物聯網（Internet of Things，簡稱 IoT），是新一代信息科技的重要組成部分，是繼計算機、互聯網之后世界信息發展的第三次浪潮。據金準人工智能專家統計，2017年中國物聯網產業規模已達萬億，我國早已將物聯網上升為戰略性新興產業。

物聯網，也有人定義為物物相連的互聯網，金準人工智能專家以物聯網產業發展背景出發，將物聯網的技術架構分為四層，分別為感知層、傳輸層、平臺層和應用層。感知層主要涉及芯片、模組以及傳感器等感知設備；傳輸層分為短距離即局域網傳輸（ WiFi、藍牙和Zigbee等）和長距離即廣域網傳輸（ NB-IoT、LoRa等）；平臺層分為連接管理平臺、設備管理平臺、應用使能平臺和業務分析平臺；應用層包括十大領域，分別為物流、交通、安防、能源、醫療、建筑、制造、家居、零售和農業。

報告著重講述了，當前情況下物聯網如何應用于這十個領域；并結合實際情況，說明了物聯網產業發展仍然存在的問題及其發展前景。物聯網是一個大的產業，涉及了方方面面。當前，物聯網應用正處于起步階段，金準人工智能專家根據實際情況，對物聯網產業的發展現狀進行了全面的梳理總結，著重講述了物聯網如何應用于十大領域，希望能夠為業內外人士提供一定的參考和借鑒。我國作為發展物聯網產業的重要國家，有望在這新一輪的世界競爭中脫穎而出，實現彎道趕超。

一、物聯網發展綜述

1.1物聯網產業發展背景

物聯網的起源——從世界到中國（2009年及之前）：

藍牙、5G等技術助推物聯網產業快速發展（2009年之后）：

我國物聯網產業市場規模逐漸增加，年復合增長率超過了四分之一。隨著中國政府的大力支持，以及我國物聯網產業鏈上下游企業的大力發展，目前，我國物聯網產業體系已基本形成。同時，各相關企業也具備了一定的技術，形成了一定的產業和應用的基礎。根據中國經濟信息社發布的《2016-2017年中國物聯網年度報告》以及公開資料查詢的數據顯示，我國物聯網產業規模已從2009年的1700億元躍升至 2017年的11500 億元，年復合增長率為26.9%。

圖1：2009-2017年我國物聯網產業規模（億元）及同比增長百分比

中國政府大力支持物聯網產業發展，不斷發布相關產業政策。

1.2物聯網相關概念解析及其架構

1.2.1物聯網概念的提出與轉變、物聯網與傳感網、泛在網的區別與聯系：

物聯網(Internet of Things，簡稱IoT)，主要是通過傳感器、通信模塊以及芯片等感知設備將物體進行聯網。國內外普遍認為，1999年麻省理工學院的Ashton教授在研究RFID時，第一次提出了物聯網的概念。隨著時間的發展，2005年國際電信聯盟（ITU）發布的《ITU互聯網報告2005：物聯網》報告中，又重新定義了物聯網的意義和范疇。

物聯網與傳感網、泛在網既有聯系，又有區別。傳感網指的是利用傳感器加上中低速的近距離無線通信技術構成的一個獨立的網絡，小范圍內的實現物物之間的信息交換。物聯網指的是在物理世界中安裝具有感知、計算以及執行能力的傳感設備，以實現較大范圍內的人與物、物與物之間的信息交換。傳感器技術是物聯網絡終端所采用的技術之一。泛在網指的是在現有的網絡技術下，實現人與人、人與物、物與物之間的信息獲取、傳遞與存儲等功能。泛在網、物聯網、傳感網各有定位，傳感網是物聯網、泛在網的重要組成部分，物聯網是泛在網發展的物聯階段，三者是包含與被包含的關系。

圖2：物聯網概念的提出與轉變

圖3：傳感網、物聯網與泛在網的區別與聯系

1.2.2物聯網產業發展所涉及的幾項技術

物聯網產業涉及到生活的方方面面，其所涉及的技術也多種多樣，從感知技術到傳輸技術，最終到數據分析、處理與挖掘等多種技術，精確地實現每一項技術都具有很大的挑戰性，且每一項技術的實現，都需要各種其余技術配合完成，以下列舉了物聯網產業發展中涉及的幾項技術。

