物联网感知与识别技术有哪些?有哪些特点或应用?

一些感知层常见的关键技术如下：

传感器技术

传感器是物联网中获得信息的主要设备，它最大作用是帮助人们完成对物品的自动检测和自动控制。

目前，传感器的相关技术已经相对成熟，常见的传感器包括温度、湿度、压力、光电传感器等，它被应用于多个领域，比如地质勘探、智慧农业、医疗诊断、商品质检、交通安全、文物保护、机械工程等。

作为一种检测装置，传感器会先感知外界信息，然后将这些信息通过特定规则转换为电信号，最后由传感网传输到计算机上，供人们或人工智能分析和利用。

传感器的物理组成包括敏感元件、转换元件以及电子线路三部分。

敏感元件可以直接感受对应的物品，转换元件也叫传感元件，主要作用是将其他形式的数据信号转换为电信号；

电子线路作为转换电路可以调节信号，将电信号转换为可供人和计算机处理、管理的有用电信号。

射频识别技术

射频识别（RFID，Radio Frequency Identification），又称为电子标签技术，该技术是无线非接触式的自动识别技术。

可以通过无线电讯号识别特定目标并读写相关数据。它主要用来为物联网中的各物品建立唯一的身份标示。

物联网中的感知层通常都要建立一个射频识别系统，该识别系统由电子标签、读写器以及中央信息系统三部分组成。

其中，电子标签一般安装在物品的表面或者内嵌在物品内层，标签内存储着物品的基本信息，以便于被物联网设备识别；

读写器有三个作用

一是读取电子标签中有关待识别物品的信息，

二是修改电子标签中待识别物品的信息，

三是将所获取的物品信息传输到中央信息系统中进行处理；中央信息系统的作用是分析和管理读写器从电子标签中读取的数据信息。

二维码技术

二维码（2-dimensional bar code）又称二维条码、二维条形码，是一种信息识别技术。

二维码通过黑白相间的图形记录信息，这些黑白相间的图形是按照特定的规律分布在二维平面上，图形与计算机中的二进制数相对应，人们通过对应的光电识别设备就能将二维码输入计算机进行数据的识别和处理。

二维码有两类，第一类是堆叠式/行排式二维码，另一类是矩阵式二维码。

堆叠式/行排式二维码与矩阵式二维码在形态上有所区别，前者是由一维码堆叠而成，后者是以矩阵的形式组成。

两者虽然在形态上有所不同，但都采用了共同的原理：每一个二维码都有特定的字符集，都有相应宽度的“黑条”和“空白”来代替不同的字符，都有校验码等。

蓝牙技术

蓝牙技术是典型的短距离无线通讯技术，在物联网感知层得到了广泛应用，是物联网感知层重要的短距离信息传输技术之一。

蓝牙技术既可在移动设备之间配对使用，也可在固定设备之间配对使用，还可在固定和移动设备之间配对使用。

该技术将计算机技术与通信技术相结合，解决了在无电线、无电缆的情况下进行短距离信息传输的问题。

蓝牙集合了时分多址、高频跳段等多种先进技术，既能实现点对点的信息交流，又能实现点对多点的信息交流。

蓝牙在技术标准化方面已经相对成熟，相关的国际标准已经出台，例如，其传输频段就采用了国际统一标准24GHz频段。

另外，该频段之外还有间隔为1MHz的特殊频段。蓝牙设备在使用不同功率时，通信的距离有所不同，若功率为0dBm和20dBm，对应的通信距离分别是10m和100m。

ZigBee技术

ZigBee指的是IEEE802154协议，它与蓝牙技术一样，也是一种短距离无限通信技术。

根据这种技术的相关特性来看，它介于蓝牙技术和无线标记技术之间，因此，它与蓝牙技术并不等同。

ZigBee传输信息的距离较短、功率较低，因此，日常生活中的一些小型电子设备之间多采用这种低功耗的通信技术。

与蓝牙技术相同，ZigBee所采用的公共无线频段也是24GHz，同时也采用了跳频、分组等技术。

但ZigBee的可使用频段只有三个，分别是24GHz（公共无线频段）、868MHz（欧洲使用频段）、915MHz（美国使用频段）。

ZigBee的基本速率是250Kbit/s，低于蓝牙的速率，但比蓝牙成本低，也更简单。

ZigBee的速率与传输距离并不成正比，当传输距离扩大到134m时，其速率只有28Kbit/s，不过，值得一提的是，ZigBee处于该速率时的传输可靠性会变得更高。

