《智慧城市-物联网.docx》由会员分享，可在线阅读，更多相关《智慧城市-物联网.docx（19页珍藏版）》请在课桌文档上搜索。
1、一、从“信息高速马路”到“物联网”1993年，美国政府宣布实施一项新的高科技安排一一“国家信息基础设施”，旨在以因特网为雏形，兴建信息时代的高速马路一一“信息高速马路”，使全部的美国人便利地共享海量的信息资源。这一安排的提出，导致美国信息产业高速发展，进入了以网络经济为主导的新经济时代，创建了巨大的经济效益和社会效益。如今面对来势猛烈的金融危机，美国的经济社会发展面临着前所未有的挑战，亟需一个全新的经济增长点拉动经济走出低谷并再次迎接长时间的旺盛。由此，物联网战略一一“才智的地球”应运而生。2008年的时候IBM提出了才智地球的安排,该安排的核心就是物联网。物联网具备极其广泛的行业覆盖度以及影
2、响力。物联网的发展不仅能促进新兴信息技术产业的发展，而且还能带动诸如智能能源、智能运输、智能医疗等诸多传统行业的发展。将物联网技术引入家庭生活，还能带来智能家居。由于物联网能够全面改善居民生活水平，提高整个经济社会的运转效率，因此物联网的发展被称为是继计算机、互联网之后，世界信息产业发展的第三次浪潮。今日，“才智地球”战略被美国人认为及当年的“信息高速马路”有很多相像之处，同样被他们认为是振兴经济、确立竞争优势的关键战略。该战略能否掀起如当年互联网革命一样的科技和经济浪潮，为世界所瞩目。二、“才智城市”的探讨现状才智城市的概念数字城市及物理城市数字城市存在于网络空间(cyberspace)中，
3、虚拟的数字城市及现实的物理城市相互映射，是现实生活的物理城市在网络世界中的一个数字再现(LiDeren&YaoYuan&ShaoZhenfeng&etal.,2014)才智城市定义相大知识点相关性：) 图“才智城市”探讨的相关学问点才智城市则是建立在数字城市的基础框架上，通过无所不在的传感网将它及现实城市关联起来，将海量数据存储、计算、分析和决策交由云计算平台处理，并依据分析决策结果对各种设施进行自动化的限制。(Li即，才智城市=物联网+大数据+云计算。智念智志智若WiJ 曾总 WS图智慧城市的总体架构Fig.ArchitectureofSmartCity(李德仁,姚远,邵振峰.，2014)才
4、智城市的建设历程物联网、IPv6提出 互联网.3S、综合业务 数据网(ISDN) 速数 字线路/光纤局域网传出等网络、移动互 联网、第二代移动通 信技术(2G),三网融合、Wi-Fi1990-200020012007智慧城巾处设初期云计算、移动役备与成 用、第三代移动通侪技 术3G).社会化网络 与商务科能l-1 20082010-1-j智是城市快速发展期下一代通侪网络、人数 据、人机可动、第四代 移动通信技术(4G).下联网、智能终端2011郭国：“CybCr-KorCa21推动比联网普及新加坡：出设以网络为 乐础的智能岛H本： , U-Japanw 泛在网英国:“智能屋”试点传感器；新加坡
5、：“智慧国2015”无线横路香港：个城免费Wi-Fi上网美国：料能电网： 智能道路照明工程： 智能交通系统： 虚搜车辆设计平台 韩国“绿色IT国家战略” 首尔的IPTV电政府服务 欧盟娥略能源技术规划(SET-plan)口本4 i.Japan医疗、健康 和数行的电广化滨都锡横京无:剂能能源苴理:能源信息化:感知医院：感知能效武汉：全市电J病切11程 中国与H本:物联网推进联盟图国内外才智城市建设历程（王广斌,张雷,刘洪磊，2013）探讨现状大数据的重要性才智城市=物联网+大数据+云计算，从这个简化公式中可以看出，“大数据”是才智城市的基础及核心，物联网服务于数据收集，而云计算则是对数据的处理运
6、算。以数据的获得及管理技术作为底层的支撑，以数据挖掘、处理和分析技术作为整个框架的核心构成，在此基础之上对城市用户供应多样化的服务应用.换言之，将来才智城市的技术的发展方必将是以数据为中心。以数据为中心的才智城市相关探讨1 .探讨综述国内外学者主要从数据驱动的智能交通、城市计算技术、城市人类行为统计这三大方面对大数据进行了探讨。（1）数据驱动的智能交通数据驱动的智能交通技术可以被细分为支撑层面和应用层面两个层次的探讨。1）支撑层面探讨工作集中在全城交通的感知及分析方面。例如:基于城市交通监控数据的实时路况报告(GuhnemannA&SchferR-P&ThiessenhusenK-Uetal.
