Skip to main content

獨立完備的邊緣分析與感測器連線能力

根據《物聯網的邊緣分析》報告指出,物聯網所產生的資料中,僅有 10% 為組織所用。利用資料進行深入分析的比例更少。要在網路上傳輸所有這些資料是一大問題。頻寬有限意味著大部份物聯網資料無可避免地留在邊緣。這種情況正好是霧運算崛起的機緣。霧運算強調盡可能在最接近資料來源的地方進行分析。這種做法可以在延遲較低的情況下做決定,且不會使用過多的網路頻寬。為了充分利用這個技巧,分析情報必須從雲端再分發到邊緣。這代表處理資源的重新分配,或是感測器與雲端之間的既有資源作雙重用途之應用。儘管其中許多節點例如路由器和閘道器已經擁有進階的處理和記憶體資源,其他節點仍有甚多限制。特別是在網路邊緣的感測器和其他裝置均有成本、電源和空間上的限制。所以,通常第一個可以執行分析的地方就是物聯網閘道器。閘道器之所以扮演這個角色有兩個原因。第一是其提供充足的效能和記憶體。第二,其可將來自多個異質網路的感測器資料合併起來,因此可以依據多種資料輸入和來源進行分析並據以行動。能夠從多個來源提取資料是很了不起的能力。許多物聯網的網路涵蓋了 Modbus、乙太網路、zigbee、Bluetooth、Wi-Fi 和行動網路等。於是,閘道器分析不但要倚賴閘道器的效能,也必須仰仗於建立可管理多個通訊協定的軟體堆疊。

橫跨異質網路的單一來源管理

Greenwave Systems AXON Platform for Analytics 正是為了簡化這個任務而打造的。該平台為獨立完備的分析引擎,可讓 OEM 和企業在網路中任何一處擷取和分析即時效能資料並據以行動。物聯網裝置(例如工業控制器)可以運用稱為 AXON Predict 的版本(圖 1)。這個軟體直接嵌入在裝置上,進行持續監控並依監控情形適當地反應。發生值得注意的事件時,它會傳送文字訊息或直接撥電話給員工,也具備自我修復的功能以預防資產故障。

圖 1. AXON Predict 可持續監控並提供即時的分析資訊。(影像來源:Greenwave Systems)

到網路的較高層級處,物聯網閘道器可以使用 Predixion RIOT One,不需要太多組態和設定即可連接數千部裝置。RIOT One 因此預先整合了適用於 Wind River Helix Device Cloud 的連接器,提供簡易的雲端連線能力。Greenwave 的 AXON Platform for IoT 解決了連線的問題,把多種裝置的通訊轉譯成為通用的 IP 型語言,藉此彌補該公司分析解決方案的不足。此外,它可進一步為網路上多種裝置或功能提供單一來源管理,包括進階無線閘道器、Wi-Fi 路由器、遙控器、電源插座和啟用感測器功能的燈具、喇叭或是在場感測器。透過 AXON Platform for Analytics 及 AXON Platform for IoT,如今在網路的每一個層級都可能新增情報功能,協助解決代價高昂的問題,例如非預期的停機時間,以及利用即時的分析資訊賦予最終使用者和製造商更多能力。

作者簡介

Patrick Mannion is a independent content developer and consultant who has been analyzing developments in technology for more than 25 years. Formerly Brand Director for EETimes, EDN, Embedded, Planet Analog, and Embedded.com, now part of AspenCore, he has also been developing and executing community-oriented online- and events-based engineer-to-engineer learning platforms. His focus is on connecting engineers to find novel design solutions and focused skills acquisition in the areas of Embedded, IoT, Test and Measurement, RF/Wireless, and Analog & Mixed-Signal Design.

Profile Photo of Patrick Mannion