据开发者称，欧洲资助的物联网开源平台 FIWARE 在过去两年中已显著成熟，现在正被用于工业生产案例、试点智慧城市和公用事业项目。使用 FIWARE 平台的两个项目包括城市水质试点项目和一个用于识别和预防农业作物病虫害风险的早期预警系统。
为了进一步支持行业采用，FIWARE 最近 正式成立了一个基金会，以领导社区工作。该基金会预计将看到新一波社区参与开源平台的热潮，该平台已经与其他开源项目建立了重要的联系。例如，FIWARE 的测试环境——FIWARE Labs——使用了一个 构建在 OpenStack 上的多区域云环境。
该平台源于西班牙电信运营商之间的联合项目，并由欧盟委员会资助。据早期采用者（如 Joaquín Cabezas，无线传感器和仪表硬件制造商 Adevice 的首席商务官）称，该平台的最初方法有时被认为是官僚主义、繁琐且令人困惑的。
Cabezas 说：“2013 年，FIWARE 很困难，因为每个月都会出现重大问题。当时，文档中不清楚哪里出了问题，但这与现在完全不同。例如，FIWARE Context Broker 的成熟度已完全提高。它简单易懂，如果您已经使用过 JSON API，那么它就是相同的技术。”
Adevice 目前在西班牙塞维利亚运营一个智慧城市项目，演示如何监控城市公共喷泉的水质。该项目也是首批 IPv6 端到端（设备、3G M2M 网络和云中的物联网平台）智慧城市试验之一。
为了创建试点项目，Cabezas 使用 FIWARE 平台的多个开源工具编排了一个物联网架构。该试点项目从水源处的硬件传感器获取数据，并使用 FIWARE 开源物联网代理。“映射到物联网代理并不困难：我们正在使用 Ultralight 2.0 代理，但也存在用于 MQTT 协议、SIGFOX 和其他协议的代理，”Cabezas 补充说，“您只需遵循简单的规则，这几乎就像魔法一样。”
从那里，数据被馈送到一个名为 Orion Context Broker 的中心，该中心还可以通过 API 从 Hadoop、开放数据目录和其他来源获取数据。然后，这些数据通过 API 安全协议进行通道传输，然后在 NGSI 数据模式中外部可用。Cabezas 解释说：“NGSI 是 与 RESTful API 通信的标准规则集。我们使用它通过 NGSI 将上下文代理连接到我们的仪表板（位于 Freeboard 中）。”
Adevice 塞维利亚智慧喷泉试点项目的物联网架构。（图片由 Telefónica I+D 的 Carlos Ralli Ucendo 提供）
Cabezas 说，使上下文代理在 freeboard 仪表板 中显示相关数据的工作花费不到五分钟。FIWARE 创建了 一个 freeboard 连接器，以加快在开源仪表板产品中显示来自物联网传感器工作流程的信息的简易性。
据 Cabezas 称，在设计这些系统时，主要工作是创建数据模型。作为 FIWARE 的早期采用者，Adevice 在开始试验该平台时构建了自己的数据模型，但现在随着越来越多的城市和行业开始使用 FIWARE 的项目，社区成员正在共享他们的数据模型，以帮助加快跨行业和地理位置使用标准数据模式。作为先行者，Adevice 现在正在贡献其数据模型，以帮助开发标准水质数据模式，迄今为止已记录的六个模式之一。模式在 Creative Commons Attribution 4.0 国际许可协议下发布。
物联网始于数据模型
意大利软件工程团队 TeamDev 的创始人 Andrea Cruciani 专注于农业和智慧城市，他现在领导开发了多个基于 FIWARE 开源工具的精准农业产品。他说，最初使用 FIWARE 的困难来自使用错误的工具和没有足够详细地定义数据模型。
Cruciani 解释说：“我们开始在 FIWARE 中使用错误的通用使能器。我们开始链接到访问控制，这是一个单点登录解决方案，但这对我们的需求没有那么有用。因此，我们花了一个月的时间来映射我们的数据模型，以尝试了解其价值。对我们来说，真正的价值在于上下文信息和物联网接口。起初，由于通往传感器的接口层，实现起来很棘手，因此我们采用了 NGSI 作为我们的标准。”