采用ZigBee技术的应用系统可以实现几百个网络节点相连，最高可达254个之多。

这些特性决定了ZigBee技术能够在一些特定领域比蓝牙技术表现得更好，这些特定领域包括消费精密仪器、消费电子、家居自动化等。

然而，ZigBee只能完成短距离、小量级的数据流量传输，这是因为它的速率较低且通信范围较小。

ZigBee元件可以嵌入多种电子设备，并能实现对这些电子设备的短距离信息传输和自动化控制。

物联网的应用如下：
1、智能仓库。物联网一个很好的应用。它能准确的提供仓库管理各个环节数据的真实性，对于生产企业，可以根据这个数据合理的把控库存量，调整生产量。物联网中利用SNHGES系统的库位管理功能，可以准确提供货物库存位置，这就大大提高了仓库管理的效率。
2、智能物流。运用条形码、传感器、射频识别技术、全球定位等先进的物联网通信技术，实现物流业运输、仓储、配送、装卸等各个环节的智能化。不仅货物运输更加的自动化，而且作出的全面分析还能及时的处理问题对物流过程作出调整，优化了管理。大大提高了物流行业的服务水平，还节约了成本。
3、智能医疗。利用物联网技术，实现患者和医务人员、医疗机构、医疗设备的互动，实现医疗智能化。物联网医疗设备中的传感器与移动设备可以对患者的生理状态进行捕捉，把生命指数记录到电子健康文件中，不仅自己可以查看，也方便了医生的查阅，实现远程的医疗看病。很好的解决当前的医疗资源分布不均，看病难的问题。
4、智能家庭。物联网的出现让我们的日常生活更加的便捷。不远的将来一台手机，就可以 *** 作家里大多数的电器，查看它们的运行状态。寒冷的冬天，我们可以提前打开家里的空调，回到家就暖暖的。物联网还能准确的定位家庭成员的位置，你再也不用担心孩子跑的找不见人，省心省力。
5、智能农业。物联网在农业中的应用就更加的广泛。监测温湿度，监视土壤酸碱度，查看家禽的状态。在这些数据的支持下，农户就可以合理进行科学评估，安排施肥，灌溉。监测到的天气情况比如降水，风力等又为我们抗灾、减灾提供了依据。提高了产量，降低了减产风险。
6、智能交通。物联网将整个交通设备连在一起。主要是用图像识别为核心技术。可以准确的收集到交通车流量信息，通过信号灯等设备进行流量的控制，这个技术的运用，会让堵车成为历史。管理人员利用这个技术能将道路、车辆的情况掌握的一清二楚，驾驶违章无处可逃，交通事故也能及时的得到处理。人们的出行得到了很大的方便。
7、智能电力。电力工程是一项重大的民生工程，对电网的安全检测是一项必修科目。以南方电网与中国移动通过M2M技术进行的合作为例，因为物联网的运用，使得自动化计量系统开始启动，使得故障评价处理时间得到一倍的缩减。

这个问题我来回答一下吧，关于物联网如何打造智慧城市的问题，物联网可以联系到整个城市的方方面面，可以进行统一规划管理，集中决策，进行自动规划，所以叫做智慧城市，具体主要包括就是交通调度、城市各种数据检测、安全监管、应急处置、物流管理、政府工作、医疗卫生、消防环保、智慧园区和教育等等，接下来详细阐述。

整个智慧城市里面最重要的可能就是智慧交通，城市越来越大，车辆人口越来越多，拥挤堵车是常态，所以智慧城市的第一步就是要打造实时自动调度的交通系统，能够对交通复杂区域进行合理规划，在高峰时期合理调度车辆和路线，这就需要对全市的车辆进行登记，安装物联网设备，同时，对整个城市主要交通节点进行检测和车流量分析，反馈给决策系统做出调度决策，保证整个城市是交通调度。