7、,2004),对于城市中具有特殊特性路段的检测和查询(KanOUIaSE&DuYang&XiaTian,et.al.,2006)平均通勤时间评估(PfOSerD&BrakatsoulasS&BroschP,etal.,2008)通过对于GPS数据的深化挖掘和分析，可以进一步理解城市中交通运行的详细模式(LiuLiang&AndrisClio&RattiCarlo,2010;ZhengYu&LiQuannan&ChenYukun,etal.,2008;ZhengYu&LiuLike&WangLonghao,etal.,2008),供应交通流量的评估、预料和管理等应用服务(FabritiisC&R
8、agonaR&VaIentiG,2008;LiXiaolong&PanGang&WuZhaohui,etal.,2012;CastroPabloS&ZhangDaqing&LiShijian,etal.,2012)2)应用层面探讨集中在城市交通管理及运行的各项服务应用中。基于GPS的路径导航服务，丰富详尽的地图数据协作实时的路况分析结果可以为用户供应特别优质的行驶路径导航服务(GonZaIeZHector&HanJiawei&LiXiaolei,etal.,2007)包含有人类行为信息车辆GPS数据则可以供应汽车司机的驾驶学问来进一步优化导航路径的选择(ZiebartBrianD&MaasAn
9、drewL&DeyAnindK,etal.,2008;YuanJingfeZhengYu&XieXingetal,2011;YuanJing&ZhengYu&XieXingetal.,2013)例：微软亚洲探讨院开发的T-DriVer车辆导航系统(YUanJing&ZhengYu&XieXing,etal.,2011)统计了北京市城区出租车的GPS行驶数据，然后将不同地标之间驾驶技术最娴熟的出租车司机的驾驶路径用图的方式组织起来，就形成了一张包含了出租车司机驾驶学问的地标图.用该地标图来进行路径导航，可以有效地提高车辆在拥堵时段的行驶效率。出租车及乘客之间的举荐服务该类探讨最重要的任务就是理解
10、出租车及乘客的行为模式以及两者之间的交互关系(YuanJing&ZhengYu&XieXingetal.,2011;ZhengKai&ZhengYu&YuanNicholasJing,etal.,2013)法国电信探讨院的Zhang等人通过对5350辆出租车驾驶行为的探讨，分析比较了不同出租车寻客策略的有效性(LiBin&ZhangDaqing&SunLinetal.,2011)深化探讨如何通过优化出租车的载客策略来提高出租车司机收入(SunLin&ZhangDaqing&ChenChao,2013etal;GeYong&LiuChuanren&XiongHuietal.,2011)北京航空航
11、天高校的Xu等人通过对北京1200辆出租车的乘客数据分析，探讨了优化的乘客打车策略，并基于该探讨开发了名为TaXiWaiter的打车协助系统。(ZhengXudong&LiangXiao&XuKe,2012)T-Finder系统则同时考虑了出租车及乘客两个方面的需求，通过对街道打车概率的统计和分析来进行出租车寻客路途和乘客打车路途的举荐。(YuanJing&ZhengYu&ZhangLiuhang,2011;YuanNicholasJing&XieXing&ZhengYuetal.,2012)出租车行驶的异样轨迹检测如何区分出租车司机为躲避拥堵而进行的适当绕行和恶意的“宰客”绕行是该类问题要解
12、决的核心问题。法国国立电信学院设计提出的iBATiBOAT算法可以有效地对绕行出租车进行在线识别或是轨迹识别，其分析结果显示，偏爱绕路的司机所对应的月收入并不比不绕路司机的平均值高，一些司机想通过恶意绕行来增加收入往往只是一种心理劝慰行为(ChenChao&ZhangDaqing&CastroPabloSetal.,2013;ZhangDaqing&LiNan&ZhouZhihuaetal.,2011;ZhangDaqing&ChenChao&YangDingqietal.,2013)优化城市公共交通系统B-Planner系统运用出租车GPS数据所供应的城市通勤需求信息，重新设计了杭州市夜间公
