1. 物联网介绍

1.1 物联网起源及在中国的发展

1、1991年，剑桥大学特洛伊计算机实验室的科学家们，编写了一套程序，在咖啡壶旁边安装了一个摄像头，利用终端计算机的图像捕捉技术，以3帧/秒的速率传递到实验室的计算机上，以方便工作人员随时查看咖啡是否煮好，这就是物联网最早的雏形。

2、1994年，麻省理工学院的Auto-ID中心的始创人之一凯文。阿什顿，在使用射频识别（Radio Frequence Identifier,FRID）技术将设备连接在一起的事实。

3、在 2005 年的信息社会世界峰会上，ITU 引用了物联网的概念并对物联网的定义进行了完善。

4、2009 年，温家宝总理在无锡提出了感知中国的构想，这个事件可以被看作是中国物联网的启蒙。

5、2015 年，李克强总理签署发布了《中国制造 2025》，可以被理解为中国的物联网政策。

时至今日，物联网已经遍及的日常生活之中，按照产业类型，可以将物联网这个产业的应用根据不同的推动力将它们分为三种不同的类型，他们分别是消费驱动型、政策驱动型和产业驱动型。

• 消费驱动型，那么消费驱动型的应用顾名思义就是和消费者的日常生活相接轨的一些应用，其中就包括有手上戴的智能手环，头上戴的 VR 设备，还有智能音箱，共享单车等等。
• 政策驱动型，主要为政府主导推动的一系列的物联网的应用，这些应用会被开发出来的原因就是为了方便政府部门能够去更好的管理城市。那么其中就包括有智慧安防，智慧城管，智慧路灯等等一系列应用。那么这一部分的应用的主要目的是为了方便城市管理者去管理城市，从而间接地为的生活提供更好的服务。
• 产业驱动型，这一类的应用主要面向的就是商业上的一些客户，他们会直接将物联网这一项技术在商业上进行使用，比如智慧工厂，会去收集机械臂或者一些机床产生的数据并对这些数据来进行分析等等，使得生产数据能够被最大化地利用。除此之外还有车联网，智慧物流，智慧农业等等。

1.2 物联网架构

目前物联网架构通常分为感知层、网络层、平台层和应用层三个层次。

感知层
感知层是物联网的皮肤和五官，用于识别物体、感知物体、采集信息、自动控制，比如装在空调上的温度传感器识别到了室内温度高于30度，把这个信息收集后，自动打开了空调进行制冷；这个层面涉及到的是各种识别技术、信息采集技术、控制技术。而且这些技术是交叉使用的的，各种感知有些是单一的，有些则是综合的，比如机器人就是整合了各种感知系统。这一层最常见的就是各种传感器，用于替代或者延展人类的感官完成对物理世界的感知，也包括企业信息化过程中用到的RFID以及二维码技术。

网络层
网络层则主要实现信息的传递、路由（决定信息传递的途径）和控制（控制信息如何传递），分为两大部分，一部分是物联网的通信技术，一部分是物联网的通讯协议，通讯技术负责把物与物从物理上链接起来，可以进行通信，通讯协议则负责建立通信的规则和统一格式。通讯技术从介质上分为有线的网络、无线的网络，根据通信举例则分为超短距、近距离、中长距离、超远距离，有些通讯技术我们已经在互联网中使用，有些则是根据物联网新创建的。其中有无线的方式，比如 GPRS, NB-IoT或者是 4G 等技术；同时也有常见的有线的通信方式，可以使用网关来进行通信将数据传输到平台层。

平台层 （各物联网企业着重业务开发点）
当数据传输的平台层之后，平台层就负责这些数据的存储，使用，维护。可以用这些得到的数据做数据处理来进行运营。平台层位于中间的一个位置，它上面有应用层，下面有网络层和感知层。它主要是起到了一个承上启下的作用，那么华为云物联网平台也被分为两层，上面这层业务使能层主要是针对应用层的各种应用来提供相应的业务。下面这层连接管理层主要是来管理下面的这些物联网设备他到底能不能跟的平台层进行一个连接，所以它属于一个鉴权认证的作用。

应用层
应用层就是面向客户的这一层，主要就是负责将收集到的这些数据做一个具体化的呈现。

2. 物联网典型应用

2.1 智慧城市

智慧城市作为提升城市发展的新驱动，通过信息技术营造出有利于创新涌现的新生态的模式，将城市的系统和服务打通、集成，以提高资源运营的效率，优化城市管理和服务。

解决方案和物联网的整体架构也是相对应的，在最下面是各类物联网设备，比如道路上的监控摄像头，智能电表、智能水表这些。之后再针对不同的物联网终端使用最合适的网络技术，例如 2/3/4G 或者 NB-IoT 的方式，或者有线的方式接入到物联网平台，平台将数据存储在平台的数据库在中，便于提供给各类应用做数据分析。

2.1.1 智慧交通

交通问题对于一个城市的发展来讲是非常重要的，在城市当中，因为各种原因时常导致发生交通事故，并引发交通拥堵。在这种情况之下，对于其他的驾驶员来说，他们的通行时间就变长了。同时对于燃油车来说，由于交通拥堵，运输费用增加，同时污染也增加了。

智慧交通解决方案通常会使用到电子警察、信号控制等一些应用系统来最大程度地实时控制交通情况，通过分布在路上的摄像头等传感器，远程对于城市各个角落的道路进行管理，来缓解交通的压力。同时还可以使用电子和自动化巡查的方式来对违法的车辆来进行处理，减少由于处理违法事件造成的交通拥堵，减少市民在路上浪费的时间，同时也可以降低能源浪费，缓解环境的污染。