Cruiciani 团队的目标是创建 Agricolus，这是一个可以测量各种农业指标的监控平台，最初是针对橄榄树。这包括土壤湿度、叶片湿度和风向——据农业科学家称，这三个参数传统上用于计算橄榄果蝇病害的风险。对于数据模型中使用的每个传感器，Agricolus 设计了一个服务器端软件，可以将传感器读数转换为 NGSI 元数据标准。“从那里，我们使用这些信息为疾病风险和天气预报模型提供信息，或为农民生成实时天气信息，”Cruciani 说。
Agricolus 物联网架构使用 FIWARE 的 Orion Context Broker 来标准化测量。“我们使用 .NET 语言，因为它们现在完全是开源的，所以我们正在将所有服务翻译成 .NET CORE，然后我们花了大约两周的时间进行分析、开发和测试 Context Provider，”Cruciani 解释说。“FIWARE 非常有用，因为通过 NGSI 和 Context Broker，您可以翻译来自传感器和第三方提供商（如天气数据）的所有信息。”
Cruciani 说，通过首先映射数据模型，他们可以更好地了解哪些信息可以有效地通过上下文代理路由，以及哪些信息可以添加到 FIWARE 平台之外。“例如，地理信息已经可用。我们首先询问‘什么类型的信息，信息的含义是什么’，然后在数据流的另一部分，我们实现了到专有 GIS 平台的接口，”他解释说。Agricolus 已在意大利翁布里亚的橄榄种植区投入使用，该地区的橄榄产业在 2014 年被橄榄害虫果蝇摧毁。现在，该团队正在为谷物、坚果和葡萄构建类似的解决方案。
用于工业物联网的开源平台？
到目前为止，Adevice 和 Agricolus 都在使用物联网基础设施来重建和增强现有工作流程，这些工作流程利用技术来优化当前的行业实践。
然而，要真正以工业物联网为中心，两者都必须转向利用更新的技术机会。对于 Adevice 而言，这可能意味着边缘处理，到目前为止，考虑到塞维利亚试点的规模，这还没有必要。“我们没有在边缘进行任何分析，”Cabezas 说。“我们认为我们不必进行雾计算，因为这个例子非常集中，而且是一个简单的程序。边缘计算真正适用于您必须始终进行大量测量，并且您只想实时处理诸如警报或平均值之类的事情的情况。在这里，我们每 15 分钟读取 30-40 个参数。”
对于 Agricolus 而言，新的技术机会在于机器学习。与 Adevice 一样，他们目前的模型是对传统方法工作流程的增强：他们识别（实时）测量值，并使用该数据来确定橄榄害虫果蝇病害的风险。Cruciani 解释说：“目前，我们使用经验预报器：我们测量可能影响疾病发生的参数。我们与一些大学合作，这些大学对哪些参数影响疾病进行了数十年的研究。”他说他们现在正在开始使用机器学习，这是一种完全不同的方法。“在 ML 方法中，您输入所有参数的数据，以发现会影响疾病发生的模式，”他解释说。“我们正在尝试朝着这种方法发展，但这还处于早期阶段。到目前为止，机器学习与传统模型相结合的效果更好。我们正在使用 Hadoop 存储所有这些信息，并且我们使用 FIWARE 开源 Cygnus 连接器。我们还在生产中使用 MySQL 数据库。”
开源物联网平台的商业优势
Adevice 和 Agricolus 都发现，通过构建在开源物联网平台上，存在商业可行性。
Cabezas 说，对于 Adevice 而言，通过使用通用的、兼容的开源平台，他们可以销售硬件，而无需陷入成本高昂的互操作性测试中。通过使用 FIWARE，他们可以被列在互操作硬件选项的目录中，他希望这将使他们在寻找兼容解决方案的新客户中被发现。Cabezas 说：“这有助于我开拓市场，进入欧洲项目。我们已经与处于概念验证阶段的公司会面。”
Cruciani 认为，通过为他们的物联网采用开源标准，他们可以更快地获得技术能力。他还能够与 FIWARE 社区中的其他企业家建立新的合作伙伴关系。
两者现在都在关注 FIWARE 的开源平台如何在物联网市场中被更多参与者采用——这仍然是他们长期业务成功的关键。
评论已关闭。