别再迷茫!物联网快速学习入门指南

图片

先简单说一点,物联网并不是什么新概念,上个世纪就存在了。所谓物联网,其实就是借助互联网的力量,实现万物互联。

互联网本质上已经实现了人与人、人与信息的连接。那么接下来,人体自身,比如你的各项生理指标;人使用的各种物品,比如水杯、桌子和椅子;甚至人所处的周围环境,例如卧室的温度、湿度和甲醛含量,都会被接入互联网,实现人与物、物与物的连接。

那么互联网的下半场便是物联网。根据相关机构统计,目前全世界的联网设备数量已经超过170亿,除智能手机、平板电脑、笔记本电脑或固定电话等连接设备外,物联网设备的数量达到70亿。物联网连接设备无论是在消费端还是企业级连接端这两年都得到了强势的增长。预计2025年将增加到220亿。

麦肯锡公司预测,到2025年,物联网的整体经济影响将达到11.1万亿美元,超过“移动互联网”,“知识工作自动化”和“云技术”等行业。

所以说,物联网是互联网发展的必然趋势。可以先看下物联网全景图,对这个行业有个整体的认识。

图片

物联网产业主要包括“端”、“边”、“管”、“云”、“用”、“产业服务”六大板块。

1.“端”指的是终端,主要包括底层的芯片、模组、传感器、屏幕、AI 底层算法、操作系统等。

2. “边”是相对于“中心”的概念,泛指中心节点之外的位置。边缘计算则指的是将计算及相关能力从中心处理节点下放至边缘节点后形成的,贴近终端的计算能力。

3. “管”主要指的是连接通道,及相关产品和服务。大物联时代带来的大连接数和复杂设备现场环境,使得有线连接网络捉襟见肘,因此在 AIoT 应用场景中,网络以无线连接为主。

4. “云”主要指 PaaS 平台,包括物联网平台、AI 平台和其他能力平台。

5. “用”指的是 AIoT 产业应用行业,从核心驱动要素来看,可分为消费驱动型、政府驱动型和产业驱动型行业。

6. “产业服务”板块主要包括 AIoT 产业相关的各类联盟、协会、机构、媒体、投资基金等,这些组织为产业提供包括检测、标准制定、媒体、咨询、投融资等服务,是推动产业发展的重要力量。

再来聊聊物联网相关技术,物联网技术是由多种技术融合形成的,包括嵌入式技术,通信技术,互联网开发,大数据,人工智能等等。涉及到相关岗位包含硬件、软件、通信技术、后台和前端。最好先选择硬件或软件一个方向来学习,先深度再广度。

IoT架构简单来说主要分以下三个层面:设备层、网络层、应用层

  • 设备层:各种硬件设备有传感器,也有执行器

  • 网络层:设备与物联网平台通讯的协议

  • 应用层:物联网平台管理设备数据以及业务逻辑实现

设备层、网络层和应用层这三个层面的知识,都是在设计和实施一个物联网系统的过程中需要掌握的。另外,现在数据隐私和系统安全越来越重要,它们贯穿系统的整个生命周期

图片

01

物联网平台

物联网平台是物联网架构中的核心部分,它连接现实世界和虚拟世界,以实现对象之间的通信,管理数据流,支持应用程序开发并为连接的物联网设备提供基本分析。

定义了五种类型的物联网平台:

1.设备连接平台(CMP):提供覆盖功能和解决方案,用于连接IoT设备,管理和协调连接以及为已连接的IoT设备提供通信服务。

2.设备管理平台(DMP):处理预配任务,以确保已连接的设备被部署,配置并通过常规的固件/软件更新保持最新。

3.IaaS /云后端平台:为物联网应用程序和服务的数据管理提供可扩展的企业级后端。

4.应用使能平台(AEP):使开发人员能够快速创建,测试和部署IoT应用程序或服务。

5.先进的分析平台(BAP):提供复杂的分析工具,包括机器学习技术和流分析功能。

02

物联网协议

物联网协议是指在物联网环境中用于设备间通信和数据传输的协议,根据不同的作用,物联网协议可分为传输协议通信协议和行业协议

  • 传输协议:一般负责子网内设备间的组网及通信。例如 Wi-Fi、Ethernet、NFC、 Zigbee、Bluetooth、GPRS、3G/4G/5G等。这些协议能够确保在网络上传输的数据的安全性和可靠性。

