物联网专业到底学什么？

物联网“概念”如火如荼，作为提供产业有生力量的大学自然不甘寂寞，于是乎，各个学校都在筹建、设立物联网专业，可从各方面渠道的信息看，似乎所想传授的知识五花八门，有侧重传感的，有侧重通讯的，有侧重某项应用领域的，如智能电网、智能交通等，似乎不像以往的专业设置，有相对统一的方向。 出现这个局面，首先就说明一点：物联网不应是一个传统形式本科专业，至少不适合作为一个本科专业而存在！ 现实中很多领域都有这个特征，它有广泛的需求，且孕育着极大的机会，但由于其所涉及的知识属于跨学科的，需要多方面的基础及专业知识作为铺垫，故作为本科专业有些勉为其难。 我很早就听过的一个说法：海洋学院不应该面向高中生招生，应该是从学过相关专业的本科毕业生中选拔，因为海洋研究要用到各方面的专业知识，它属于二级学科，需要一些基础性的专业知识背景，如生物、化学、流体力学等，而这些知识是高中生所不具备的，如果要他们在海洋学院的四年中学会这些，估计和海洋相关的知识几乎没有时间传授了，这样毕业的学生和普通院校有何差别？ 对比今天的物联网，似乎也有“海洋学院”的影子。 如果把物联网提升到目前所宣传的那个高度，要培养一个能应对如此“宽泛”领域的人才，似乎也应该是作为一个二级学科而存在。 首先这些人应该在普通本科中学会一些基础性的专业知识，如测量、传感、通讯、大规模计算和统计等，然后再进入物联网专业，结合自己所具备的专业知识背景，侧重研究物联网的某一分支，如侧重于基于联网需求设计测量部分，或基于测量特征设计通讯链路和协议，或基于收集来的巨量信息研究如何用“云”来储存和分析，从而使其成为有效信息而非“字典”。 这些都不是一个高中生所能直接面对的，而把所需的专业知识作为物联网专业的基础知识来传授，时间不够，本来这些就是四年的本科课程，学完这些，留给物联网的相关知识传授时间有限了，只能培养出一个无特色的学生，这和设置此专业的初衷不是相悖吗？ 所以，如果要培养一个真正意义上的物联网人才，靠本科四年的学习难以胜任！ 所谓真正意义上的“物联网人才”，按我的理解应该是：能将目前的现实需求纳入物联网，从而产生有别于传统解决方案的革命性变化。 听起来有些“玄”，但目前的宣传就是如此，甚至有过之而无不及，腾“云”驾“物”是在媒体上看到的最经典的描述！何时能落地，似乎还欠火候。 那针对目前的物联网热，学校应该如何应对呢？ 依本人愚见：暂时不去想培养那些“真正的物联网人才”，那些未来的并非本科教育所能造就，作为大量输送技术骨干进入社会的工科院校，着眼点应该是如何培养一个能在未来的工作中应对物联网需求的技术人员。 要做到这点，首先应该分析物联网到底衍生出那些新的东西？ “物联网”三个字实际上表达了其含义： 第一：“物”，乃所关注的对象 第二：“联”，乃所采取的手段 第三：“网”，乃解决问题的工具 这三个部分中，“物”早已存在，最为悠久，人们对“物”可以说是“关怀备至”了，至今仍在不断深入，并非物联网所带来的新生事物。 而“网”虽较“年轻”，但由于技术手段的进步，人们也已将其功能发挥的“淋漓尽致”，“网”已经给人们生活带来了巨大变化。 唯一属于物联网带来的新生事物就是“联”，即将“物”连接到“网”上！ 联网的设备已很多，为何此时将“物”连到网上就成了新东西？ 先分析一下以往的联网设备有什么特征。目前联网的设备主要是计算机、手机、电视等，还有一些幕后设备，如交换机、路由器等，究其特征，无一例外是和人交互，或者是服务于与人交互。所以，以往的互联网也可以称之为“人联网”！ 而如今“物联网”所指的“物”，多为面向自然界的物，关注的是其生物、理化等特征，是一些不具备智能的物，即便是和人相关，此时所关注的也是人的生物特征而非智能，所以完全区别于现存的“互联网”所承载的内容。