智 《智能物流信息技术》配套幻灯片 第5章 · 物联网与传感器
1 / 49 教材原文 ↗
智能物流信息技术 · 配套教学幻灯片

第5章
物联网与传感器

INTERNET OF THINGS & SENSORS

给万物装上感官,让物流第一次“感觉”到自己

物联网架构传感器技术无线传感网 边缘计算智能仓储与运输监控
导 学

本章导航:从感知物理世界到边缘智能

五个部分、四十九页:先立物联网的四层架构,再钻进传感器与无线传感网两大感知技术,然后学会把计算放到边缘,最后看它们在仓储与运输中的综合方案。点击任意站点可直接跳转。

学习目标能说清四层架构各层分工 · 能按指标为场景选传感器 · 能解释 WSN 为何“以数据为中心” · 能判断一项任务该上云还是下沉边缘
导 入

接入网络的,正在从人变成物

第 4 章结尾的问题:当数以百亿计的“物”自己开始说话,物流的感知、传输与处理会发生什么变化?先看时代的刻度:

180 亿台+
2024 年全球物联网连接设备数;预计 2030 年超过 290 亿台——远超全球人口
1.5 万亿美元
预计 2030 年全球物联网市场规模(当前约 0.8—1 万亿美元)
484 万个
截至 2025 年中国的 5G 基站数、5G 用户超 11 亿户——物联网规模化的网络地基
本章问题线物怎么感知(传感器)→ 感知点怎么组网(WSN)→ 数据在哪里算(边缘/云)→ 在物流里怎么用(仓储与运输)。
§5.1 物联网概述

物联网:从“人与信息”到“物与物”

ITU 定义(2005):物联网是通过信息传感设备,按照约定的协议,将任何物品与互联网连接起来,进行信息交换和通信,以实现智能化识别、定位、跟踪、监控和管理的网络。传统互联网连接“人与信息”,物联网连接“物与物”和“物与人”。

👁️ 整体感知

用 RFID、二维码、智能传感器等设备,全面获取物体的身份、状态与环境信息(习题 1)。

📡 可靠传输

互联网与无线网络融合,把物体信息实时、准确地传送,实现信息交流与共享。

🧠 智能处理

云计算、大数据与 AI 分析感知数据,实现监测与控制的智能化。

概念辨析传感器网络侧重“感知节点与组网”,物联网侧重“物物/人物/人人的信息交互与应用”,泛在网侧重“异构融合与随时随地的接入”——交叉而不等同。
§5.1 物联网概述

历程(上):一个词的十年孕育

1995
比尔·盖茨在《未来之路》中提及物物相连——但受限于无线网络与传感硬件水平,构想沉寂。
1998
MIT 成立 Auto-ID 中心,研究基于 RFID 与传感器的自动识别网络,提出 EPC 系统的早期构想(第 3 章的主角登场)。
1999
Kevin Ashton 在宝洁演讲中首次正式使用“Internet of Things”一词;同年中科院启动传感网研究(国内早期称“传感网”)。
2003
美国《技术评论》将传感网络列为“未来改变世界的十大技术”之首。
2005
ITU 发布《互联网报告 2005:物联网》——概念确立国际地位:“任何时间、任何地点、任何物体”互联的时代宣言。
§5.1 物联网概述

历程(下):国家战略与规模化落地

2008
首届国际物联网大会在苏黎世召开;欧盟发布《欧洲物联网行动计划》。
2009
IBM 提出“智慧地球”;我国提出“感知中国”构想(无锡视察传感网工程中心)——物联网升至国家战略,列为战略性新兴产业。
2011—2013
工信部《物联网“十二五”发展规划》;国务院《关于推进物联网有序健康发展的指导意见》。
2020—2021
三部门通知推动 NB-IoT、4G、5G 协同发展;《物联网新型基础设施建设三年行动计划》发布。
今天
规模化应用阶段:180 亿+ 连接、中国 5G 覆盖国民经济 86 个行业大类(呼应导入页的数据)。
§5.1 物联网概述

四层架构:从末梢神经到价值出口

物联网体系架构图
物联网四层体系架构(教材图 5-1)
应用层
价值出口 · 面向用户提供服务
WMS · TMS · 冷链平台 · 可视化
平台层
大脑 · 存储、处理、分析、决策
云计算 · 边缘计算 · 大数据 · AI · 中间件
网络层
通道 · 可靠安全地传输数据
5G · NB-IoT · LoRa · WiFi · 卫星
感知层
末梢神经 · 采集物理世界信息
RFID · 传感器 · GNSS · 摄像头
§5.1 物联网概述 · 四层架构

