物联网设计技巧

Opto 22 区域销售经理马特・牛顿（Matt Newton）表示，“我们目前观察到的核心优势是让边缘设备能够主动采取纠正措施，预防设备故障，确保生产线持续运转。”他举例道：“我们在墨西哥遇到过一个典型应用案例 —— 一位生产工程师希望为注塑机增加智能监控与控制功能。我们为此设计了一款设备，专门监测注塑机泵油的粘度。一旦油液污染超标，设备会自动停机，向管理团队发送邮件，并为维修人员生成故障工单。”

那么，物联网和机器对机器 （M2M） 通信之间有什么区别呢？“这个问题我被问过很多次，” 赖特（Reiter）解释道，“M2M 更侧重于封闭系统内多台机器之间的连接，而物联网则更强调通过云端的通用公共服务，实现人与机器连接方式的全面协同。”

物联网应用的典型信息流程如下：首先由传感器采集物理参数，信息被存储到云端并呈现在用户界面上；有时也会在云端进行数据分析，并根据分析结果采取行动 —— 分析得出的指令会发送给执行器，而执行器有时与传感器集成在同一物理设备上。

物联网的关键应用领域

物联网被视为推动多个行业发展的赋能技术，其核心优势在于数据的便捷共享。医疗行业便是其中的典型代表 —— 试想美国疾病控制与预防中心（CDC）的医生监测流感爆发时，借助互联网或物联网快速共享的大数据，更多人能获取信息并做出更科学的决策。其他核心应用领域还包括：

（1）智能制造业：流程优化、实时库存管理、资产追踪等（2）建筑与家庭自动化：门禁控制、能源优化（3）智慧城市：居民电表监测、管道泄漏检测等（4）可穿戴设备：应用于娱乐与健身领域（如智能手表）（5）医疗健康：数据采集与监测、药品追踪、医院资产管理

“若提炼所有应用场景与优势，我们如今看到的其实是一种全新范式，” 牛顿指出，“未来的竞争不再是‘企业对已发生事件的反应速度’；借助物联网与大数据，企业能实时掌握运营各环节的动态，并通过数据预测事件发生，从而在市场中获得最大竞争优势。”

物联网面临的核心挑战

“物联网存在几大关键挑战，” 赖特表示，“我们观察到的主要挑战是传感技术，但同时还需要多种连接方式与功耗方案的支持。此外，安全性至关重要，而且物联网系统本身具有高度复杂性。”

1. 传感技术的复杂性。传感技术的挑战部分源于物理环境感知方式的多样性 —— 需通过微控制器与无线 / 有线连接传递信息，不同场景下的技术选型与适配难度较高。

2. 网络连接的兼容性。“德州仪器（TI）通过多款设备提供 14 种不同的无线技术，” 赖特说。牛顿也认同这一观点：“或许最大的障碍之一是‘如何实现统一通信语言’。目前市场上存在大量异构系统，不同厂商使用不同的通信协议。当我们需要通过互联网实现多系统互联时，‘确保设备间能正常通信’可能会成为难题。”

3. 设备功耗问题。许多物联网应用依赖电池供电，如何在保证功能的前提下降低功耗，是延长设备续航、降低运维成本的关键。

4. 数据安全风险。“安全性的重要性再怎么强调都不为过，” 赖特强调，“一个优秀的物联网应用，必须具备‘安全引擎启用机制’。”

牛顿补充道：“几乎所有可连接物联网的设备，至少都需要身份验证与加密功能。虽然 SSL（安全套接层）应用广泛，但它依然存在被破解的风险。目前我们观察到，物联网领域最广泛采用的身份验证方法是 OAuth—— 它能验证物联网中的一个设备是否确实在与它认定的对象通信。” 此外，API 密钥也是一种常用的身份验证方式。

5. 系统架构的复杂性。设计人员需融合硬件与软件设计理念，再结合现有技术、标准与架构，确定异构系统如何通过物联网实现互联。

6. 云端连接与数据过载。云端服务是物联网应用的核心要素，但行业内尚无统一的云端连接标准。“从芯片到云端服务的预集成，能帮助企业更轻松地构建端到端物联网应用，” 赖特解释道，“从芯片角度看，云端真正关注的是‘让物理设备与云端服务通信、传递采集数据’的 API（应用程序接口）。”

同时，个人区域网络（PAN）协议通常需连接到网关，再由网关接入以太网或 WiFi，因此必须依赖 TCP/IP 协议栈。“协议栈的选择至关重要，” 牛顿说，“有些协议栈存在更多漏洞，但要在物联网中传输数据，IP 协议栈是必不可少的。”

在应用接口方面，奥普图 22 公司以 RESTful 架构为基础开发 API。REST 架构利用 HTTP、HTTPS 等互联网通用协议，能让物联网中的异构系统实现互联通信、跨网传输数据，并完成具有商业价值的任务。“它本质上是一份‘物联网设备通信指南’，” 牛顿表示，“我们认为，这类 API 是实现‘从使用 C 语言等嵌入式开发平台到物联网交互’数据传输的关键。”

7. 数据过载与边缘计算的必要性。以联网汽车为例，每辆车每秒可产生高达 300MB 的数据 —— 若将这些数据全部通过互联网传输，带宽很快会耗尽，且带宽成本的下降速度远不及存储与计算能力。

解决这一问题的核心思路是让传感器与控制系统在网络边缘采集并处理数据。这意味着边缘设备需要配备微处理器，通过智能分析筛选关键数据，减少上传至云端、文件系统或网络的数据量。目前已有多款设备采用了这种边缘计算方案。

物联网设备开发实践：Bimba 气缸的智能化改造

“宾巴制造公司（Bimba Manufacturing）在开发边缘设备时，就应用了上述诸多原则与方法，” 该公司智能传感产品营销经理杰里米・金（Jeremy King）表示，“几年前，我们意识到需要将气缸与新技术整合，实现智能化升级。”

1. 前期准备：资源评估与团队搭建。首要步骤是评估企业现有资源与技能储备，明确开发物联网兼容产品所需补充的能力，并尽早组建专业团队。以宾巴为例，安全性相关技能是当时的核心缺口之一。

2. 需求聚焦：明确客户数据需求。“我们希望开发一款‘易于安装并能提升客户现有设备性能’的产品，” Jeremy King 说，“因此，我们在设备中集成了两个串联压力传感器 —— 每个传感器每秒可生成 1000 个压力数据点与 1 个温度数据点，整体每秒产生超过 2000 个数据点。”

3. 技术实现：数据采集与分析模块设计。为处理海量采集数据，宾巴的工程师开发了 “传感器接口模块”—— 这款模块兼具数据采集功能与数据分析算力（具体需配备多大算力，取决于应用场景中分析功能的复杂程度）。

Jeremy King 介绍道：“该模块配备 100GB 硬盘存储空间与内置 Web 服务器，可实时呈现传感器接口模块的所有数据 —— 仅一个月内，硬盘与服务器接收的数据就超过 100GB。但我们意识到，无论是维修人员还是运营经理，都没有时间从 100GB 数据中筛选关键信息。因此，开发物联网设备的关键在于：不能只提供数据，更要为客户提供‘可行动的见解’，告诉他们如何利用这些数据创造价值。”

他最后补充：“而且，当客户获得新见解后，企业需要做好准备，应对他们随之提出的新需求。”