1.AIoT 发展运用特点
人工智能和物联网充分结合，有望在边缘剖析、自动驾驶、个性化健身、远程医疗、精准农业、智能零售、预测性掩护和工业自动化等广泛的垂直行业领域开释前所未有的客户代价。
1.1 AI和物联网的领悟
人工智能 （AI）和物联网是互补领域。AI 能够最好地处理大量数据，而物联网设备是供应所需数据的空想来源。涵盖两者整合的术语被称为 AIoT。这两种技能协同事情，为用户和企业供应最佳体验和运用。
通过将物联网与人工智能相结合，分布式节点网络的数据可以通过运用机器学习和深度学习等人工智能技能加以利用。因此，机器学习能力被下沉到离数据源更近的地方。这个观点被称为边缘人工智能，或边缘智能，它具备更高的可扩展性、稳健性和效率。
为了理解结合人工智能和物联网的必要性，首先看看这两个观点的上风。
•人工智能，又称AI，是打算机科学的一个领域，涉及可以仿照人类智能的智能系统的发展。大略地说，人工智能的目的是使打算机能够重现人类的能力，如感知、推理、理解等。因此，极具颠覆性的人工智能能力是各行各业智能系统的根本，可以提高效率，开拓新产品和做事。
•物联网，又称IoT，是一个由连接的物体或设备组成的系统，可以在软件或传感器的帮助下实时网络和传输数据。物联网的运用有助于在各行业广泛的任务中实现高度自动化。通过传感器或用户输入，物联网设备创造了大量数据。
人工智能和物联网的结合包括人工智能系统中的机器学习模型与物联网的连接和数据传输能力的结合，紧张是利用人工智能能力处理物联网系统产生和网络的数据。但随着人工智能在物联网系统中的融入，其功能不限于网络和传输信息，而是真正理解和剖析数据。
物联网和人工智能结合，能使人工智能比传统方法更有效地办理各行业的实际业务问题。人工智能与物联网相结合有如下几个上风。
1）提高运营效率
AIoT 使企业能够达到最佳的运营效率。由 AIoT 驱动的机器能够通过运用机器学习方法来天生和剖析数据，这使其能够快速供应运营见地、检测和修复问题，以及提高人工流程的自动化程度。因此，在重复性任务上实行的人工智能 （AI）能力使公司能够以较小的劳动力供应更好的做事。
例如，基于视觉的质量检测的自动化，以及利用相机进行工业自动化的质量掌握。各种运用旨在跟踪并确保遵守指南和法规（例如，检测个人防护设备， 如口罩、头盔、背心或手套）。
2）使实时监控更随意马虎
系统的实时监控可以帮助节省韶光，减少昂贵的业务中断。它涉及系统的持续监督，以检测非常情形并做出预测或基于此做出决策。而这也不须要任何人工干预，实现更快、更客不雅观的结果。
例如，工业人工智能物联网在石油和天然气领域的利用，用于远程泄露检测的摄像头。
3）降落运营本钱
智能 AIoT 设备和系统在降落运营本钱方面发挥着至关主要的浸染。智能系统的发展可以提高资源运行效率。这里包括用于根据占用率（职员的存在）调度光芒和温度掌握的智能建筑运用程序。
AIoT 设备在智能工厂的预防性掩护和机器故障剖析中起着至关主要的浸染。传感器和摄像头识别用以监控机器部件的状况，以避免故障和昂贵的业务中断（智能工厂运用）。
4）有助于风险管理
风险管理对付各行业的组织都很主要。分布式智能系统能够预测未来风险，乃至采纳方法进行预防，包括水位剖析、员工安全剖析或公共场所（聪慧城市） 中的人群剖析。
在 AIoT 系统的帮助下，组织可以在准备和处理未来可能的风险方面保持领先一步。保险公司也可以利用此类运用程序来管理机器和全体工厂的风险掌握。