感知层:在每个现场获取四类信息

🎯 采集对象:身份、位置、状态、环境

  • 身份:RFID 标签与读写器、二维码——“它是谁”(第 2、3 章)
  • 位置:GNSS 定位装置——“它在哪”
  • 状态:倾斜、振动、压力等传感器——“它怎么样”
  • 环境:温湿度、气体、摄像头——“它周围怎么样”

🚚 在物流中的贯穿

仓库里 RFID 读托盘身份、温湿度节点盯环境;运输中 GPS/北斗 追位置、温度传感器盯车厢——感知层的数据质量,决定整个系统上限,这正是 §5.2、§5.3 两节要深挖的。

关键技术RFID · 传感器 · NFC · 短距无线(ZigBee / BLE / LoRa 等)。
§5.1 物联网概述 · 四层架构

网络层:为“物”而生的四项要求

🛣️ 通道清单

互联网、移动通信(4G/5G)、低功耗广域网 LPWAN(NB-IoT、LoRa)、WiFi、以太网、卫星通信——按距离、功耗、速率各取所需(第 4 章的工具箱,在这里按场景点菜)。

📋 四个必须

  • 大连接:同时接入海量终端(百亿级设备)
  • 低功耗:电池设备一跑数年
  • 低时延:实时监控与控制的响应底线
  • 高可靠:数据完整准确地到达
呼应5G 的 mMTC(海量连接)与 URLLC(低时延)两大场景,正是冲着这四项要求设计的(第 4 章第 11 页)。
§5.1 物联网概述 · 四层架构

平台层:把原始数据炼成决策

☁️ 云计算

弹性计算与存储,支撑海量数据的集中处理与分析。

🏭 边缘计算

在数据源附近先行处理:减云端负载、降时延——§5.4 整节的主角。

📊 大数据与 AI

处理海量、多样、时序的数据特征;机器学习完成智能分析与预测决策。

物联网中间件

连接底层设备与上层应用的桥梁,屏蔽硬件与协议的异构性——应用开发者不必关心每款传感器说哪种“方言”。与第 3 章 RFID 中间件同属一脉。

§5.1 物联网概述 · 四层架构

应用层:用户摸得到的那一层

🏬 仓储与运输系统

WMS、TMS:入库、盘点、调度、轨迹——§5.5 的综合方案就是它们的物联网化改造。

❄️ 冷链监控平台

全程温度曲线、超限告警与追溯——感知层+平台层的直接产物。

🗺️ 可视化与智能调度

供应链可视化系统、智能调度系统:把决策以界面、APP、管理系统的形式交到人手里。

一句话下面三层都是为应用层打工的——评价一套物联网系统,先看应用层解决了什么业务问题。
§5.2 传感器技术

传感器:把物理量变成电信号的器官

国标 GB/T 7665—2005:传感器是“能感受被测量并按照一定的规律转换成可用输出信号的器件或装置”。说人话:外界的温度、压力、光照发生变化,它负责翻译成系统能读的电信号。

敏感元件:直接感受被测量,输出有确定关系的物理量➜转换元件:把物理量转成电压/电流/电阻➜变换电路:放大、滤波、转换到合格输出+辅助电源:供能
五感类比光敏≈视觉、声敏≈听觉、气敏≈嗅觉、化学≈味觉、压敏/温敏/流体≈触觉——人类靠感官认识世界,物联网靠传感器。
§5.2 传感器技术

分类:五个维度,一个最常用

分类依据类别说明
按被测物理量温度、压力、位移、速度、加速度、湿度、光敏……以感受的物理量命名——物流领域最常用:场景直接决定测什么
按工作原理电阻式、电容式、电感式、压电式、光电式、热电式、磁敏式反映物理转换机制,选型时看它
按输出信号模拟传感器 / 数字传感器决定信号采集方式
按能量来源有源(自发电,如压电式)/ 无源(需外部供电,如电阻式)呼应第 3 章标签的供电分类思维
按制造工艺集成、薄膜、厚膜、陶瓷传感器反映技术路线
§5.2 传感器技术

性能指标(上):测得快不快、准不准先看四个

📈 灵敏度 S = Δy / Δx

输出增量与输入增量之比:被测量变一点,输出动多少。越高越“敏感”——但高灵敏常伴随易受噪声干扰,不是越高越好。

🎯 精度(Accuracy)

测量结果与真实值的一致程度,常以满量程百分比表示。它回答“测得对不对”。

🔬 分辨率(Resolution)