2.1.2 智慧停车

针对城市局部区域或某一停车领域的智慧停车。如道路泊位的智慧停车、路外停车场的智慧停车。它们都是通过对停车泊位资源或停车场进行智能化、信息化改造，在此基础上运用智能管理系统、多元化电子支付、云平台等技术和产品实行停车泊位运营管理与城市治理的科学化、可视化、数字化、模型化和便捷化。

具体解决方案是地磁车检器+NBIoT，地磁车检器可以放置或者是半埋在每个车位，当有车停停放的时候，它就可以检测到地磁场的变化，并以此来判断车位的使用情况。同时，当这些设备联网之后它还可以告知用户哪里有车位。所以它除了检测之外还可以作为停车信息的收集器。之后往上面一层看，方案通常会会选择使用 NB-IoT 这种适用于低功耗广覆盖场景的无线技术来与平台相连接。使用这种智慧停车的解决方案，用户不仅可以获取到很多停车场的停车信息，还可以在停车的时候自助收费，减少停车管理的成本。

2.2 车联网

2.2.1 V2X（车路协同解决方案）

智能网联汽车的车路协同通信系统（V2X）利用智能车载硬件、物联网、大数据以及人工智能技术，提供V2X一站式解决方案，帮助车厂、主机厂商等实现智能网联示范与应用。让汽车、道路、行人之间建立紧密的感知机制，使车辆能够在不同驾驶环境下实现通信，从而降低事故发生率。

车路协同的意思就是把汽车当成是跟手机、电脑一样的设备，他会对路上的所有事物进行感知，包括其他的汽车、路人、路边的设施、还有网络进行信息的交互，也就是 V2V, V2P, V2I 和 V2N。

2.2.2 DRIS（是路网数字化服务）

路网数字化服务（Digital Road Infrastructure Service）通过车路协同、物联网等智能技术，打造人、车、路、云的全面协同，构建协作式的智慧交通，助力协同式的自动驾驶，给出行者提供更安全、更高效、更便捷的出行，给管理者提供全路段感知、全天候通行、全过程管控的智慧运营。

V2X 关注的更多还是汽车或者说是车机系统本身所能达到的智能化。但是 DRIS 所关注的就是路旁的各种各样的设备，路网数字化服务中包括云侧的路网数字化服务和边侧的路网数字化边缘服务。云侧的路网数字化服务所提供的就是在云平台当中的数据分析以及与边缘侧进行协同的服务能力。路网数字化边缘服务所提供的就是路旁的传感器数据接入、识别道路事件等这些与边缘计算相关的实时业务处理的能力。路网数字化DRIS 的目标就是通过连接多种路侧的传感器，实现道路的数字化感知，并向交通参与方提供信息，助力交通的顺畅运行。

2.3 工业物联网

工业场景一直是物联网当中重要的一个场景。工业物联网是将具有感知、监控能力的各类采集、控制传感器或控制器，以及移动通信、智能分析等技术不断融入到工业生产过程各个环节，从而大幅提高制造效率，改善产品质量，降低产品成本和资源消耗，最终实现将传统工业提升到智能化的新阶段。从应用形式上，工业物联网的应用具有实时性、自动化、嵌入式(软件)、安全性、和信息互通互联性等特点。

需要去使用各种各样新兴的 ICT 技术，首先在终端方面，首先需要让最底下的终端设备具备智能。它需要支持多种不同通讯协议的接入，这样可以让使用不同协议的设备可以互相进行连接与沟通，以此来达到不同设备之间协同进行操作的目的。同时的网络还需要满足海量连接和不同场景连接的需求，因为同样是在工业这一场景之下，设备在不同环境或是不同应用中对于网络的需求是不一样的。比如在对于精密的机械设备进行操控时，就需要网络具备低时延和高可靠性；在视频监控应用中，就需要网络具备高带宽的属性；同时在各种仪表应用中，又希望网络的成本和速率是比较低的。同时这些所有的设备同处于同一工业场景之下，所以希望网络可以把上述所有的设备都接入，满足海量连接的需求。

3. 物联网发展趋势

3.1 5G+边缘计算

5G 这一通信技术除了可以为人提供超高的传输速率之外，还可以在物联网当中为设备提供超低的时延，同时也可以通过边缘计算来大幅降低网络时延。

比如，在车联网的场景下，这两项技术可以在辅助驾驶或者自动驾驶的业务中为提供低时延的服务。因为在车联网当中，网络的低时延是非常重要的。当的汽车有碰撞危险的时候，如果这个时候网络时延过高，就会导致汽车刹车不够及时，以及事故的发生。

以及在高精度工业制造领域，有的时候一毫米的差距都会产生非常大的影响，这个时候就更加需要在对一起进行远程控制时使用时延更低的网络或技术。那么在这里使用的方法就是将 5G 或边缘计算技术与物联网相结合。

3.2 AIoT

人工智能和物联网之间的关系尤为密切，当把人工智能技术和物联网技术进行结合之后，形成 AIoT 场景应用。物联网所收集的数据多数为被人工智能所使用，并且海量的数据也正是目前人工智能最为缺少的一个部分，所以这两者相辅相成，能提供更加智能化的服务。

从目前的情况来看，大部分物联网项目落地过程汇总都融入了人工智能的元素，同时用户也对基于 AI 的决策意愿越来越强烈。从目前的情况来看，AIoT 技术已经不再是一个锦上添花的技术了，在未来，没有融入 AI 能力的物联网解决方案将会越来越没有竞争力。由此，可以看出 AIoT 的重要性。

注：图片来源网络，侵删。