(1) 物联网特征
物联网的基本特征从通信对象和过程来看，物与物、人与物之间的信息交互是物联网的核心。物联网的基本特征可概括为整体感知、可靠传输和智能处理。
整体感知—可以利用射频识别、二维码、智能传感器等感知设备感知获取物体的各类信息。
可靠传输—通过对互联网、无线网络的融合，将物体的信息实时、准确地传送，以便信息交流、分享。
智能处理—使用各种智能技术，对感知和传送到的数据、信息进行分析处理，实现监测与控制的智能化。根据物联网的以上特征，结合信息科学的观点，围绕信息的流动过程，可以归纳出物联网处理信息的功能:
1) 获取信息的功能。主要是信息的感知、识别，信息的感知是指对事物属性状态及其变化方式的知觉和敏感；信息的识别指能把所感受到的事物状态用一定方式表示出来。
2) 传送信息的功能。主要是信息发送、传输、接收等环节，最后把获取的事物状态信息及其变化的方式从时间(或空间)上的一点传送到另一点的任务，这就是常说的通信过程。
3) 处理信息的功能。是指信息的加工过程，利用已有的信息或感知的信息产生新的信息，实际是制定决策的过程。
4) 施效信息的功能。指信息最终发挥效用的过程，有很多的表现形式，比较重要的是通过调节对象事物的状态及其变换方式，始终使对象处于预先设计的状态。
(2) 关键技术
1) 传感网
MEMS是微机电系统（Micro-Electro-MechanicalSystems）的英文缩写。它是由微传感器、微执行器、信号处理和控制电路、通讯接口和电源等部件组成的一体化的微型器件系统。其目标是把信息的获取、处理和执行集成在一起，组成具有多功能的微型系统，集成于大尺寸系统中，从而大幅度地提高系统的自动化、智能化和可靠性水平。它是比较通用的传感器。因为MEMS，赋予了普通物体新的生命，它们有了属于自己的数据传输通路、有了存储功能、操作系统和专门的应用程序，从而形成一个庞大的传感网。这让物联网能够通过物品来实现对人的监控与保护。遇到酒后驾车的情况，如果在汽车和汽车点火钥匙上都植入微型感应器，那么当喝了酒的司机掏出汽车钥匙时，钥匙能透过气味感应器察觉到一股酒气，就通过无线信号立即通知汽车“暂停发动”，汽车便会处于休息状态。同时“命令”司机的手机给他的亲朋好友发短信，告知司机所在位置，提醒亲友尽快来处理。不仅如此，未来衣服可以“告诉”洗衣机放多少水和洗衣粉最经济；文件夹会“检查”我们忘带了什么重要文件；食品蔬菜的标签会向顾客的手机介绍“自己”是否真正“绿色安全”。这就是物联网世界中被“物”化的结果。
2) M2M系统框架
M2M是Machine-to-Machine/Man的简称，是一种以机器终端智能交互为核心的、网络化的应用与服务。它将使对象实现智能化的控制。M2M技术涉及5个重要的技术部分：机器、M2M硬件、通信网络、中间件、应用。基于云计算平台和智能网络，可以依据传感器网络获取的数据进行决策，改变对象的行为进行控制和反馈。拿智能停车场来说，当该车辆驶入或离开天线通信区时，天线以微波通讯的方式与电子识别卡进行双向数据交换，从电子车卡上读取车辆的相关信息，在司机卡上读取司机的相关信息，自动识别电子车卡和司机卡，并判断车卡是否有效和司机卡的合法性，核对车道控制电脑显示与该电子车卡和司机卡一一对应的车牌号码及驾驶员等资料信息；车道控制电脑自动将通过时间、车辆和驾驶员的有关信息存入数据库中，车道控制电脑根据读到的数据判断是正常卡、未授权卡、无卡还是非法卡，据此做出相应的回应和提示。
在本项目中将物联网技术应用到物联感知平台，为智慧园区提供跨部门、跨业务的物联感知联网服务。实现面向园区的全域感知、资源共享、统筹管理、协同管理，助力物联感知平台应用创新。
