华为1+2+1架构包含物联网层次划分的哪些层次

传感控制层、网络层、管理控制层、行业应用层。
传感控制层这一层有大量的传感器。网络层主要是实现融合和互联，并在边缘进行计算和协议的转换。管理控制层主要是对数据进行统一处理，并对网络进行管理。行业应用层主要是基于行业各种各样的应用。
网络分层就是将网络节点所要完成的数据的发送或转发、打包或拆包，控制信息的加载或拆出等工作，分别由不同的硬件和软件模块去完成。

物联网平台为设备提供安全可靠的连接通信能力，向下连接海量设备，支撑设备数据采集上云；向上提供云端API，指令数据通过API调用下发至设备端，实现远程控制。

物联网平台也提供了其他增值能力，如设备管理、规则引擎、数据分析、边缘计算等，为各类IoT场景和行业开发者赋能。

如下是共享单车基于物联网平台的解决方案。
物联网平台提供边缘计算能力，支持在离设备最近的位置构建边缘计算节点处理设备数据。

在断网或弱网情况下，边缘计算可缓存设备数据，网络恢复后，自动将数据同步至云端。

提供多种业务逻辑的开发和运行框架，包括场景联动、函数计算和流式计算，各框架均支持云端开发、动态部署。

边缘计算能力允许在最靠近设备的地方构建边缘计算节点，过滤清洗设备数据，并将处理后的数据上传至云平台。
物联网应用可广泛应用于：智能生活、智能工业、智能楼宇、环境保护、农业水利、能源监控等环境。计算平台主要涉及：

开发者使用设备接入SDK，将非标设备转换成标准物模型，就近接入网关，从而实现设备的管理和控制。

设备连接到网关后，网关可以实现设备数据的采集、流转、存储、分析和上报设备数据至云端，同时网关提供规则引擎、函数计算引擎，方便场景编排和业务扩展。

设备数据上传云端后，可以结合云功能，如大数据、AI学习等，通过标准API接口，实现更多功能和应用。

物联网 (IoT) 设备必须连接互联网。通过连接到互联网，设备就能相互协作，以及与后端服务协同工作。互联网的基础网络协议是 TCP/IP。MQTT（Message Queue Telemetry Transport，消息队列遥测传输） 是基于 TCP/IP 协议栈而构建的，已成为 IoT 通信的标准。

现场控制器（PLC）通常被认为是物联网（IoT）体系结构的边缘层或智能设备层。这是因为 PLC 通常被用于控制和监测现场设备，例如工业自动化系统、机器人和交通信号灯等。在 IoT 架构中，边缘层是指连接到物理设备的网络和计算资源，负责收集和处理实时数据，并将数据传输到云端进行分析和处理。

专网物联卡和运营商核心网。物联网的云管端框架体系自下而上分为四个层次：感知层、网络层、平台层、应用层，其中下面的专网物联卡和运营商核心网属于专。物联网是一个基于互联网，让所有能够被独立寻址的普通物理对象实现互联互通，从而提供智能服务的网络。

物联网的功能组件：

设备。包括现有常用的设备，例如智能仪表或车辆，这些连接组件已集成到产品设计中。也包括由于物联网技术而出现的新设备，例如宠物追踪器。这样的设备必须具有传感器、通信功能，还将具有其他元素(例如，电源)。另外，根据设备的类型，它可能具有HMI。

传感器和执行器已连接的设备。传感器能够从环境中捕获数据(例如，温度)。执行器响应指令并进行更改设备状态(例如，调节恒温器的温度)。执行器的指令可以来自同一设备上的传感器，也可以来自其他来源(例如，房主回家时，可以通过移动电话激活恒温器)。设备可以同时具有传感器，执行器两类功能。

通信硬件使设备能够连接到网络，以将数据从传感器发送到后端系统。包括用于通过蓝牙，Wi-Fi，ZigBee，LoRa，蜂窝网络(例如GSM，5G，NB-IoT，LTE-M)或多种专有技术进行无线连接或通过固定网络进行无线连接的硬件。有些设备将具有连接到多种类型网络的硬件。

–连接网络(可以是蜂窝网络，固定网络或卫星网络)可以通过Internet或专用网络将来自传感器的数据传递到用户的后端系统。

此外，可以将各种不同的应用软件为最终用户提供附加价值。

–服务端软件包括用于收集和分析来自传感器和其他来源的数据(例如，天气预报数据)的服务器。这些服务端系统可以在公共或私有云或本地硬件中找到。对于非常简单的系统，服务端软件可以是标准PC。

–设备管理，安全性和数据分析等软件平台可确保IoT设备正常运行。这样的平台还包括用于分析数据并改善业务流程的数据分析软件，以及用于存储数据的数据库。

–应用软件还包括计费和客户支持等服务。

物联网价值链还包括设计，构建和管理物联网服务的系统集成商(SI)或开发人员。物理设备通常需要安装和维护。

天工测控主要面对安防，车载，物联网，无人机，机器人，智能家居一类生产企业，提供核心模块技术和方案。其中就包含提供位置信号的定位模块及基于位置信号的应用方案，比如我们的GPS模块、北斗模块、组合导航模块和蓝牙室内定位方案、室内外无缝定位方案、UWB测距应用等；然后把各种信息连接起来，服务于我们智能生活中的无线模块及应用方案，比如WiFi模块、BLE蓝牙模块、组合模块和智能插座方案、无线图传方案、智能照明方案、智能门锁等智能家居类应用方案，为我们的生活提供更多便利，营造一个更安全、舒适的家居环境。