圖4：物聯網產業發展所涉及的幾項技術

1.2.3物聯網產業的四層架構，根據實際發展情況，將應用層分為了十大領域

本報告將物聯網的技術架構分為四層，分別為感知層、傳輸層、平臺層和應用層。其中，感知層是物聯網的底層，是物聯網應用和發展的基礎。利用RFID技術、傳感等技術，實現對物理世界的智能感知、識別及控制等。物聯網的傳輸層分為有線傳輸和無線傳輸，無線傳輸可按距離分為短距離傳輸和長距離傳輸，本報告主要講述無線傳輸。物聯網的平臺層分為四大平臺，分別為連接管理平臺、設備管理平臺、應用使能平臺和業務分析平臺。平臺層用于數據的分析與處理，后應用于各個行業。金準人工智能專家根據實際發展狀況，將物聯網應用層分為十大領域，分別為物流、交通、安防、能源、醫療、建筑、制造、家居、零售以及農業，本報告旨在將各領域如何應用物聯網技術闡述清楚，故排名沒有先后。

圖5：物聯網產業的四層架構

二、物聯網的四層架構

2.1 感知層

MCU和MEME是感知層發展最重要的兩項技術。物聯網的感知層包括基礎芯片、傳感器以及RFID、二維碼等感知裝置，而傳統的感知裝置如溫濕度傳感器、RFID等早已發展較成熟，本報告將不再描述。伴隨著物聯網產業的快速發展，對新型傳感器、芯片的需求逐漸增大，因此對其尺寸和功耗提出了更高的要求。而MCU（ Micro Control Unit ，微控制單元）和MEMS（ Micro-Electro-Mechanical System ，微機電系統）由于其高性能、低功耗和高集成度的優勢，得到了全面發展，成為感知層發展最重要的兩項技術。

由于物聯網時代需要大范圍的物體聯網，對終端感知芯片的計算、處理和傳輸能力提出了更高的要求，促使了MCU從原來的8位/16位向32位邁進，且32位MCU能兼顧物聯網產業所需要的低功耗與高性能的要求。但由于成本以及性能需要等問題，8位MCU在物聯網眾多領域仍應用廣泛。

MEMS（微機電系統）是一個獨立的智能系統，其內部結構一般在微米甚至納米級別。該類型傳感器具備體積小、質量輕、功耗低、精度高、能夠批量生產等優勢，由此MEMS傳感器已成為物聯網時代驅動變革最重要的力量之一。物聯網感知層現階段存在的三個主要問題：

世界各國在研究物聯網感知層方面已經做了大量努力，各企業及相關組織機構都分別成立了研究物聯網感知層技術工作組，已經取得了初步的成果。盡管成果顯著，但仍然存在著一定的問題，主要表現在三個方面：

圖6：物聯網感知層現階段存在的三個主要問題

2.2 傳輸層

無線傳輸是物聯網的主要應用技術，應具有廣連接、低功耗、低成本以及低延遲等特點。物聯網的傳輸層主要負責傳遞和處理感知層獲取的信息，分為有線傳輸和無線傳輸兩大類，其中無線傳輸是物聯網的主要應用。無線傳輸技術按傳輸距離可劃分為兩類：一類是以Zigbee、WiFi、藍牙等為代表的短距離傳輸技術，即局域網通信技術；另一類則是LPWAN（low-power Wide-Area Network，低功耗廣域網），即廣域網通信技術。LPWAN又可分為兩類：一類是工作于未授權頻譜的LoRa、Sigfox等技術；另一類是工作于授權頻譜下，3GPP支持的2/3/4/5G蜂窩通信技術，比如eMTC（enhanced machinetype of communication ，增強機器類通信）、NB-IoT（ Narrow Band Internet of Things ，窄帶物聯網）。

表1：物聯網傳輸層主要通信技術對比

按照傳輸速率進行劃分，物聯網領域中有大約60%屬于低速率業務，主要應用于低頻次使用場景萬物互聯的基礎在于數據傳輸，而根據傳輸速率的不同，物聯網業務可分為高速率、中速率及低速率業務。其中，高速率業務主要使用3G、4G 及WiFi技術，可應用于視頻監控、車載導航等場景；中速率業務主要使用藍牙、eMTC等技術，可應用于智能家居、儲物柜等高頻使用場景；低速率業務，即LPWAN(低功耗廣域網)，主要使用NB-IoT、LoRa、Sigfox及ZigBee等技術，可能應用于智慧停車、遠程抄表等使用頻次低的應用場景。

