animind——Fotolia
合成传感器简化了物联网的发展
了解一种名为合成传感器的新型传感器编程抽象如何简化物联网应用程序开发，特别是工业物联网情况下。
一种名为Synthetic Sensors的新编程抽象，可以大大降低IoT应用程序开发的复杂性。该概念在由传感器和开发人员和用户关心的现实世界事件中收集的原始数据之间创造了更好的平衡。虽然这种方法可能有用单传感器，当它反映从多个传感器类型融合的数据时，其权力和实用程序会生长。
卡内基梅隆大学(Carnegie Mellon University)的研究人员一直在研究推到极致随着一套的发展的研究硬件和软件工具对于合成传感器。该平台将单个低成本IOT设备的数据转化为数十个不同的事件，如龙头运行，设备使用和纸巾使用。
可以在这些虚拟传感器的顶部编程高阶合成传感器，以监视更复杂的事件。例如，即使在纸巾分配器上没有物理传感器，即使在纸巾分配器上没有物理传感器，也可以创建合成传感器以测量已经根据分配器的声音分配了多少张纸毛巾。然后，程序员可以使用此合成传感器来驱动应用程序，以便订购更多纸巾或提醒门户。
短期内，在工业物联网应用开发中使用合成传感器原理可能会有更多的机会。
这代表了从单用传感器的偏离衡量占用的东西，或者门是否打开。这一项目的首次实施使用传感器测量振动，音频，环境温度，非接触温度，湿度，空气压力，照明，颜色，运动，磁性和电磁干扰，以及接收的无线电信号强度。在许多情况下，一个单一主要传感器可以为测量一个事件提供足够的数据，但其他传感器可以帮助解决存在信号噪声的情况。
它肯定不是驱动多个物联网设备的IOT应用程序的第一次努力。平台如ifttt.已经允许开发人员和消费者编织在一起自己的物联网测量和激活流。但从长远来看，合成传感器可以为开发人员提供一种使用面向对象的事件驱动的编程模型来创建应用程序的方法，而不是由传感器阈值驱动的声明性模型。
实际限制
卡内基梅隆大学研究人员创造了许多限制，他们认为对消费者用例更加实用。首先，平台必须在插入墙壁时进行读物。这消除了改变电池的需要，如果在大型设施中的每个房间部署数百个，这可能是一个问题。
其次，他们希望能够消除摄像头的需求，因为摄像头会引入私隐及安全问题。该平台还需要能够将传感器平台级别的事件相关联，以降低带宽要求并减少隐私问题。他们发现，在房间里的单个传感器平台中，可以准确地关联大约85个现实世界中的事件，例如烤箱使用，纸巾使用，用水量和冰箱频率。
其中一个关键因素是能够测量多种信号，以帮助区分不同类型的事件。例如，如果正在播放背景音乐，它可能会超出辨别水龙头运行的能力。然而，通过测量工作台面的震动和倾听流水的声音，它可以更准确地确定水龙头是否真的在运转。
同样地，搅拌器和混合器的声音可能类似，但是这些倾向于产生不同的电磁场，这使得更容易区分这些和其他设备。总体而言，该团队创建了38种合成传感器，实现了98％的准确性。其中许多达到了近100％的精度，三种传感器在60％范围内执行。
合成传感器如何工作
一个合成传感器平台可能会检测到特定的声音、振动和运动模式与某人拿纸巾有关。这些信号的组合在传感器平台水平上被关联成一个用于检测纸巾使用情况的合成传感器。这允许开发人员创建使用这些合成传感器来驱动其他应用程序行为的应用程序。
最简单的合成传感器仅将传感器上的原始物理数据相关联，称为一阶合成传感器。这些可以编织成更高级别的抽象，以获得更复杂的二阶，三阶等合成传感器。例如，与炒菜烹饪相关的一系列与烹饪膳食相关的事件可能与意大利面食相关联。反过来，这些可能与厨房用量的高阶抽象相关联。
使用合成传感器板，
一个设备就可以监控整个房间
充满设备和事件。
如果可以解决隐私问题，则可以想到，这种数据可以与其他有关房屋的其他信息相关，例如食品购买历史，以改善烹饪模式与不同类型的膳食的相关性。
许多供应商开始以较少的复杂性商业化消费者传感器平台。例如，无线家庭监控公司概念开发了一个具有传感器的小型系统，用于光，运动，声音，角速率，水，光，自然频率，加速度和温度。这些电池操作的设备可以固定到门，墙壁或窗户，以检测烟雾报警等事件，门开口或漏水。
建设更好的工业互联网
卡内基梅隆大学(Carnegie Mellon University)的研究人员展示的消费类应用程序看起来很有趣。但目前还不清楚大众市场的消费者愿意支付多少钱来追踪他们家中发生的事件。从长远来看，这种技术很可能会被纳入亚马逊Echo或谷歌Home等平台的更好迭代中。一个合成传感器应用商店将使消费者更容易定制不同的体验，发现insight或自动购买更多的纸巾。
在短期内，可能更多的机会使用合成传感器原理用于工业物联网应用开发，例如800亿美元的加热，通风和空调（HVAC）行业的机构。例如，占卜。已经开发了一个专门的传感器平台，可以放置在昂贵的泵、压缩机、冷水机、电机和HVAC设备上，称为Halo。目前的吊舱使用振动、超声波、磁场和温度传感器。它每15分钟读取一次增量数据，一个单独的低功率振动传感器可以在一个检测到异常。
Halo设备允许技术人员和设备管理人员确定昂贵的暖通空调设备的状态，在它们变得更昂贵之前进行维修和更换。设备使用机器学习把各种声音和振动与机器的健康状况联系起来。展望未来，奥古里计划开发一种可嵌入洗衣机、冰箱和其他家用电器的低成本设备。
奥斯科省首席执行官Saar Yoskovitz表示，该平台的三个主要价值观降低了维修费用，降低了运营成本和正常运行时间增加。维修技术人员可以在需要时更换零件而不是固定的时间表，可以降低维护成本30％。它们还可以优化该设备的设置，可以提高效率20％。这些节省很重要，因为每台机器都可以花费15,000美元至150,000美元。
物联网开发人员可以通过将原始数据转换为用户关心的事件类型，并在其选择的监控工具中跟踪，从而简化其应用程序的使用。Yoskovitz解释道:“工业物联网最大的陷阱之一是供应商将所有东西都连接到云和一个专有的仪表盘上。企业用户被大量数据压得喘不过起来，不知道该如何应对。更好的方法是专注于将原始数据转换为洞见的算法。”