能感受到的最小变化量:如温度分辨率 0.01°C,意味着 0.01°C 的变化也能被察觉。它回答“分得细不细”——与精度是两回事。

📏 线性度(Linearity)

实际输出—输入曲线偏离理想直线的程度。越好,标定与数据处理越简单(不用做复杂的非线性补偿)。

§5.2 传感器技术

性能指标(下):稳不稳,以及按场景选型

🔁 重复性

相同条件下对同一量多次测量,结果之间的一致程度——测得“稳不稳”。

⏳ 稳定性与漂移

长时间保持性能不变的能力;漂移是输入不变时输出随时间/温度悄悄偏移。

⚡ 响应时间

受刺激到稳定输出的时长——属动态特性,与之相对的静态特性还有量程、迟滞(正反行程输出不一致)。

选型原则

先按对象、环境、量程定工作原理,再比指标与成本——够用就好。侧重各异:冷链温度重精度与稳定性(±0.3—0.5°C);AGV 导航重响应时间与分辨率。第 25 页做三个实战选型。

§5.2 传感器技术 · 物流常用

温湿度传感器:物流用得最多的一类

温湿度传感器
温湿度传感器(教材图 5-2)

🌡️ 测温三原理

热敏电阻(电阻随温变)、热电偶(接触点热电势)、红外测温(接收辐射、非接触)。湿度多用电容/电阻式湿敏材料。

❄️ 冷链监控规格

量程 −40°C 至 +85°C、精度 ±0.3—0.5°C、分辨率 0.01°C;无线节点经 NB-IoT/4G 上云,画全程温度曲线,超限(如疫苗 2—8°C、冷冻 −18°C 以下)60 秒内告警。

🏬 仓库网格化监测

节点网格布局+边缘网关实时分析,异常自动联动空调/除湿(第 24 页与 §5.3 的 WSN 方案在此汇合)。

§5.2 传感器技术 · 物流常用

压力传感器:核心是压阻效应

称重压力传感器
称重用压力传感器(教材图 5-3)

⚙️ 原理一句话

半导体或金属弹性体受压形变 → 电阻随之变化 → 测电阻即知压力。量程横跨 0—100 kPa 到 0—200 MPa,精度 0.1%—0.5% 满量程。

🚚 三个物流现场

  • 包裹称重:称重模块核心元件,支撑计费与装载优化
  • TPMS 胎压监测:轮胎内微型传感器实时盯胎压,异常报警防爆胎
  • 液压监控:叉车、装卸设备的液压系统压力检测
§5.2 传感器技术 · 物流常用

光电传感器:三种光路,一个共同的工作——数与触发

光电传感器
光电传感器(教材图 5-4)

🔦 三种光路结构

  • 对射式:发射与接收分居两侧,物体过时遮断光束——最可靠
  • 漫反射式:收发一体,靠物体表面反射光——安装最省事
  • 镜面反射式:收发一体+反光板,居中方案

📦 物流岗位

传送带计数与到位判定、分拣口触发信号源、条码扫描设备、包裹尺寸测量、安全防护光栅——分拣线的每一次动作,几乎都从它的一束光开始。

§5.2 传感器技术 · 物流常用

位置传感器:量程从全球到毫米

GNSS 定位模块
GNSS 定位装置(教材图 5-5)

🛰️ 户外:GNSS

GPS/北斗接收模块给车辆经纬度——干线追踪的主力(第 11 章专讲原理)。

📐 近距测距两兄弟

超声波:发脉冲测回波时间,精度毫米级,用于货位定位与货物测距;激光测距:精度更高,是 AGV 导航定位的标配。

🧲 到位检测

电感式/电容式接近传感器:检测机械臂是否到达工位、传送带末端限位——不接触、无磨损。

§5.2 传感器技术 · 物流常用

加速度传感器:给每一次颠簸记账

加速度传感器
加速度传感器(教材图 5-6)

⚙️ 原理

压电效应或 MEMS 结构:受加速时内部检测质量块位移,电参数随之变化,输出与加速度成正比的信号。

📦 三个岗位

  • 冲击记录仪(Shock Logger):装进包装箱,全程记录振动、冲击、跌落,超阈值留证——货损追责与包装优化的依据
  • 驾驶行为:识别急加速、急刹车、急转弯,辅助运输安全
  • 设备预测性维护:分拣/输送设备振动超限提前预警
§5.2 传感器技术 · 物流常用

气体与烟雾传感器:闻得到的危险

烟雾传感器
烟雾传感器(教材图 5-7)