根據麥肯錫咨詢所調研的數據來看，全球物聯網市場有大約60%以上都屬于低速率業務，這類應用需要具有支持海量連接數、低終端成本、低終端功耗和超強覆蓋等能力。由于自身的發展以及成本等問題，各個企業都在向低成本、低功耗等方向發展。而在低速率領域，中國主要以發展NB-IoT（窄帶物聯網）為主。

圖7：高速率、中速率及低速率物聯網業務

圖8：全球物聯網連接分布

2.3 平臺層

從平臺的功能框架來看，將物聯網的平臺層分為四個部分，從底層到上層分別是連接管理平臺CMP（Connectivity Management Platform）、設備管理平臺DMP（Device Management Platform）、應用使能平臺AEP（Application Enablement Platform）和業務分析平臺BAP（Business Analytics Platform）等四部分。

圖9：物聯網應用平臺主要分為四大部分

2.4 應用層

圖10：物聯網產業的十大應用領域

圖11：物聯網產業相關部分企業圖譜

三、物聯網的十大行業應用

3.1 智慧物流

物聯網應用于物流行業中，主要體現在三方面，即倉儲管理、運輸監測和智能快遞柜。智慧物流是新技術應用于物流行業的統稱，指的是以物聯網、大數據、人工智能等信息技術為支撐，在物流的運輸、倉儲、包裝、裝卸、配送等各個環節實現系統感知、全面分析及處理等功能。智慧物流的實現能大大地降低各行業運輸的成本，提高運輸效率，提升整個物流行業的智能化和自動化水平。金準人工智能專家根據當前行業的發展，總結了應用于物聯網技術的三個方面，即倉儲管理、運輸監測以及智能快遞柜。

圖12：物聯網應用于物流行業的體現

在傳統的倉儲管理中，需要人工進行貨物掃描及數據錄取，工作效率較低；同時貨位劃分不清晰，堆放混亂，缺乏貨物流程跟蹤，成本高且差錯率高。將物聯網技術應用于傳統倉儲中，形成智能倉儲管理系統，能提高貨物進出效率、擴大存儲的容量、減少人工的成本以及勞動力強度，且能實時顯示、監控貨物進出情況，提高交貨準確率等。

圖13：物聯網應用于倉儲管理的六大功能

在運輸監測中，使用物聯網技術能實時監測貨物位置、狀態以及車輛行駛行為和司機駕駛行為等通過物流車輛管理系統對運輸的貨車以及貨物進行實時監控，可完成車輛及貨物的實時、定位跟蹤，監測貨物的狀態及溫濕度情況，同時監測運輸車輛的速度、胎溫胎壓、油量油耗、車速等車輛行駛行為以及剎車次數等駕駛行為，在貨物運輸過程中，將貨物、人以及車輛駕駛情況等信息高效的結合起來，提高運輸效率、降低運輸成本，降低貨物損耗，能清楚地了解運輸過程中的一切情況。

智能快遞柜通過物聯網技術方便用戶使用。智能快遞柜以物聯網技術為依托，實現對物體的識別、存儲、監控和管理等，與PC服務器一起構成了智能快遞投遞系統。PC服務端能夠將智能快遞終端采集到的信息數據進行處理，并實時在數據后臺去更新，方便使用人員進行快遞查詢，調配快遞以及快遞終端維護等操作。

快遞員將快件送達到指定的地點后，將其存入到快遞終端后，智能系統就可以自動為用戶發送一條短信，包括取件地址以及驗證碼，用戶能在24小時內隨時去智能終端取貨物，簡單快捷的完成取件業務。

圖14：智能快遞柜的使用流程

3.2 智能交通

交通被認為是物聯網所有應用場景中最有前景的應用之一。而智能交通是物聯網的體現形式，利用先進的信息技術、數據傳輸技術以及計算機處理技術等，通過集成到交通運輸管理體系中，使人、車和路能夠緊密的配合，改善交通運輸環境、保障交通安全以及提高資源利用率。金準人工智能專家根據實際的發展情況，分為以下八大應用場景。以下將著重講述行業內應用較多的前五大場景，包括智能公交車、共享單車、汽車聯網、智慧停車以及智能紅綠燈等。