第二个方面就是城市各项参数检测监管，包括温度湿度，气压，各种污染物，以及天气预警，实现整个城市的各项参数可视化，在各大主要区域进行展示，参数异常就进行预警派人处理。这里面同样包括消防，对整个城市是建筑进行监测，安装各种物联网系统，实时检测分析，出现问题能够讲预警信息直接传输到所有相关部门，进行应急处理。接着就是智慧应急处理，那就是城市在紧急时候进行全城管理，为紧急事件让步，这就需要政府的数字化办公，能够及时的收到应急事件并启动统一管理。

大城市有一个问题就是流动人口多，不好进行管理，智慧城市在物联网时代应该借助物联网系统对流动人口加强监测，主要就是开发物联网设备，在主要路口进行人员跟踪识别，信息录入数据库，并进行大数据比对，可以对高危人群进行监测，需要的时候可以利用这个信息。这个不仅仅是智慧城市的一部分，更是智慧园区、社区的一部分。在教育方面，大家都知道教育资源发布是极其不均衡的，在物联网时代，借助5G高速低延迟的特点，可以借助智慧教育系统，实现优质教育资源全城共享，促进公平公正的教育事业。主要技术就是物联网、云计算和大数据分析，涉及到传感器网络布局、数据传输、调度算法、决策算法等等方面。

2019年全球ICT产业关键字，聚焦「智慧、速度与创新」。创新技术如人工智慧、延展实境（XR）、区块链、数位分身（DigitalTwin）持续出笼，尤其人工智慧加速晶片及量子电脑的发展，伴随5G商转，势必带动产业跳跃式前进。既然聚焦「虚实整合、运算科技、人机互动」三大主轴，2019年COMPUTEX，全球IP矽智财授权领导厂Arm受邀出席《COMPUTEX论坛》、《InnoVEX论坛》主题演讲。Arm在COMPUTEX揭示全面运算(TotalCompute)主张，为5G时代提供更符合更多使用情境(usecase)的整体运算方案，并展现强大生态系能量。

Arm在COMPUTEX2019有哪些亮点展示？瘾科技带你浏览四大解决方案 亮点一：物联网平台

回应Arm的目标在2035年打造达一兆台连网装置，为了让连网装置深度沟通，Arm针对IoT平台的生态系，近年接续推出「DesignStart」、「Pelion」及「Neoverse」等相关计画。今年COMPUTEX，Arm展示Pelion这项混合环境的端到端联网连接、装置和资料管理平台方案。Pelion特色在于建构3A情境，「任何装置、任何资料、任何云端」（Anvice,Anydata,Anycloud），管理任何种类的连网装置与连接，应付任何内外部不同类型的资料，连接任何公有、私有及混合云端。

换言之，Pelion平台让企业在安全环境下，管理各项物联网装置，无限制连结任何规模的资料。COMPUTEX也展示，Arm收购TreasureData后，借助巨量资料技术能力，Pelion平台对资料流程进行融合，让企业用户以高效、更安全的技术部署、连接和更新连网装置，顺利走入物联网的资料世界。

亮点二：AI机器学习

联网装置与数据资料爆发成长，人工智慧的机器学习应用，逐渐从云端转移至终端。为了把机器学习技术放在边缘装置发挥所长，Arm针对机器学习的晶片应用进而打造全新处理器。延续Arm在CPU具备的可编程优势，以及GPU数据处理压缩能力和高吞吐量的设计特点，将其整合至机器学习晶片设计之中。针对机器学习热潮，Arm推出「ProjectTrillium」机器学习运算平台支持各种AI应用程序，在功能性与可扩展性方面，能实现更快机器学习效率。根据统计，目前ProjectTrillium平台的学习数据吞吐量，比起过去CPU、GPU协同作业的机器学习效率，已经达2~4倍以上，效能也优于传统DSP的可编程逻辑。