13、交车的行车路途，满意了不同时段人们对公交线路的不同需求(ChenChao&ZhangDaqing&ZhouZhihuaetal.,2013)T-Share出租车拼车系统通过综合考虑打车人的位置、目的地以及出租车的行驶路径等因素，对出租车的拼车路途进行了合理规划(MaShUO&ZhengYuWolfson,2013)CaPra等人对伦敦地铁系统(tube)的客流拥堵模式进行了系统的分析,并以此为依据提出了避开地铁拥堵的技术方案(CeaPaI&SmithC&Capra1.,2012)城市计算技术D城市动态特征的检测城市空间动态特征图城市空间动态特征(城市热点)围绕检测方法及指标进行了探讨：香港科技
14、高校Lionel教授的团队最早提出了一种基于移动特性而非密度特性的热点检测方法(LiuSiyuan&LiuYuhuai&NiLionelMetal.,2010)微软亚洲探讨院的Zheng等人通过将GPS数据同POI数据相结合的方式,计算了北京各个城市区域中属于某一个功能区划的概率，并以此为依据实现城市功能区的划分(YuanJing&ZhengYu&XieXing,2012)运用推特文本数据流的时空动态检测(PozdnoukhovA&KaiserC,2011)依据大规模出租车的运动行为对城市的社交功能分布进行检测(QiGuande&LiXiaolong&LiShijiaetal.,2011)对城
15、市人口的移动特性检测(VeloSoM&PhithakkitnukoonS&BentoC,2011)城市时间动态特征Apnl17.20119:0()-9;l54iniSources)!TUiIoiislinksTianannicnDestinationsRootCauseflowsf一7BeijingTeoriginalfastestpathbetweenrandriBeijingSouthRailwayStation图城市时间动态特征(异样事务)该类特征往往对应于城市中一些特殊事务的发生，例如演出、大型活动、交通管制等。运用出租车浮动车的GPS数据设计了分析城市交通流量异样的检测算法(Pang
16、LinseyXiaolin&ChawlaSanjay&LiuWeietal.,2011)对于交通异样模式的早期检测，利用该算法供应的服务，可以更早地对道路交通中的一些拥堵事务进行具有前摄性的预防处置(PangLinseyXiaolinfeChawlaSanjay&LiuWeietal.,2013)运用群体感知的方式收集了城市中市民的活动数据和社交网络的媒体数据，并利用这些数据进行城市交通事务的异样检测.由于社交网络中的媒体数据具有更加丰富语义特性，因此可以获得更加精确的检测效果(PanBei&ZhengYu&WilkieDavidetal.,2013)2)城区功能识别及规划运用交通通勤数据的识
17、别及规划：例对于一个城市商业区的密度水平进行评估，每一个城区都可以运用该文献提出的算法来估算商业功能在该个城区中的概率(StefanoVWilliamL&RamseyMichaelS&ChristensenPhilipR,2001)ChenD&StowDA&GongP(2001)提出了对于城市的住宅区密度分布进行测算的方法，这些方法可以用来度量某个城区属于住宅区的概率.运用手机数据的识别及规划：例1.engBiao&ZhaoWenyuan(2014)发觉城市轨道交通的客流数据在反映乘客出行状况的同时，也揭示了城市区域间的功能联系和演进规律，因此运用北京市的地铁客流进出站数据对北京地铁站周边的城
18、市区域进行了功能识别及划分，为北京城市地铁站周边区域的规划及设计供应了指导信息BramJ&MckayA(2005)则运用纽约地铁的客流数据对纽约地铁站的功能类型进行了划分，为纽约地铁的建设规划供应了指导帮助对于建设规划的合理性进行评估ZhengYu&LiuYanchifeYuanJing等(2011)运用城市出租车GPS轨迹数据测算了北京市不同城区之间的连通性，并设计了3种指标对于城区之间的交通性能进行评估3)附加行业应用能源消耗微软亚洲探讨院的Zheng等人利用出租车GPS数据和城市加油站的POI数据对北京市机动车辆的每日汽油消耗量进行了估算(ZhangFuzhengfeWilkieDavi
