下载掌阅APP，畅读海量书库
立即打开
万物智联，传感先行，广义物联网的发展也经历了传感网、物联网和智联网三个阶段。1998年，加州大学伯克利分校的Smart Dust项目获得资助，无线传感器网络开启了物联网1.0时代；2009年，随着互联网和传感网等技术的发展与融合，中国提出建设“感知中国”中心，物联网迈入万物互联的2.0时代；2018年，人工智能与物联网激烈碰撞，催生了无限可能，智联网的到来，宣告物联网正式走向万物智能的3.0时代。
1. 基本概念
无线传感器网络（Wireless Sensor Networks，WSN）是由部署在监测区域内大量传感器节点相互通信形成的多跳自组织网络系统，是物联网底层网络的重要技术形式，也是广义物联网发展的第一阶段，是实现从物理域到信息域的“感知万物”阶段。随着无线通信、传感器技术、嵌入式应用和微电子技术的日趋成熟，传感网可以在任何时间、任何地点、任何环境条件下获取物理世界的信息，为物联网（Internet of Things，IoT）的发展奠定基础 [2] 。由于无线传感器网络具有自组织、部署迅捷、高容错性和强隐蔽性等技术优势，因此非常适用于生态环境感知、域内信息收集、战场目标定位、智能交通系统和海洋探测等众多领域。
2. 体系结构
无线传感器网络的体系结构如图1-1所示，数量巨大的传感器节点以随机散播或者人工放置的方式部署在监测区域中，通过自组织方式构建网络。由传感器节点监测到的区域内数据经过网络内节点的多跳路由传输最终到达汇聚节点，数据在传输过程中被多个节点进行融合和压缩，最后通过卫星、互联网或者无线接入服务器达到终端的管理节点。用户可以通过管理节点对无线传感器网络进行配置管理、任务发布及安全控制等反馈式操作。
图1-1 无线传感器网络的体系结构
传感器节点是信息收集的末梢，由传感器模块、处理器模块、无线通信模块和能量供应模块四部分组成。传感器模块负责监测区域内信息的采集和数据转换；处理器模块负责整个传感器节点的操作、存储和处理本身采集的数据及其他节点发来的数据；无线通信模块负责与其他传感器节点进行无线通信、交换控制消息和收发采集数据；能量供应模块为传感器节点提供运行所需的能量，通常采用微型电池。
汇聚节点可实现较大范围传感器节点信息汇报、融合处理、存储转发等功能，它连接传感器网络与外部网络的信息处理中枢，可以实现内外部协议栈的通信协议转换，并把收集的数据转发到外部网络上，同时实现对传感器网络节点的远程管控。
3. 关键技术
无线传感器网络是传感器技术、低功耗信息处理技术、无线通信技术发展的重要成果形态，其出现也极大地丰富了人们对物理世界的快速感知，其关键技术主要体现在三个方面，即信息采集系统设计、网络服务支持和网络通信协议设计。
1）信息采集系统设计
对于一个在无线传感器网络中工作的传感器节点来说，有一些重要的系统设计需要利用有效的无线传感器网络模型、系统平台和操作系统支持等一系列关键技术完成。
无线传感器网络模型对特别应用场景下的感知、传输、处理、应用各环节进行统一建模，从而在整体上具有网络面向应用的特点，便于协调网络结构。由于无线传感器网络模型支持大范围的传感器节点布置，而每个生产厂商的传感器节点产品诸多实现细节方面（如无线通信模块、微处理器和存储空间等）不尽相同，所以需要传感器系统平台来对多类型传感器节点进行融合、统一。另外，无线传感器网络操作系统需要支持相应的传感器平台，这样就能保证感知数据处理的高效性。
2）网络服务支持
为了协调和管理传感器节点，无线传感器网络主要包括了传感器节点的配置、处理和控制服务及数据管理和控制等服务。这些网络服务在能量、任务分布和资源利用方面加强了整个网络的性能。数据管理和控制服务提供了必要的中间件服务支持，如时间同步、数据压缩和融合、安全保障、跨层优化等。而作为一种功能性很强的应用型网络，无线传感器网络不仅要完成数据传输，还要对数据进行一系列的融合、压缩和控制并同时保证任务执行的机密性。节点配置、处理和控制等服务可以适时地将诸如能量和带宽等资源进行最有效的分配、处理和控制，以保证任务执行的机密性、数据融合的可靠性及传输的安全性。
3）网络通信协议设计
