来单车的锁需要电！？
当然，正因为共享单车智能锁有这么多模块，所以它当然要耗电的。
为什么早期的单车骑起来特别累？除了一些材料和工学设计的原因，也是因为：你在充当人肉发电机。后来，为了改善用户体验，开始流行太阳能充电了。所以，越来越多的单车装上了太阳能发电板（如下图）。
经过过去一年半的迭代和升级，现在市面上所有的单车使用体验相比最早的那一批已经有了质的飞跃。
同时，近些年上市的一些空气净化器，穿戴设备以及家庭环境监控设备也已经完成了一代代的自我迭代和进化，在目前的消费场景下，服务着千家万户，这正是物联网技术未来商业化发展的一个缩影。
如何顺势借力风口，成为一名成功的物联网创业者或者职场精英？
BI Intelligence 预计：到 2020 年，地球上将有超过 240 亿的物联网设备，约为人均 4 台，当我们接近这个阶段时，60 亿美元将流入物联网解决方案，包括应用程序开发，设备硬件，系统集成，数据存储等。然而这些投资在 2025 年将产生 13 万亿美元的效益。
然而正如前面所说的，基于一些目前无法攻关的技术难题，它的商业前景也是复杂的，特别是对于创业者而言，这不是一个好消息。创业者大部分都是小公司，无论多么先进的技术，一旦市场成熟，目前的互联网大鳄公司都可以迅速投入数倍于你的资金，在非常短的时间内模仿你，超过你，压垮你。
而且，目前全世界范围内，也已经有多家物联网平台已经初具规模，比如Amazon Web 服务、Microsoft Azure、ThingWorx 物联网平台、IBM 的沃森、思科物联网云连接、Salesforce IoT 云、Oracle 集成云以及 GE Predix。
因此，物联网行业的创业者应该处理好两个问题。
首先，科技行业想突破垄断，对于微软和IBM这样的大企业而言，是技术积累。对于我们这样的个人或小团队而言，最好的方法是缩小目标客户群体，专注于某一个具体的领域或者攻关一项技术去解决某一个具体的问题。主动缩小目标客群的好处就是大企业不容易来抢市场，而你我们相对容易找到目标客户，最终说服他们买你的产品。
其次，以热门概念 *** 作以达到融资目的，而从不关心成本和收入是最错误的做法。
总结来看，就是组建一个相对小型的团队来维护一款小产品或者一个项目，这样可能反而容易成功，比如团队或项目被大公司收购。
如果你只是想成为一个工作体面收入又高的技术工作者和相关从业者，有一条相对明确的职业发展方向可以借鉴：学Java，去一家当地比较有名的计算机类企业应聘；取得一定成绩后，跳槽至国内一线物联网公司；3-5年后，有机会跳槽去国际一线企业在华公司应聘，如前面所说的这几个大型的物联网平台。如果在继续在里面服务几年，等到物联网技术真正实现商业化爆炸的那一天，你绝对已经可以斩钉截铁向别人介绍说：你好，我是物联网行业的资深行业顾问！就像我们前文提到的《物联网时代》作者马切伊先生一样。
就算不完全复制这条路，普通人想要搭上物联网这班车也不是没有可能的。毕竟，物联网的范围其实极其广泛。无论是大数据分析师、GPS定位还是井下探测，都可以算是物联网的一部分。只不过，程序猿是物联网现阶段发展时期，需求最大平均工资最高的工种而已。
以上由物联传媒提供，如有侵权联系删除
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）