圖15：物聯網應用于交通領域的八大場景

智能公交車分為五大系統，能實時反映車輛的位置、乘車人數及到達時間等信息。智能公交車能夠通過安裝GPS，來實時顯示公交的位置，并不斷更新獲取的數據，使用戶能夠精準的把握自己的時間。同時，通過傳感器，測量公交車的車速。而且，可以在每個座位上安裝重力傳感器，統計乘車人數以及公交剩余能載的人數。當公交車超載時，能夠進行自動報警，而用戶可以通過手機APP查詢公交車上是否有空位。使用物聯網技術的智能公交能夠方便人們的生活，包括公交調度系統，數據中心系統、車載終端系統、掌上公交系統、公交站場系統。

圖15：智能公交車的五大系統

共享單車將智能鎖作為聯網裝置，實現車輛的定位、遠程解鎖及計時計費等功能。共享單車的出現極大地解決了用戶的“最后一公里出行問題”，同時在一定程度上解決了交通擁堵的問題，也為減少尾氣的排放做出了貢獻。共享單車是典型的物聯網應用，用戶通過手機APP掃描安裝在單車上的智能鎖，通過傳輸網絡，將共享單車的數據上傳到云服務平臺，云平臺通過數據處理，實現遠程解鎖以及計時、計費等功能。

圖16：共享單車的物聯網應用架構

汽車聯網技術需要實現車與車、車與人、車與道路等互聯互通。車聯網，通俗而言指車與一切互聯（V2X），包括車車互聯、車與道路互聯以及車和人等互聯，使汽車擁有更大范圍的感知能力，發現潛在風險，優化路徑規劃。車與云平臺互聯還能及時更新車內系統，為消費者提供信息娛樂服務。車聯網的成熟發展能便于生活服務供應商進入汽車領域，以此來豐富商業場景。

將車聯網的系統架構分為四層，感知層、傳輸層、平臺層和應用層，車聯網架構的實現需要5G網絡，來滿足數據傳輸帶寬的需求，同時需要提高傳感器的精度，重點應用于設備監控、車載信息服務、車輛遠程診斷以及緊急救援等場景。

圖17：車聯網系統架構

智慧停車以停車位為基礎，實現車位的查找、預訂以及自動支付等功能。在城市交通出行領域，由于停車資源有限，停車效率低下等問題，智慧停車應運而生。智慧停車是以停車位資源為基礎，綜合運用物聯網、無線通信以及大數據等技術，通過數據采集、分析、控制與指引等能力，實現城市的停車資源聯網化、信息化以及系統化，最終達到停車資源標準化管理以及高效利用等。

圖18：智慧停車業務架構圖

智能紅綠燈通過物聯網技術實現對車輛、行人等的監測，提高道路承載力和運行效率。智能紅綠燈是智慧城市的重要一環，應動態的設置控制信號燈紅或者綠，以此來提高路口承載力和運作效率。利用無線通信、紅外感應和射頻識別等物聯網相關技術，實時進行車輛監測、行人檢測以及道路環境監測等，將人、車、道路與交通控制網絡連接，實時根據實際情況進行紅、綠燈的變換。智能紅綠燈的實現主要在于其交通信號的控制系統，主要包括兩方面的監測，即車輛檢測和行人檢測。其中，車輛檢測又包括車流量檢測和車輛識別；而行人檢測包括對人流量的檢測以及對特殊行人的檢測，將檢測后的信號發送回控制系統，根據相應的算法，對突發狀況進行及時反映。

圖19：智能信號燈控制系統

3.3 智能安防

智能安防核心在于智能安防系統，系統主要包括門禁、報警和監控三大部分。安防是物聯網的一大應用市場，傳統安防對人員的依賴性比較大，非常耗費人力，而智能安防能夠通過設備實現智能判斷。目前，智能安防最核心的部分在于智能安防系統，該系統是對拍攝的圖像進行傳輸與存儲，并對其分析與處理。一個完整的智能安防系統主要包括三大部分，門禁、報警和監控，行業中主要以視頻監控為主。