一个可靠并且能量有效的协议栈的开发对于支持多类型无线传感器网络应用具有重要意义。面向不同的应用，网络内部可能由数百甚至上千个节点组成。每个传感器节点通过协议栈以多跳的形式将信息传递给汇聚（Sink）节点。因此，就通信而言，协议栈必须能量有效。目前，无线传感器网络通信协议栈设计的重点，集中在数据链路层、网络层和传输层，以及它们之间的跨层交互。数据链路层通过介质访问控制来构建底层基础结构，控制节点的工作模式；网络层的路由协议决定了感知信息的传输路径；传输层确保了源节点和目的节点处数据的可靠性和高效性。
1. 基本概念
“物联网”的概念于1999年由麻省理工学院的Auto-ID实验室提出，将书籍、鞋、汽车部件等物体装上微小的识别装置，就可以时刻知道物体的位置、状态等信息，实现智能管理 [3] 。Auto-ID的概念以无线传感器网络和射频识别技术为支撑。1999年在美国召开的移动计算和网络国际会议Mobi-Com1999上提出了“传感网（智能尘埃）是下一个世纪人类面临的又一个发展机遇”。同年，麻省理工学院的Gershenfeld Neil教授撰写了 When Things Start to Think 一书，以这些为标志开始了物联网的发展。
2005年11月17日，在突尼斯举行的信息社会世界峰会（WSIS）上，国际电信联盟（ITU）发布了《ITU互联网报告2005：物联网》，正式提出了“物联网”的概念。报告指出：无所不在的“物联网”通信时代即将来临，世界上所有的物体都可以通过互联网主动进行信息交换。射频识别技术（RFID）、WSN、纳米技术、智能嵌入技术将得到更加广泛的应用。2006年3月，欧盟召开会议From RFID to the Internet of Things，对物联网做了进一步的描述，并于2009年制定了物联网研究策略路线图。自2008年起，由世界范围内多个研究机构组成的Auto-ID联合实验室组织了国际年会Internet of Things。2009年，IBM首席执行官Samuel J. Palmisano提出了“智慧地球”（Smart Planet）的概念，把传感器嵌入和装备到电网、铁路、桥梁、隧道、公路、建筑、供水系统、大坝、油气管道等各种应用中，并且通过智能处理，达到智慧状态。
可以认为，物联网是指将各种信息传感设备及系统，如传感器网络、射频标签阅读装置、条码与二维码设备、全球定位系统和其他基于物−物通信模式的短距无线自组织网络，通过各种接入网与互联网结合起来而形成的一个巨大智能网络。如果说互联网实现了人与人之间的交流，那么物联网可以实现人与物体之间的沟通和对话，也可以实现物体与物体间的连接和交互。
2. 系统架构
物联网的系统架构如图1-2所示，包括底层网络分布、汇聚网关接入、互联网络融合及终端用户应用四部分，物联网可以实现更大范围、更大规模和更深层次的互联。
图1-2 物联网的系统架构
在图1-2中，大量的底层网络系统选择性地分布于物理空间当中，根据各自特点通过相应的方式构成网络分布。底层网络通过RFID、WSN、无线局域网等网络技术采集物物交换信息并传输到智能汇聚网关，通过智能汇聚网关接入互联网络融合体系，最后利用包括广播电视网、互联网、电信网等网络途径使信息到达终端用户应用系统。与此同时，终端用户可以通过主观行为影响底层网络面向不同应用，从而实现人与人、物与物、物与人之间的物联信息交互。
底层网络分布包括WSN、RFID系统、无线局域网等异构网络，通过异构网络的信息交互实现物体对外部物理环境的感知，允许系统对物品属性进行识别及对信息的采集和捕获。从网络功能上看，底层网络都应具有信息采集和路由的双重功能，同时底层异构网络间还需互相协作完成特定的任务。汇聚网关接入主要负责将底层网络采集的信息平稳接入传输网络当中，接入技术包括同轴电缆、双绞线、光纤等有线接入方式及ZigBee、蓝牙、WiMAX、Wi-Fi、4G、卫星通信等无线接入方式。智能汇聚网关通常具有强大的存储、处理和通信能力，其关键是实现向下与底层网络结合，向上平稳地与接入网络融合。优化网络系统包括广播电视网、互联网及电信网的融合网络，主要完成信息的远距离传输。对于终端用户应用系统来说，主要完成信息相关服务的发现和应用功能。