（3）物联网设备接入
设备连接：物联网平台支持海量设备连接，设备与IoT平台可进行稳定可靠地双向通信。
设备接入：提供设备端SDK、驱动、软件包等帮助不同设备、网关高效接入物联网平台。开源多种平台设备端代码，提供跨平台移植指导，赋能企业基于多种平台做设备接入。
设备连接认证：支持设备一机一密或一型一密的认证方式。每个物理设备都要在平台上注册生成唯一的设备ID及密钥。
设备传输：非对称模式：TLS、DTLS设备与物联网平台的数据传输通道进行非对称加密，保证数据的不可篡改；MQTT-TCP非加密模式：设备与云端的数据传统通道支持MQTT-TCP连接。
数据路由：设备与物联网平台通信，需要与指定的Topic进行通信，平台对Topic做规范，方便管理；支持设备跨账号进行授权，实现设备权限的转移；提供API配置Topic路由关系实现M2M场景。
双向通信：设备和物联网平台的双向通信，支持设备上报数据、支持云端控制设备；平台可以对一批设备进行广播通信；MQTT（Pub/Sub）异步通信模型，支持设备上报数据；MQTT（RPC/RRPC）同步通信模型，适合需要等待回复的业务场景。
网络异构：提供2G/3G/4G/5G、NB-IoT、LoRaWAN、WiFi、LAN等不同网络设备接入能力，解决企业异构网络设备接入管理需求。
物联网接入能力
物联网接入网关能够把不同的物收集到的信息整合起来，并且把它传输到上一层次，因而信息才能在各部分之间相互传输。物联网接入网关可以实现感知网络与通信网络，以及不同类型感知网络之间的协议转换，既可以实现广域互联，也可以实现局域互联。
物联网接入网关具有以下能力：
1、网络互联能力
在物联网应用中，近程通信技术一般包括ZigBee、Z-Wave、RF433/315、红外线、LoRa、Bluetooth、RS485/232等。而这些通信协议都不能直接与互联网相关的技术直接通讯，所以，物联网接入网关就必须具备相应网络的接口和软硬件的接入能力。
2、数据处理能力
作为物联网边缘计算的核心设备，物联网接入网关需要具有强大的数据处理能力，就近提供智能互联、智能处理等服务，满足对业务实时、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。
3、节点管理能力
网关实现子网内的节点的管理，如获取节点的标识、状态、属性等，以及远程实现唤醒、控制、诊断、升级和维护等。预装成熟、实用的Linux等嵌入式操作系统，为用户的二次应用开发提供了一个稳定快捷的平台。
针对不同的感知设备和应用场景，我们提供了系统级“软网关”和设备级“硬网关”两种物联网接入网关。
（1）设备级的“硬网关”
面向各种传感器、物联网硬件设备，提供统一、灵活、快速的接入方案。
支持 有线（RS485，M-Bus），无线（ZigBee，LoRa）等接入方式，支持Modbus-RTU/TCP、DLT645-97/07、OPC等通信协议；
支持LAN，WiFi，2G/3G/4G传输方式，支持MQTT，TCP/UDP(Socket）、HTTP等通讯协议;
支持主流IoT平台SDK接入，阿里、百度、腾讯等；
工业级嵌入式软硬件系统，稳定可靠；
支持多种标准协议库与设备驱动，可灵活扩展；
支持B/S架构的远程诊断与维护功能，方便管理；
支持本地策略执行，与云端形成“云-边”融合。
（2）系统级“软”网关
面向第三方设备、管理系统、云平台等复杂场景，提供现场级边缘计算与接入方案。
基于插件化的万能协议适配技术，可灵活扩展接入协议；
纯软件开发，部署方式灵活，支持本地或云端部署；