1.2 AIoT数字孪生运用处景
将 AI 与 IoT 集成是将软件和硬件相结合的高度可扩展和高效智能系统的根本。因此，AIoT 使开拓和掩护大规模深度学习系统成为可能。为了建立真正准确的数字孪生，须要将基于物理仿照的方法与基于数据剖析的 AI 方法相结合。AIoT 和数字孪生影响了它所触及的每个行业，是制造业、医疗保健、能源、聪慧城市等广泛行业领域的新兴技能趋势，险些任何行业都能体验到 AIoT 数字孪生的卓越之处。
1）制造业
在制造业中，工业自动化、机器臂、深度学习算法等场景的涌现不仅优化了效率， 还为降落运营用度铺平了道路。汽车制造商已经利用数字孪生技能彻底改变了汽车的制造办法。福特公司运用 AIoT 数字孪生，为其生产的每个汽车型号开拓了七套数字孪生，每套数字孪生涵盖从设计到制造和运营的不同生产方面。它们还将数字模型用于制造过程、生产举动步伐和客户体验。对付它们的生产举动步伐，数字孪生可以准确地检测能源丢失，并指出可以节约能源和提高整体生产线性能的地方。
2）医疗保健
医疗保健也正受到 AIoT 数字孪生技能的推动。移动医疗、电子康健记录、远程医疗保健咨询、药物研究、肿瘤学和遗传学是 AIoT 数字孪生正在研究的一些方面。帮助年夜夫检测皮肤和器官中哪怕是眇小的物理变革，人工智能运用使不可思议的事情成为可能。绷带大小的传感器被用来网络现实生活中的数据， 并奉告数字孪生以改进医疗保健。
3）能源
运用 AIoT 数字孪生，通用电气的风电场的生产力就提高 20% 之多。从每个涡轮机上的传感器反馈的数字孪生体的实时信息可实现更高效的设计，乃至可以提出变动建议，使每个生动的涡轮机更加高效。
4）物流
通过 AIoT 数字孪生优化供应链，简化库存管理。传感器和设备可以检测商品何时缺货，并自动补充产品。平台还影响商业车队和交付模块，以实现安全和无缝运营。
5）聪慧城市
如果工厂、酒店和风电场的数字孪生可以提高效率和流程，那么全体城市呢？新加坡和中国上海都有完全的数字孪生，可以改进能源花费、交通流量， 乃至帮助方案发展。聪慧城市正在迅速成为现实，为减少污染和提高居民福利供应了一个很好的路子。
城市数字孪生可以使城市更智能，道路更安全。这个观点在行动中的一个真实的例子是 ET City Brain。该平台由阿里巴巴集团开拓和推出，利用人工智能和物联网、数字孪生技能来监控交通和道路利用情形、检测事件、跟踪造孽停车，并通过修正交通信号等为救护车铺平道路。该观点在中国的交通量也具有减少 15% 的良好记录。
2．数字孪生技能在 AIoT 中运用的场景
2.1 数字孪生助力数字建模
随着数字孪生、物联网等新兴技能的发展，如何实现面向制造业运用的物理空间、信息空间与业务空间的多维领悟，已成为智能制造落地履行的关键。面向新型聪慧城市和数字经济等国家计策对可持续的数字孪生建模重大需求， 测绘技能不仅要通过高质量的创新发展不断提升适应环球范围内各种繁芜环境风雅化、实时化、智能化、自动化、低本钱的实景三维建模能力，还要通过多学科交叉领悟不断增强测绘地理信息技能在多源异质实时数据领悟、关联剖析与智能挖掘等方面的支撑浸染和引擎浸染，供应数据驱动—模型驱动—知识驱动协同的更强大的综合感知、精准诊断、可靠预测通用地理空间智能。从实景三维建模到数字孪生建模，测绘技能的内涵和外延须要不断丰富和拓展，包括从三维轮廓建模到三维实体建模、从动态更新到实时映射、从几何建模到行为过程建模与机理建模等。