  • 通讯协议:主要是运行在传统互联网TCP/IP协议之上的设备通讯协议,负责设备通过互联网进行数据交换及通信。例如 MQTT、CoAP、HTTP等。

  • 行业协议:某个行业范围内统一的标准协议。例如车联网 JT/T808、视频GB/T 28181等

下面这些传输协议都是在不同的应用场景中实现设备间通信的关键技术。

  传输协议

协议描述应用场景
Modbus一种应用层报文传输协议,包括ASCII、RTU、TCP三种报文类型。通过此协议,控制器间、控制器通过网络(例如以太网)与其他设备间可通信。工业领域广泛应用
OPC-UA全称为OPC Unified Architecture(OPC统一架构),是一项开源的、独立于平台的标准协议。使得使用不同系统的设备可以通过网络在客户端和服务器之间发送消息进行通信。适用于远程访问。适用于现场设备、控制系统、制造执行系统和企业资源规划系统等
OPC-DA适用于单系统数据访问的协议。为实时数据访问规范,定义了包括数据值、更新时间与数据品质信息的相关标准。适用于多个供应商设备和控制应用程序之间的数据交换
LoRa一种基于Semtech公司开发的低功耗局域网无线标准,解决了在同样的功耗条件下比其他无线方式传播的距离更远的问题,实现了低功耗和远距离的统一。智慧城市、智慧建筑、智能家居、智能农业、无线工业等
ZigBee一种低速短距离的无线通信协议,特点包括低速、低耗电、低成本、支持大量节点、支持多种拓扑、低复杂度、快速、可靠、安全。它主要通过无线网络进行传输。工业、农业、智能家居等领域的大规模应用
Bluetooth一种无线数据和语音通信的全球开放规范,基于低成本的近距离无线连接,为固定和移动设备建立通信环境。移动电话、PDA、无线耳机、笔记本电脑、相关外设间的无线信息交换

                                  

  通讯协议

协议描述应用场景
MQTT基于TCP/IP协议的轻量级发布/订阅信息传输协议,特点包括报文紧凑、轻量可靠、支持QoS。物联网行业推荐协议之一,应用于智能硬件、车联网、能源、电力等场景
HTTPSHTTP协议的安全版本,超文本传输协议,基于请求/响应模型进行数据传输。增加了数据加密和安全验证功能。适用于网络安全性要求较高的场景,如网上银行、电子商务、保密通信等
CoAPConstrained Application Protocol(约束应用协议),一种在物联网中的类web协议,使用请求/响应模型,基于UDP进行数据传输,适合资源受限的低功耗设备。水表、电表等资源受限的低功耗设备广泛应用
TCP传输控制协议,一种面向连接的、可靠的、基于字节流的传输层通信协议。特点是可靠传输、按序到达、重发丢失的数据包。私有协议,具有灵活性,按需定制。适用于需要可靠数据传输的应用,如文件传输、电子邮件等
UDP用户数据报协议,一种无连接的协议。特点是不保证数据传输的可靠性和流控制,但时延低、开销少。实时数据传输和快速通信,如实时视频和音频流、传感器数据采集等

   行业协议

协议描述应用场景
GB/T28181国家标准GB/T 28181—2016《公共安全视频监控联网系统信息传输、交换、控制技术要求》,是视频监控领域的国家标准。视频联网传输和设备控制
JT/T808《道路运输车辆卫星定位系统终端通信协议及数据格式》,主要用于“两客一危”(即客车、旅游客车和危险品运输车辆)车辆。交通行业应用
GB3761国标电表协议插件,利用新型数据采集技术,将电能表数据转换成电信号,提供给计量系统,并进行实时记录、统计、抄表和结算等。电表
DL/T645多功能电能表与数据终端设备进行数据交换的物理连接和协议标准。依据中国电力企业联合会提出的DL/T 645-2007《多功能电能表》标准规约。电表
IEC104由国际电工委员会制定的规约,是IEC101应用服务数据单元(ASDU)用网络规约TCP/IP进行传输的标准,保证远动信息的网络传输的通信规约依据。电力、城市轨道交通
HJ212《污染物在线监控(监测)系统数据传输标准》,环保行业中使用的数据传输标准协议。环保行业
SL651《水文监测数据通信规约》,规定水文监测等设备的数据通信标准。水文监测

这些协议各有其特点和适用场景,广泛应用于不同的工业和消费领域,对实现不同设备之间的有效通信起着至关重要的作用。

  • 10
    点赞
  • 14
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径。 随着统计学的发展,统计学习在机器学习中占据了重要地位,支持向量机(SVM)、决策树和随机森林等算法的提出和发展,使得机器学习能够更好地处理分类、回归和聚类等任务。进入21世纪,深度学习成为机器学习领域的重要突破,采用多层神经网络模型,通过大量数据和强大的计算能力来训练模型,在计算机视觉、自然语言处理和语音识别等领域取得了显著的成果。 机器学习算法在各个领域都有广泛的应用,包括医疗保健、金融、零售和电子商务、智能交通、生产制造等。例如,在医疗领域,机器学习技术可以帮助医生识别医疗影像,辅助诊断疾病,预测病情发展趋势,并为患者提供个性化的治疗方案。在金融领域,机器学习模型可以分析金融数据,识别潜在风险,预测股票市场的走势等。 未来,随着传感器技术和计算能力的提升,机器学习将在自动驾驶、智能家居等领域发挥更大的作用。同时,随着物联网技术的普及,机器学习将助力智能家居设备实现更加智能化和个性化的功能。在工业制造领域,机器学习也将实现广泛应用,如智能制造、工艺优化和质量控制等。 总之,机器学习是一门具有广阔应用前景和深远影响的学科,它将持续推动人工智能技术的发展,为人类社会的进步做出重要贡献。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值