工业物联网的模糊预测

旧金山半岛 I-280 上的标志宣称它是“世界上最美丽的高速公路”。最好是雾从山上滚到山谷的时候，就像我去年夏天拍的这张照片。

那雾不仅美丽，而且还是加利福尼亚以完美天气着称的天然冰箱。云在正确的地方创造奇迹。

什么是雾？

这是对即将到来的工业物联网 (IIoT) 计算的完美类比。在天气上，雾和云一样，只是离地面很近。在物联网中，雾被定义为接近事物的云技术。两者都不是一个精确的术语，但在这两种情况下都是正确的：云在正确的地方创造奇迹。

包括工业互联网联盟 (IIC) 和 OpenFog 联盟在内的主要行业联盟正在努力更好地定义这个未来。所有人都同意，推动云取得巨大成功的许多方面必须超越数据中心。他们也同意现实世界也包含云系统无法处理的挑战。他们还热衷于名称和品牌定位；请参阅侧边栏以获取快速天气图。无论如何，雾或分层边缘计算对于工业基础设施的运行至关重要。

也许了解雾的最好方法是检查实际用例。

示例：互联医疗设备

首先考虑智能医疗系统的未来。驾驶问题是一个令人震惊的事实：第三个 ^rd 美国的主要死因是医院失误 .尽管有广泛的协议来检查和重新检查假设、设备警报、警报疲劳培训和多年的经验，但可悲的事实是，每年都有数十万人因沟通不畅和错误而死亡。越来越清楚的是，在如此复杂的环境中补偿人为错误并不是解决方案。最好的途径是利用技术更好地照顾患者。

集成临床环境标准是创建智能分布式系统以监测和护理患者的主要努力。关键思想是将医疗设备相互连接并连接到智能“监管”计算功能。主管就像护理团队中不知疲倦的成员，检查患者状态并智能提醒人类护理人员，甚至在出现问题时采取自主行动。

主管结合并分析血氧计、二氧化碳计和呼吸器读数，以减少误报并停止药物输注以防止药物过量。 DDS“数据总线”通过实时可靠交付连接所有组件。

这听起来很简单。但是，请考虑现实世界的挑战。问题不仅仅是智力。当前的医疗设备根本无法进行通信。他们不知道他们与同一个病人有联系。没有明显的方法来确保数据一致性、人员监控或可靠运行。

更糟糕的是，上图只有一名患者。这不是医院的现实；他们有成百上千的床位。患者每天在房间之间移动。该环境包括有线和无线网络的混合。在治疗关键的环境中查找和提供信息是一项极好的挑战。

真实的医院环境包括数千名患者和数十万台设备。可靠的监测技术必须找到合适的患者并保证将该患者的数据交付给合适的分析人员或工作人员。在上面的连接图中，每个红点都是一个“雾路由节点”，负责将正确的数据向上传递到下一层。

这个场景暴露了对分层雾系统的关键需求。像这样的复杂系统必须从分层子系统构建。每个子系统共享内部数据（可能具有复杂的数据流）以执行其功能。例如，呼吸机是一种复杂的设备，可以控制气流、监测患者状态并提供辅助呼吸。在内部，它包括许多共享此数据的传感器、电机和处理器。在外部，它提供了一个更简单的界面来传达患者的生理状态。医院中数百种设备中的每一种都面临着类似的挑战。雾计算系统必须在链上的每一级交换正确的信息。

请注意，此用例不是基于云的技术的良好候选者。这些机器必须交换快速、实时的数据流，例如信号波形，才能做出正确的决策。此外，患者的健康受到威胁。因此，每个关键组件都需要非常可靠的连接，甚至需要冗余实施以进行故障转移。这些故障转移必须在几秒钟内发生。依赖远程连接既不安全也不实用。