换言之，ProjectTrillium是一个异质的ML运算平台，平台架构包括ArmML处理器、开放原始码ArmNN软体框架，目前搭载于超过25亿台Android装置。Arm针对ML处理器进行强化，包括超过两倍能源效率，达到每瓦5兆次运算(TOPs/W)、记忆体压缩技术提升达三倍，以及提升至高达八核心的次世代峰值效能，与每秒最高32兆次运算(TOP/s)。

随着机器学习需求愈来愈高，开发人员更渴望利用系统上专属神经处理器(NPU)的优势。Arm机器学习ML处理器提供同级最优化的能耗效率，并有强大的软体生态系统支援，让整个生态系统的AI效能极大化。

▲Arm示范如何在装置上快速的执行机器学习功能，挑战人的记忆，和装置相比，看谁能先辨出不同的图像。

亮点三：AR/VR装置

前几年开始流行的AR、VR装置，过去最大挑战来自虚拟视觉的稳定度。对此，Arm因应5G科技演进推出多款全新高阶IP套件，其中Mali-D77DPU显示器即是聚焦扩增实境、虚拟实境所需的内容所打造，让虚拟实境更加真实。Mali-D77是Mali-D71显示处理器更新版，最高可对应3K解析度与120fps更新率，虚拟视觉影像得以更稳定呈现。全新的硬体功能，加速头戴式显示器的虚拟实境运算，实现更小、更轻、更舒适的VR装置部署。

▲在COMPUTEX展示OculusQuest的VR头盔，提供高效能、无线，摆脱传统VR装置需要连接线的牵绊，创造VR装置新体验。

当然，使用者对AR、VR装置的期待除了影像稳定，在沉浸式体验方面，还包含更轻量、不受线材影响以及更顺畅的效能。Mali-D77其他功能表现在镜头失真校正（LensDistortionCorrection）、色差校正（ChromaticAberrationCorrection）、非同步时间扭曲（AsynchronousTimewarp），对应更清晰、更真实影像，还能降低配戴者头晕情况。除此之外，Mali-D77显示处理器IP，3K120虚拟实境效能，硬体节省VR作业负载4成以上系统频宽，以及12%功耗表现。Arm表示，为了让VR更为普及，在全球达到数十亿台装置的长期目标，Mali-D77解决现阶段显示技术的挑战，为VR产业迎向下一个新世代。

亮点四：车用

Arm在今年COMPUTEX展示的第四个亮点，聚焦在汽车应用。Arm在车用方面扮演重要角色，因其牵涉稳定与安全，尤其ADAS与自动驾驶需要顾虑的层级更是重要。对此，Arm针对车载安全推出ArmSafetyReady计画，同时也包括针对自驾车的7nm制程最佳化处理器架构Cortex-A76AE，借由整合Split-Lock提供车载所需的安全性。

换言之，ArmSafetyready车用安全计画涵盖Arm既有、新型与未来的全方位车载计画，从系统性流程到研发，且通过ISO26262与IEC61508标准，一站式提供软体、元件、工具、认证及标准等资源，确保加入此计画的合作伙伴其SoC与系统，皆达到最高安全层级。

今年COMPUTEX也展示基于Arm的DMS（DriverMonitoringSystem）驾驶监控系统产品。DMS是采用ArmCortex-A7所支援的深度学习NN模型，由TEEAILab所开发。这套DMS系统展示在CortexA7上运行AI/ML以实现驱动程序状态监视功能。例如针对驾驶员闭眼、打哈欠侧视、俯视、打电话和吸烟等行为进行迅速检测，并发出音频以提醒驾驶。Arm在智慧驾驶领域，也展开AutomotiveEnhancedforFunctionalSafety计画，将推出首款多情绪执行处理器，以强化新世代安全驾驶体验。

▲COMPUTEX展会上也展示Arm在智慧驾驶领域的成果(图右)，情绪执行处理器问世将有助驾驶安全。

聚焦未来世界，打造创新体验

Arm在COMPUTEX2019展会中，展现新世代运算领域的创新技术与相关应用。除了上述相关亮点，也聚焦面向未来2030年的使用情境。Arm拥有全面软体开发框架，包含ArmIP、ArmNN、ArmComputeLibrary及ArmDevelopmentStudios，透过生态系统合作帮助开发人员更快采用、更快上市，透过机器学习软体优化，有效扩展硬体效能。

