物联网技术应用:智能家居(第2版)
上QQ阅读APP看书,第一时间看更新

1.2 智能家居的基本概念

1.2.1 智能家居

智能家居是一个以家庭住宅为平台,兼备建筑、网络通信、信息家电、设备自动化,集系统、结构、服务、管理为一体的高效、舒适、安全、便利、环保的居住环境。智能家居通过物联网技术将家中的各种设备(如窗帘、空调、网络家电、音视频设备、照明系统、安防系统、数字影院系统以及三表抄送等)连接到一起,提供家电控制、照明控制、窗帘控制、安防监控、情景模式、远程控制、遥控控制以及可编程定时控制等多种功能和手段。如图1-3所示。

图1-3 智能家居示意图

智能家居是一个集成性的系统体系环境,而不是单单一个或一类智能设备的简单组合。智能家居通过先进的计算机技术、网络通信技术、综合布线技术,将与家居生活有关的各种子系统,有机地结合在一起,通过统筹管理,让家居生活更加舒适、安全、有效。与普通家居相比,智能家居不仅具有传统的居住功能,提供舒适安全、高品位且宜人的家庭生活空间,还由原来的被动静止结构转变为具有能动智慧的工具,提供全方位的信息交换功能,实现了人们与家居“对话”的愿望,帮助家庭与外部保持信息交流畅通,优化人们的生活方式,帮助人们有效安排时间,增强家居生活的安全性,节约生活用电、用水等各种能源。

简单地说,智能家居就是通过智能主机将家里的灯光、音箱、电视、空调、电风扇、电水壶、电动门窗、安防监控设备甚至燃气管道等所有声、光、电设备连在一起,并根据用户的生活习惯和实际需求设置成相应的情景模式,无论任何时间、任何地方,都可以通过电话、手机、平板电脑或者个人计算机来操控或者了解家里的一切。如有陌生人进入家中,远在千里之外的手机也会收到家里发出的报警信息。

1.2.2 智慧家庭

智慧家庭是指以物联网、宽带网络为基础,依托移动互联网、云计算等新一代信息化技术,构建安全、舒适、便利、智能、温馨的居家环境,实现服务的智能化提供、人与家庭设施的双向智能互动。

智慧家庭可以看作是智慧城市理念在家庭层面的体现,是信息化技术在家庭环境的应用落地。智慧家庭是智慧城市的最小单元,是以家庭为载体,以家庭成员之间的亲情为纽带,利用物联网、云计算、移动互联网和大数据等新一代信息技术,实现健康、低碳、智能、舒适、安全和充满关爱的个性化家居生活方式。智慧家庭是智慧城市的理念和技术在家庭层面的应用和体现。

智慧家庭依托核心是物联网非互联网,将数据化的服务推送到家庭中,智慧家庭是一套跨界的依据用户服务需求创新定义的服务产品整合系统,跨界领域包括智能家电、智慧娱乐、智能家居、智慧安防、智慧医疗、智能能源、智慧健康等部分,创新的服务需求包括智慧空气、智慧水管理、智慧食品加工与配送、情绪灯光与音乐、住家美容、智慧教育与儿童成长等老百姓直接感知的创新性产品,爱悠智慧家庭示意如图1-4所示。

图1-4 爱悠智慧家庭示意图

1.2.3 物联网

物联网是以感知为目的,实现人与人、人与物、物与物全面互联的网络。其突出特征是通过各种感知方式来获取物理世界的各种信息,结合互联网、移动通信网等进行信息的传递与交互,再采用智能计算技术对信息进行分析处理,从而提升人们对物质世界的感知能力,实现智能化的决策和控制。

家居物联网可以分为感知层、网络层和应用层,如图1-5所示。

(1)感知层。全面感知是物联网技术的一个特征,即利用射频识别(RFID)、二维码、GP S、摄像头、传感器等感知、捕获、测量技术手段,随时随地对感知对象进行信息采集和获取。在智能家居中,感知对象分为人们生活的家庭环境和人本身,智能家居中的8大子系统可作为感知层的执行设备。除此之外,物联网智能家居系统还应用了许多典型的感知技术,比如无线温湿度传感器,无线门磁、窗磁,无线燃气泄漏传感器等。