由于采集的數據量足夠大，且時延較低，因此目前城市中大部分的視頻監控采用的是有線的連接方式，而對于偏遠地區以及移動性的物體監控則采用的是4G等無線技術。

圖20：智能安防

視頻監控是智能安防最核心的系統，可應用于不同的場景。智能安防系統分為三大部分，門禁、報警和監控。其中，視頻監控是智能安防最核心的系統，以攝像頭為主的視頻監控，可應用于各行各業，以下主要講述視頻監控如何運用在家居、交通、醫療、物流、制造和零售等領域。

圖21：視頻監控的應用場景

3.4 智慧能源

物聯網應用于能源領域，可用于水、電、燃氣等表計以及路燈的遠程控制上。智慧能源屬于智慧城市的一個部分，當前，將物聯網技術應用在能源領域，主要用于水，電，燃氣等表計以及根據外界天氣對路燈的遠程控制等，基于環境和設備進行物體感知，通過監測，提升利用效率，減少能源損耗。金準人工智能專家根據實際情況，將智慧能源分為了四大應用場景：

圖22：物聯網在能源領域的應用

與傳統的GPRS抄表技術相比，NB-IoT遠程抄表技術部署更加方便、接入量更大以及能耗更低。遠程抄表是目前比較熱門的一個物聯網應用，尤其是當今社會對于能源以及資源的重視程度越來越高，因此通過對水、電、燃氣等表計的智能管理，來達到節能及高效利用資源等的目的顯得尤為重要。

與傳統抄表相對比，遠程抄表不需要大量的人力。而相對于傳統的以GPRS網絡進行抄表，新一代的NB-IoT遠程抄表技術部署更加方便、接入量更大、能耗更低，同時省去了網關和采集器等設備，具有更高的經濟效益與社會效益。

圖23：傳統抄表與NB-IoT抄表的系統架構

3.5 智能醫療

在智能醫療領域，新技術的應用必須以人為中心。而物聯網技術是數據獲取的主要途徑，能有效地幫助醫院實現對人的智能化管理和對物的智能化管理。對人的智能化管理指的是通過傳感器對人的生理狀態（如心跳頻率、體力消耗、血壓高低等）進行捕捉，將他們記錄到電子健康文件中，方便個人或醫生查閱。對物的智能化管理，指的是通過RFID技術對醫療物品進行監控與管理，實現醫療設備、用品可視化。以物聯網技術為主，金準人工智能專家總結了當前主要的兩個應用場景：

圖24：智能醫療的兩大主要應用場景：醫療可穿戴和數字化醫院

醫療可穿戴設備通過各類傳感器采集人體或周邊環境信息，經過結構化處理后存儲在本機或上傳至云端，同時還能通過顯示屏、微電機等途徑反饋給用戶。在不同的應用方向上，對可穿戴產品的技術功能需求有著不同的側重。

圖25：智能醫療可穿戴設備的九個方向:

當前，數字化醫院主要應用在醫療耗材監測以及人、物資等定位上。通過物聯網技術將傳統的醫院進行數字化改造，主要是為了管理醫院的人和物。對人的管理，能保障患者的安全，能有效地減少患者對醫護人員的不理解，緩和兩者的關系；而對物的管理，包括對醫院內的醫療器械以及特殊藥品等重要物資的管理，這是體現醫院的專業性的重要組成部分。目前，業內對于醫院耗材設備、以及院內定位和人員定位等場景最為看好，主要的應用體現在人、物資等的定位上。

圖26：數字化醫院整體架構圖

3.6 智慧建筑

物聯網應用于建筑領域，主要體現在用電照明、消防監測以及樓宇控制等。建筑是城市的基石，技術的進步促進了建筑的智能化發展，物聯網技術的應用，讓建筑向智慧建筑方向演進。智慧建筑越來越受到人們的關注，是集感知、傳輸、記憶、判斷和決策于一體的綜合智能化解決方案。當前的智慧建筑主要體現在用電照明、消防監測以及樓宇控制等，將設備進行感知、傳輸并遠程監控，不僅能夠節約能源，同時也能減少運維的樓宇人員。而對于古建筑，也可以進行白蟻（以木材為生的一種昆蟲）監測，進而達到保護古建筑的目的。