🧪 原理家族

半导体气敏、催化燃烧、热导、光学、电化学——把气体浓度转成电信号,再经调理与阈值判断触发报警或联动。

☣️ 岗位

危化品仓库与槽罐的可燃/有毒气体泄漏监测、仓库火灾烟雾预警;常与温度、液位、压力传感器组队使用——§5.5 危化品运输监控的核心感知件。

§5.2 传感器技术

MEMS:机械结构与电路,同住一颗芯片

MEMS(微机电系统):特征尺寸在微米乃至纳米量级的微型装置——把梁、膜、弹簧等机械结构与电子电路集成在同一芯片上,能感知、处理并响应外部信号(由传感器、执行器、微能源三部分组成)。源流:1970s 微机械压力传感器 → 1980s 末硅静电微马达 → 1990s 喷墨头大规模商用。

🤏 微型化

体积小、重量轻、耗能低;惯性小 → 谐振频率高、响应快。天生为功耗与体积受限的物联网终端而生。

🏭 可批量制造

半导体工艺:一片晶圆同时做出成百上千个器件,产量越大、单价越低——大规模部署的前提。

🧩 可集成

多传感器合一:6 轴 IMU 一颗芯片集成三轴加速度计+三轴陀螺仪。

物流身影包裹跌落检测、AGV/无人叉车姿态感知、智能称重模块、无线温湿度节点——MEMS 是感知层“便宜到可以到处贴”的根本原因。
§5.2 传感器技术

智能传感器:感知+处理+通信,一个独立单元

🧮 本地预处理

内置微处理器在本地完成滤波、线性化补偿、温度补偿、单位换算,直接输出高质量数据,上位机不必再为原始噪声操心。

🩺 自校准与自诊断

按预设参数自动修正测量偏差;自身异常时主动报告故障——部署成千上万个节点后,这项能力决定运维成本。

📶 直接组网

内置 WiFi/蓝牙/ZigBee 模块,无需额外采集装置即可接入物联网——它本身就是网络的一个节点。

演进方向微型化、数字化、智能化、多功能化、系统化、网络化——“感官+小脑”的类比:传统传感器只有感官,智能传感器多了一个小脑。
§5.2 传感器技术

三大场景:冷链、货损、环境

❄️ 冷链全链路温控

采集端无线节点 1—30 分钟间隔采样;传输层 NB-IoT/4G 上云且断点续传;监控层曲线展示+60 秒内告警。数据不可篡改,成为 GSP 等法规要求的合规与追溯依据。

💎 精密仪器状态护航

包装内多功能记录仪(三轴加速度+温湿度+倾斜):冲击峰值超 5g/10g 阈值即记录时间、峰值与时长;收货方读数据定责——运得好不好,不再各执一词。

🌡️ 电子元器件仓调控

目标 15—25°C、湿度 30%—60%:网格节点+边缘网关本地分析,偏离即自动调空调/除湿;正常数据低频上云、异常立即上云——省能又稳环境。

§5.2 传感器技术 · 实战

选型实战:指标侧重说了算

场景主选传感器最看重的指标理由
疫苗冷藏车(2—8°C)无线温湿度节点精度 ±0.3—0.5°C、稳定性合规判定以温度为准绳:测错 1°C,合格也会判成失效
AGV 导航定位激光测距+MEMS IMU响应时间、分辨率运动中定位:数据晚到 100ms,车已经开出十几厘米
危化品仓库气体(电化学/催化燃烧)灵敏度、响应时间、防爆适配泄漏早期浓度极低且扩散快:闻不到、报晚了都致命
分拣线包裹计数对射式光电响应时间、抗干扰包裹高速通过:每次遮光只有几毫秒,慢了就漏计
方法论没有“最好的传感器”,只有“指标侧重最合场景”的传感器——选型就是第 14、15 页指标表的实战应用。
§5.3 无线传感网

WSN:大量小节点织成的感知之网

无线传感器网络(WSN):由部署在监测区域内的大量微型、低成本传感器节点组成的无线网络——节点以多跳、自组织方式协作感知、采集、处理并传输区域内对象的信息,发送给观测者。它是物联网感知层的重要实现形式。

🧩 三要素

传感器(做转换)、感知对象(被测目标与环境)、观测者(经汇聚节点与外网收结果)。

🎯 以数据为中心

与传统网络最大的不同:用户关心“某区域的温度”,不关心“37 号节点说了什么”——按数据属性组织查询与传输(习题 5 的核心)。

🪖 源流

1978 年 DARPA 资助分布式传感器网络研究(海底布点测潜艇);MEMS、低功耗芯片与无线技术成熟后从军用走向民用。形态四演进:点对点测控 → 智能传感+控制器 → 现场总线 → WSN。