示例：自动驾驶汽车

“无人驾驶汽车”是自“无马车”以来最具颠覆性的交通创新。自动驾驶 (AD) 汽车和卡车将以难以想象的方式改变日常生活和经济。与上世纪原始的“生物驱动”汽车相比，它们将更快、更安全、更便宜、更远、更容易地运送人和物。经济影响是惊人的； 30% 的美国工作岗位将结束或发生变化；卡车运输、送货、交通管制、城市交通、儿童和老人护理、路边酒店、餐厅、保险、车身、法律、房地产和休闲将不再相同。

自动驾驶汽车软件交换多种数据类型和来源。视频和激光雷达传感器的体积非常大；反馈控制信号很快。在正确的时间将正确的信息可靠地发送到正确的位置的基础设施使系统开发变得更加容易。因此，该车辆将嵌入式系统的性能与云的智能……又名雾相结合。

智能汽车是复杂的分布式系统。自动驾驶汽车结合了视觉、雷达、激光雷达、接近传感器、GPS、地图绘制、导航、规划和控制。这些组件必须作为一个可靠、安全、可靠的系统协同工作，能够实时分析复杂的环境并对混乱的环境做出反应。因此，自主性是一项最高的技术挑战。自动驾驶汽车与其说是汽车，不如说是带轮子的机器人。汽车供应商突然面临一个非常新的挑战。他们需要雾。

Fog 集成了自动驾驶汽车设计中的所有组件。这些组件中的每一个都是一个复杂的模块。在医院病人监护案例中，这只是一辆汽车；雾路由节点（红色）需要集成子系统并将汽车连接到更大的基于云的系统中。该系统还需要快速的性能、极高的可靠性、多种类型数据流的集成以及受控的模块交互。请注意，基于云的应用程序也是关键组件。雾系统还必须与基于云的应用程序无缝融合。

雾是如何工作的？

那么，这一切如何运作呢？我已经暗示了上面的一些要求。连接性可能是最大的挑战。企业级技术无法提供 IIoT 系统所需的性能、可靠性、冗余和分布式规模。

关键的见解是系统都是关于数据的 .使能技术是以数据为中心。

以数据为中心的系统在应用程序之间没有硬编码的交互。当应用于雾连接时，这个概念克服了与点对点系统集成相关的问题，例如缺乏可扩展性、互操作性和架构演进的能力。它实现了即插即用的简单性、可扩展性和极高的性能。

以数据为中心的连接的领先标准是数据分发服务 (DDS)。 DDS 不像其他中间件。它直接针对实时系统。它具有对实时服务质量 (QoS) 参数的广泛精细控制，包括可靠性、带宽控制、交付期限、活跃状态、资源限制和安全性。它明确管理通信“数据模型”，或用于端点之间通信的类型和 QoS。因此，它是一种“以数据为中心”的技术。

DDS 是关于数据的：查找数据、通信数据、确保新鲜数据、匹配数据需求和控制数据。就像提供以数据为中心的存储的数据库一样，DDS 了解它管理的信息的内容。这种以数据为中心的性质（类似于数据库）证明了“数据总线”一词的合理性。

数据总线与数据库：每个 IIoT 开发人员需要问的 6 个问题

传统通信架构直接连接应用程序。这种连接有多种形式，包括消息传递、远程面向对象调用和面向服务的体系结构。以数据为中心的系统根本不同，因为应用程序仅与数据和数据属性交互。以数据为中心解耦应用程序并极大地实现可扩展性、互操作性和集成。由于许多应用程序可能独立地与数据交互，因此以数据为中心也使冗余变得自然。

请注意，数据总线用应用程序-数据-应用程序交互代替了应用程序-应用程序交互。这种抽象是以数据为中心的关键，它绝对是至关重要的。以数据为中心使应用程序解耦，并极大地简化了扩展、互操作性和系统集成。

继续上面的类比，一个数据库 为以数据为中心的存储实现了同样的技巧。它节省了旧 您以后可以搜索的信息 通过关联存储数据的属性。 数据总线 实现以数据为中心的交互。它管理未来 通过让您过滤来获取信息 通过传入数据的属性。以数据为中心使得数据库对于大型存储系统至关重要。以数据为中心使数据总线成为大型软件系统集成的基础技术。

