物联传媒 旗下网站
登录 注册
RFID世界网 >  新闻中心  >  行业动态  >  正文

掘金物联网 软件技术大有可为

作者:徐恒
来源:中国电子报
日期:2009-12-28 09:56:44
摘要:据了解,在RFID软件设计方面,许多国内企业都有能力设计目前应用较普遍的闭环式RFID系统软件。而在RFID中间件领域,IBM、BEA等企业的技术优势十分明显,目前中国还没有可以在技术实力上与之抗衡的企业。

620)this.style.width=620;" border=0>

图为物联网架构图

620)this.style.width=620;" border=0>
 
物联网感知模型  

  如今物联网是一个很热门的词汇,人们将之比喻为地球表面的“人造皮肤”。每个人对物联网的理解并不完全一样。其实这也难怪,毕竟物联网超大的涵盖面以及超长的产业链给了我们巨大的想象空间。在这个产业链上每个环节的企业都能从自己的立场去诠释物联网。  

  不过,目前业界比较统一的观点是,认为物联网基本上具备三个条件:第一个是全面感知,就是让物品会“说话”,将物品信息进行识别、采集。第二个是可靠传递,就是通过现有的2G、3G以及未来4G通信网络将信息进行可靠传输。第三个是智能处理,通过后台的庞大系统来进行智能分析和管理。  

  如果说传感技术和通信技术满足了前两个条件,那么第三个条件则必须通过软件技术去实现。中国科学院微电子研究所所长叶甜春告诉记者,目前中国信息网络与传输基础较好,但是在传感器和芯片制造、集成、预处理等方面还很薄弱,同时海量信息处理的软件技术也很薄弱。  

  软件技术支撑数据采集RFID中间件待突破  

  物联网可以划分成三个层面:物联网感知层、物联网网络层和物联网应用层。第一层即感知层至关重要,物体的感知和数据的采集就是靠这一层。说到数据采集就不得不提到RFID(射频识别),SAPBusinessObjects中国区首席顾问鲁百年向《中国电子报》表示,对于RFID,一方面硬件厂商可以自己研发出相应软件,比如在硬件里面封装一些软件;另一方面,软件厂商本身也可以提供射频技术。“在未来的物联网里面,除了软件起很大作用以外,硬件和软件必须充分结合起来,包括射频识别技术。因此,整个市场应该是非常大的。”鲁百年说道。  

  据了解,目前我国已经在高频应用领域占据了世界第一的位置,形成了从芯片设计、制造、封装和读写机具设计、制造到应用的成熟的产业链。而在国际上重点发展的超高频领域,我国的研究与应用也加紧了追赶的步伐。但是,目前我国RFID企业技术研发水平还比较薄弱。“由于进入RFID领域的企业基本都是中小型的企业,本身资金实力就比较薄弱,再加上要维持企业的运营,无法拿出大量资金投入到技术研发当中,这大大限制了企业的技术创新能力。”中国 RFID产业联盟秘书长欧阳宇向《中国电子报》记者表示。  

  据了解,在RFID软件设计方面,许多国内企业都有能力设计目前应用较普遍的闭环式RFID系统软件。而在RFID中间件领域,IBM、BEA等企业的技术优势十分明显,目前中国还没有可以在技术实力上与之抗衡的企业。  

  不过,RFID中间件技术的重要性却是不容忽视的。“谁掌握了中间件技术,谁就有可能具备核心竞争力,谁就能快速、低成本地满足差异化的产品需求。这也是克服孤岛式闭环应用的关键。”成都九洲电子信息系统有限责任公司副总设计师杨运平向《中国电子报》记者表示。  

  海量信息处理提高对BI要求  

  鲁百年告诉记者,互联网是将机器和人连接起来,而物联网是将机器、人、设备等所有东西都连接起来。将来人们通过电脑终端或手机等手持终端就能够控制房间里的空调、电视机、电灯等家居设备,从而实现智能家居。因此,从本质上讲,物联网和互联网的思想是一致的。从这个角度出发,如果说互联网成就了大量的软件企业和技术,那么,物联网也同样是软件企业和技术的“用武之地”。至少商务智能(BI)看到了市场商机。  

  物联网是一个智能的网络,面对采集的海量数据,必须通过智能分析和处理才能实现智能化。因此,商务智能将大有可为。不过,正是因为这些海量数据也对商务智能提出了新的要求:  

  首先是实时商务智能,即随时随地实现商务智能。受内部和外部的、可预见的和突发事件的影响,物联网任何一个应用端均需要对瞬息万变的环境实时分析并做出决策。  

  其次,分析速度更快。实时商务智能要求其分析速度更快。这就使商务智能不得不进行架构上的改变。鲁百年告诉记者,以前的BI都是把它存储在硬盘上面,数据和硬盘有接口互相交换,这种交换限制了速度的提高。以前的BI只是一个软件,如果用户要分析的话,把它通过网络连接到服务器进行计算就可以了。但现在,BI 企业没有完全将BI固化到硬盘里,而是和硬件厂商进行绑定,推出一个专门为分析而制定的软硬结合的工具,从而大幅提高分析速度。  

  再次,数据质量控制。海量的数据如果不能保证数据的真实性,那么就会产生错误的结果和判断,后果非常严重。因此,数据质量控制是获得真实结果的重要保证。  

  最后,关键绩效指标分析、即时查询、多维分析、预测功能以及易用的数据挖掘等等也是BI必不可少并不断需要加强的地方。