智慧製造2019.07.30

WSN 無線感測網路的通訊選擇

飛飛

物聯網 雲端服務 創新

 

智慧物聯網 OT - CT - IT 的概念,透過  感測 - 通訊 - AI  實現。

物聯通訊關乎動態資料流,而物聯成網所形成的廣大資料流交通網路也必將分層遂級。如此不僅是基於流量控管避免擁擠塞車、提升傳輸效率避免慢速費時、節能省電避免成本水龍頭持續滴漏,極為重要的一點還在於資訊安全,透過結點與閘道的等關卡、提高駭客攻擊的門檻難度。

 

因此,在 5G 萬物聯網時代,資料流的傳遞並非以單一通訊直接傳輸,而將透過不同通訊管道,接力傳輸完成整個動態智慧流程。

 

以最簡要的傳輸途逕為例:

感測器蒐集資料  ─〉WSN  ─〉 IoT閘道器 / Edge AI ─〉5G  ─〉中央雲 / Cloud AI

 

在 OT 層面,資料流可依不同傳輸目的而需求不同。以在地傳輸而言,部分為傳輸至閘道器進行 Edge AI ,部分也可能是為地端裝置之間的資料傳輸;或者近距傳輸至另一工廠 OT,或者遠端回傳中央;有些則為環境感測測值,有些納含影像傳輸,有些則語音互動等,這些種種各異的資料流都將透過技術差異所產生大網包小網的萬物聯網,串聯各地裝置內的資料成流,匯聚成為動態智慧。

 

更深入來說,WSN 也將隨不同場景所衍生各異的通訊要求與需求,具有更精緻化的通訊途徑與選擇:

 

智慧家庭

家電用品、水電設施為主要感測作動設備;其感測範圍主要侷限於住宅室內;頻率則隨家人作息而具明顯高、低峰之別。

 

智慧工廠

自動化設備、搬移用途移動車輛為主要感測作動設備,並分流資料傳輸、實時作動不同用途而有不同通訊要求/需求;其感測範圍視工廠大小而定,有小至幾十坪,也有大至上萬坪的工廠;頻率則視設備不同而可能為 24小時連續感測,也可能低至特定條件才作用。

 

智慧城市

首重影像監控設備、水電事業控管、交通網路銜接等,其傳輸資料流的內涵最包羅萬象,也顯然具備可廣達數十公里範圍的感測控管需求,使其結節的數量、密集度與複雜度遠勝於其他場景。當然,其感測頻率也高低均有;如監控設備視影像偵測異常事件而具不規則性,水錶偵測則具規則週期。

 

Wireless Sensor Network,即為感測資料的無線傳輸網路。感測相關的資料流通訊,不同於像是智慧手機、電腦等專屬資料處理裝置。首先,感測資料流較具封閉網路特性,也就是所謂 Local Area Network,較少直接對外傳輸;再則,資料內容上也具簡單性,大多為數據回傳,使其 Data Rate 相對較低,另外則如監控設備等特定功能具影像辨識、 語音資料流需求;還有在傳輸頻率上,也更具持續規則性。這些特點都造就 WSN 自成一格的通訊需求,而需求就是創意的起點。

 

WSN 通訊主要追求節能,通訊電能供應至少能支撐數年;低成本,高數量地端據點代表單一成本均以倍數計價;低延遲性,實時回應尤重;節點散布具可擴大性,此點則視場景而有所不同,低至智慧家居的數十個至上百個,高至智慧城市水電的上千以至上萬個都有可能。室內要考量門牆傢俱等障礙物,室外則需注重訊號環境的訊號複雜度等,也就促使滿足不同距離、密集度、數量、頻率等各項條件的通訊選擇蓬勃發展。 LAN 從而在物聯網時代躍而興起成為重要商機市場,跳脫過往有線網路時代所侷限於機關學校等限定場所應用。

 

