下载掌阅APP，畅读海量书库
立即打开
随着AI的发展，AI与物联网在实际应用中落地融合，原有的物联网平台开始向智能物联网方向发展。本节以微软Azure IoT和阿里云IoT为例，分析体系架构、组成以及与AI结合的方式。
微软Azure IoT [10] 由一组能够连接、控制和跟踪数十亿物联网设备的服务组成，如图2-14所示。
微软Azure IoT服务主要包括：
● Azure IoT Hub
● Azure IoT Edge
● Azure流分析
● Azure机器学习
● Azure逻辑应用
图2-14 Azure IoT架构
1. Azure IoT Hub
Azure IoT Hub是一个云托管服务，其功能是作为物联网应用和所连接设备之间的集中式、双向消息中心。IoT Hub可用于在云托管的数百万物联网设备和后端解决方案之间建立可靠和安全的通信。物联网设备都可虚拟连接到物联网集线器，集线器支持设备到云以及反向通信。IoT Hub支持用于管理设备的不同消息模式，包括从设备上传文件、设备到云遥测以及请求-应答方法。IoT Hub监控包括设备连接、故障和通信在内的所有事件，为设备通信和数据传输提供安全通道：
● 设备认证，允许每个设备安全地连接到集线器并以安全的方式控制；
● IoT Hub提供对设备访问的全面控制，管理每台设备的连接；
● 设备初始化时，设备供应服务自动将设备连接到正确的IoT Hub；
● 提供多种验证方式支持各种设备。
IoT Hub内置消息路由，可灵活创建基于规则的自动消息输出。此外，IoT Hub可与其他Azure服务结合，创建全面的解决方案。
● Azure逻辑应用：业务流程自动化。
● Azure机器学习：将AI模型和机器学习添加到解决方案中。
● Azure流分析：提供设备数据流的实时数据分析。
IoT Hub有两种可用的软件开发工具包（SDK）类别。
● IoT Hub设备SDK：创建在物联网设备执行的物联网应用，这些应用向IoT Hub发送遥测数据，并可从IoT Hub接收消息、方法、作业或更新。兼容的语言包括Python、Node.js、Java、C#和C/C++。
● IoT Hub服务SDK：允许开发人员创建后端应用，用于管理Hub，调度作业、发送消息、调用其他功能，或向物联网设备发送软件更新。
2. Azure IoT Edge
IoT Edge将云分析和一些业务逻辑下沉到边缘，其由以下三个组件（图2-15）组成。
图2-15 Azure IoT Edge
● 物联网边缘模块：在边缘运行系统业务逻辑的基本执行单元，这些模块使用Docker兼容的容器实现。通过将多个容器相互连接，可以创建复杂的数据处理管道，而且IoT Edge允许创建自定义模块或将不同的Azure服务捆绑到模块中，通过对物联网数据的处理提取业务信息。
● 物联网边缘运行时系统：位于边缘，为物联网边缘提供云和自定义业务逻辑。此外，它还执行通信和管理操作，管理并处理物联网终端设备与物联网边缘之间、模块之间、云与物联网边缘设备之间的通信。
● 物联网云接口：位于云中，允许在云中远程管理和监控物联网边缘设备。
3. Azure流分析
作为事件处理引擎，Azure流分析可以监控来自物联网设备的大容量流式数据，以及来自社交媒体源、应用程序、网站等的数据。可以使用Azure流分析对关系进行可视化并查找流式数据中的模式。数据模式一旦确定，可触发下游动作，如向上报工具发送信息、存储数据或创建数据警报。
Azure流分析利用注入Azure IoT Hub、Azure事件Hub或Azure存储中的流数据。为了评估数据流，必须创建分析作业，该作业标识输入数据流，并使用转换查询确定如何搜索数据关系或模式。数据分析结束时，能够产生输出，并确定如何响应所分析的信息。可以采取的后续动作如下所述。
● 触发警报/自定义工作流：触发特定流程或功能以响应输入模式。
● 数据可视化：数据被发送到Power BI（商业智能框架）仪表板，实现实时数据可视化。
● 数据存储：利用Azure存储系统存储数据，从而可以基于历史数据执行批量分析或训练整体机器学习模型。
4. Azure机器学习
Azure机器学习是一种基于云的服务，支持开源软件，可用于大规模训练、部署、自动化和管理机器学习模型。Azure机器学习使用户能够访问数千个开源Python包，包括机器学习组件，如PyTorch、Scikit-learn和TensorFlow。微软还提供了Azure Machine Learning Studio的框架，它是一个拖拽式、协同区域，可以在不编写代码的情况下创建、测试和部署机器学习解决方案。该工作区还提供预配置的和预先构建的算法以及数据管理模块，利用这些机器学习模块可以快速简单地实现实验验证。当需要更好地控制机器学习算法的细节，或者需要灵活地利用开源机器学习库时，Azure机器学习服务比Azure Machine Learning Studio更为方便。
5. Azure逻辑应用