§5.3 无线传感网

九个特点,一个总约束:能量

🔢 规模大、密度高

单节点半径有限,靠大规模高密度部署保覆盖与可靠(密度可达每平方米上百个)。

🔋 能量有限

电池供电且常难以更换——能量是 WSN 设计的第一约束,节能贯穿硬件与协议。

🧮 能力有限

为压成本与功耗,处理器与存储都很小,在有限资源下还要采集+处理+转发。

📶 多跳短距

单跳通信几十米、低带宽;远距离靠逐跳转发接力完成。

🕸️ 自组织、无中心

节点地位平等、不依赖基础设施,分布式算法自动组网;坏几个节点网络照转。

🌊 动态与容错

睡眠/唤醒、失效、新节点加入使拓扑多变;环境恶劣、故障率天生存在,网络须自我重构。以数据为中心(第 26 页)亦属其列。

§5.3 无线传感网

性能指标:一张互相打架的清单

📋 八项指标

生命周期能源有效性实时性可扩展性安全抗干扰性感知精度相互协作能力容错性

⚖️ 制约关系(关键)

提高感知精度与实时性 → 采样与通信更频繁 → 能耗上升、寿命缩短。没有全优解:设计就是按应用定优先级——仓储告警重实时、环境普查重寿命。

与 §5.2 呼应传感器选型讲“指标侧重”,WSN 设计讲“指标权衡”——同一条工程思维主线。
§5.3 无线传感网

体系结构:数据逐跳向东流

无线传感器网络结构图
WSN 总体结构(教材图 5-8)

🔁 数据之路

节点采集 → 沿邻居逐跳转发 → 汇聚节点(协议转换、任务发布、数据汇聚的网关)→ 互联网/移动网/卫星 → 任务管理单元(配置、发任务、收结果)。每个普通节点兼当终端与路由器。

🏗️ 平坦 vs 层次

平坦结构:节点能力相近,实现简单,但规模大时路径长、丢包与转发能耗升;层次结构:分簇选簇头,簇头融合后再上行——缩短普通节点通信距离、平衡能耗、可扩展。大型仓储监测通常用层次或混合结构。

§5.3 无线传感网

节点解剖:四模块与一条能耗铁律

模块主要组成功能
传感器模块传感器、模数转换器采集区域信息并转换为数字信号
处理器模块处理器、存储器、操作系统控制节点运行,存储与处理本地及转发数据
无线通信模块收发器、天线与邻居交换控制消息与监测数据
能量供应模块电池、可选能量转换装置为全节点供能(可加定位、移动、太阳能再生单元)
能耗铁律(习题 6)通信模块四种状态:发送最耗电 > 接收 ≈ 空闲 >> 睡眠——所以节点的生存策略只有一句:没事就睡。第 34 页专讲能耗管理。
§5.3 无线传感网

协议栈:五层之外,还有三个管理面

📚 五层(各层为低功耗改版)

  • 物理层:频率、调制、编码、同步(蓝牙/ZigBee 多在 2.4 GHz ISM 频段)
  • 数据链路层:成帧、差错控制与 MAC;S-MAC 等用睡眠调度砍掉空闲监听能耗
  • 网络层:多跳路由——泛洪式、以数据为中心、分层、基于位置四类,目标一致:低能耗可靠路径
  • 传输层:与外网(互联网/卫星)直连时提供端到端控制
  • 应用层:面向监测任务的数据获取、查询与任务分发

🧭 三个管理面(跨层)

  • 能量管理:协调各层别把电用光
  • 移动管理:跟踪节点位置变化
  • 任务管理:平衡与调度区域内的感知任务

软件侧另有 WSN 中间件四层(网络适配/基础软件/应用开发/业务适配)屏蔽异构——平台思维与第 10 页相通。

§5.3 无线传感网 · 关键技术

拓扑控制与部署:先摆好阵,再省着连

🕸️ 拓扑控制三法

  • 功率控制:调发射功率,保连通的前提下均衡单跳邻居数
  • 层次型(分簇):选簇头成骨干,非骨干可关通信模块省电
  • 休眠调度:无事睡眠、有事唤醒——与 S-MAC 同源

目标统一:在覆盖与连通达标下删冗余链路、延长生存时间。

📍 节点部署三型

  • 静止部署:随机抛撒(战场、森林等不可达区)vs 计划部署(仓库、车间精确布点)
  • 移动部署:增量式、虚拟力、概率检测模型、Voronoi 图等动态优化
  • 混合部署:普通节点+少量强节点(电源/算力/通信更强),延寿并提成功率
§5.3 无线传感网 · 关键技术