19、d&ZhengYuetal.,2013)o该探讨可以为一般用户供应加油站的举荐服务，也可以为石油公司的加油站建设规划供应看法，同时还可以让政府了解和驾驭整个城市的能源消耗状况，从而制定更为合理的能源管理政策MomtazpourM&ButlerP&HossainMShahriaretal.(2012)还通过分析城市人口、车辆GPS数据以及POI等数据来规划电动汽车充电站的建设.TulusanJ&Staake&FleischE(2012)则通过分析车内总线传感器的数据来设计更加节能环保的汽车驾驶方式空气质量基于城市计算技术的U-Air系统(ZhengYu&LiuFurui&HsiehHsun-Pi
20、ng,2013)oU-Air系统对北京市22个空气监测站的PM2.5数据读数进行了分析探讨，发觉即便是在相同的天气条件下，距离特别接近的两个空气监测站的PM2.5数据读数依旧会有数倍的差距。这意味着假如采纳线性差值的方法，目前较为稀疏的监测站分布并不能完全反映整个北京市的空气质量状况。市民在得知空气质量较好的状况下，很可能会外出进入一个空气质量特别差的市区，从而引发健康问题。为了解决这一问题，U-Air系统利用机器学习技术，运用城市的气象数据、交通数据、城市结构数据、POl数据等训练获得了城市空气质量的时空模型，并运用该模型实现了以1平方千米为单位的细粒度城市空气质量报告。此外，该模型还能够很
21、好地度量不同城市动态因素对空气质量的影响状况。城市经济英国科研人员设计开发的Geo-Spotting系统运用机器学习的方法，利用Foursquare应用供应的LBS数据，对纽约城区的店铺地理位置及营业收益的关系进行了分析，并以此为依据帮助商户进行店铺选址(KaramshukD&NoulasA&ScellatoSetal.,2013)地图测绘对于城市当中一些新修建但并未进行地图测绘的街道，可以运用车辆行的驶轨迹数据进行测量，这样的测绘方式可以极大地提升城市地图的测绘效率并有效地降低测绘成本城市人类行为统计1)城市交通网络分析道路交通网络特殊是轨道交通网络成为困难网络理论应用的主要领域。为城市交通
22、建立模型、找寻特性。由于我国城市轨道交通发展的相对较晚，国内城市交通网络的探讨目前主要集中于公交网络(LiYing&ZhouWei&GuoShijin,2007),涉及到地铁网络的只有对北京和上海地铁网络的探讨。2)城市居民行为建模最先被用来分析人类时空行为的是手机数据。HongWei&PanXiaopu&ZhouTaoetal.(2009)运用志愿者36个月的短消息通信记录进行了人类活动的时间分析。ZhaoZhidan&XiaHu&ShanMingshengetal.(2011)利用2006年新年期间600万用户的3000万条短信数据进行统计分析，发送时间间隔和回复时间间隔符合肯定规律。Wu
23、Ye&ZhouChangsong&XiaoJinghuaetal.(2010)对来自3家公司14万用户的150万条短信记录进行了分析，发觉分布规律。人类空间行为探讨方面，SongChaoming&QuZehui&BlummNicholasetal.(2010)运用手机通话地点数据对人类空间活动模式的可预料性进行了分析.分析结果显示,样本数据中的用户活动在空间上具有93%的可预料性，且不同个体的可预料性差异并不大。出租车JiangBin&YinJunjun&ZhaoSijian(2009)运用瑞典4个城市中50辆出租车6个月的GPS轨迹数据,对出租车乘客的出行行为进行了统计分析，探讨认为出租车乘
24、客的乘车距离听从双段的募律分布.北航的LiangXiao&ZhengXudong&LvWeifeng等人(2012)运用北京市近两万辆出租车3个月内的GPS轨迹数据，对出租车乘客的乘车距离特征进行了更加精确的统计测算，其结果发觉，出租车乘客的乘车距离刚好间长度均听从指数分布地铁RothC&KangSoongM&BattyMetal.(2011)运用伦敦地铁中200万名乘客在一周时间内的IC卡刷卡数据，对于乘客的乘车距离进行了统计，探讨发觉地铁乘客的乘车距离更加近似于负二项式分布城市交通通勤行为北京航空航天高校LiangXiao&ZhaoJichang&DongLietal.(2013)等人基于