现今世界网络和数据普及，不单止智能手机能连接网络，就连手表，闹钟，家电等日常用品，也能即时在网络中提取资讯，并配合环据数据作出分析，将最好的体验反馈给 用家。而透过网络来连接人，流程，资讯和装置这个概念，亦是我们平常所说的物联网（物联网，又名物联网）。

承接上文介绍了雾计算的简单的应用和由来，下文将会介绍物联网的一个重要技术 - 边缘计算（Edge computing）。下文将会阐述边缘计算的由来，并介绍它与物联网的关系，而且会利用无人驾驶作为用例，介绍云计算的短处和边缘计算的应用。

先定义一下边缘计算（wikepedia，2019）：

这里提到很多艰涩的专业名词，例如是“分散式运算”，“节点”等，其实只是描述：边缘技术是一种技术将大型应用程式的一部分转移到（即分散式运算）日常设备中处理（即边缘节点中）。

在云计算的典型结构中（如上图），通常可分为“云（云层） - 网（雾层） - 端（边缘）”三层。“端”这一层覆盖所有终端的应用程式，亦通常是被管理的角色。当云计算一计算出结果，就会到透过“网”层，将指令发送到“端”层的应用程式执行，而应用程式收到数据后，则会发送到“云”层作计算。

而边缘计算则可以想像为给予“端”层一定程度的“自治”。在边缘计算的架构中，终点被赋予简单的存储和计算能力（与雾计算不同，这里重点是“简单”的功能） ，令它能偶尔脱离云的管理，并根据环境数据作出回应。

增加终端系统简单的计算和存取能力看似一小步，但其实这个布局有着莫大的好处，当中包括：

  - 低延迟：数据由近场产生，能快速回应

  - 独立性：在没有网络连接下，系统亦能运作

  - 合规性：无需传送用户资料，保护个人数据

  - 简化数据：终端先处理部份数据，数据简化后才向云服务器传输

  - 安全性：数据传输减少，减少网络安全风险

无人驾驶是边缘计算其中一个经典用例，亦是一个很好例子说明云计算的短处和为什么需要边缘计算。

下图展示的是常用的云计算架构，当中包括1）一架智能汽车（客户端），并且正在使用无人驾驶功能，2）互联网（Internet），用作传输数据，以及3）云服务（云计算）服务器），用作提供无人驾驶服务。

假设汽车正在以60ms-1的速度行驶，并在起始位置感测到前方3m有阻碍物。由于汽车正在使用云计算的架构，汽车本身并没有分析的功能，汽车会将感测到的影像 传送到云服务器中作分析（步骤1）。

很不幸地，由于汽车现在在北区甚远，信息在005s后才能到云服务 无上停驶，但也要经过005s才能将指令发送到汽车上执行（步骤2）。

在这段发送信息到回收指令的过程中（~01s），汽车会继续以均速行驶（60ms-1），并到6m后（= 60ms-1×01s）才会收到指令停下来 。而且会撞到在3m前的路人，酿成车祸。

汽车在起始位置感测到前方3m有阻碍物，会立刻执行停车指令（步骤1）。然后再发送影像和决策内容到云服务器中作进阶分析（步骤2），以改善无人驾驶性能。 （注：这里看似与雾计算方式相似，但在过程中，应用程式没有作任何的数据分析，只根据感应器内容作出回应。若然是雾计算的话，感应器信息会发送到雾服务中，再作分析，然后通知终端设备作出回应。）

由此可见，云服务器距离数据产生的位置较远，因此会造成较大的延迟。而无人驾驶这些需要实时作出决策的活动，则很大机会需要使用边缘计算，使计算的服务靠近产生数据的源头，做到计算更接近实际行动。

随着科技的进步，数据传输速度的快速提升，不少日常物品，例如是家用电器，车辆等，都已经嵌入感测器，并透过网络接结与互联网交换资讯，形成了庞大的物件网络（即物联网）。

物件会在运行时会收集到大量的环境数据。有些人会问，为什么不把数据都在本地（local drive）处理，其他数据再传到云服务做储存。这可能是其中一个可以实行的方法，但如果所有数据都在本地处理，物件本身要设有很多的存储装置和处理服务器。这会大大增加电力消秏和物件重量，增加成本。

因此，最好的方法是结合云计算和边缘计算的优势做出最佳的配置。在一些决定物件重大安全性的事件（例如如上文无人驾驶例子的刹车）可将决定的主导权放到边缘上，其他没有急切性的事情，则放到云服务器低成本集中处理。透过云与边缘的良好分工，大大减少成本，亦能提高运算效率。

---