圖27：智慧建筑系統整合示意圖

智慧建筑可以應用的范圍很廣，目前以物聯網技術為基礎的智慧建筑，多應用于用電照明、電梯運營、消防監控、古建筑的白蟻監測以及樓宇控制等幾個領域。

圖28：智慧建筑的五大應用場景

3.7 智能制造

物聯網技術賦能制造業，實現工廠的數字化和智能化改造。制造領域的市場體量巨大，是物聯網的一個重要應用領域，主要體現在數字化以及智能化的工廠改造上，包括工廠機械設備監控和工工廠數字化和智能化改造的4個階段廠的環境監控。通過在設備上加裝物聯網裝備，使設備廠商可以遠程隨時隨地對設備進行監控、升級和維護等操作，更好的了解產品的使用狀況，完成產品全生命周期的信息收集，指導產品設計和售后服務；而廠房的環境監控主要包括空氣溫濕度、煙感等情況。

數字化工廠的核心特點是：產品的智能化、生產的自動化、信息流和物資流合一。目前，從世界范圍看，還沒有一家企業宣布建成一座完全數字化的工廠。近些年來，一些企業開始給行業內其他企業提供以生產環節為基礎的數字化和智能化工廠改造方案。企業的數字化和智能化改造大體分成4個階段：自動化產線與生產裝備，設備聯網與數據采集、數據的打通與直接應用、數據智能分析與應用。

這4個階段并不按照嚴格的順序進行，各階段也不是孤立的，邊界較模糊。

圖29：企業的數字化和智能化改造的4個階段

制造設備將數據接入到云平臺，從而實現數字化改造，數據是智能制造的基礎。工廠里設備各式各樣，將設備接入網絡，采集設備的數據傳到服務器或云平臺，是進行智能化生產的基礎。有數據接口的設備，如機器人，機床，PLC控制器，智能化儀器儀表等，將設備數據傳輸到網關。沒有現成數據的設備，通過安裝傳感器或進行智能化改造，基于有線或無線方式增加通訊能力，將數據傳輸到網關，網關根據協議將數據傳輸到云平臺，在云平臺上進行數據分析和存儲，最后應用于設備上。

圖30：工業設備接入與數據傳輸各層結構

3.8 智能家居

智能家居的發展分為三個階段，單品連接、物物聯動以及平臺集成，當前處于單品向物物聯動過渡階段智能家居指的是使用各種技術和設備，來提高人們的生活方式，使家庭變得更舒適、安全和高效。物聯網應用于智能家居領域，能夠對家居類產品的位置、狀態、變化進行監測，分析其變化特征，同時根據人的需要，在一定的程度上進行反饋。

智能家居行業發展主要分為三個階段，單品連接、物物聯動和平臺集成。其發展的方向是首先連接智能家居單品，隨后走向不同單品之間的聯動，最后向智能家居系統平臺發展，進行統一的運營，當前，各個智能家居類企業正在從單品向物物聯動的過渡階段。

圖31：智能家居

智能家居類單品多種多樣，且在產品形態上，早已達成了相對成熟的狀態。傳統的家電企業以及互聯網類企業都在大力研發智能單品，但通信協議不盡相同，使得自家的智能單品只能通過自家的APP去連接、控制。

縱觀整個智能家居市場，幾乎每一個種類都有好幾種不同廠家的智能單品在出售。這些智能單品主要包括：冰箱、空調、洗衣機、窗簾、燈、插座、門鎖等。

圖32：智能家居類企業的七大主要單品

智能家居系統多對智能單品進行簡單的操控，還無法大規模的實現產品間聯動。智能家居系統通過物聯網技術將家庭中的多種智能單品，如燈、窗簾、空調、門鎖、洗衣機和冰箱等連接在一起，以用戶的需求為主，最終實現產品間的聯動。目前，智能家居類的產品大部分處于孤島狀態，各產品間沒有太多的聯動，只是自家的智能單品能使用同一個系統進行簡單的聯動。金準人工智能專家將智能家居的系統，分為六個主要部分：

圖33：智能家居系統

智能家居平臺類企業能夠兼容各其他企業智能單品，通過統一的協議，使用同一個APP進行控制。在智能家居平臺領域，還沒有太多的企業發展到這個階段。這個階段的企業能夠兼容各其他企業的智能單品，通過統一的協議、使用同一個APP代替多個APP進行智能家居單品的控制。金準人工智能專家根據調查，以蘋果HomeKit作為當前類型的企業代表來分析，這個平臺中能夠連接的部分智能單品以及相關的企業如下圖所示：