想像未来的世界，5G传输、机器学习、终端运算可能已经成为我们生活的日常，而产业之间将呈现万物联网的庞大生态系。对此，Arm将持续展现其领先技术优势，携手物联网超级战队掌握下一波科技浪潮。

物联网的应用领域涉及到方方面面，在工业、农业、环境、交通、物流、安保等基础设施领域的应用，有效的推动了这些方面的智能化发展，使得有限的资源更加合理的使用分配，从而提高了行业效率、效益。

在家居、医疗健康、教育、金融与服务业、旅游业等与生活息息相关的领域的应用，从服务范围、服务方式到服务的质量等方面都有了极大的改进，大大的提高了人们的生活质量;

在涉及国防军事领域方面，虽然还处在研究探索阶段，但物联网应用带来的影响也不可小觑，大到卫星、导d、飞机、潜艇等装备系统，小到单兵作战装备，物联网技术的嵌入有效提升了军事智能化、信息化、精准化，极大提升了军事战斗力，是未来军事变革的关键。

一、智能交通

物联网技术在道路交通方面的应用比较成熟。随着社会车辆越来越普及，交通拥堵甚至瘫痪已成为城市的一大问题。对道路交通状况实时监控并将信息及时传递给驾驶人，让驾驶人及时作出出行调整，有效缓解了交通压力；

高速路口设置道路自动收费系统(简称ETC)，免去进出口取卡、还卡的时间，提升车辆的通行效率;公交车上安装定位系统，能及时了解公交车行驶路线及到站时间，乘客可以根据搭乘路线确定出行，免去不必要的时间浪费。

社会车辆增多，除了会带来交通压力外，停车难也日益成为一个突出问题，不少城市推出了智慧路边停车管理系统，该系统基于云计算平台，结合物联网技术与移动支付技术，共享车位资源，提高车位利用率和用户的方便程度。

该系统可以兼容手机模式和射频识别模式，通过手机端APP软件可以实现及时了解车位信息、车位位置，提前做好预定并实现交费等等 *** 作，很大程度上解决了“停车难、难停车”的问题。

二、智能家居

智能家居就是物联网在家庭中的基础应用，随着宽带业务的普及，智能家居产品涉及到方方面面。 家中无人，可利用手机等产品客户端远程 *** 作智能空调，调节室温，甚者还可以学习用户的使用习惯，从而实现全自动的温控 *** 作，使用户在炎炎夏季回家就能享受到冰爽带来的惬意；

通过客户端实现智能灯泡的开关、调控灯泡的亮度和颜色等等; 插座内置Wifi，可实现遥控插座定时通断电流，甚者可以监测设备用电情况，生成用电图表让你对用电情况一目了然，安排资源使用及开支预算;

智能体重秤，监测运动效果。内置可以监测血压、脂肪量的先进传感器，内定程序根据身体状态提出健康建议; 智能牙刷与客户端相连，供刷牙时间、刷牙位置提醒，可根据刷牙的数据生产图表，口腔的健康状况;

智能摄像头、窗户传感器、智能门铃、烟雾探测器、智能报警器等都是家庭不可少的安全监控设备，你及时出门在外，以在任意时间、地方查看家中任何一角的实时状况，任何安全隐患。看似繁琐的种种家居生活因为物联网变得更加轻松、美好。

三、公共安全

近年来全球气候异常情况频发，灾害的突发性和危害性进一步加大，互联网可以实时监测环境的不安全性情况，提前预防、实时预警、及时采取应对措施，降低灾害对人类生命财产的威胁。

美国布法罗大学早在 2013 年就提出研究深海互联网项目，通过特殊处理的感应装置置于深海处，分析水下相关情况，海洋污染的防治、海底资源的探测、甚至对海啸也可以提供更加可靠的预警。该项目在当地湖水中进行试验，获得成功，为进一步扩大使用范围提供了基础。

利用物联网技术可以智能感知大气、土壤、森林、水资源等方面各指标数据，对于改善人类生活环境发挥巨大作用。

趋势和特征

物联网近年来的主要显着趋势是由互联网连接和控制的设备的爆炸性增长。物联网技术的广泛应用意味着从一个设备到另一个设备的具体细节可能大不相同，但大多数人都具有基本特征。