目前互联网的绝大多数信息是服务于智能的，属于“上层建筑”，而物联网要关注的则是“经济基础”。 因为这些“物”相对“低能”，以往联网的方式就要做相应改变，以适应其特征，这才是物联网的精髓所在。 “物”有千百种，均有相应的专业在探究，而“网”也有相应的分支在完善，至于数据分析、云计算、分布式运算、并行计算等早已是深入研究的课题。后两者近年来已不断融合、完善，有了长足的进步。只是前者和后两者似乎有些像平行线，暂无交点。 物联网则是要在这两条平行线间架起一座桥，使前者的信息能借助于后者得到升华！ 但由于“物”的“低能”和“多样性”特征，使得原有的联网手段不再适合，正是这种缺位才催生了物联网教学的需求！ 因此，探究各种“物”所适合的联网手段，应该是培养一个可以应对物联网需求的工程技术人员的重点。 虽说联网应该是通讯的范畴，但以往通讯的关注点是媒介、链路和协议，而作为物联网应用需求，应该是关注各种通讯方式的特征，结合所需联网的“物”之个性，选择合适的通讯方案，侧重点是“选择”。 要做出合适的选择，就要对各类通讯方式的特点予以准确的把握，扬长避短，并合理的加以组合，从而达到最可靠、经济的方案。 不要一提到物联网就是 ZigBee、Wifi，实际上每种通讯方式都有其利弊和适用的环境。智能电网上的检测用 ZigBee 就不一定比“载波”合适；智能家居的很多节点或许用简单的“485总线”集中后再由WiFi 或 ZigBee转接入网更加经济、可靠。 所以，准确地把握对象特征和应用场景，同时熟知各类通讯技术的优势、缺陷，是一个合格的物联网应用技术人员的核心素质。 至于物联网的高层次应用，即那些汇集了巨量数据的“云”该如何处置？如何产生效益？那是少数精英的事，需要大量技术人员的是这个金字塔的塔基。 具体而言，针对物联网应用需求，学习应该关注： 1、 理解最基本的通讯原理，尤其是串行通讯，因为只要距离略远，并行通讯基本无使用可能，而现实中的各类通讯，不论是有线的RS232、485、USB、以太网，还是红外、蓝牙、Wifi，其实质都是串行通讯，区别只在于介质和协议。 2、 通过最简单的UART通讯，理解握手、冲突、争抢、仲裁等通讯中常见的问题，以及丢帧、误码的可靠性问题，理解通讯协议的作用和含义。 3、 通过简单的实际应用，理解各种场景的需求，何时要速度？何时要可靠？何时要响应快？何时要低功耗？ 4、 结合所面临的需求，尝试各类通讯，只要会用即可，因为随着MCU的无所不在，各类通讯模块使用越来越简单，看似神秘的3G通讯，也能用和古老的Modem一样的AT命令让其工作。对于多数人而言，只能做到会用即可，设计、生产这类模块的事情交给地球上少数人去 *** 心吧。就像 PC，全世界都在用，但只有Intel和AMD为此劳神，似乎也并未耽误PC的普及和使用啊！ 5、 选择一个分支，系统地贯穿一下各个层面，从“物”开始，到“网”结束，无所谓实用，只要涵盖的物联网的要素即可，重要是通过实际的体验，感受将“物”连到“网”上后所遇到的问题。 总之，我觉得，如果是培养一个应用类的技术人员，不需要特别的传授什么“物联网”的专业知识，而是用已有的专业知识，围绕上述重点实践即可，重要的是体验和阅读理解，因为未来的应用是多种多样的，无法预知，所以培养把握对象特征的能力是非常重要的。 最后，推荐一本关于各类通讯的书： 《嵌入式网络通信开发应用》 怯肇乾著北京航空航天大学出版，ISBN978-7-5124-0179-2 面对如此众多的通讯方式，想要全面了解并非易事，很多书都是只描述一部分，此书却全面收集了各种现存的通讯方式，为选择合适的通讯提供了极大的便利。 详细目录见“好书交流”栏目。