提供二次开发SDK，便于第三方扩展自定义协议插件。
（4） 数据安全性保障
传输安全保障
传输层：MQTT使用TLS不但可以加密通讯，还可以使用X509证书来认证设备。
应用层：支持客户标识、用户名密码以及X509证书，在应用层验证设备。
数据存储保障
公有云：数据采用独立加密算法进行加密存储，让用户掌握自身的数据。
私有云：支持私有云平台部署，所有数据进行本地化私有云平台存储。
运维管理保障
防盗：支持账号防盗、防暴力破解。
加密：APP及web管理平台均通过https加密传输。
设备生命周期管理：提供设备的创建、禁用、删除功能。
产品管理：提供同一类设备（产品）的创建、禁用、删除功能。
设备分组：支持对设备进行分组管理。
设备标签：提供设备标签管理，可以为设备或者产品打标签，方便搜索设备。
固件升级：可以对平台上的设备进行远程升级。
远程配置：可以对平台上的设备下发配置文件。
数据存储：提供设备原始数据的存储，保证数据存储的可靠性。
设备模型：提供设备在云端物联网平台的功能描述，包括设备的属性、服务和事件，可以根据协议规范组装上报设备的数据。支持在平台免代码自定义设备模型。
设备影子：提供设备影子缓存机制，将设备与应用解耦，解决不稳定无线网络下的通信不可靠痛点。设备影子采用JSON格式，存储设备上报状态、应用程序期望状态信息。每个设备有且只有一个设备影子，设备可以通过MQTT获取和设置设备影子以此来同步状态，该同步可以是影子同步给设备，也可以是设备同步给影子。
设备检索：物联网平台提供多维度的设备检索能力，包括设备名称、设备标签等。
数据解析：提供云端的脚本解析能力，可以将设备端自定义协议解析成平台标准的数据协议，降低设备厂商接入门槛。
虚拟设备：支持云端物联网平台虚拟出设备，无需真实设备，即可快速与云端应用集成。
（6）规则引擎
规则引擎提供数据流转和场景联动功能。配置简单规则，可实现将设备数据无缝流转至其他设备，实现设备联动；或者流转至其他云产品，获得存储、计算等更多服务。
支持将平台中的数据转发到另一个Topic，实现设备之间的消息流转，互联互通，配置规则实现设备与设备之间的通信，快速实现M2M场景。
支持将数据转发到消息服务和消息队列中，保障应用设备数据的稳定可靠性。
支持将数据转发到表格存储，提供设备数据采集 + 结构化存储的联合方案。
支持将数据转发到云数据库中，提供设备数据采集+关系型数据库存储的联合方案。
支持将数据转发到数据采集器中，提供设备数据采集 + 大数据计算的联合方案。
支持将数据转发到时序时空数据库，提供设备数据采集 + 时序数据存储的联合方案。
支持将数据转发到函数计算中，提供设备数据采集 + 事件计算的联合方案。
（7）物联网数据分析
物联网平台提供物联网数据分析功能，支持基于物联网平台的开发提供设备智能分析服务，全链路覆盖设备数据生成、管理（存储）、清洗、分析及可视化等环节，可有效降低数据分析门槛，为物联网应用开发提供基础支撑。
（8）数据管理
物联网平台的数据分析服务支持一键配置IoT设备数据存储和业务数据管理，支持物联网设备数据与业务数据的跨域分析。
物联网数据存储：用户可创建并制定数据存储周期，用于后续数据分析。
其他数据源：支持使用其他数据源功能（原数据源配置），配置数据库账号，将RDS上的业务数据与物联网产生的运行数据进行关联分析，用于流计算及数据开发中与业务数据联动。
物联网平台支持数据开发的云上交互式查询服务，无需数据预处理过程，直接使用标准的SQL语句对设备进行数据分析。
数据开发支持如下功能：
1）创建数据开发任务，支持SQL分析；
2）开放物联网平台常用设备数据表；