物联网为将物理世界更直接地集成到基于计算机的系统中创造了机会，从而提高了效率、经济效益和减少了人力。

物联网设备的数量在 2017 年同比增长 31% 至 84 亿，预计到 2020 年将有 300 亿台。物联网的全球市场价值预计为到 2020 年达到 71 万亿美元。

环境智能和自主控制并不是物联网最初概念的一部分。环境智能和自主控制也不一定需要互联网结构。然而，（英特尔等公司）的研究发生了转变，将物联网和自主控制的概念结合起来，初步成果朝着这个方向发展，将物体视为自主物联网的驱动力。

在这种情况下，一种有前途的方法是深度强化学习，其中大多数物联网系统提供动态和交互式环境。训练代理（即 IoT 设备）在这样的环境中表现得更聪明，无法通过传统的机器学习算法（例如监督学习）来解决。

通过强化学习方法，学习代理可以感知环境状态（例如，感知家庭温度），执行 *** 作（例如，打开或关闭暖通空调）并通过最大化其长期获得的累积奖励来学习。

可以在三个级别提供物联网智能：物联网设备、边缘/雾节点和云计算。每个级别对智能控制和决策的需求取决于物联网应用的时间敏感性。例如，自动驾驶汽车的摄像头需要进行实时障碍物检测以避免发生事故。

通过将数据从车辆传输到云实例并将预测返回给车辆，这种快速决策是不可能的。相反，所有 *** 作都应在车辆本地执行。集成高级机器学习算法，包括深度学习物联网设备是一个活跃的研究领域，使智能对象更接近现实。

此外，通过分析物联网数据、提取隐藏信息和预测控制决策，可以从物联网部署中获得最大价值。物联网领域使用了各种各样的机器学习技术，从回归、支持向量机和随机森林等传统方法到卷积神经网络、LSTM和变分自动编码器等高级方法。

未来，物联网可能是一个非确定性和开放的网络，其中自动组织或智能的实体（Web 服务、SOA组件）和虚拟对象（化身）将可互 *** 作并能够独立行动（追求自己的目标）目标或共享目标）取决于上下文、情况或环境。

通过上下文信息的收集和推理以及对象检测环境变化（影响传感器的故障）并引入合适的缓解措施的能力的自主行为构成了一个主要的研究趋势，显然需要为物联网技术提供可信度。

市场上的现代物联网产品和解决方案使用各种不同的技术来支持这种上下文感知自动化，但需要更复杂的智能形式，以允许在真实环境中部署传感器单元和智能网络物理系统。

以上内容参考 百度百科-物联网

在我们的生活中，我们每天接触到的许多类型的设备中都存在互联网连接，包括家用电器、车辆、机器，甚至我们自己，当某物连接到互联网时，这意味着它可以发送信息或接收信息，或两者兼而有之。
目前IoT物联网还在高速发展中，应用领域也涉及很多方面，工业、农业、交通、物流以及物业等基础设施领域都有很多应用，有效推动了这些领域智能化水平的发展。
以锋物科技的IoT智慧物联体系来说，它依托IoT云平台为核心，通过平台AI算法和数据集成分析能力可以将不同场景下的各种设备进行连接，统一包括人行门禁、车行道闸、摄像头、路灯、电梯等，并通过IOC智慧大屏终端进行可视化呈现，从而指导工作人员做出科学合理的决策。
在锋物科技打造的智慧社区中，通过IoT云平台的AI安防系统将摄像头和社区人群、场景等进行智慧物联，可以通过数据算法精准识别老年人摔倒、儿童进入危险区域、残障人士需要帮助等场景。平台一方面可以“听”懂语音指令，另一方面通知消息也用语音“报”出来，能听能说使得整个系统智能管控，实现系统 *** 控智能化。比如当出现老人跌倒或居民进入危险区域时，亦或是电动车入电梯、消防通道被占等情况时，平台都会自动告警生成工单，调动物业管理人员处理，维护社区安全。

---