圖34：HomeKit家居平臺使用流程

3.9 智能零售

智能零售依托于物聯網技術，主要體現了兩大應用場景，即自動售貨機和無人便利店行業內將零售按照距離，分為了三種不同的形式：遠場零售、中場零售、近場零售，三者分別以電商、商場/超市和便利店/自動售貨機為代表。物聯網技術可以用于近場和中場零售，且主要應用于近場零售，即無人便利店和自動（無人）售貨機。

智能零售通過將傳統的售貨機和便利店進行數字化升級、改造，打造無人零售模式。通過數據分析，并充分運用門店內的客流和活動，為用戶提供更好的服務，為商家提供更高的經營效率。

自動售貨機依托物聯網技術，監測每臺售貨機運行狀態以及監控出貨、缺貨等情況。自動售貨機使用多個傳感器，包括溫度傳感器、紅外線傳感器、發動機轉速傳感器、貨物監測傳感器、稱重傳感器以及攝像頭等設備，通過通信模塊，將獲取的數據傳輸到云平臺，通過大數據分析，實現對商品的監控以及跟蹤等功能。物聯網技術應用于自動售貨機，可以分為三大主要功能：

無人便利店面積多比傳統便利店小，銷售商品也較少，主要運用RFID技術將商品聯網。以Amazon Go為代表，誕生了一批無人便利店。這類便利店主要通過各種技術實現顧客自助支付或后臺自動結算，大多營業面積比日常便利店小，銷售商品比便利店少，部署在與便利店類似或更接近消費者的公共區域。

圖35：無人便利店的物聯網應用

3.10 智慧農業

智慧農業指的是利用物聯網、人工智能、大數據等現代信息技術與農業進行深度融合，實現農業生產全過程的信息感知、精準管理和智能控制的一種全新的農業生產方式，可實現農業可視化診斷、遠程控制以及災害預警等功能。農業分為農業種植和畜牧養殖兩個方面。

農業種植分為設施種植（溫室大棚）和大田種植，主要包括播種、施肥、灌溉、除草以及病蟲害防治等五個部分，以傳感器、攝像頭和衛星等收集數據，實現數字化和智能機械化發展。當前，數字化的實現多以數據平臺服務來呈現，而智能機械化以農機自動駕駛為代表。

畜牧養殖主要是將新技術、新理念應用在生產中，包括繁育、飼養以及疾病防疫等，并且應用類型較少，因此用“精細化養殖”定義整體畜牧養殖環節。

圖36：智慧農業的三大應用場景

3.10.1智慧農業的數據平臺服務

通過傳感器收集土壤溫濕度、空氣溫濕度、光照強度、以及灌溉量等數據，通過小基站將數據集成，運用無線網絡傳輸將集成后的數據傳輸到大基站中，后將數據存儲到云上。通過對云上的數據進行分析以及模型構建等操作后，在終端實時顯示，對作物生長進行精準管理。

圖37：智慧農業的數據平臺服務

3.10.2智慧農業的農機自動駕駛

農機自動駕駛指的是利用導航衛星實現農機沿直線作業功能，主要利用角度傳感器獲取農機偏移數據、攝像頭獲取周圍作物生長數據以及導航衛星實時定位跟蹤車輛信息數據，將三者獲取的數據經過無線網絡傳輸到控制端，對數據進行分析后，利用車載計算機顯示器實時顯示作業情況以及作業進度等，車聯網是實現農機自動駕駛技術的前提。

車聯網指的是通過衛星導航系統、無線通信、傳感器等技術，對車輛進行數字化管理，包括實時跟蹤、監管車輛運行狀況等，并根據不同的功能需求對所有車輛的運行狀態進行有效的監管。

圖38智慧農業的農機自動駕駛

3.10.3智慧農業的精細化養殖

精細化養殖主要應用于養豬、養牛和養雞上，利用傳統的耳標、可穿戴設備以及攝像頭等收集畜禽產品的數據，通過對收集到的數據進行分析，運用深度學習算法判斷畜禽產品健康狀況、喂養情況、位置信息以及發情期預測等，對其進行精準管理。