3）支持用户配置的RDS业务数据表；
4）语法校验检查是否符合语法执行规则；
5）SQL语句分析查询结果支持CSV下载；
6）表管理：对系统数据表（平台系统表、平台设备数据表）和其他数据源中的用户数据进行管理；
7）函数列表：列出物联网数据分析支持的函数以及函数说明，开发任务中需要使用函数，可通过函数列表查看函数信息。
8）数据开发支持对以下三个数据来源中的设备数据进行分析：物联网平台的系统数据、基于产品能力定义的设备数据、用户授权的业务数据。
9）API服务开发：可将数据开发中的数据任务（使用SQL开发的数据任务）封装成API，方便开发者调用，既可以直接响应设备端请求，也可以用来做服务端数据对接。支持两种生成API服务的方式：通过数据任务生成API、在API服务目录下开发API服务。
（9）实时数据分析
物联网平台支持实时数据分析，提供在云上进行流式数据实时化分析的工具，可搭建自定义的实时数据分析和计算任务。实时数据分析任务包括组件编排任务和SQL任务，对数据进行处理、过滤或分流。
组件编排任务：通过拖拽组件的方式，建立设备数据输入与输出的关系，通过设置属性过滤数据，也可分流数据。
基础组件：设备输入、数据源输出、数据过滤、聚合计算、维表关联，可用于配置基础的数据清洗及数据聚合流计算规则。
高级组件：异常检测，支持设备数据异常检测。
SQL类型任务：基于StreamSQL编写业务逻辑，在SQL中定义多种数据处理函数和操作符，保存为任务，对数据进行处理。
（10）物联视频和AI算法
物联网平台提供视频流上云、存储、转发、视频AI功能，快速实现将存量或者新增的摄像设备上云，集成视频算法，以及云边协同（算法云端训练、云端下发、边缘计算推理）能力。
视频设备连接：支持GB/T28181、ONVIF协议直连云端，或者通过边缘计算服务器连接云端，支持定义集成私有协议SDK，完成数据上云，可提供SDK，将设备数据上云。
平台对接：支持主流视频设备厂商云平台提供的服务接口对接和上游通过RTMP/RTSP、国标等协议向上游公安市政等平台级联。
编码：支持H264或H265格式编码。
设备控制与管理：支持国标或者私有协议提供的PTZ、管理等功能；支持MQTT命令下发，完成PTZ/OTA/报警事件/消息联动/录像计划设置。
视频分发：支持对外rtmp、rtsp、hls、http-flv视频流输出。
视频播放：播放终端支持Android、IOS、PC、WEB端播放，播放器支持videojs，ckplayer等浏览器播放，支持H5浏览器播放hls。
云端API ：支持直播、录像播放，本地录像列表，云端录像列表，设置录像计划，读取录像计划，云端存储，事件联动，报警抓图、云台控制、码流切换、心跳保活、鉴权，以API形式对外输出。
设备接入：支持设备接入，三元组管理，设备配置。
设备管理：支持设备新增、删除、配置修改、设备开启/禁用。
计量与计量监控：支持设备维度统计流量、存储用量；设备维度用量统计分析，排名。
算法训练工具：支持视频原子算法云端训练与下发。
AI算法-人脸比对：支持人脸识别、人脸比对1:1、人脸查找1:N、多人查找n：N识别比对。
AI算法-以图搜图&行为轨迹：基于人脸，搜索高危或特定人员，并结合GIS或3D地图，展示人脸数据的轨迹视图。
人员结构化&布控报警：基于视频或照片检测人，人员特征，可基于黑名单等异常方式报警。
云边端算法一体协同：支持算法在云端、边缘服务器和终端设备以不同形态进行部署和运行，云边端协同调度。
4.9.2.10 物联网边缘能力
