5个真实案例让你看清“边缘计算+IoT”

81407019 2019-04-23

2019年4月16日的Oracle Code开发者大会上,工业物联网领域的创业公司米尺网络创始人邱勇刚,作为Oracle在IoT领域的优秀合作伙伴,受邀发表了一场《边缘计算引领IoT未来》的演讲,在现场引起了巨大反响。会后邱勇刚表示,其实他只是分享了几个“边缘计算+IOT”的真实案例,告诉大家期间碰过的壁,踩过的坑而已,现场反应是出乎他的意料的,“这只能说明目前这样的真实案例太少了。”那么,邱勇刚分享了哪些案例呢?

5个边缘计算+IoT的案例

案例一

某知名连锁酒店的消防设备报警

5个真实案例让你看清“边缘计算+IoT”

在该案例中,消防设备联网后,可以将消防栓的水压,设备的运行情况,以及是否有设备故障等信息,直接反馈给管理人员,这个依赖的就是边缘端(米尺自主开发的智能LoRa网关)的计算能力。当然,云端依然有它的作用,设备端的数据也会同时上传到云端,通过长期的积累,做事件的算法优化,从而更加精准地去预测、预警消防事件的发生,以更加快速地做出应急响应。

案例二

某知名连锁快餐店的照明设备管理

5个真实案例让你看清“边缘计算+IoT”

招牌灯,一个我日常生活中极其常见的设施。基本上夜间营业的商业机构都会用到,以往都是手动控制,天黑了就打开,天亮了就关掉,但是人总有忘记的时候,尤其是一些24小时营业的商业机构,可能天亮了忘记关掉,多开一天,就会浪费掉几度电。在这个案例中,米尺的客户就是这样一个连锁快餐店。

首先,米尺通过经纬度算出每一个店的地理位置,就可以知道它的日出日落时间,然后再接入天气数据,比如是阴天、晴天、起雾等等,再加装光感传感器来判断光照的亮度,同时再打通排班时间表,就可以实现在合适的时间,自动开关。控制端的所有操作,无需通过云端,而是依靠边缘端(招牌灯自行决策)的决策。

案例三

某博物馆内的新风及环境管理

5个真实案例让你看清“边缘计算+IoT”

大家都知道很多文物对温湿度非常敏感,所以博物馆里新风系统是必不可少的。但是要根据博物馆里面的空气环境,实时地去控制新风设备的开关,边缘计算是最佳的技术。在本案例中,本地决策自然是由米尺的LoRa来完成。

案例四

某车厂空压机的故障预测

5个真实案例让你看清“边缘计算+IoT”

图中所示是一台空压机的震动传感器,它每秒钟都在产生数据,并且数据相当复杂,有位移,有震动,有速度,有温度等等。如果把所有数据都传到云端的话,云端也无法承受如此大的数据量。所以就要把很多垃圾数据在设备端处理掉,并且对有价值的数据进行基本的频谱分析,然后再把分析过的数据传到网关端,网关再对这组数据做更进一步的分析,做出一些实时的判断。当这些分析、判断的数据量足够多的时候,再在云端在做大规模的风险判断。目前已经做到在一个小的一个闭环里头,提前十天对空压机的停机故障做出预测。

案例五

某烟草企业的数据安全

5个真实案例让你看清“边缘计算+IoT”

物联网安全是一个长久的话题,尤其是2016年的Mirai病毒事件后,大家对物联网安全的关注进一步提升。那么边缘计算能够如何加固物联网设备、系统和数据的安全呢?在此案例中,非常规的数据包拦截就可以通过设备端的计算来完成;网关端会设定接入设备的黑白名单,以防止“非法”设备的接入。

边缘计算在IoT系统中的位置及存在价值

纵观以上5个案例,边缘计算在IoT中的位置可以归结为:

5个真实案例让你看清“边缘计算+IoT”

该图简单明了的指出了边缘计算技术在IoT系统架构中的位置:

1、传感器/设备端;

2、数据采集终端;

3、基站。

那么边缘计算又是因为什么原因得以在IoT系统的多个环节中存在呢?“这一点和IoT数据的三个特性有密不可分的关系”,邱勇刚如是说。

第一个特性就是海量数据。物联网设备已多达百亿量级,这些设备每时每刻都在发送数据。某咨询机构预测到2020年物联网的数据量将达到4.4亿zb。

第二特性是数据的异构性。数据产生自数十百万种的传感器和设备,不同终端和不同采集维度的数据结构和协议都不尽相同,所以异构是物联网数据的天然特性。

第三个特性是数据时序性。所有IoT的数据都是基于时间概念的,即时序数据,脱离时间谈IoT数据与计算都是没有意义的。

物联网的这三大明显特征,导致物联网的三大现实问题

第一个实时性。实际的控制决策都在现场执行,但是响应未必能够实时。

第二个安全性。IoT数据跟企业的商业机密有关时,怎么保障数据安全?

第三个网络堵塞,以及随之而来的可靠性问题,比如会不会在传输过程中丢包?

另外,成本问题,也非常重要。想象一下500亿个设备联网,数据流量成本、存储成本,得要多大投入?

正是有了这些问题,我们今天探讨边缘计算+物联网才有了基础。

首先,边缘计算是什么?在此借用一下网络流行的这张章鱼图,可以说是最经典的对边缘计算的比喻:

5个真实案例让你看清“边缘计算+IoT”

这张图是说边缘计算和章鱼一样,大部分的决策都在离“执行现场”最近的地方进行,而不是都放在“大脑(云端)”上。这种决策方式首先可以解决物联网应用中最重要的实时响应问题;然后因为决策和执行都在现场,减少了指令从设备到云端的上传/下达过程,更能保障安全,同时也规避了可能因网络堵塞造成的响应不及时问题。最后,因为现场决策可以省去一部分数据的传输和存储,可以较大幅度地降低物联网系统的使用成本。

当然,边缘计算也是不能脱离云计算的。“一切脱离云计算来谈物联网计算的都不是真正的边缘计算。”关于云计算和边缘计算的关系,总结如下:

第一,边缘计算一定和云有联系。云端可以做算法,进行远程、随时因需的更新,新的算法下载到边缘处做控制,这是与传统工业控制的巨大差异,也是质的变化。

第二,云端做算法、边缘做控制的特性,意味着控制和外部会有互动。比如天气数据、地理位置的变化即可作为空调变频控制的判断依据。与外部因素的互动使智能化程度更高。

第三,云计算和边缘计算的结合可以更快部署、实施应用,带来显而易见的成本下降,才使应用的大规模落地成为可能性。

“总之,边缘计算让很多物联网应用具备了‘小智能’的能力,而物联网的‘大智能’,一定是和这样一个个的、碎片化的小智能同步发生并发展的”,“所以不存在先有大脑,还是先有手足,只谈手足,或者只谈大脑的物联网都是伪命题。”

相关推荐

轻舟已过万重山 / 0评论 2019-10-23