圖39：智慧農業的精細化養殖

四、相關企業布局及產業發展

4.1 物聯網產業相關企業布局

感知層：以傳感器為核心的物聯網感知層的相關企業多在國外，大力研發MEMS技術和MCU芯片。物聯網的技術架構分為四層，感知層、傳輸層、平臺層和應用層，與西方國家相比，我國的物聯網感知層企業相對發展較慢。以傳感器為核心的感知層企業多以美、德和日本等國家企業為主，各企業正大力研發MEMS技術及MCU芯片，均根據自己的優勢，進行不同的布局。

傳輸層：三大運營商以NB-IoT為主要連接方式，通過“云、管、端、用”等四個方面布局物聯網產業。三大運營商是物聯網產業發展的重要力量，廣域的網絡部署階段，均需要三大運營商去布局。三大運營商分別從云、管、端、用等多個維度布局物聯網，其中“云”是指開放平臺的提供者、 “管”是指基礎網絡的運營者、“端”是指模組終端的參與者、 “用”是指產業應用的推動者。

平臺層：中國物聯網平臺層企業眾多，分為計算機通信類企業、大型互聯網企業和初創公司等三大類。

物聯網是下一個信息革命，由于平臺層上游可接芯片、模組開發商，下游可為眾多企業提供行業解決方案，中國眾多企業多在物聯網平臺層布局，主要分為三大類，即傳統的計算機通信類企業、大型的互聯網企業（BAT）和一些初創公司等。傳統大型計算機通信類企業和大型互聯網企業多通過平臺層為多個行業提供解決方案，而初創公司根據自己的優勢，多通過平臺解決某一行業的具體應用。下邊分別以華為、阿里和特斯聯企業為代表，闡述三家企業如何布局物聯網平臺層。

圖40：三大類型企業布局物聯網平臺層

應用層：物聯網技術發展較快的前四大行業為家居、交通、零售和物流。通過研究物聯網技術的整個十大行業應用，根據行業發展應用成熟度以及應用的廣泛性來看，金準人工智能專家認為當前發展較快的前四大物聯網應用行業分別為智能家居、智能交通、智能零售和智慧物流。根據實際發展情況，以下列舉了這四大行業的物聯網企業在如何布局物聯網：

4.2 物聯網產業存在的問題及發展前景

物聯網產業發展存在很多問題，其中行業應用問題以及商業模式問題是阻礙其發展的重中之重。我國是較早布局物聯網的國家之一，物聯網產業規模近些年來持續發展，通過政府以及行業內相關企業的共同努力，在關鍵技術上已經取得了一定地成果，競爭優勢不斷增強。同時，物聯網已經應用在了物流、交通、能源、安防、家居、農業、建筑、醫療、制造、零售等十個領域。伴隨著物聯網產業的快速發展，我國物聯網產業仍然存在著這樣或那樣的問題。

物聯網產業十大行業未來發展。

智慧物流：數據升級，提升物流數字化，在已有數據的基礎上，充分利用好“大數據、人工智能”技術，滿足個性化需求。智能安防：提高識別精準度，深挖垂直行業解決方案，大力發展民用市場，從數字化向智能化方向發展。

智能醫療：我國剛處于初級階段，設計多場景應用傳感器。挖掘更多的以人為主的醫療場景，同時提高醫療數字化水平。

智能制造：提高工業設備數字化水平，挖掘原有設備數據的價值，提高系統間的協調能力。

智能零售：通過人、場景等進行定位，對數據分析后進行用戶畫像描述，實現對用戶的精準推薦。

智能交通：數據采集多樣性增強，提高車、路、人等系統協同發展，降低行業成本，培育更加適合地域與行業的新模式。

智慧能源：現在相關技術和模式都處于探索階段，優先發展單設備節能，后向多領域發展，加快傳統的水、電、氣等表的改進速度。

智慧建筑：從單純的設備節能，向多領域發展，提高各建筑子系統間的協同發展。

智能家居：從單品向物物聯動發展，同時制定標準，根據客戶需要，個性化定制智能家居產品，打造多個智能家居入口。

智慧農業：降低系統解決成本，以獲取農作物數據為主，大力培育市場，提高數字化水平。