物联网边缘能力是物联网平台能力在边缘端的拓展，继承了物联网平台在安全、存储、计算、人工智能的能力，可部署于不同量级的智能设备和计算节点中，通过定义设备模型连接不同协议、不同数据格式的设备，提供安全可靠、低延时、低成本、易扩展的本地计算服务。同时，可以结合大数据、AI学习、语音、视频等能力，打造出云边端三位一体的计算体系。
远程SSH服务：支持SSH方式远程访问网关操作系统，通过通道安全加密手段确保通信链路的安全。
远程文件服务：支持远程文件服务，可以通过此功能上传、下载、删除、重命名文件或者文件夹。
远程Web隧道：支持远程Web隧道功能。
MQTT上云：支持MQTT上云，通过MQTT协议承载设备模型进行通信。
子设备管理：子设备管理是网关下子设备的管理方式，支持通过此功能添加设备、移除涉笔、配置驱动、调试驱动等。
设备接入驱动：提供设备接入的驱动框架，支持Modbus、OPC UA、Websocket和自定义驱动框架。
可视化规则编排：支持可视化规则编排，不需要写代码即可开发场景应用，规则即可以在云端执行也可以在边缘执行；支持手动触发执行。场景规则可以设置数据触发条件、过滤条件，然后根据条件选择执行方式，最终进行执行。
流数据分析：支持用流的方式开发业务应用的方式，提供多种流的模块，流可以在云端进行编排，边缘执行。
AI模型运行框架：支持以函数计算方式实现机器学习框架，支持TensorFlow模型，可在x86架构上提供硬件加速。
消息路由：支持通过消息路由实现云端管控边缘消息流转，云端可以通过编排的方式设置消息的流转路径，确保消息以最小化访问的方式在模块间流转。
云服务集成：支持在边缘快速访问云产品，可以在边缘直接访问云产品，在云端管理云产品的访问权限，边缘业务直接访问对应的云产品，加速云产品开发流程，降低开发难度。支持的云产品包括日志服务、云监控、时序存储、对象存储、云数据库等。
业务应用隔离：边缘可以保证资源隔离，避免应用之间相互影响，资源隔离分为容器级别隔离和进程级别隔离。容器级别的隔离是彻底的资源隔离，进程级别隔离是一种轻量级的隔离手段，隔离程度弱于容器级别隔离，但资源消耗较低。
（11）智能边缘一体化服务
支持在边缘侧部署云边协同服务器，除了支持物联网边缘计算的能力外，还可进一步整合项目边缘应用，充分利用服务器资源，统一管控项目中的各子系统，打破数据孤岛。针对项目管理人员可以在本地完成所有的业务管理，针对项目运维人员，支持边缘应用的统一运维和云边协同，支持高可靠架构，满足边缘应用的稳定运行，针对集团管理员可以实时获取项目中的数据助力云端分析，实现精细化运营。
物联网平台边缘能力支持边缘端应用托管，支持如下功能：
资源统一调度：通过将所有边缘端计算节点的计算资源虚拟化，并将应用容器化部署，系统可以更加充分得利用所有资源。
应用统一运维：所有应用通过Kubernetes部署，用户可以对所有应用进行扩容，监控，日志抓取登操作做统一管理。
应用高可靠：应用的高可靠表现在无状态节点的多副本部署和有状态节点的主备部署。前者保证服务的持续性，后者保证数据的可靠性。
资源水平扩展：平台提供扩容的能力，即用户可以随意按需增加设备数量，用户只要要使用扩容工具，即可完成资源到应用的分配。
边缘自治：集群在弱网或者断网环境下，可以实现边缘管理
集群应用免登：集群中的应用统一对接，一套账号体系实现多个应用之间免密登录。
AI能力：边缘网关能够支持AI能力，支持云端与边缘端一体化调度，能够支持人、车、物图像的识别、跟踪、检测等功能，提供更为智能与实时的分析预测能力。
文章标题：智慧园区管理系统中的物联网平台
转载地址：：http://www.huiyunpark.com/huiyunshidian/r-234.html 转载请注明出处