斌哥与你一道，盘点2021物联网十大热词，共创2022新未来

物联网的2021年，极不容易的一年。年初，做IoT平台toB业务的涂鸦巨亏上市；年末，做IoT共享出行toC业务的滴滴美国退市。大半年，ofo押金没退多少，还花样作死；一整年，围绕芯片，停产、断供、涨价、囤货、断货，多少做IoT集成的亟待续命。

物联网的2021年，极不平凡的一年。疫情常态化的背后，是5G远程医疗/云监工、非接触式防控/时空伴随者报备、无人驾驶/配送/零售等物联网技术与场景支撑。中美贸易战的核心，是5G/6G等国际标准话语权、数字经济运作规则制定权、数字产业全球占地圈地、新型类OS平台与杀手级应用生态扶植等云大物智链孪下的新 科技 +新应用+新模式之争。

斌哥这就带大家梳理一下，十大热词下的物联网2021年。
一、非接触式防疫

年初到年末，疫情常态化，大伙儿时刻备战、时刻战役。在防疫过程，甚于物联网的非接触式技术，功劳不小。

非接触式通道，把 健康 码、红外测温、身份核验、自助消杀等集成，3－5秒结束全流程。

非接触式物流，可通过无人货车、AGV+机械臂自助卸货，通过机械臂自助消杀，实现货物无人运货、配货的全流程。

这些非接触式场景，均需要物联网的端（温湿度/机械臂/AGV/货车定位等采集）、管（4G/5G/Wifi等）、云（各类应用）能力。
二、5G远程医疗/云监工

从去年起，移动成功落地“5G远程医疗”在武汉火神山医院及多家医院，采集现场视频、环境与患者状态数据，助力一线医务人员将本地医疗数据共享远程专家，实现专家远程诊断。

医生远程问诊，而线上的伙伴们远程观看火神山、雷神山医院直播，为此云监工一词也成了去年年底的网络热词。
三、自动驾驶+网联车

2021的自动驾驶又在坎坷中，前进了一步。

特斯拉的纠纷不断，数据采集风险曝光。蔚小理们、传统车企与BATH等造车大厂缺芯得厉害，交付压力颇大，但他们都在努力创新中。阿里丰富了小蛮驴的无人配送场景，小鹏出了无人马玩具、无人飞行器，华为在不断积极调整车联网战略。
四、Cat1/NB-IoT+5G标准

7月9日，国际电信联盟ITU会议将我国的NB-IoT写入5G技术标准，为此NB-IoT正式纳入5G标准，这是我国在国际领先的标准制定组织的又一话语权的体现。

同样是ITU标准，Cat1作为4G通信LTE网络用户终端的标准，充分发挥其低成本、低功耗、较低时延、较广范围、较高速率优势，已在近两年得到爆发性的增长。
五、无源物联网

无源就是无电源/能量来源的物联网。物联网碎片得很，场景很碎片，所需要采集的传感器种类、功耗需求、区域位置均很多样、分散，为此，可自己获取能源的传感器、物联网装置就非常重要。当然，太阳能、动力转换都可以作为无源的来源。今年快速进步的新型无源，则是通过电磁/辐射转换来实现。比现有的RFID功耗更低，应用场景更广，当然市场价值更大。
六、卫星物联网

目前，物联网仅在陆地覆盖20%，海洋5%，天/太空基本为0，卫星物联网就是通过卫星，把卫星变成基站，要与未来的6G、量子通信等，补足剩余的网络覆盖，与传输速度与带宽的持续提升。
七、双碳+碳追踪

实现国家的双碳战略，碳追踪是关键环节。碳追踪是啥，就是监测碳排放，搞明白碳从哪儿排放的，怎么排放的，排放多少。有碳追踪才能有更好的对碳排放、回收、交易管理。而监测碳排放，用的是物联网的各种传感、传输、云与数据分析能力。
八、数字虚拟人+数字孪生+元宇宙

这几个一并来。物联网的动作捕捉、表情采集，将实体人（虚拟人替身）与数字虚拟人联结；物联网的端管云，将数字孪生的设备、产线、车间、工厂、园区、街道、城市等物体、场景实体与数字体联结；而数字虚拟人+数字孪生就是融合人+物的CPS世界，将人与物与元宇宙的雏形联结。

年初数字孪生（数孪）当道；年中元宇宙火爆（斌哥翻了下朋友圈，在8月初受邀写《元宇宙》一书的荐语，随后元宇宙大爆发）；年末数字虚拟人喷发，表面看得热闹，而物联网便是其技术的里子。
九、物联网安全

年中的滴滴退市事件，可谓物联网安全/网络安全的里程碑式事件。滴滴通过物联网技术，数采近10亿用户，多年的、全国绝大多数的位置、语音信息。这些海量的数据如果没有牢牢掌握在国人手中，国家数据谈何安全。 同样的，越是物联网平台类公司，越是要在保障其平台与生态的物联网数据安全上，慎之又慎、如履薄冰。
十、芯片荒

最后讲芯片荒，因为部分芯片现在还荒着呢。车联网的雷达、动态控制、影像芯片，物联网/5G场景通用的USB、网卡、模拟芯片，价格暴涨10倍、50倍，甚至100倍。天灾、人祸，已道不清。

