新聞中心

EEPW首頁 > 物聯(lián)網(wǎng)與傳感器 > 設(shè)計(jì)應(yīng)用 > 遠(yuǎn)距傳輸?shù)牡凸木W(wǎng)絡(luò)技術(shù)LoRaWAN及邊緣人工智能如何革新物聯(lián)網(wǎng)

遠(yuǎn)距傳輸?shù)牡凸木W(wǎng)絡(luò)技術(shù)LoRaWAN及邊緣人工智能如何革新物聯(lián)網(wǎng)

作者:安富利公司 時(shí)間:2020-04-08 來源:電子產(chǎn)品世界 收藏

人工智能(AI)與物聯(lián)網(wǎng)(IoT)在實(shí)際應(yīng)用中的落地融合,形成了 (智能物聯(lián)網(wǎng)),也就是萬物的智能互聯(lián)。目前,已經(jīng)成為業(yè)界公認(rèn)的未來技術(shù)主流形態(tài)。艾瑞咨詢最近發(fā)布的《2020中國智能物聯(lián)網(wǎng)()白皮書》預(yù)測,2025年,中國物聯(lián)網(wǎng)連接數(shù)近200億個(gè),海量連接產(chǎn)生的交互及數(shù)據(jù)分析需求將促使IoT與AI進(jìn)行更深層次的融合。另一方面,智能的物聯(lián)網(wǎng)系統(tǒng)暴露了云計(jì)算中的潛在問題。智能和自動化的增加,無可避免地導(dǎo)致性能表現(xiàn)及安全性突出的應(yīng)用出現(xiàn)了無法預(yù)料的延遲。

本文引用地址:http://m.butianyuan.cn/article/202004/411802.htm

現(xiàn)今,兩大主要挑戰(zhàn)威脅著數(shù)量倍增的連網(wǎng)裝置:一是用于遠(yuǎn)程通訊的邊緣裝置的性能,二是離網(wǎng)型物聯(lián)網(wǎng)應(yīng)用的電池壽命。

原始數(shù)據(jù)的傳輸對任何裝置來說都是十分耗電的。傳統(tǒng)的蜂巢式廣域網(wǎng)()功耗大,因此不適用于電池供電的物聯(lián)網(wǎng)裝置。物聯(lián)網(wǎng)應(yīng)用(遠(yuǎn)距離,廣域網(wǎng))是物聯(lián)網(wǎng)應(yīng)用中的首選通訊協(xié)議之一,能夠處理人工智能如何透過邊緣應(yīng)用來改變物聯(lián)網(wǎng)架構(gòu)的問題。

LoRaWAN及邊緣人工智能如何革新物聯(lián)網(wǎng).jpg

為什么要使用及邊緣人工智能?

隨著智能裝置的激增,核心網(wǎng)域和終端裝置都面臨著來自通訊的挑戰(zhàn),例如壅塞、安全性、服務(wù)延遲、數(shù)據(jù)隱私和缺乏互操作性。

對于網(wǎng)域,大部分的挑戰(zhàn)來自過度依賴云計(jì)算。將數(shù)據(jù)發(fā)送到云時(shí),會產(chǎn)生更大量的能源消耗、帶寬、存儲和延遲,導(dǎo)致更高的成本。而霧計(jì)算或邊緣計(jì)算可以降低成本并提高效率。

當(dāng)使用無線技術(shù)進(jìn)行數(shù)據(jù)傳輸時(shí),終端裝置中的通訊障礙就會出現(xiàn)。在物聯(lián)網(wǎng)中,藍(lán)牙和其他無線標(biāo)準(zhǔn)技術(shù)的優(yōu)勢是低功耗,但有限的覆蓋范圍卻是一大障礙,特別是對于智慧城市服務(wù)而言。在這種情況下,低功率廣域網(wǎng)(LPWAN)成為了介于遠(yuǎn)程蜂巢式和短程操作技術(shù)間的可靠的替代方案。

LPWAN是在Sub-GHz免照無線電頻段上運(yùn)作的低功耗及覆蓋范圍更廣的通訊物理層。LPWAN是對鏈路和網(wǎng)絡(luò)層有效的標(biāo)準(zhǔn)協(xié)議,提供可變的數(shù)據(jù)速率,增加了以吞吐量交換為鏈路穩(wěn)健性、覆蓋范圍或能量消耗的可能。而組織單位和個(gè)人都可以部署LPWAN網(wǎng)絡(luò)。

