1 引言

物聯網系統從原始需求的角度，可以概括為完成數據傳感、數據傳輸到數據匯聚的軟硬件綜合系統。隨著信息化系統的不斷發展，物聯網系統部署與應用的行業廣度、深度不斷擴展。傳統物聯網系統（如圖1）更多的關注傳感與控制聯接、網絡遠程傳輸、中小型應用場景，在面對海量部署與聯接、采控集成化、智能化、網絡架構復雜化、高穩定性、低運維成本、數據安全、高環境適應性等等一系列行業需求時，存在著較大的應用局限。

與此同時，多樣化的應用場景需求，物聯網技術正快速革新，并受到業界的廣泛關注。新型物聯網系統在海量聯接、本地邏輯、數據優化、數據安全等方面，表現出優異的系統性能，為面向智能應用、復雜網絡、海量聯接的新一代信息化系統構建提供了有力的技術支撐。

圖1 傳統物聯網系統

2 存在的挑戰

隨著經濟社會的發展、生產生活效率的快速提升，人們對于信息系統的普及化、智能化、便捷化以及實時、安全性要求越來越高。作為信息化系統的重要組成部分，物聯網系統面臨著前所未有的挑戰。

2.1 CROSS挑戰

Connection（聯接）：大型物聯網系統中，廣泛存在異構與海量聯接特征，系統中存在不同數據類型、協議類型、網絡類型、控制類型的設備與終端，聯接、驅動、管理、協調、轉換、運維系統中的龐雜設備網絡存在著巨大挑戰。

Real-time（實時）：物聯網系統中存在大量高實時數據獲取、傳輸、邏輯運算場景需求，例如自動駕駛、人機協同工作站、遠程手術醫療等。因此，聯接實時、業務實時對物聯網系統提出新的挑戰。

Optimization（優化）：網絡邊緣終端與設備呈現了差異化的輸入輸出，對于物聯網系統而言，數據融合，數據統一語義與描述，是必要的;而面向中心信息平臺與應用，物聯網數據還需經優化處理后統一開放與呈現;

Smart（智能）：新型信息化系統的智能化特征，對物聯網系統提出了邊緣智能需求。在此基礎上形成業務創新、業務流程優化，賦能行業，形成效率與成本優勢;

Security（安全）：新型信息化系統的垂直延伸、業務拓展不斷深入，對物聯網系統的設備安全、網絡安全、數據安全、應用安全、數據隱私保護提出了更高的要求。

2.2 細分與碎片化的行業需求

物聯網行業廣泛應用于工業制造、電力、水利、環保、農業、地質災害等行業，眾多碎片行業對物聯網系統提出了差異化要求。物聯網行業企業提出了眾多解決方案，以適應差異化市場需求，但較多僅局限于所關注

行業領域，不同程度存在難以規模化的現象。

另外，各專業行業政府主管單位、行業協會、聯盟或科研院所為保障專業領域系統供應質量、互操作性以及競爭秩序，制訂了所屬行業或地域的物聯網系統技術標準，形成了細分行業標準眾多，卻難以統一、更新緩慢的不利局面。

2.3 解決方案垂直化、多架構并行

物聯網系統依托于各行業垂直解決方案并體現其價值， 基于已有技術和垂直市場細分，已演化出各種IoT架構，如集中式，分布式，云化物聯網架構。物聯網系統產業將在很長一段時間呈現出垂直化、多架構并行的行業特征。

2.4 多元化版圖

物聯網系統普及性的提高，市場容量的增大，為相關參與者帶來了好的發展機遇。企業，電信運營商，互聯網企業，科研院所甚至個人、家庭等各緯度主體都參與到體系的研究、發展、建設及消費中。物聯網產業的多元化版圖促進了行業發展，也帶來了系統通用、普及和互操作的難度。

2.5 傳統物聯網系統弊端

傳統物聯網系統發源于工業自動化控制系統，構建思維較多的局限于遠程數據傳輸和處理，缺乏系統靈活性和智能化應用潛力，對上述挑戰和問題考慮不足，無法滿足多樣化感知網絡及智能化系統需求。

隨著物聯網系統的廣泛應用與部署，海量且異構的網絡聯接、靈活且通用的組成要件、行業各異的智能要求（數據優化、邊緣處理、邏輯實現）以及更加規范和嚴格的數據安全等一系列挑戰，正驅動新型物聯網系統的不斷涌現。

3 新型物聯網系統

為適應信息化系統新的需求，物聯網系統不斷演進，其主要特征包括邊緣計算（Edge Computing）［1］的應用、通用化與標準化、高效運維部署和人工智能應用。上述特征很好的解決了信息化系統多業務多場景的融合智慧化感知與控制需求，成為物聯網系統技術發展的主流方向。

3.1 邊緣計算

計算技術經歷了大型機計算、PC計算、網絡計算、云計算等階段之后，進入了邊緣計算。邊緣計算是在靠近物或數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的分布式開放平臺，如圖2，就近提供邊緣智能服務，滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。在邊緣計算這一概念的發展歷程中，Cloudlet［2］、微數據中心（MDC）［3］、霧計算［4］等概念都致力于在網絡的邊緣處工作。