只管 3D GIS 已经可以集成表达三维地质构造和部分时空过程，但这些能力还都限于特定的运用和有限的实体特色，并且各实体之间深层次的关联关系与互馈浸染机制还缺少显式描述，大大限定了测绘地理信息的代价。因此，从实景三维建模到数字孪生建模，测绘技能急需通过与信息、地理、地质、设计、建造和工程等技能的交叉领悟，在以下三方面取得打破：
1）打破长周期的天空地独立获取宏不雅观或微不雅观实景三维数据的局限，实现天空地有机协同，持续性实时动态获取多细节层级实景三维数据，知够数字孪生模型全要素全生命周期实时动态更新需求。
2）打破处理完备的标准化测绘地理信息数据构建实体工具外部边界表示模型为主的局限，发展智能化处理多专业、多尺度、多模态时空数据，尤其是不完备数据条件下知识勾引的三维实体风雅化建模技能，例如在数据不全的情形下可用模型和知识补充改进，在模型不准的情形下可用数据和知识补充改进，以此实现地上—地表—地下自然与人造环境的实景三维“立体化—构造化—语义化”建模。
3）打破以数据为中央只具备较浅近的描述性剖析局限，发展数据—模型—知识关联管理和领悟处理技能，实现数据驱动、模型驱动和知识驱动协同的高层次诊断性、预测性和决策性剖析。
2.2 数字孪生助力一体化的仿真验证
仿真是通过将包含确定性规律和完全机理的模型转化成软件的办法来仿照物理天下的一种技能。只要模型精确，并拥有完全的输入信息和环境数据，就可以基本精确地反响物理天下的特性和参数。数字化模型的仿真技能是创建和运行数字孪生体、担保数字孪生体与对应物理实体实现有效闭环的核心技能。
数字孪生最诱人的地方是，数字模型和物联网的结合，而这种结合的终极目的是将模型打磨得更加靠近真实系统。物联网技能为建模供应了一种新的强有力的手段，而且在对繁芜系统机理缺少足够认识的情形下，还可基于所采集的数据利用人工智能技能对系统进行建模。这是对建模技能的发展和补充。而基于模型的剖析、预测、演习等活动，本来便是仿真要做的事。事实上，在仿真领域，利用动态实时数据进行建模和仿真的方法和技能已经研究多年，如动态数据驱动的仿真、嵌入式仿真、硬件在回路的仿真等。
3．AIoT 数字孪生整体方案
3.1 AIoT数字孪生架构
数字孪生运用对 AIoT 架构需求层面的哀求如下。
1）泛在异构接入
数字孪生运用物联网须要支撑多用户、多项目、多模式、多制式、百万级举动步伐、亿级感知设备，知足各种场景下泛在感知的需求。须要适配各种异构环境、通信协议和网络制式，制订感知设备接入标准与协议模型，提高物联网数据获取的便捷性。诚然统一的接入标准和前辈的接入技能从来都是未来的趋势，但是面向根本举动步伐系统培植现状，支持基于成熟的物联网技能的主流接入协议（如ModBus、CAN、CoAP、MQTT、HTTP 等）、主流网络协议（如 LPWAN、WLAN 等）的领悟接入能力，才能有效保护已有投资，实现万物数据智联。
2）人工智能赋能
在数字孪生运用中，通过在系统架构中多层次支配人工智能﹑综合利用多种运用技能，可授予数字孪生城市感知智能﹑数据智能、决策智能，提升系统智能运行的速率与能力。
3）弹性伸缩支配
数字孪生运用物联网须要能够根据业务需求与技能策略，优化资源组合， 调度支配深度，伸缩打算资源，具有可扩展的高度弹性支配管理能力。道路、桥梁、隧道与楼宇所需的物联网架构完备不同，是否利用现有移动网络、是否独立组网、是否设置边缘节点，每个项目给出了自己的答案。事物发展的逻辑决定了数字孪生运用物联网也是随时空动态更新、渐进发展的，须要供应一种有效的管理办法来应对每时每刻的大量设备与终真个动态添加、删除或者更新的需求。