芯片这事，不被掐脖子的话，还得国产当自强，国人当团结。
2022年的物联网，斌哥期望有三：

一、杀手级应用不再搁又搁。物联网杀手级应用一直在说，却一直耽搁。斌哥希望，2022年产业互联网杀手级应用真正涌现，特别是在与垂直产业结合的5G、工业互联网、车联网三个方向。

二、新技术概念不再割又割。年初起，不知多少吃瓜群众，在股市K线上、投资圈内、传销窝里，被区块链、量子技术、数字孪生、数字货币、NFT、虚拟数字人、元宇宙……割韭菜。斌哥希望，来年物联网与VR/AR、区块链进一步融合，进一步夯实数字孪生底座，支撑元宇宙框架搭建，促进电商30（虚拟直播）、数字虚拟人、产业数孪的真正落地。

三、半导体芯片不再鸽又鸽。最后，由衷希望2022年，现在还囤着芯片的，有一定利润，就抓紧出吧，见好就收。切记：吃相=死相。
罗胖在今年的跨年《时间的朋友》为百度5G云代驾（通过5G远程 *** 控无人车，实现代驾）代言，期待5G云代驾能成为新一年的杀手级应用。
来自专栏

不是。智慧海洋技术主要包括大数据、云计算、物联网、区块链和人工智能。大数据是基础，云计算是平台，物联网是支撑，三者是智慧海洋的使能技术；区块链是保障，是智慧海洋的平台技术；人工智能是智慧海洋场景应用的技术支持。作为新开设的智慧海洋技术专业，它属于海洋工程类专业，基本课程有力学、大学数学、计算机、理论力学、材料力学、流体力学、结构力学、船舶动力学、船舶静力学、海洋工程等。

云计算与大数据概述
云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式，通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网，后来也用来表示互联网和底层基础设施的抽象。狭义云计算指IT基础设施的交付和使用模式，指通过网络以按需、易扩展的方式获得所需资源;广义云计算指服务的交付和使用模式，指通过网络以按需、易扩展的方式获得所需服务。这种服务可以是IT和软件、互联网相关，也可是其他服务。它意味着计算能力也可作为一种商品通过互联网进行流通。
大数据(big data)，或称海量数据，指的是所涉及的资料量规模巨大到无法透过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。大数据的4V特点：Volume、Velocity、Variety、Veracity。
从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式计算架构。它的特色在于对海量数据的挖掘,但它必须依托云计算的分布式处理、分布式数据库、云存储和虚拟化技术。
大数据管理，分布式进行文件系统，如Hadoop、Mapreduce数据分割与访问执行;同时SQL支持，以Hive+HADOOP为代表的SQL界面支持，在大数据技术上用云计算构建下一代数据仓库成为热门话题。从系统需求来看，大数据的架构对系统提出了新的挑战：
1、集成度更高。一个标准机箱最大限度完成特定任务。
2、配置更合理、速度更快。存储、控制器、I/O通道、内存、CPU、网络均衡设计，针对数据仓库访问最优设计，比传统类似平台高出一个数量级以上。
3、整体能耗更低。同等计算任务，能耗最低。
4、系统更加稳定可靠。能够消除各种单点故障环节，统一一个部件、器件的品质和标准。
5、管理维护费用低。数据藏的常规管理全部集成。
6、可规划和预见的系统扩容、升级路线图。
云计算与大数据的关系
简单来说：云计算是硬件资源的虚拟化，而大数据是海量数据的高效处理。虽然从这个解释来看也不是完全贴切，但是却可以帮助对这两个名字不太明白的人很快理解其区别。当然，如果解释更形象一点的话，云计算相当于我们的计算机和 *** 作系统，将大量的硬件资源虚拟化后在进行分配使用。
可以说，大数据相当于海量数据的“数据库”，通观大数据领域的发展我们也可以看出，当前的大数据发展一直在向着近似于传统数据库体验的方向发展，一句话就是，传统数据库给大数据的发展提供了足够大的空间。
大数据的总体架构包括三层：数据存储，数据处理和数据分析。数据先要通过存储层存储下来，然后根据数据需求和目标来建立相应的数据模型和数据分析指标体系对数据进行分析产生价值。
而中间的时效性又通过中间数据处理层提供的强大的并行计算和分布式计算能力来完成。三者相互配合，这让大数据产生最终价值。
不看现在云计算发展情况，未来的趋势是：云计算作为计算资源的底层，支撑着上层的大数据处理，而大数据的发展趋势是，实时交互式的查询效率和分析能力，借用Google一篇技术论文中的话：“动一下鼠标就可以在妙极 *** 作PB级别的数据”，确实让人兴奋不能止。

---