圖2 邊緣計算分布式開放物聯網架構

圖3示出了邊緣計算的5大關鍵利益，正是由于邊緣計算呈現了它在復雜物聯網場景的技術優勢，所以這幾年贏得了行業的特殊關注。

圖3 邊緣計算的五大關鍵利益

邊緣計算架構令物聯網系統由感知層并行延伸至網絡層和數據服務層。分布式構架使得感知系統獲得了更加靈活的任務適應能力，因而更能滿足新型信息化系統的多業務多場景需求。

3.2 通用化、標準化

IoT核心網與邊緣化物聯網終端構成了靈活多變卻又通用、標準的物聯網系統，如圖4。

網絡、計算、存儲、應用的邊緣化，使得物聯網終端獲得了更多的職能權限。邊緣化物聯網終端通過自身操作系統與IoT核心網的協調運作，可以實現對南、北向驅動管理、設備運行狀態監控以及容器化邊緣任務管理。邊緣化物聯網終端實現了接口融合、數據融合、協議融合以及容器化的應用管理，滿足了差異化場景與碎片化行業需求，最終呈現出通用化、標準化特征。圖5示出了邊緣化的物聯網操作系統內部功能結構。

圖5邊緣化的物聯網操作系統

3.3 高效的部署與運維

圖2示例中，IoT核心網通過邊云協同方式實現了物聯網系統的網絡、應用、計算資源及數據訂閱和發放管理。平臺化、服務化的邊緣管理機制帶來了中心化的高效系統部署與系統運維能力。該能力在面向萬物互聯的未來數字化系統中，將發揮巨大的經濟效益。

3.4 人工智能

作為風頭正盛的人工智能技術，深度學習（Deep Learning，DL）受到業界的大量關注。DL與邊緣計算的結合將為智能系統帶來實用且靈活的技術手段。首先，DL植入邊緣計算框架中，實現網絡邊緣的自適應管理。另外，云端也將大量的模型計算推至邊緣，實現低延遲、高可靠的智能業務。

作為典型的AI技術之一，DL在計算機視覺（CV）和自然語言處理（NLP）領域展現出了強大的性能優勢［5］，相應的智能服務與應用也快速的改變著人們的生活［6］。隨著邊緣算力的不斷增長和計算方式的革新，更加智能的算法能夠從云端拓展至終端用戶，網絡邊緣將具備更加智能化的任務執行能力，且能夠被云端不斷升級和更新。

4 典型應用場景

上文詳細分析了新型物聯網系統面臨的挑戰和應對思路，相較于傳統物聯網系統，其性能優勢明顯且綜合成本有所降低，可廣泛應用于智慧電網、智慧生態、智能制造等領域。圖6例舉了一種較為典型的新型物聯網系統解決方案。

圖6 典型的新型物聯網系統解決方案

4.1 智慧電網

傳統配電網絡由“配電自動化主站”，靠近居民的“低壓變壓器（10kV/400V）”以及延伸到每家每戶的低壓饋線網絡組成，低壓配電網絡在整個國家電網中多達480萬個，連接著4億多終端，網絡拓撲復雜，對供電質量影響大，當前仍處于較低的自動化和智能化水平，難以快速應對分布式光伏、新能源汽車、能源流調度等需求。

新型物聯網系統所構建的“云、管、邊、端”方案架構跟傳統配電網結合，在“云”層采用IoT核心網，用微服務架構解耦業務和數據，同時引入大數據和AI框架;在“管”層提供豐富的上下行通信方式，支持物聯網協議實現設備互聯互通;在“邊”層采用邊緣計算方式，打造通用且標準的智能配變終端硬件平臺，使業務APP化，軟件可定義;在“端”層引入物聯網操作系統，為末端終端植入通信與計算，使物聯網終端智能化。

4.2 智慧生態

智慧生態包含水利、林業、農業、環保、自然災害、應急管理等眾多方向，其信息化水平較為落后，感知網絡覆蓋率較低，系統存活率低，信息孤島問題嚴重，數據智能分析及模型化研究滯后，難以滿足生態監控、治理與利用需求。

新型物聯網系統可利用其感知融合、數據融合、協議融合能力，實現農、林、水、國土、應急、環保等領域感知網絡的統一建設與接入。利用邊云結合的智能運算能力，將云端訓練的模型推送至監測與控制現場，實現農業生產精準管理、水利管控智能化、自然災害（洪澇災害、地質災害、森林火險）預警預測科學化、環保監測精確化等功能，大大提升智慧生態信息化系統的管理效能。

4.3 智能制造

工業環境下的邊緣計算通常以實時或者以接近實時的方式獲取正確的設備數據，以推動更好的決策，必要時還可以進行工業過程控制。為了實現這一目標，必須先行構建邊緣設備及嵌入其中的軟件、邊緣服務器以及云的基礎架構，并連續全天候地運行。

工業網絡邊緣可以擴展到工業設備、機械制造、控制器和傳感器。當下，邊緣計算和分析正在快速地向靠近機械裝置和數據源的地點部署。隨著工業系統數字化轉型已成定勢，分析、決策和控制這些以往都是集中完

成的功能，正在從物理上加速向邊緣設備、邊緣服務器、網絡、云及其聯接系統分散。與此同時，自動化資產設備正在提升其執行邊緣計算的功能。

5 總結

新世紀的第一個十年，得益于更加廣泛的聯接，我國信息化產業獲得了快速的發展，深刻地改變著人們的生產、生活方式。隨著5G、邊緣計算、人工智能等技術的發展，物聯網系統也將不斷革新，應用于國民經濟的各個行業領域，帶來生產力的大幅提升，最終實現感知中國、智慧中國。

責任編輯：ct