4）灵巧的资源分配
未来数字孪生运用物联网的数据量将超出想象，但每种物联网设备的流量需求不尽相同，可以分为三类：面向关键任务或者事宜驱动的延迟敏感型、与连续流干系的查询和实时监控的带宽敏感型，以及一样平常物联网事务的尽力而为型。如果采取大略的网络架构，弘大的网络设备和爆炸式增长的数据量很随意马虎因适配问题而导致网络拥塞，继而造成过载。各种研究表明现有机制可能无法知足这种巨大流量所需的做事质量（QoS）哀求。
传统的网络架构中每种设备实行固化的网络功能与策略，架构的封闭性使得网络对设备的依赖性强，网络管理无法应对日趋繁芜的运用处景。软件定义网络（SDN）是一种新型的网络框架，它通过掌握层和数据层的解耦，在可编程接口和集中的掌握器等方面冲破了传统网络模型的层次构造，打破了传统网络根本举动步伐的局限性。交流机和路由器等网络设备仅成为转发设备，所有配置和掌握决策、管理都由可扩展的集中掌握器完成，由此实现了设备和网络的动态、灵巧和细粒度管理；实现了网络开放性、掌握灵巧性和运维高效性，加速了网络运用和协议的创新，降落了网络培植和运维本钱。
面向数字孪生的软件定义由感知层、转发层、AIoT 掌握层、AIoT 管理层和数字孪生运用层组成，如图 1 所示。
（1）感知层。
感知层由感知节点组成，卖力采集数据和受控转发数据，也可上报指令与数据状态。感知节点不是网络设备，不能被认定为转发层。为知足泛在感知的需求，感知节点须具备大略、经济、低能耗、支配灵巧和操作大略的特性。
（2）转发层。
转发层包含交流机、路由器等网络转发设备，还包括异构网络的汇聚节点即 AIoT 网关。网络设备卖力数据转发，无自主决策供是否缺内容，网络智能被分离到掌握层。AIoT 网关为各种通信协议的实现适配，为各模块和运用供应同等的做事，并对传感器/ 设备、存储和打算资源进行抽象和轻量级实现，形成资源池和做事集，如软件定义的虚拟传感器、虚拟网关等。AIoT 网关通过本地网络互联互通，支持海量泛在终真个接入，对物联网数据进行采集、汇聚、传输和基本处理，而干系的掌握与管理功能则通过管理层的 AIoT 掌握器实现。
图 1 面向数字孪生的软件定义架构参考
（3）AIoT 掌握层。
AIoT SDN 掌握器经南向接口与转发层网络设备交互，将网络策略转化为网络配置、安全做事等信息下发到交流机、路由器等设备；AIoT SDN 掌握器经北向接口与运用层和管理层交互。开拓者通过北向接口对网络进行配置、管理和优化。为避免单点故障，大规模网络须要多个 AIoT SDN 掌握器协同运行。
掌握层中 AIoT SDN 掌握器与转发层的网络设备是 SDN 网络的基本单元， 将 SDN 掌握器单独分层，可以担保 SDN 技能在 AIoT 的独立性与适用性。
（4）AIoT 管理层。
面向运用 / 事务驱动的 SDN 网络架构只能以运用 / 事务需求为中央，易导致资源滥用，引起网络资源失落衡，因此须要构建具有全局视图的、能进行全域管理的管理层。管理层由物联网掌握器组成，对传感器/ 设备进行编程、配置和管理，对 AIoT 网关进行统一管理、统一调度、数据共享和动态配置等。
基于全局视图，物联网掌握器可以动态激活 / 停用传感器并自定义其配置以知足运用需求，同时降落能耗。下行接口网络发送来的转发层的传感器与网关信息，并对资源管理系统供应灵巧的资源抽象（如虚拟化传感器资源）并通过上行接口相应的 API（运用程序接口）供应底层抽象给上层业务运用；管理层的网络管理模块通过掌握层的北向接口与 AIoT SDN 掌握器交互，配置物联网所需的网络资源的策略配置、路由协作、性能监控、就寝调度、流量优化等。