3. 关键技术 [4]
物联网技术涉及多个领域，这些技术在不同的行业往往具有不同的应用需求和技术形态。对物联网涉及的关键技术进行归类和梳理，可以形成四个物联网技术体系，包括：感知与标识技术、网络与通信技术、计算与服务技术及管理与支撑技术。
1）感知与标识技术
感知与标识技术是物联网的数据来源和信息处理的基础，负责采集物理世界中发生的物理事件和数据，实现外部世界信息的感知和识别，包括多种发展成熟度差异性很大的技术，如传感器、RFID、二维码等。其中，传感技术利用传感器和多跳自组织传感器网络，协作感知、采集网络覆盖区域中被感知对象的信息。识别技术涵盖物体识别、位置识别和地理识别，对物理世界的识别是实现全面感知的基础。
2）网络与通信技术
网络是物联网信息传递和服务支撑的基础设施，通过泛在的互联功能，实现感知信息高可靠性、高安全性传送。物联网的网络技术涵盖泛在接入和骨干传输等多个层面的内容。以互联网协议版本6（Internet Protocol Version 6，IPv6）为核心的下一代网络，为物联网的发展创造了良好的基础网络条件。另外，物联网需要综合各种有线及无线通信技术，其中近距离无线通信技术将是物联网的研究重点。
3）计算与服务技术
海量感知信息的计算与处理是物联网的核心支撑，服务和应用则是物联网的最终价值体现。
海量感知信息计算与处理技术是物联网应用大规模发展后，面临的重大挑战之一。需要研究海量感知信息的数据融合、高效存储、语义集成、并行处理、知识发现和数据挖掘等关键技术，攻克物联网“云计算”中的虚拟化、网格计算、服务化和智能化技术。核心是采用云计算技术实现信息存储资源和计算能力的分布式共享，为海量信息的高效利用提供支撑。
物联网的发展应以应用为导向，在“物联网”的语境下，服务的内涵将得到革命性扩展，不断涌现的新型应用将使物联网的服务模式与应用开发遇到巨大挑战，如果继续沿用传统的技术路线，必定束缚物联网应用的创新。从适应未来应用环境变化和服务模式变化的角度出发，需要面向物联网在典型行业中的应用需求，提炼行业普遍存在的或要求的核心共性支撑技术，研究针对不同应用需求的规范化、通用化服务体系结构，以及应用支撑环境、面向服务的计算技术等。
4）管理与支撑技术
随着物联网规模的扩大、承载业务的多元化和服务质量要求的提高及影响网络正常运行因素的增多，管理与支撑技术是保证物联网实现“可运行—可管理—可控制”的关键，包括测量分析、网络管理和安全保障等方面。
测量技术是解决网络可知性问题的基本方法，可测性是网络研究中的基本问题。随着网络复杂性的提高与新型业务的不断涌现，需研究高效的物联网测量分析关键技术，建立面向服务感知的物联网测量机制与方法。网络管理是保证网络系统正常高效运行的有效手段。物联网具有“自治、开放、多样”的自然特性，这些自然特性与网络运行管理的基本需求存在着突出矛盾，需要研究新的物联网管理模型与关键技术，保证网络系统正常、高效地运行。安全保障是基于网络的各种系统运行的重要基础之一，物联网的开放性、包容性和匿名性也决定了其不可避免地存在信息安全隐患。需要研究物联网安全关键技术，使其满足机密性、真实性、完整性、抗抵赖性的四大要求，同时还需要解决好物联网中的用户隐私保护与信任管理问题。
1. 基本概念
智能物联网（AIoT，AI+IoT），简称智联网，是2018年开始兴起的概念，指将物联网通过各类传感器感知、采集和产生的大量数据存储在终端设备、边缘端或云端，再利用人工智能和大数据相关技术对数据进行智能分析和预测 [5] 等，使得网络系统具有感知、认知、学习、行为决策甚至自演进能力，不断提高网络的服务质量和用户体验。人工智能技术为物联网赋予了感知、识别、学习和行为决策能力，物联网为人工智能提供训练机器学习算法的数据。从协同环节来看 [6] ，智联网主要解决感知智能化、分析智能化与控制/执行智能化的问题。
中国科学院自动化研究所复杂系统管理与控制国家重点实验室的王飞跃教授认为 [7] ：智联网，以互联网、物联网技术为前序基础科技，在此之上以知识自动化系统为核心系统，以知识计算为核心技术，以获取知识、表达知识、交换知识、关联知识为关键任务，进而建立包含人、机、物在内的智能实体之间语义层次的联结，实现各智能体所拥有的知识之间的互联互通；智联网的最终目的是支撑和完成需要大规模社会化协作的，特别是在复杂系统中需要的知识功能和知识服务。