定位、融合、同步:让数据带坐标、去冗余、对时钟

📍 节点定位

没有位置,监测事件就没有空间含义。测距类(RSSI/TOA/TDOA/AOA):精度高、开销大、怕环境;非测距类(DV-Hop、凸规划):靠连通性估距,适合低成本低功耗。少数已知位置者称信标节点。

🧬 数据融合

多份数据综合成更高效的信息:去冗余、省传输、降能耗,多点测量还能提准确度。分数据级/特征级/决策级,无损失/有损失。代价:增加等待时延、削弱冗余带来的容错——按需取舍。

🕐 时间同步

数据要与时间、位置关联才有意义,也是 TDMA、睡眠调度、协同定位的基础。误差来自报文六段延迟(发送/访问/传送/传播/接收/处理);协议如 TPSN、RBS、FTSP 在精度、开销、扩展性上各有取舍。

§5.3 无线传感网 · 关键技术

能耗管理:WSN 设计的头号问题

🩸 电都漏在哪

通信模块通常占节点总能耗的最大头。MAC 层的四种浪费:空闲监听(开着等没来的数据)、冲突(撞包重发)、串音(收了发给别人的包)、控制包开销。

💊 五剂药方

  • 低功耗器件打底
  • 无任务时关闭通信/采样/处理模块(睡眠)
  • MAC 侦听—睡眠交替
  • 路由均衡负载,不让少数节点累死
  • 数据融合减少传输量(第 33 页回收)
能量瓶颈越靠近汇聚节点的节点转发负担越重、最先耗尽——部署时要为它们留冗余,否则网络会“从中心烂掉”。
§5.3 无线传感网

回到物流:仓里与路上两张网

🏬 仓储环境监测

节点分布式部署自组织成网,本地初处理后多跳至汇聚节点,再上互联网到监测中心与远程库:实时发现温湿度与气体异常、告警并联动空调/除湿/通风。与 RFID 结合后,环境数据能与货物标识、库位、出入库记录关联成完整监管链。优势:多角度感知、低成本高冗余容错、近目标低噪声、多传感混合、协同大覆盖、移动节点补盲区。

🚛 运输在途监测

车厢/集装箱内小规模 WSN 采集温湿度、振动;车载智能终端作汇聚节点汇总、初处理、本地存储,再经 GPRS/4G/5G/卫星上监控中心。价值:冷链全程记录与断链识别、冲击事件留证定责、危化品压力/液位/泄漏监测。盲区对策:本地存储+断点续传(第 24 页冷链方案的同款设计)。

总效益降人工采集成本 · 提自动化程度 · 减人为差错 · 连续可追溯记录 · 异常快速响应 · 为质量追溯与货损索赔提供客观数据。
§5.4 边缘计算技术

边缘计算:不再让每份数据都进京赶考

边缘计算产业联盟(ECC)定义:在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开放平台,就近提供边缘智能服务。一句话:把计算下沉到数据产生的地方——工厂网关、配送站服务器、车载终端先筛选、分析、决策,只把关键结果与汇总数据上云。

🌱 来历

思想源头 2003 年 Akamai 与 IBM 的边缘内容处理(与第 4 章 CDN 同源);2016 年 ECC 成立(华为、中科院沈阳自动化所、信通院、英特尔、ARM、软通动力联合发起),标志产业化。行业预测:2027 年全球边缘计算市场规模将达 434 亿美元。

