物联网十大重点应用领域 最看好谁

十二五中国物联网重点发展关键技术创新工程。充分发挥企业主体作用，积极利用高校和研究所实验室的现有研究成果，在信息感知和信息处理技术领域追赶国际先进水平，在信息传输技术领域达到国际领先水平，增强信息安全保障能力，力争尽快突破关键核心技术，形成较为完备的物联网技术体系并实现产业化。 1、信息感知技术 超高频和微波RFID：积极利用RFID行业组织，开展芯片、天线、读写器、中间件和系统集成等技术协同攻关，实现超高频和微波RFID技术的整体提升。 微型和智能传感器：面向物联网产业发展的需求，开展传感器敏感元件、微纳制造和智能系统集成等技术联合研发，实现传感器的新型化、小型化和智能化。 位置感知：基于物联网重点应用领域，开展基带芯片、射频芯片、天线、导航电子地图软件等技术合作开发，实现导航模块的多模兼容、高性能、小型化和低成本。 2、信息传输技术 无线传感器网络：开展传感器节点及 *** 作系统、近距离无线通信协议、传感器网络组网等技术研究，开发出低功耗、高性能、适用范围广的无线传感网系统和产品。 异构网络融合：加强无线传感器网络、移动通信网、互联网、专网等各种网络间相互融合技术的研发，实现异构网络的稳定、快捷、低成本融合。 3、信息处理技术 海量数据存储：围绕重点应用行业，开展海量数据新型存储介质、网络存储、虚拟存储等技术的研发，实现海量数据存储的安全、稳定和可靠。 数据挖掘：瞄准物联网产业发展重点领域，集中开展各种数据挖掘理论、模型和方法的研究，实现国产数据挖掘技术在物联网重点应用领域的全面推广。 图像视频智能分析：结合经济和社会发展实际应用，有针对性的开展图像视频智能分析理论与方法的研究，实现图像视频智能分析软件在物联网市场的广泛应用。 4、信息安全技术 构建“可管、可控、可信”的物联网安全体系架构，研究物联网安全等级保护和安全测评等关键技术，提升物联网信息安全保障水平。

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。

物联网的体系结构：

从系统结构的角度看，人们普遍认同的物联网体系架构可以划分为由感知互动层（感知层）、网络传输层（网络层）和应用服务层（应用层）组成的3层体系。

其中，感知层以二维码、RFID、传感器为主,是物联网的识别系统。通过感知层，物联网可以时随地获取物体的信息。 网络层是互联网、广电网络、通信网络的融合,是物联网的传输系统。通过网络层，可将物体的信息实时、准确地传递出去。

应用层涉及云计算、数据挖掘、中间件等技术，是物联网的智能处理系统。通过应用层，对感知层获取的信息进行处理，实现智能化识别、定位、跟踪、监控和管理等实际应用。

物联网有别于互联网，互联网的主要目的是构建一个全球性的信息通信网络，而物联网则侧重信息服务，即利用互联网、无线通信等进行业务信息的传送，服务对象由人转变为包括人在内的所有物品。物联网作为互联网的延伸，通过将智能物件整合到数字世界，面向用户提供个性化和私有化服务。

因此，物联网的体系架构应包括如下内涵：网络体系架构、技术与标准体系、资源与标识体系、产业与应用体系、服务与安全体系。

目前主流的物联网分层体系架构，均包含感知层、网络层、应用层三个层次。物联网涉及诸多关键技术，为了系统分析物联网技术体系，可将其划分为感知与识别关键技术、网络通信关键技术、业务与应用关键技术、共性技术和支撑技术。

传感器网络技术是物联网技术的核心

传感器技术是计算机应用中的一项关键技术。它将传输线上的模拟信号转换成可处理的数字信号，并将其交给计算机进行处理。

它主要将传感器、数据处理单元组件和通信组件集成在需要随机分布的信息采集和传输的区域，形成一个网络结构(即传感器网络)。节点数量相对较多，可以适应复杂多变的环境。作为物联网技术的核心，它在物联网与信息交换和传输之间起着非常重要的作用。

在物联网技术中，以物联网卡片为载体。通过在设备中插入物联网卡来实现身份识别和承载服务的功能，可以实现物联网的各种技术。

物联网相关技术：
1信息感知技术
超高频和微波RFID：积极利用RFID行业组织，开展芯片、天线、读写器、中间件和系统集成等技术协同攻关，实现超高频和微波RFID技术的整体提升。
微型和智能传感器：面向物联网产业发展的需求，开展传感器敏感元件、微纳制造和智能系统集成等技术联合研发，实现传感器的新型化、小型化和智能化。
位置感知：基于物联网重点应用领域，开展基带芯片、射频芯片、天线、导航电子地图软件等技术合作开发，实现导航模块的多模兼容、高性能、小型化和低成本。
2信息传输技术
无线传感器网络：开展传感器节点及 *** 作系统、近距离无线通信协议、传感器网络组网等技术研究，开发出低功耗、高性能、适用范围广的无线传感网系统和产品。
异构网络融合：加强无线传感器网络、移动通信网、互联网、专网等各种网络间相互融合技术的研发，实现异构网络的稳定、快捷、低成本融合。
3信息处理技术
海量数据存储：围绕重点应用行业，开展海量数据新型存储介质、网络存储、虚拟存储等技术的研发，实现海量数据存储的安全、稳定和可靠。
数据挖掘：瞄准物联网产业发展重点领域，集中开展各种数据挖掘理论、模型和方法的研究，实现国产数据挖掘技术在物联网重点应用领域的全面推广。
图像视频智能分析：结合经济和社会发展实际应用，有针对性的开展图像视频智能分析理论与方法的研究，实现图像视频智能分析软件在物联网市场的广泛应用。
4信息安全技术
构建“可管、可控、可信”的物联网安全体系架构，研究物联网安全等级保护和安全测评等关键技术，提升物联网信息安全保障水平。
关键技术相见《2020物联网技术部署》

需要的技术很多。

现在国内重点支持的关键技术研发项目：
1．超高频和微波RFID芯片设计、产品的技术研发；
2．微型和智能传感器技术研发；
3．无线传感器网络自组网技术研发；
4．低功耗无线传感器节点产品技术研发；
5．物联网数据传输中间件技术研发；
6．面向行业应用海量数据的数据挖掘技术研发；
7．图像视频智能分析和识别技术研发；
8．物联网安全等级保护和安全测评技术研发。

---