Das Internet der Dinge bedeutet naturgemäß, dass Geräte verschiedener Hersteller, die unterschiedliche Kommunikationsprotokolle verwenden, in der Lage sein werden, Daten auszutauschen. Dadurch können Sie Geräte oder ganze Prozesse verbinden, die bisher nicht kommunizieren konnten.
Smart City, Smart Network, Smart Building, Smart Home ...
Die meisten intelligenten Systeme sind entweder das Ergebnis der Interoperabilität oder wurden dadurch erheblich verbessert. Ein Beispiel ist die vorausschauende Wartung von Baumaschinen. Konnte früher aufgrund der Nutzung der Geräte ein Wartungsbedarf empirisch vorhergesagt werden, werden diese Informationen heute durch Daten ergänzt, die von Geräten wie Vibrations- oder Temperatursensoren stammen, die direkt in die Maschine eingebaut sind.
Der Datenaustausch kann entweder direkt zwischen Netzwerkteilnehmern oder über Gateways erfolgen, wie bei der Datenübertragung über verschiedene Kommunikationstechnologien.
Tore
Gateways werden manchmal auch als Edge-Geräte bezeichnet, etwa externe Sensoren, die eingehende Daten in der Cloud speichern können, wenn die Kommunikation mit der IoT-Plattform ausfällt. Darüber hinaus können sie die Daten auch verarbeiten, um ihr Volumen zu reduzieren und nur die Werte an die IoT-Plattform zu übertragen, die eine Anomalie aufweisen oder akzeptable Grenzwerte überschreiten.
Eine besondere Art von Gateway ist der sogenannte Datenkonzentrator, dessen Aufgabe es ist, Daten von angeschlossenen Sensoren zu sammeln und diese dann über eine andere Kommunikationsart, beispielsweise über Kabel, weiterzuleiten. Ein typisches Beispiel ist ein Gateway, das mithilfe der im Heizraum eines Gebäudes installierten IQRF-Technologie Daten von mehreren Kalorimetern sammelt und diese dann mithilfe eines Standard-IP-Protokolls wie MQTT an eine IoT-Plattform sendet.
Bei Geräten, die auf direkter Kommunikation basieren, handelt es sich überwiegend um Einzwecksensoren, beispielsweise Impulssensoren für Stromzähler, die mit SIM-Karten ausgestattet werden können. Zu den Geräten, die Gateways nutzen, gehören beispielsweise Bluetooth Low Energy-Sensoren, die den Kohlendioxidgehalt in einem Raum messen.
Drahtlose Netzwerke
Neben standardmäßigen und weit verbreiteten proprietären öffentlichen Kommunikationstechnologien wie SigFox oder 3G/4G/5G-Mobilfunknetzen nutzen IoT-Geräte auch lokale drahtlose Netzwerke, die für eine bestimmte Aufgabe aufgebaut sind, beispielsweise das Sammeln von Daten von Luftverschmutzungssensoren. Zum Beispiel LoRaWAN. Jeder kann sein eigenes Netzwerk aufbauen, aber es ist wichtig zu bedenken, dass er auch für die Wartung und Instandhaltung verantwortlich ist, was angesichts der Tatsache, dass diese Netzwerke in nicht lizenzierten Bändern betrieben werden, eine schwierige Aufgabe sein kann.
Vorteile der Nutzung öffentlicher Netzwerke:
- einfache Netzwerktopologie, wenn es um die Bereitstellung von IoT-Geräten geht;
- Vereinfachung der Verbindungswartung;
- Für die Funktionsfähigkeit des Netzwerkes ist der Betreiber verantwortlich.
Nachteile der Nutzung öffentlicher Netzwerke:
- die Abhängigkeit vom Netzbetreiber macht es unmöglich, Kommunikationsfehler rechtzeitig zu finden und zu beheben;
- Abhängigkeit vom Signalabdeckungsbereich, der vom Betreiber bestimmt wird.
Vorteile des Betriebs eines eigenen Netzwerks:
- die Gesamtkosten der Verbindung können für bestimmte angeschlossene Geräte (z. B. Sensoren) optimiert werden;
- Eine längere Batterielebensdauer bedeutet einen geringeren Batteriekapazitätsbedarf.
Nachteile beim Betrieb eines eigenen Netzwerks:
- die Notwendigkeit, ein komplettes Netzwerk aufzubauen und die Stabilität der drahtlosen Kommunikation sicherzustellen. Probleme können jedoch auftreten, wenn sich beispielsweise die Funktionen oder die Verfügbarkeit des Gebäudes ändern und die Sensoren dadurch das Signal verlieren, da sie typischerweise über eine geringere Datenübertragungsleistung verfügen.
Abschließend ist es wichtig zu beachten, dass es die Interoperabilität der Geräte ist, die es uns ermöglicht, die gesammelten Daten mithilfe von Technologien wie maschinellem Lernen oder Big-Data-Analyse zu verarbeiten und zu analysieren. Mit ihrer Hilfe können wir Zusammenhänge zwischen Daten finden, die uns bisher unklar oder trivial erschienen, und so Annahmen darüber treffen, welche Daten in Zukunft gemessen werden.
Dadurch werden neue Denkweisen über die Funktionsweise der Umwelt gefördert, etwa die effizientere Nutzung von Energie oder die Optimierung verschiedener Prozesse, was letztlich zu einer Verbesserung unserer Lebensqualität führt.
Source: habr.com