图1-5 物联网的体系结构

(2)网络层。物联网中的网络层包括各种通信网络与互联网形成的融合网络。除此之外,还包括家居物联网管理中心、信息中心、云计算平台、专家系统等对海量信息进行智能处理的部分。在智能家居中,网络层不但要具备网络运营的能力,还要提升信息运营的能力,如对数据库的应用等。在网络层中,尤其要处理好可靠传输和智能处理这两个问题。

(3)应用层。应用层是将物联网技术和智能家居专业技术相结合来实现家居智能化应用的解决方案集。物联网通过应用层最终实现信息技术和传统家居的深度融合,这主要体现在智能电网应用、家庭医疗应用、多媒体娱乐应用、家庭安防应用和家庭控制应用等。除此之外,应用层还为家庭服务商提供有第三方接口,以提供便于人们生活的各种服务。

目前,严格地说,物联网在智能家居中的应用还主要集中在感知层的应用方面,只能说应用了物联网当中的某项技术,离真正意义上的物联网智能家居还有一段距离,尤其是在应用层的融合方面,还需要多行业深度合作,才能提供一个全方位的智能家居。

1.2.4 云计算

云是网络、互联网的一种比喻说法,云计算(Cloud Computing)是一种基于互联网的计算方式,它的运算能力是每秒10万亿次。通过云计算可以按需将共享的软硬件资源和信息提供给计算机和其他设备,如用户可通过计算机、笔记本电脑、平板电脑、智能手机或其他智能终端接入数据中心,按自己的需求进行运算。

典型的云计算提供商往往提供通用的网络业务应用,可以通过浏览器或者其他Web服务来访问,而软件和数据都存储在服务器上。云计算服务通常提供通用的可通过浏览器访问的在线商业应用,软件和数据可存储在数据中心。云计算环境下数据中心管理如图1-6所示。

图1-6 云计算环境下数据中心管理

智能家居其实就是一个家用的小型物联网,需要通过各类传感器,采集相关的信息,并通过对这些信息的分析、反馈,实现相关的功能。因此,智能家居的稳定性、可靠性,在很大程度上建立在良好的硬件基础上,没有容量足够大的存储设备,将会造成信息难以存储,甚至大量的数据遗失,难以对其进行针对性的查询分析以及计算。如远程视频监控与远程对话,都需要极大的容量,若是关键数据丢失,很有可能就会造成很大的损失。而云却是一种低成本的虚拟计算资源,云计算将这些资源集中起来,自动管理,用户随时随地可以申请部分资源,支持各种应用程序的运转,省去了大量的维护工作,从而可以降低成本,提高工作效率,获取更好的服务。

因此,为了满足智能家居的种种需求,云计算成为智能家居最好的伙伴。通过云计算,建设一个云家,即可更加精准快速地实现对家居设备的控制,而且在用户获得更好的云服务的同时,成本也更加低廉。例如通过云计算,用户不仅仅可以实时查看住宅内的风吹草动,并且可以对其进行溯源处理。如家中有人入侵,即便嫌疑人逃遁,也能根据各项传感器反应的时间,调出准确时段的录像记录,为警方提供破案依据。同样,通过对家中各类智能插座、智能开关的数据统筹分析,便能够实现对家庭的能源管控,制订出节能环保、方便舒适的家电灯光使用计划。

1.2.5 雾计算

雾计算(Fog Computing)是云计算延伸出的概念,因“云”而“雾”的命名源自“雾是更贴近地面的云”这一名句。云在天空飘浮,高高在上、遥不可及、刻意抽象;而雾却现实可及、贴近地面,就在你我身边。雾计算采用分布式的计算方式,将计算、通信、控制和存储资源与服务分给用户或靠近用户的设备与系统。雾计算主要用于管理联网的传感器和边缘设备的数据,将数据、处理和应用程序放置在网络边缘的设备中,并不全部保存在云端数据中心。因此,雾计算扩大了云计算的网络计算模式,将部分网络计算从网络中心扩展到了网络边缘,从而更加广泛地应用于各类服务。