Azure逻辑应用是一种云服务，用于在数据、应用、系统或服务必须跨大型企业集成时安排或自动执行任务、工作流或业务流程。Azure逻辑应用使得设计和实现可扩展数据集成、应用以及其他系统解决方案[包括云内或本地（或两者）内的企业对企业（B2B）通信]变得更加简单和直接。可以使用Azure逻辑应用自动执行的工作负载包括：
● 事件处理：事件可以跨云服务和预置系统进行处理和路由。
● 邮件通知：当应用、服务或系统中发生事件时，可以通过Office 365自动发送邮件通知。
● 文件传输：上传的文件可以从FTP或SFTP服务器传输到Azure存储。
● Tweet监控：可以按主题查看Tweet或根据情绪分析Tweet，如需额外检查，可以创建警报或任务。
阿里云物联网平台 [11] 是一个集成了设备管理、数据安全通信和消息订阅等能力的一体化平台。向下支持连接海量设备，采集设备数据上云；向上提供云端API，服务端可通过调用云端API将指令下发至设备端，实现远程控制。物联网平台主要提供设备接入、设备管理、规则引擎等能力，为各类IoT场景赋能。
阿里云物联网平台由以下三部分组成，如图2-16所示。
图2-16 阿里云物联网平台架构
● 物联网设备（硬件、操作系统）：通过物联网平台集成开发的协议和SDK，实现设备上云管理。
● 边缘节点：物联网设备接入边缘后，边缘实现设备数据的采集、流转、存储、分析和上报设备数据至云端，同时边缘也提供容器服务、边缘函数计算，方便场景编排和业务扩展。
● 云上管理平台：通过控制台集成开发边缘服务器相关的资源，管理接入的终端设备、应用、算法等，实时监控边缘服务器及其软硬件资源。同时可将设备通信数据流转到其他阿里云产品中进行存储和处理，构建智能物联网应用。
1.设备端
阿里物联网平台设备端服务由AliOS Things和HaaS开发框架组成。AliOS Things是面向IoT领域的物联网操作系统，具有高度可伸缩、高效实时的嵌入式操作系统内核，实现了资源消耗、实时性、安全性、启动速度、应用扩展、生态兼容性等多个方面的平衡。AliOS Things支持多种物联网协议，涵盖物联网主流通信协议，包括局域网连接能力（如Wi-Fi、BLE）、广域网连接能力（如NB-IoT、LoRa）、网络应用协议（HTTP、HTTPS、MQTT、CoAP、WebSocket等）。
为了在设备端支持智能物联网应用开发，AliOS Things提供AI智能框架，提供常用AI算法集成的便捷框架，包括Python/C++编程规范，隔离硬件差异，提供连云、控端、多媒体、机器学习等能力，其结构如图2-17所示。
图2-17 AliOS Things
HaaS是阿里推出的一套面向物联网智能设备的开发框架，支持物联网设备云端一体开发，HaaS开发框架支持极简连接云平台、AI等功能，可用Python/JS轻松开发智能硬件。轻应用是HaaS开发框架的重要组成部分，可以基于JS/Python开发智能硬件，分为HaaS Python和HaaS JavaScript两部分。
HaaS Python是阿里云物联网平台开发的一套低代码编程框架，兼容MicroPython编程规范，依托HaaS平台软硬件积木提供AI、支付、蓝牙配网、云连接、UI等物联网场景常用的能力。HaaS-JS轻应用是基于轻量级的QuickJS解析引擎开发的，可运行在轻量级IoT设备上的JavaScript应用。
2.边缘端
物联网边缘计算是阿里云提供的物联网信息一体化解决方案，包括开展边缘端业务所需要的服务器、算法、应用、设备接入能力等。阿里云物联网平台也可以结合阿里云的大数据、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。
边缘端架构是运行于边缘服务器中的软件框架，支持容器运行时和二进制运行时。功能模块可按需拼装，适用于各种不同规格的硬件产品量产预装。整体架构如图2-18所示。
图2-18 阿里云物联网平台边缘端结构
应用运行时框架包含业务应用、云原生中间件、IoT中间件、边缘函数计算、容器服务ACK等多个功能模块。应用运行时分为二进制运行时和容器运行时。
● 二进制运行时：在资源同步和监控服务两个功能模块基础上，扩充边缘函数计算和IoT中间件模块。
● 容器运行时：在二进制运行时基础上，可扩充容器服务、Kubernetes底座支持部署和预装云原生中间件。
云边协同是边缘服务器的核心部分，是边缘服务器实现云边一体管理的基础功能，其中包含资源同步和监控服务两大功能模块。结合应用运行时，以多种形态组合，满足智能物联网应用复杂多样的边缘功能需求。
3.云端
在云端，阿里云物联网平台提供安全可靠的设备连接通信能力，支持设备数据采集上云、规则引擎流转数据和云端数据下发设备端。此外，也提供方便快捷的设备管理能力，支持物模型定义、数据结构化存储和远程调试、监控、运维。
物联网数据分析（Link Analytic, LA）是阿里云为物联网开发者提供的数据智能分析功能，针对物联网数据特点，提供海量数据的存储备份、资产管理、报表分析和数据服务等能力，帮助用户更容易地挖掘物联网数据中的价值，如图2-19所示。
图2-19 物联网数据分析
此外，阿里云物联网平台可将设备数据流转到其他阿里云产品中进行存储和处理，借助阿里云大数据处理能力和服务，构建复杂的智能物联网应用。