LPWAN和接近邊緣的霧計(jì)算架構(gòu)

在智能和數(shù)據(jù)處理方面,邊緣計(jì)算和霧計(jì)算看起來很相似。但是,它們之間的主要差別在于計(jì)算和智能所發(fā)生的位置。

霧計(jì)算的環(huán)境將智能處理放在區(qū)域網(wǎng)(LAN)上,將數(shù)據(jù)從端點(diǎn)傳輸?shù)骄W(wǎng)關(guān)。 而另一方面,邊緣計(jì)算將處理能力和智能放在嵌入式自動化控制器等裝置中。

這些裝置可以運(yùn)行算法,產(chǎn)出邊緣智能—AI和邊緣計(jì)算的產(chǎn)物。

利用LPWAN進(jìn)行邊緣計(jì)算的優(yōu)勢

●   減少數(shù)據(jù)傳輸: 邊緣計(jì)算減少了傳輸?shù)臄?shù)據(jù)量和云端存儲。另一個(gè)優(yōu)勢是將計(jì)算能力放置在網(wǎng)絡(luò)邊緣,可使延遲和成本極小化,同時(shí)減輕對帶寬的需求。

●   降低延遲: 邊緣計(jì)算可將數(shù)據(jù)傳輸、處理,以及依照從過程中獲得見解所采取之行動的時(shí)間間隔最小化。另外,以較低的成本增加了分析和事件處理的速度,信噪比也降低了。由于更加靠近終端用戶的位置,能夠降低核心網(wǎng)絡(luò)和連接裝置的帶寬及功耗,因此邊緣計(jì)算透過實(shí)時(shí)服務(wù)提供了低延遲能力,而這是智慧城市以及車對車通信和其他要求延遲低于數(shù)十毫秒的應(yīng)用所必備的。這比主流的云服務(wù)的延遲要低。

●   安全性增強(qiáng): 大多數(shù)的用戶將數(shù)據(jù)安全性和隱私視為首要考慮的問題,主要是因?yàn)檫@些因素對智慧城市的相關(guān)應(yīng)用構(gòu)成了安全威脅。安全性必須分三層:用戶隱私、數(shù)據(jù)安全性和網(wǎng)絡(luò)連接。 邊緣計(jì)算通過憑證升級和多個(gè)實(shí)體裝置上的安全檢查等措施,解決了物聯(lián)網(wǎng)安全性的挑戰(zhàn)。

●   擴(kuò)展的應(yīng)用程序: LPWAN和邊緣裝置在衛(wèi)生保健監(jiān)控中無所不在,例如用于偵測患者跌倒。 在篩選數(shù)據(jù)來進(jìn)行實(shí)時(shí)處理的情況下,邊緣裝置可以提高準(zhǔn)確度和適應(yīng)能力。傳統(tǒng)系統(tǒng)中,在云端傳輸原始數(shù)據(jù)序列,因此警報(bào)的延遲增加了。邊緣系統(tǒng)透過將繁重的計(jì)算負(fù)載從傳感器節(jié)點(diǎn)調(diào)換到邊緣網(wǎng)關(guān),來減少傳感器節(jié)點(diǎn)上的計(jì)算工作。

如何利用邊緣人工智能加速應(yīng)用場景落地

雖然邊緣裝置的模型構(gòu)建和訓(xùn)練階段會消耗大量資源,并增加額外的復(fù)雜性,但市場上有提供定制和降低復(fù)雜性的高質(zhì)量選擇。

安富利的SmartEdge Agile裝置可以簡化并大幅降低這種復(fù)雜性。SmartEdge Agile是搭載各種類型傳感器的邊緣計(jì)算裝置。Brainium用于構(gòu)建和訓(xùn)練模型。該裝置具有LPWAN連接以建立霧計(jì)算架構(gòu),并使用網(wǎng)關(guān)連接到Brainium。安富利的SmartEdge工業(yè)物聯(lián)網(wǎng)網(wǎng)關(guān)可安全且無縫連接Brainium和云。



關(guān)鍵詞: WAN LoRa AIoT

評論


相關(guān)推薦

技術(shù)專區(qū)

關(guān)閉