物聯網應用愈趨複雜 感測器智慧化大勢所趨

  • 楊智家
物聯網複雜度提升、資料量增,導入智慧化應用有其必要性。法新社

當前全球物聯網(IoT)應用日趨複雜,資料量也愈來愈龐大,業界也正在尋找如何處理這些來自物聯網感測器所蒐集大量資料的更佳方法,因此在選擇運算架構上便有其重要性。對此半導體業者ADI物聯網(IoT)行銷經理Grainne Murphy指出,智慧化物聯網感測器在工業廠房應用等高階領域應用有其必要性,至於較低階物聯網應用領域仍是有傳統感測器的生存空間。

據Design News網站報導,Murphy認為,物聯網一直由雲端的討論所主導,這與分析及軟體公司有關,因此可見許多人從事概念證明且有很好的想法,不過卻不知道應如何落實這些想法,可能物聯網資料也不夠好到可提供其終端客戶價值,因此才需要先從要從物聯網系統中得到什麼決定起,再向後決定要採用何種系統。

一直以來均有將智慧化放在邊緣端的呼聲,過去一年來ADI也在與業界人士談論此議題,Murphy也認為在低階領域傳統感測器(Dumb Sensor)仍有生存空間,但在工廠設備監測這類需要較高精細度領域,朝智慧化感測器應用邁進仍有其必要性。

針對當前工業物聯網(IIoT)應用通常是採用集中式架構或邊緣運算模式的問題,ADI高速轉換器團隊應用工程師Ian Beavers表示,這取決於是採「綠色領域」或「棕色領域」網路。

在綠色領域網路,可以引進新的技術且不受制於目前的網路,能夠從頭開發適合應用的技術;在棕色領域,可能必須以現有基礎架構運行,因此可能必須擁有一套集中式的網路。

Beavers以機器狀態監測為例介紹邊緣運算模式,這會在工廠中監測大量設備,並採3軸加速計進行感測工作,這類監測可能會以某種形式的「快速傅立葉轉換」(Fast Fourier Transform;FFT)進行,並可對資料進行分析以決定是否跨越某種閥值,並判斷是否需要予以處理,在此情況下,就可在邊緣進行即時的決定,無需傳送所有資料至下游端。

但若將所有物聯網感測器蒐集的資料都傳送至下游端,意謂將需要非常大的頻寬,特別是如果在一間工廠內配置高達數千顆物聯網感測器時更是如此,在此情況下於邊緣進行資料分析較為合適,只有需要被立即解決的問題才會將資料傳送至下游端。

這套方法具備兩大優勢,其一為能夠在節點或閘道端就進行即時決策,另一則是無需仰賴龐大的無線網路基礎設施,提供將所有物聯網感測器所蒐集原始資料傳送至下游端分析的優勢。Murphy指出,在某些情況下工廠也不希望將資料傳送至雲端,這也是因存在著安全性問題隱憂。

針對將大量資料存在於邊緣、而非單一集中式雲端,是否會出現同步化的問題,Murphy表示,只要資料有標記時間,對於廠房設備監測應用來說就不是問題。不過邊緣運算也非無往不利,如Beavers表示,如果監測機器效能的週期達到好幾週或幾個月,或是想要歸檔大量資訊進行歷史回顧,這時採雲端集中式模式反而可能比較適合。