港投物聯(lián)網(wǎng)的關(guān)鍵技術(shù)包括識(shí)別和感知技術(shù)、網(wǎng)絡(luò)與通信技術(shù)、嵌入式系統(tǒng)技術(shù)、數(shù)據(jù)挖掘與融合技術(shù)等。這些其實(shí)在我們的日常生活中很常見。

1．識(shí)別和感知技術(shù)

二維碼作為物聯(lián)網(wǎng)中一種很重要的自動(dòng)識(shí)別技術(shù)，是在一維條碼基礎(chǔ)上擴(kuò)展出來的條碼技術(shù)。

二維碼具有信息容量大、編碼范圍廣、容錯(cuò)能力強(qiáng)、譯碼可靠性高、成本低、易制作等良好特性。其應(yīng)用得非常廣泛，比如健康碼、支付碼，還有商超、物流、醫(yī)療、圖書館、餐飲、服裝、便利店、影院、 ATM 機(jī)、快遞儲(chǔ)物柜、 POS 收銀機(jī)等。

RFID技術(shù)用于靜止或移動(dòng)物體的無接觸自動(dòng)識(shí)別，具有全天候、無接觸、可同時(shí)實(shí)現(xiàn)多個(gè)物體自動(dòng)識(shí)別等特點(diǎn)。我們平時(shí)使用的公交卡、門禁卡、校園卡等都嵌人了RFID 芯片，可以實(shí)現(xiàn)迅速、便捷的數(shù)據(jù)交換。

傳感器是一種檢測(cè)裝置，能感受到被測(cè)量的信息，并能將感受到的信息，按一定規(guī)律變換成為電信號(hào)或其他形式的信息輸出，具有微型化、數(shù)字化、智能化、網(wǎng)絡(luò)化等特點(diǎn)。

常見的傳感器類型有光敏傳感器、聲敏傳感器、氣敏傳感器、化學(xué)傳感器、壓敏傳感器、溫敏傳感器、流體傳感器等，可以用來模仿人類的視覺、聽覺、嗅覺、味覺和觸覺，比如額溫槍、煙感報(bào)警器等。

2．網(wǎng)絡(luò)與通信技術(shù)

網(wǎng)絡(luò)與通信技術(shù)主要分為短距離無線通信技術(shù)和遠(yuǎn)程通信技術(shù)。短距離無線通信技術(shù)包括藍(lán)牙、WiFi、Zigbee、NFC、6LowPAN、Sigfox、Thread、Neul、LoRa、NB-lot等。遠(yuǎn)程通信技術(shù)包括互聯(lián)網(wǎng)、2G/3G/4G移動(dòng)通信網(wǎng)絡(luò)、衛(wèi)星通信網(wǎng)絡(luò)等。

3．嵌入式系統(tǒng)技術(shù)

物聯(lián)網(wǎng)想要實(shí)現(xiàn)的不只是感測(cè)狀態(tài)，將狀態(tài)“可視化”，更在于“控制”，主要目的是對(duì)人類和環(huán)境進(jìn)行干涉，控制世界使其向理想狀態(tài)發(fā)展。因此，嵌人式系統(tǒng)技術(shù)是物聯(lián)網(wǎng)的關(guān)鍵技術(shù)之一。

嵌人式系統(tǒng)作為控制、監(jiān)視或者輔助操作機(jī)器和設(shè)備的裝置，是一種以應(yīng)用為中心，以計(jì)算機(jī)技術(shù)為基礎(chǔ)，軟硬件可裁剪，適應(yīng)應(yīng)用系統(tǒng)對(duì)功能、可靠性、成本、體積、功耗等嚴(yán)格要求的專用計(jì)算機(jī)系統(tǒng)。物聯(lián)網(wǎng)專家委員會(huì)以嵌入式系統(tǒng)為特征的智能終端產(chǎn)品隨處可見，比如運(yùn)動(dòng)手環(huán)、手機(jī)、平板電腦、相機(jī)、小愛音箱、智能咖啡機(jī)等。

4．?dāng)?shù)據(jù)挖掘與融合技術(shù)

物聯(lián)網(wǎng)中存在大量的數(shù)據(jù)來源、各種異構(gòu)網(wǎng)絡(luò)和不同類型的系統(tǒng)。如此大量的不同類型的數(shù)據(jù)，如何實(shí)現(xiàn)有效整合、處理和挖掘，是物聯(lián)網(wǎng)處理層需要解決的關(guān)鍵技術(shù)問題。云計(jì)算和大數(shù)據(jù)技術(shù)的出現(xiàn)，使得海量物聯(lián)網(wǎng)數(shù)據(jù)可以借助于龐大的云計(jì)算基礎(chǔ)設(shè)施實(shí)現(xiàn)兼價(jià)存儲(chǔ)，利用大效據(jù)技術(shù)實(shí)現(xiàn)快速處理和分析，滿足各種實(shí)際應(yīng)用需求。

來源：本文整理自《一本書讀懂?dāng)?shù)字經(jīng)濟(jì)》

作者：浙江大學(xué)軟件工程碩士、副教授李曉雨，武漢大學(xué)計(jì)算機(jī)軟件與理論碩士、高級(jí)工程師、人工智能專家楊欣

本文版權(quán)歸原作者，轉(zhuǎn)載請(qǐng)注明來源！