25、多个城市的出租车及出行数据分析，提出了一种新的群体移动模型,能够模拟和预料城市内不同区域间的人口移动的流量.基于这一模型的理论分析进一步表明造成出租车出行距离呈指数分布的根本缘由在于城市内人口密度呈指数衰减总结三、物联网在才智城市中的行业应用1 .在民生领域中的应用。民生大数据包括有人口、环境、交通、健康、经济等数据。2 .在市场监管领域的应用。可以挖掘技术来分析不同变更的市场数据,以便于相关部门刚好的对市场变更做出相应的反应，提高对于将来实践的精确预警度，实时进行监管。3 .在政府服务领域的应用。可以共享帮助政府的各个部门间或政府及市民间形成信息共享。4 .在基础设施领域的应用。可以更加便利
26、对交通和电力等设施进行数据的采集和分析，能够更加完善的促进城市基础设施建设。“民生”始终以来都是全球物联网市场及中国本土发展最重要的切入点。居家养老、科技农业、食品追溯、车联网等一批围绕民生开展的应用正日趋成熟。例：比如一个产品“伴”系统。通过一个传感器、一块大垫子，就可以监控家中老人的身体状况，并作出推断是否须要通知子女或社区医生。通过垫在床脚处的传感器，远程监控中心可以发觉老人生理数据上的异动，如心跳、血压发生大的变更，则在远端预警。服务中心可就此发出指令，或联系子女，或联系街道以供应帮助。而另一块铺在地上的大垫子则能察觉老人是否跌倒。通过跌倒在地上的姿态、卧地时间长度等数据，可以推断是不
27、是出了意外。这一套系统已在上海一些社区试点。 近年来，从毒豆豆、地沟油、瘦肉精，到漂白蘑菇、化学火锅面对频发的食品平安事务，不禁想问，吃什么才是平安的？企业物该如何重拾消费者信任？联网技术可以作为一个全面管控体系，可以从源头上把控风险。比如餐厨垃圾中的油脂排放到采纳物联网技术的专用油桶中，通过互联网自动将油脂数量、时间、地点等信息上传至监管系统,运输车辆采纳GPS跟踪路径，轨迹信息同样上传至监管系统通过大数据技术，当发觉GPS轨迹信息、油桶身份信息等数据异样时,系统会刚好提示监管部门处理。 美国调研公司曾调查超过600名来自教化和IT行业的领袖，其中将近一半的人信任，在将来两年内，物联网技术将
28、会变更学生们在校内的学习方式。详细看，才智校内是把感应器嵌入和装备到食堂、教室、图书馆、供水系统、试验室等各种物体中，并且被普遍连接，形成“物联网”，然后将“物联网”及现有的互联网整合起来，实现教学、生活及校内资源和系统的整合。比如流媒体视频课程和数据分析可以帮助老师跟踪学生的学习状况，依据他们的实力水平定制教学内容，以及预料学生的执行状况。 物联网技术在医疗领域的应用潜能同样巨大。普遍认为，将来20年内将迎来人工智能诊疗的时代。例如儿科部会记录早产儿和患病婴儿的每一次心跳，然后将这些数据及历史数据相结合。基于这些分析，系统可以在婴儿表现出任何明显的症状之前就检测到感染，这使得医生可以早期干预
29、和治疗。远程医疗监护也在兴起。利用物联网技术，构建以患者为中心,基于紧急重病患的远程会诊和持续监护服务体系。可以削减患者进医院和诊所的次数。四、物联网中大数据的价值及痛点物联网简洁来说，其实就是利用互联网把现实中的全部物品利用传感器连接起来，在这个基础上会产生大量的数据。而如何从这些数据中挖掘出有用的信息，充分利用这份资源，才是最具难度和价值的。比如监测老年人身体健康的数据，除了应用于通知子女和社区医生，还可供应应医疗机构、养老机构等。甚至可以运用这份数据，针对每位老人制定相应的养老安排。监测食品平安的数据也是如此。除了供应应政府便利监管以外，还可以供应应餐饮机构。将后厨的信息、食材履历、厨余
30、去向等信息在互联网平台展示，让消费者通过互联网随时走进企业。一份数据，可以同时起到监控、管理、宣扬三大功能。数据的价值是强大的。SNS霸主Facebook就将他拥有的海量用户数据玩的特别美丽。FaCebOok可以知道你什么时候跟别人约会，什么时候分手。就在今年情人节后第三天，Facebook通过其开发博客公布了其数据探讨部门科学家团队的一项发觉，即利用FaCeboOk网站的统计数据，可以推断发帖的用户是否、何时擦出了爱的火花。活跃用户规模已达到2.7亿的Facebook驾驭了数以亿计的用户信息。运用肯定的模型，可以从这些数据中挖掘出无限好玩的信息。比如新的感情起先时人们最喜爱的音乐、最喜爱的商品等等。随着物联网技术的不断进化，才智城市的不断快速发展，各种大数据也在不断被人们所发觉，并应用实际中。所以须要同步发展的是数据挖据、决策分析的实力。将大数据转化为数据资产，将才智城市建设成智能化、互联化的城市。