❓ 为什么需要它

设备数百亿级、数据每秒汹涌:全上云则带宽与时延双瓶颈——一条分拣线等不起云端的往返,仓库的原始数据流也喂不饱上行带宽(动画与模拟器马上量化这件事)。

§5.4 边缘计算技术

四大特征:快、省、密、稳

⚡ 低时延

本地处理省去往返云端:响应从云端的数十至数百毫秒降到 1—10 毫秒。自动分拣、AGV 避障、车辆实时预警的命根子。

📉 高带宽效率

本地预处理、过滤、汇聚后只传有价值的信息:数百个温湿度节点每秒的原始流,经网关只剩每几分钟的均值/极值/异常——上行数据量可减 90% 以上。

🔒 安全与隐私

敏感数据不出边缘的物理范围,传输截获面大减小。例:疲劳驾驶检测在车载终端本地完成视觉识别,驾驶员面部影像根本不上云。

🛟 高可靠与离线运行

边缘节点自带计算与存储:断网不断业务。车辆在信号盲区照常采集与本地分析,联网后再同步。

§5.4 边缘计算技术

云边协同:快环归边缘,慢环归云端

对比维度云计算边缘计算
部署位置中心化大规模数据中心靠近数据源/终端的网络边缘
处理时延较高(50—200 ms)极低(1—10 ms)
上行带宽高(原始数据全量上传)低(本地预处理后传摘要)
适合场景大规模分析、AI 模型训练、全局决策实时控制、快速响应、隐私保护
计算能力强大且弹性可扩展轻量但即时
离线能力依赖网络连接可独立运行
协同闭环边缘负责采集、过滤、预处理与本地 AI 推理;云端负责海量历史分析、模型训练后下发边缘执行、全局协调与报表。ECC 参考架构四域(设备/网络/数据/应用)+ CROSS 五关注点(连接、实时、优化、智能、安全);主流平台:KubeEdge、AWS IoT Greengrass、Azure IoT Edge、阿里云 Link Edge、EdgeX Foundry。
§5.4 边缘计算技术 · 教学动画

动画:《边缘计算与云边协同》(1 分 58 秒)

观看要点 ①传送带包裹的当场决策:全上云往返 80ms 就要错过分拣口,边缘 5ms 从容命中(快 16 倍)。
观看要点 ②快环与慢环的分工:边缘管毫秒级即时环,云端管汇总分析慢环。
看完衔接下一页模拟器把“80ms vs 5ms”扩展到四个场景,逐个判断该上云还是下沉。
§5.4 边缘计算技术 · 互动

这项任务,放云端还是边缘?

点选场景,对比两种放法的总响应时间与任务时限——注意:不是每个场景都是边缘赢。

§5.4 边缘计算技术

三例落地:分拣、车辆、仓库

📦 实时分拣决策

分拣中心每小时数万件:分拣线关键节点部署带 GPU 的边缘服务器,高速相机拍面单 → 毫秒级识别+通道分配;断网照常分拣。云端管策略制定、跨中心汇总与识别模型迭代训练。

🚛 车辆状态实时预警

车载终端本地分析转速、水温、胎压、速度+内置 AI 模型:参数越界毫秒级声光告警;疲劳驾驶本地视觉识别,影像不出车(第 37 页隐私特征的现场版)。

🏬 仓库环境与 AGV

边缘网关汇聚多类传感器,温度越界直接指挥空调不等云;AGV 路径规划与避障本地决策。正常数据定期上云做趋势,异常即时上云告警追溯(第 24 页方案的平台侧)。

§5.5 物联网在物流中的应用

智能仓储:四层架构的完整落地

感知层
托盘/货箱 RFID 标签,库门与通道口阅读器,货架电子墨水标签,温湿度节点网格化分布,视频监控,AGV(激光雷达+视觉+RFID 阅读器)。
网络层
WiFi 6 与 5G 专网全覆盖+有线以太网骨干;按需分工:AGV 用 5G/WiFi,温湿度节点用 LoRa/ZigBee 低功耗网,RFID 阅读器走有线。
平台层
本地机房边缘节点管实时活(AGV 路径、RFID 过滤、环境告警);云端管全局活(库存统一管理、单据、报表、供应链协同)。
应用层
WMS 为核心:入库、出库、盘点、拣选调度、设备管理——下三页逐个看场景。
§5.5 物联网在物流中的应用

入库与盘点:效率以十倍计

🚪 智能入库

叉车载托盘通过装有 RFID 阅读器阵列的入库通道:不到 1 秒批量读完托盘与全部货箱标签,自动与采购订单匹配校验、完成登记并分配库位。对比逐件扫码每件 3—5 秒,效率提升数十倍(第 3 章闸门方案的仓储落地形)。

🔍 智能盘点

人工逐位扫码盘一个大仓要数天;RFID 手持终端走一圈自动读周围数米内标签;进阶是搭载阅读器的无人机在高位货架间巡飞盘点。准确率 99.9%+,效率十倍以上。

§5.5 物联网在物流中的应用

环境监控:感知—决策—执行的闭环

温湿度节点持续采集➜边缘网关实时分析➜偏离即自动调空调/除湿➜同时向管理人员发告警➜正常数据低频上云存档与趋势分析
为什么重要电子元器件、药品、食品对环境敏感——精细化分区调控既保货,又避免全仓一刀切的能源浪费。这条闭环把 §5.2 传感器、§5.3 WSN、§5.4 边缘计算焊在了一起,也是习题 9 的现场(第 48 页专页拆解)。
§5.5 物联网在物流中的应用

