5个真实案例让你看清“边缘计算+IoT”

2019年4月16日的Oracle Code开发者大会上，工业物联网领域的创业公司米尺网络创始人邱勇刚，作为Oracle在IoT领域的优秀合作伙伴，受邀发表了一场《边缘计算引领IoT未来》的演讲，在现场引起了巨大反响。会后邱勇刚表示，其实他只是分享了几个“边缘计算+IOT”的真实案例，告诉大家期间碰过的壁，踩过的坑而已，现场反应是出乎他的意料的，“这只能说明目前这样的真实案例太少了。”那么，邱勇刚分享了哪些案例呢？

5个边缘计算+IoT的案例

案例一

某知名连锁酒店的消防设备报警

在该案例中，消防设备联网后，可以将消防栓的水压，设备的运行情况，以及是否有设备故障等信息，直接反馈给管理人员，这个依赖的就是边缘端（米尺自主开发的智能LoRa网关）的计算能力。当然，云端依然有它的作用，设备端的数据也会同时上传到云端，通过长期的积累，做事件的算法优化，从而更加精准地去预测、预警消防事件的发生，以更加快速地做出应急响应。

案例二

某知名连锁快餐店的照明设备管理

招牌灯，一个我日常生活中极其常见的设施。基本上夜间营业的商业机构都会用到，以往都是手动控制，天黑了就打开，天亮了就关掉，但是人总有忘记的时候，尤其是一些24小时营业的商业机构，可能天亮了忘记关掉，多开一天，就会浪费掉几度电。在这个案例中，米尺的客户就是这样一个连锁快餐店。

首先，米尺通过经纬度算出每一个店的地理位置，就可以知道它的日出日落时间，然后再接入天气数据，比如是阴天、晴天、起雾等等，再加装光感传感器来判断光照的亮度，同时再打通排班时间表，就可以实现在合适的时间，自动开关。控制端的所有操作，无需通过云端，而是依靠边缘端（招牌灯自行决策）的决策。

案例三

某博物馆内的新风及环境管理

大家都知道很多文物对温湿度非常敏感，所以博物馆里新风系统是必不可少的。但是要根据博物馆里面的空气环境，实时地去控制新风设备的开关，边缘计算是最佳的技术。在本案例中，本地决策自然是由米尺的LoRa来完成。

案例四

某车厂空压机的故障预测

图中所示是一台空压机的震动传感器，它每秒钟都在产生数据，并且数据相当复杂，有位移，有震动，有速度，有温度等等。如果把所有数据都传到云端的话，云端也无法承受如此大的数据量。所以就要把很多垃圾数据在设备端处理掉，并且对有价值的数据进行基本的频谱分析，然后再把分析过的数据传到网关端，网关再对这组数据做更进一步的分析，做出一些实时的判断。当这些分析、判断的数据量足够多的时候，再在云端在做大规模的风险判断。目前已经做到在一个小的一个闭环里头，提前十天对空压机的停机故障做出预测。

案例五

某烟草企业的数据安全

物联网安全是一个长久的话题，尤其是2016年的Mirai病毒事件后，大家对物联网安全的关注进一步提升。那么边缘计算能够如何加固物联网设备、系统和数据的安全呢？在此案例中，非常规的数据包拦截就可以通过设备端的计算来完成；网关端会设定接入设备的黑白名单，以防止“非法”设备的接入。

边缘计算在IoT系统中的位置及存在价值

纵观以上5个案例，边缘计算在IoT中的位置可以归结为：

该图简单明了的指出了边缘计算技术在IoT系统架构中的位置：

1、传感器/设备端；

2、数据采集终端；

3、基站。

那么边缘计算又是因为什么原因得以在IoT系统的多个环节中存在呢？“这一点和IoT数据的三个特性有密不可分的关系”，邱勇刚如是说。

第一个特性就是海量数据。物联网设备已多达百亿量级，这些设备每时每刻都在发送数据。某咨询机构预测到2020年物联网的数据量将达到4.4亿zb。

第二特性是数据的异构性。数据产生自数十百万种的传感器和设备，不同终端和不同采集维度的数据结构和协议都不尽相同，所以异构是物联网数据的天然特性。

第三个特性是数据时序性。所有IoT的数据都是基于时间概念的，即时序数据，脱离时间谈IoT数据与计算都是没有意义的。

物联网的这三大明显特征，导致物联网的三大现实问题：

第一个实时性。实际的控制决策都在现场执行，但是响应未必能够实时。

第二个安全性。IoT数据跟企业的商业机密有关时，怎么保障数据安全？

第三个网络堵塞，以及随之而来的可靠性问题，比如会不会在传输过程中丢包？

另外，成本问题，也非常重要。想象一下500亿个设备联网，数据流量成本、存储成本，得要多大投入？

正是有了这些问题，我们今天探讨边缘计算+物联网才有了基础。

首先，边缘计算是什么？在此借用一下网络流行的这张章鱼图，可以说是最经典的对边缘计算的比喻：

这张图是说边缘计算和章鱼一样，大部分的决策都在离“执行现场”最近的地方进行，而不是都放在“大脑（云端）”上。这种决策方式首先可以解决物联网应用中最重要的实时响应问题；然后因为决策和执行都在现场，减少了指令从设备到云端的上传/下达过程，更能保障安全，同时也规避了可能因网络堵塞造成的响应不及时问题。最后，因为现场决策可以省去一部分数据的传输和存储，可以较大幅度地降低物联网系统的使用成本。

当然，边缘计算也是不能脱离云计算的。“一切脱离云计算来谈物联网计算的都不是真正的边缘计算。”关于云计算和边缘计算的关系，总结如下：

第一，边缘计算一定和云有联系。云端可以做算法，进行远程、随时因需的更新，新的算法下载到边缘处做控制，这是与传统工业控制的巨大差异，也是质的变化。

第二，云端做算法、边缘做控制的特性，意味着控制和外部会有互动。比如天气数据、地理位置的变化即可作为空调变频控制的判断依据。与外部因素的互动使智能化程度更高。

第三，云计算和边缘计算的结合可以更快部署、实施应用，带来显而易见的成本下降，才使应用的大规模落地成为可能性。

“总之，边缘计算让很多物联网应用具备了‘小智能’的能力，而物联网的‘大智能’，一定是和这样一个个的、碎片化的小智能同步发生并发展的”，“所以不存在先有大脑，还是先有手足，只谈手足，或者只谈大脑的物联网都是伪命题。”