（5）数字孪生运用层。
数字孪生运用层卖力业务的构建、支配和管理，基于掌握层和管理层供应的 API 完成数字孪生建模，开拓运用。开拓者可以通过掌握层供应的北向接口和管理层供应的上行接口进行 AIoT 物联网运用的开拓、安全管理与网络掩护等操作。面向数字孪生运用的 AIoT 架构将掌握层与管理层分离，实现 AIoT 和 SDN灵巧共存，网络架构清晰，易于管理与掩护。AIoT 管理层实现物联网决策，实现多运用承载，整网配置动态优化。
面向数字孪生运用的 AIoT 架构领悟繁杂的物联网网络协议，简扮装备配置和管理，实现从感知到边缘、从边缘到网络、从网络到运用的灵巧支配。基于该架构，硬件和软件完备解耦，屏蔽了底层设备的硬件差异，实现物联网资源的虚拟化和面向多业务做事需求的动态重构， 提升做事相应能力，增强物联网的弹性、敏捷性和智能性。
3.2 AIoT数字孪生模型建模
传统的物联网业务开拓包括终端设备研发、设备与云端联调、基于设备和云端进行运用开拓三个步骤，三个业务开拓步骤是串行的，且每一步都须要一定的资源投入和开拓周期，从而导致物联网业务开拓周期冗长，资源投入大。
基于物模型，可将终端设备实体进行数字化描述，在云端实现设备虚拟化。基于云端虚拟设备可以直接进行物联网的运用开拓，终端设备的研发也可以同步进行。这样使得原来的串行研发流程变为并行的研发流程，缩短研发周期， 节省人力和资源本钱。AIoT 架构如图 2 所示。
1）AIoT 物模型定义
物模型是一种对物理实体进行数字化语义描述的方法，将实体设备抽象为云真个数字模型。
利用物模型描述物理实体，首先须要明确从哪些方面描述物体，然后对详细的方面进行参数定义。个中，前者是“物的抽象模型”，是描述物体的“方法论”；后者是“物的描述措辞”，采取简明易懂的办法对物体的各个维度进行详细的描述。
图 2 AIoT 架构参考
物模型属于运用协议之上的语法语义层。个中语法层定义了物模型描述措辞的种类，如 XML、JSON 等；语义层定义了利用描述措辞对物模型进行详细描述时须要包含的基本关键字。在物联网平台中，由物模型完成对终端设备业务数据的标准格式定义。
在业务逻辑上，物模型属于物联网平台的设备管理模块。不同设备利用统一的物模型标准对接应用平台，不同运用之间利用统一的物模型标准进行数据互通。物模型作为数据接入的根本能力，还须要与设备管理模块的其他功能交互， 比如设备数据存储、在线调试工具等。AIoT 物模型架构如图 3 所示。
图3 AIoT 物模型架构参考
2）AIoT 物模型标准
AIoT 物模型由设备、组件和功能三级构建而成，个中功能分为三类：属性、行为和事宜。属性、行为、事宜三个维度包含了设备是什么、能做什么，以及可以对外供应哪些信息。个中，属性是指设备支持的可读或可设置的参数功能， 一样平常用于描述设备运行时的状态，用户也可通过设置的要求办法来变动设备的运行状态；行为是指设备可被外部调用的能力或方法，可设置输入参数和输出参数；事宜是指设备运行时发生的某种须要被外部感知和处理的状态，可包含一个或多个输出参数，设备通过事宜上报周期信息或者告警。AIoT 物模型标准如图 4 所示。
图 4 AIoT 物模型标准参考
3）AIoT 物模型示意