数据总线自动发现并连接发布和订阅应用程序。无需更改配置即可将新智能机器添加到网络。数据总线匹配并强制执行 QoS。数据总线将应用程序与其他应用程序的执行或什至存在隔离开来。只要满足其数据规范，应用程序就可以成功运行。

数据总线也不需要服务器。它使用协议来发现可能的连接。所有数据流都是直接点对点的，以尽可能降低延迟。而且，没有服务器阻塞或故障，基础架构既可扩展又可靠。

为了像上面的例子那样进行扩展，我们必须结合分层子系统；这对雾很重要。这需要一个隔离子系统接口的组件，一个“雾路由节点”。请注意，这是一个概念术语。它不必，通常也不是，作为硬件设备实现。它通常作为服务或运行的应用程序来实现。该服务可以在任何需要的地方运行：设备本身、单独的盒子或更高级别的系统。它的功能是将一个子系统“包裹起来”，从而隐藏复杂性。因此，子系统仅导出所需数据，仅允许受控访问，甚至提供单个安全域（证书）。另外，由于数据总线自然支持冗余，服务设计允许高可靠系统简单地运行多个并行路由节点。

分层系统需要包含子系统内部数据。雾路由节点在级别之间映射数据模型，控制信息导出，实现快速内部发现，并映射安全域。因此，外部接口是隐藏内部系统的更简单的视图。

RTI 在此设计方面拥有丰富的经验，拥有 1000 多个项目。其中包括机器人的快速 3kHz 反馈回路、NASA KSC 巨大的 300k 点发射控制 SCADA 系统、西门子风力发电最大的海上涡轮机农场、Grand Coulee 大坝、GE Healthcare 的 CT 成像和患者监测产品线，几乎所有美国海军舰艇及其盟友，Joy Global 的连续采矿机、许多无人驾驶无人机和地面站、奥迪的硬件在环测试环境以及越来越多的自动驾驶汽车和卡车设计。

数据总线的主要优势包括：

• 可靠性 ：简单的冗余和无服务器故障允许极其可靠的操作。 DDS 数据总线支持的系统即使是短时间（无论是 5 分钟还是 5 毫秒）也不能容忍离线。
• 实时 ：Databus 对等交付可轻松支持以毫秒甚至数十微秒为单位的延迟。
• 界面规模 ：具有超过 10 个交互模块的大型软件项目必须仔细定义、协调和演化接口。以数据为中心的技术将这一责任从手动流程转移到自动化、强制执行的基础设施。 RTI 拥有超过 1500 个程序员团队构建数千个交互应用程序的系统经验。
数据规模 ：当系统变大时，它们必须控制数据流。将所有内容发送到每个应用程序根本不切实际。数据总线允许按内容、速率等进行过滤。因此，应用程序只接收它们真正需要的东西。这大大减少了网络和处理器负载。这对于拥有超过 1000 个可独立寻址的数据项的任何系统都至关重要。
• 架构 ：以数据为中心不容易“添加”到系统中。而是采用它作为核心设计。因此，这种转变仅对下一代 IIoT 设计有意义。大多数系统设计都有多年的生命周期。

任何满足大多数这些要求的系统都应该认真考虑以数据为中心的设计。

免费电子书：工业物联网的领先应用和架构

迷雾的未来

就像加利福尼亚的雾毯一样，云在正确的地方会产生奇迹。数据总线技术通过将数据带到需要可靠性的地方来实现弹性计算。它支持实时、可靠、可扩展的系统构建。当然，通信只是不断发展的雾架构所需的功能之一。但它是关键且相对成熟的。因此，它推动了许多设计。

工业物联网将改变几乎所有行业，包括运输、医疗、电力、石油和天然气、农业等。这将是未来几十年技术的主要驱动趋势，是我们一生的技术故事。雾计算将目前仅在云中可用的强大处理能力转移到现场。预报确实有雾。