干线监控:从事后管理到实时可控

📡 车载终端采三类数据

  • 定位:GPS/北斗的位置、速度、方向
  • 车况(OBD):发动机状态、油耗、里程
  • 驾驶行为:加速度、制动、转向(第 20 页的传感器在此)

🖥️ TMS 的四项功能

  • 实时定位与轨迹回放:全车队位置一屏尽览
  • 电子围栏:偏离预设路线/区域自动告警
  • 到达时间预测(ETA):位置+速度+路况 → 收货方提前备接货资源
  • 油耗分析:跨车辆/路线比对,揪异常油耗
§5.5 物联网在物流中的应用

危化品运输:四支传感器守一罐货

🛢️ 槽罐车上的感知组

压力:罐内压力液位:装载量(突降≈泄漏)温度:罐体温度气体:泄漏检测

数据经 4G/5G 实时上传交通监管部门的危化品运输监控平台——不止企业自用,更是公共安全基础设施。

🚨 告警即联动

压力异常升高、液位突降、检出危险气体 → 立即高级别告警+启动应急预案;车辆位置同步推送沿途消防、交警、医疗急救——处置力量在事故扩大前就已在路上。

回看本页的四支传感器分别在第 17(压力)、19(液位相关)、16(温度)、21(气体)页讲过原理——§5.5 是 §5.2 的总装车间。
§5.5 物联网在物流中的应用

最后一公里:人、柜、系统都在线

📱 快递员 PDA

扫码取件/签收的同时,终端自动记录操作时间与 GPS 位置并同步后台——每次交接都有时空戳(第 2 章运单号+本章定位的合体)。

🗺️ 智能路径规划

按当日订单地址分布+实时交通生成最优路线——TMS 的 ETA 与路径能力下沉到单人单日尺度(第 10 章 VRP 的预告)。

🗄️ 智能快递柜

组成:主控板、电控锁、触摸屏、扫码模块、摄像头、格口状态传感器、通信模块。流程:扫运单码 → 按尺寸匹配空闲格口开锁 → 入柜关门、传感器确认到位 → 推取件码给收件人 → 凭码/扫码/人脸取件。经 4G/WiFi 连云:格口状态、故障、使用统计实时上报,支持远程诊断与 OTA 固件升级。

§5.5 物联网在物流中的应用 · 综合

习题 9 拆解:一套系统里谁干什么

WSN 干什么
感知与组网:温湿度节点网格部署、自组织多跳,本地初步处理后汇聚——负责“把现场变成数据流”,并靠融合与休眠活得久。
边缘计算干什么
实时分析与联动控制:边缘网关实时判断越限、直接指挥空调/除湿、异常即时告警——负责“毫秒级闭环”,不等云端。
云平台干什么
长期存储与全局优化:历史数据归档、长期趋势分析、跨仓对比与策略优化、合规审计与追溯——负责“慢环与全局”。
判据回收时限紧的活给边缘、全局与历史的活给云、采集组网的活给 WSN——与第 40 页模拟器的判断标准完全一致。
本章小结

感知、组网、就近算——物联网的三级跳

📌 本章带走的六件事

  • 物联网=整体感知+可靠传输+智能处理;四层架构:感知、网络、平台、应用
  • 传感器四部分构成;指标看侧重(冷链重精度、导航重响应),选型没有银弹
  • 六类物流传感器各有原理与岗位;MEMS 让感知便宜,智能传感器让感知带脑
  • WSN 以数据为中心、自组织多跳;能量是第一约束,节点生存策略是“没事就睡”
  • 关键技术六件套:拓扑控制、部署、定位、融合、同步、能耗管理
  • 边缘计算四特征(快省密稳),与云快慢分工;落地在仓储、干线、危化品与末端

✍️ 课后思考

  • 习题 3:用尺子刻度打比方,向同学讲清精度与分辨率的区别
  • 习题 9 换场景:给“冷链在途监测”做一份 WSN/边缘/云三方分工表
  • 观察学校快递柜:对照第 47 页认出它的每个部件与一次完整存取流程

下一章预告:第 6 章 电子数据交换(EDI) —— 感知到的数据,要变成企业间听得懂的“公文”。

完整习题(共 9 题)与参考文献见教材第 5 章章末 · 本幻灯片与教材网站 book.400074.xyz 配套使用
演讲备注 ·
← → 翻页空格 下一页O 总览N 备注T 浅/深主题F 全屏手机上左右滑动也可翻页

幻灯片总览 · 第1章(20 页)

点击任意一页直接跳转 · 按 Esc 关闭