智能灯的属性包括灯的颜色、亮度、位置、开关等，行为包括设定时长等， 事宜包括告警、信息和故障等。灯的“开关”属性构成“开关功能”，“设定时长”行为构成“定时功能”。AIoT 物模型将“开关功能”和“定时功能”封装成“定时开关组件”，用户可直接调用“定时开关组件”来实现灯的定时关闭或定时开启。利用 AIoT 供应的不同组件，用户可直接拼合出完全的设备能力，降落了操作繁芜度。AIoT 物模型场景实例如图 5 所示。
图5 AIoT 物模型场景实例参考
3.3 AIoT数字孪生实例化管理
实例化管理过程包括如下几个步骤：创建产品、定义功能、下载通用 SDK、下载泛协议 SDK、添加设备、设备测试。如图 6 所示为 AIoT 数字孪生实例化管理示例。
图 6 AIoT 数字孪生实例化管理
1）创建产品
在设备连接到平台前，首先要创建产品。产品为同种类型设备，如详细到某个型号。产品下的设备利用相同的物模型、数据格式、远程升级等信息。在产品创建阶段，填写的基本信息越完善，越便于后期对产品进行管理。
2）定义功能
在产品创建完成后，须要进一步定义产品下设备的功能点。采取统一的数据模型对物理实体进行描述，天生物模型，用于设备快速集成到项目中，以及方便地利用设备 / 运用调试、数据剖析 / 数据可视化等平台做事。该过程可通过手动添加多个功能点的办法天生单个物模型，也可以通过导入物模型模板文件实现批量天生。天生的物模型文件也可根据需求导出到本地。
3）下载 SDK
完成上述两步后，平台将根据定义的功能点自动 SDK，方便设备通过集成SDK 接入平台，运用通过调用物联网平台的 API，实现安全接入、设备管理、数据采集、命令下发等业务场景。
系统支持标准协议接入，用户可下载设备端物模型代码，结合 SDK 开拓包进行设备开拓。支持泛协议接入，做事供应了用户自定义协议设备接入平台的能力，供应设备与平台的双向通信能力。
4）连接设备
物理设备要连接到平台，须要先在平台上创建设备并获取到连接平台的鉴权信息。该过程既可通过手动输入设备详情添加单个设备，也可通过先修正模板文件再上传来实现批量添加。基于产品定义的物模型，用户可以对设备进行在线调试，实时更新设备日志。设备调试做事模块支持用户通过 Web 掌握台仿照虚拟设备接入，同时支持用户通过 Web 掌握台仿照运用访问设备数据以及与设备进行通信。
若须要将设备集成到第三方的项目中去，则须要将设备先转移到第三方账户下，转移后不再拥有该设备的查看和掌握权限。
3.4 AIoT数字孪生场景编排
场景编排为 AIoT 平台供应一站式场景集成能力，在编排不同物联网业务场景过程中，简化了设备指令、设备事宜、内外部做事、AI 算法等功能的集成繁芜度， 组装并实现智能识别、AI 算法增强、设备协同 & 联动、告警策略、北向数据灵巧订阅等丰富的物联网场景。通过简便易用的可视化设计、丰富的可拖曳组件， 帮助用户高效便捷地完成各种场景的设计事情。比较于传统定制开拓模式，提升效率在 5 倍以上。场景编排成为浩瀚厂商物联网开拓平台的核心能力之一。
场景联动是一种开拓自动化业务逻辑的可视化编程办法，在 AIoT 平台可以通过可视化的办法定义设备之间联动策略，并将策略支配至云端或者边缘端并且完成相应的实行。场景联动由触发器（Trigger）、实行条件（Condition）、实行动作（Action）三部分组成，如表 1 所示。
表 1 AIoT 场景编排
来源：《数字孪生系统设计与实践》 作者：丁盈 朱军 王晓征