雾计算概念的提出,与物联网和传感器网络的应用发展关系密切。与—般的数据不同,大量物联网数据具有实时性,很多数据需要系统实时响应。此外,智能物体的数量和采集数据的规模巨大,如果所有的数据都存储和运算在云端,不仅效率不高,对云端的压力也大。而通过雾计算,大量实时产生的数据没有必要全部上传到云端,然后再从云端传回来,而将那些需要靠近智能物体的数据在网络的边缘直接进行有效处理,使用户可以在本地分析和管理数据,并进行控制使用,从而提高数据处理效率。对于雾计算和边缘网络中的设备,可以是早已部署在网络中的路由器、交换机、网关等,也可以是专门部署的本地服务器等。

雾计算不像云计算那样,要求使用者连上远端的大型数据中心才能存取服务。除了架构上的差异,云计算所能提供的应用,雾计算基本上都能提供,只是雾计算所采用的计算平台效能可能不如大型数据中心。

随着物联网和移动互联网的高速发展,人们越来越依赖云计算,联网设备越来越多,设备越来越智能,移动应用成为人们在网络上处理事务的主要方式,数据量和数据节点数不断增加,不仅会占用大量网络带宽,而且会加重数据中心的负担,数据传输和信息获取的情况将越来越糟。因此,搭配分布式的雾计算,通过智能路由器等设备和技术手段,在不同设备之间组成数据传输带,可以有效减少网络流量,数据中心的计算负荷也相应减轻。雾计算可以作为介于M2M(机器与机器对话)网络与云计算之间的计算处理,以应对M2M网络产生的大量数据——运用处理程序对这些数据进行预处理,以提升其使用价值。

1.2.6 大数据

大数据(Big Data)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

业界通常用5个V来概括大数据的特征,即:容量(Volume),数据的大小决定所考虑的数据的价值和潜在的信息;种类(Variety),数据类型的多样性;速度(Velocity),指获得数据的速度;可变性(Variability),妨碍了处理和有效地管理数据的过程;真实性(Ve-racity):数据的质量。

从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据无法用单台的计算机进行处理,必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。

大数据分析处理架构图如图1-7所示。

在当今这个充满“数据”的时代,无论是打电话、用微博、聊QQ、刷微信,还是在阅读、购物、看病、旅游,都在不断产生新数据,“堆砌”着数据大厦。大数据已经与人们的工作生活息息相关、须臾难离。2015年9月,国务院通过《关于促进大数据发展的行动纲要》,标志支持大数据发展第一部国家层面文件正式出台,对大数据的规范化发展起到了至关重要的作用。2015年11月3日,《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》提出,拓展网络经济空间,推进数据资源开放共享,实施国家大数据战略,超前布局下一代互联网。专家认为,这是我国首次提出推行国家大数据战略。

图1-7 大数据分析处理架构图

1.2.7 无线传感器网络

无线传感器网络(WSN)最早由美国军方提出,起源于1978年美国国防部高级研究所计划署(DARPA)资助的卡耐基-梅隆大学进行分布式传感器网络的研究项目。当时没有考虑互联网及智能计算等技术的支持,强调无线传感器网络是由节点组成的小规模自组织网络,主要应用在军事领域。

由大量分布在检测区域内体积小、成本低,并具有无线通信和数据处理能力的传感器节点组成的一个多跳自组织网络,称为无线传感器网络。传感器节点一般由传感器、微处理器、无线收发器和电源组成,有的还包括定位装置和移动装置,其组成框图如图1-8所示。

图1-8 无线传感器网络组成框图

无线传感器网络由许多密集分布的传感器节点组成,每个节点的功能都是相同的,它们通过无线通信的方式自适应地组成一个无线网络。各个传感器节点将自己所探测到的有用信息,通过多跳中转的方式向指挥中心(主机)报告。典型无线传感器网络结构如图1-9所示。

图1-9 典型无线传感器网络结构