长期从事智联网研究的学者彭昭认为 [8] ：智联网是建立在互联网、大数据、人工智能、物联网等基础之上的，是具备智能的连接万事万物的互联网，是智能时代的重要载体和思维方式。智联网通过将物理世界抽象到虚拟世界，并借此建立完整的数字世界，构筑新型的生产关系。智联网将改变旧有思维模式，从而实现人与人、人与物、物与物之间的大规模社会化协作。
2. 体系架构
随着网络边缘终端设备产生的数据量快速增加和新型应用对实效性要求的不断提升，数据处理和应用正在从云端走向网络边缘设备，而边缘计算和雾计算正在加速物联网从“连接”走向“智能”；同时，随着边缘设备算力的提升和人工智能芯片的发展，人工智能正在从云端走向“边缘”。因此，智联网的体系架构主要包括智能基础层、智能感知层、智能网络层、智能应用层四大层级，如图1-3所示。
图1-3 智联网的体系架构
智能基础层包括机器学习、智能芯片、人工智能（AI）框架、数据和服务器等，为智联网提供人工智能算法、算力、数据和存储支撑。智能感知层通过各种智能终端设备携带的传感器完成音频、视频、图片、文本等小规模数据的收集，在智能终端设备或边缘服务器完成数据的计算和处理任务，并结合计算机视觉、机器学习、自然语言处理、机器人技术、语音识别等人工智能技术，形成具有协同感知能力和协同控制能力的智联网。例如，对携带多传感器和执行器的无人机、无人车等无人系统的协同感知和控制。需要指出的是，智能终端已不再简单指智能手机、平板电脑等传统意义上的终端设备，家居产品、无人机、无人车、机器人等各种产品在智联网时代都属于拥有智能功能的终端设备。智能网络层可以利用路由器和网关等进行大规模、广范围的数据交换和传输，可以访问更大量的数据并拥有巨大的计算资源，并结合深度学习、持续学习、因果推理等人工智能技术，使得网络设备（如智能终端、路由器和网关）能理解、会思考，不断优化网络存储、网络接入、网络连接、数据路由和调度策略等决策能力，为智联网赋予认知能力和决策能力。智能应用层在智能基础层、智能感知层和智能网络层功能和能力的支撑下，实现数据、网络与各行业相结合，可以实现包括智慧城市、智慧医疗、智慧制造和智慧交通等新型应用。
3. 典型应用
智联网服务于智慧工厂。随着工厂信息化和智能制造的不断发展，智联网在推动工业控制向着低成本、高可扩展和智能化发展中起着重要作用。无线网络在可扩展、布线维护等方面具有便利性，对比有线网络具有明显优势，而无线网络在网络时延确定性 [9-11] 、可靠性和安全性方面逐步加强。工业智联网的诞生，将会以极高的效率加强信息管理和服务，极大地减少工业过程中不必要的消耗，极大地减少工业生产线上的人工干预，合理的生产计划编排与生产进度将促进智能大工业的出现和高速发展。
智联网服务于智慧城市、智慧建筑和智慧家庭。智联网是建设智慧城市、智慧建筑和智慧家庭的重要技术支撑之一，基于智联网及时传递、整合和利用城市、建筑和家庭产生和关联的各类信息，提高物与物、物与人、人与人的互联互通、提升全面感知和利用信息能力，从而实现对城市的精细化和智能化管理，对建筑的高效化能源管理和优化，以及对家庭的健康化和便捷化的居家服务。例如，AIoT助力智慧城市实现智能交通、智能电网，提升能源效率，应对气候变化，提升城市运转效率；AIoT助力智慧建筑，实现楼宇内空调、给排水和供配电的智能控制，以及残障人士无障碍出入等节能环保和便利的居住环境。
智联网服务于智慧交通。智联网在采集和共享交通数据的同时，可以利用大数据和人工智能技术对交通参与者的轨迹信息、交通基础设施占用率和使用情况等进行关联分析，提供实时交通数据下的智能服务，包括交通状况预判、辅助车辆控制、个性化的信息推送和辅助交通管理等，实现智慧交通的系统性、实时性、信息交流的交互性及服务的广泛性。例如，无人驾驶系统可以通过感知周围的行驶环境，推算车辆和行人的意图及行动轨迹，也可以通过检测识别交通指示牌的形态与位置，进行定位及地图建模，辅助制定车辆行驶策略，并可与其他交通参与者进行交互。