IEEE 802 LAN (還有MAN)的網路通訊標準。由於 LAN 的重要性躍增而商機無限,目前在此標準下的新興通訊選擇也就呈現百家爭鳴,尤其在工業/科學/醫學用途的免執照 Industrial Scientific Medical Band 低頻段(2.4 GHz 為普遍共同的免執照頻段;其他則視各國規定)。

 

  • IEEE 802.15.4

其界定了實體層、 MAC 的標準規格。主要應用於鄰近裝置間的資料傳輸,毋須如 5G 或 Wi-Fi 有線線纜等倚賴大規模基礎建設。其柘樸可為 Peer - to - peer,特別適合 sensor 建布的近距多點特性;此外,也可為 Star 星狀柘樸。

 

    Zigbee

    主要為 ISM 用途 2.4 GHz 頻段,但也依各國應用而使其範圍有所不同;其採用mesh networking, 故可透過感染方式傳輸資料。Zigbee 晶片通常也整合於 microcontroller 之中。此外,其進入市場較早,市佔率目前仍高。其應用從工業自動化到智慧居家等頗為廣泛。

 

   Z-Wave

    則為 918 / 860 GHz 的較低頻段,亦採用 mesh networking。某些情況下,可與連結Zigbee 網路。其應用較侷限於智慧家庭與智慧建築等限定室內空間。

    

    6LoWPAN

    以 IPv6 銜接 Low Power Wireless Personal Area Network,為其名由來,也為其最獨特技術特點所在;並代表其可輕易連結 Wi-Fi,還能滿足同時直接銜接 Wireless Internet Access 無線網際網路的需求,並適用於可傳輸較低的 data rate。Thread 即為 6LoWPAN 的應用通訊選擇;相較於 Zigbee 界定所有網路七層,Thread 未界定應用層的特性,使其更具彈性應用的 Interoperability。另外,Wi-Sun、IPSO 等亦屬此類。

 

    建基於 IEEE 802.15.4 標準者,其他還包括 WirelessHART、MiWI、SNAP等眾多通訊選擇。

 

延伸討論

智慧製造

AI Chips 口味眾多,混搭聯名時尚風

飛飛
隨著通訊市場進入 5G 開通初始階段,AI 市場的發展也愈發如火如荼。AI Accelerator 的競爭朝向從硬體到軟體/軟體到硬體建構出完整的 OT-CT-IT 生態系。這也就是說,如:NVIDIA、Intel 等硬體商,開始發展自身的 AI Instance;而像 Google 這樣軟體起家者,則反向跨足 AI Chip 硬體。相對的,有道是現成的最好用,因此如 NVIDIA 用上了可謂 AI 生態系競爭對手的 Tensorflow 框架;或是 Google Clouds 反之用上了 NVIDIA 的 GPU;或者像 Intel 直接採取併購策略。可以說,不僅是 AI 晶片發愈多元,AI 生態系更是混搭聯名現正夯。
智慧製造

新世代核心處理 AI Accelerators 創意玩

飛飛
AI Neural Network 所開啟具里程碑指標的Machine Learning / Deep Learning,將電腦功能從單純資料處理協助工具,帶入全面擬人化小助手的新境界。 與此同時,在其螢幕背後的核心計算機資料處理概念及體系,也開始全面解構,搖身成為如同新境實戰王國電玩遊戲的創意競逐遊樂場。
智慧製造

AI Mobile Robots 腦袋裡都裝些什麼?

飛飛
自主移動的兩大關鍵字:決策、動態。決策的前提在於具備適足條件,據以評估而後反應/作動。想像一下如植物固定不動的視角,對環境的感測也就自然是以自我為中心的絕對位置。要達成如動物般自主移動,其視角的空間感就因距離、方向而更偏重於相對位置,因此其決策所倚賴的適足條件也就從感測提升到 Interference 推理、Alogirthem 演算層次的空間測距、視覺辨識、經驗累積值等綜合性訊息處理。