El Internet de las cosas, por su naturaleza, significa que dispositivos de diferentes fabricantes que utilicen diferentes protocolos de comunicación podrán intercambiar datos. Esto le permitirá conectar dispositivos o procesos completos que antes no podían comunicarse.
Ciudad inteligente, red inteligente, edificio inteligente, hogar inteligente...
La mayoría de los sistemas inteligentes surgieron como resultado de la interoperabilidad o mejoraron significativamente gracias a ella. Un ejemplo es el mantenimiento predictivo de equipos de construcción. Si bien en el pasado era posible esperar empíricamente que se necesitara mantenimiento en función del uso del equipo, esta información ahora se complementa con datos obtenidos de dispositivos como sensores de vibración o temperatura integrados directamente en la máquina.
El intercambio de datos se puede realizar directamente entre los participantes de la red o a través de pasarelas, como en la transferencia de datos utilizando diversas tecnologías de comunicación.
Puertas de enlace
Las puertas de enlace a veces se denominan dispositivos de borde, como sensores externos que pueden almacenar datos entrantes en la nube si falla la comunicación con la plataforma de IoT. Además, también pueden procesar los datos para reducir su volumen y transmitir sólo aquellos valores que muestren alguna anomalía o excedan los límites aceptables a la plataforma IoT.
Un tipo especial de puerta de enlace es el llamado concentrador de datos, cuya tarea es recopilar datos de los sensores conectados y luego transmitirlos a través de otro tipo de comunicación, por ejemplo, a través de cables. Un ejemplo típico es una puerta de enlace que recopila datos de múltiples calorímetros utilizando tecnología IQRF instalada en la sala de calderas de un edificio, que luego se envía a una plataforma de IoT utilizando un protocolo IP estándar como MQTT.
Los dispositivos basados en comunicación directa son principalmente sensores de un solo propósito, como sensores de pulso diseñados para contadores de electricidad, que pueden equiparse con tarjetas SIM. Por otro lado, los dispositivos que utilizan puertas de enlace incluyen, por ejemplo, sensores Bluetooth de baja energía que miden los niveles de dióxido de carbono en una habitación.
Redes inalambricas
Además de las tecnologías de comunicaciones públicas patentadas estándar y generalizadas, como SigFox o las redes móviles 3G/4G/5G, los dispositivos IoT también utilizan redes inalámbricas locales creadas para una tarea específica, como la recopilación de datos de sensores de contaminación del aire. Por ejemplo, LoRaWAN. Cualquiera puede construir su propia red, pero es importante recordar que también es responsable de mantenerla y mantenerla, lo que puede ser una tarea difícil dado que estas redes operan en bandas sin licencia.
Beneficios de utilizar redes públicas:
- topología de red simple cuando se trata de implementar dispositivos IoT;
- simplificar el mantenimiento de la conexión;
- el operador es responsable de la funcionalidad de la red.
Desventajas de utilizar redes públicas:
- la dependencia del operador de red hace imposible encontrar errores de comunicación y corregirlos de manera oportuna;
- dependencia del área de cobertura de la señal, que está determinada por el operador.
Ventajas de operar su propia red:
- el coste total de la conexión se puede optimizar para dispositivos conectados específicos (por ejemplo, sensores);
- Una mayor duración de la batería significa menos requisitos de capacidad de la batería.
Desventajas de operar su propia red:
- la necesidad de crear una red completa y garantizar la estabilidad de las comunicaciones inalámbricas. Sin embargo, pueden surgir problemas si, por ejemplo, cambian las funciones o la disponibilidad del edificio y, como consecuencia, los sensores pueden perder la señal, ya que normalmente tienen menos potencia de transmisión de datos.
Finalmente, es importante destacar que es la interoperabilidad de los dispositivos la que nos permite procesar y analizar los datos recopilados utilizando tecnologías como Machine Learning o Big Data Analysis. Con su ayuda, podemos encontrar conexiones entre datos que antes nos parecían poco claros o triviales, lo que nos permite hacer suposiciones sobre qué datos se medirán en el futuro.
Esto promueve nuevas formas de pensar sobre cómo funciona el medio ambiente, como utilizar la energía de manera más eficiente u optimizar diversos procesos, mejorando en última instancia nuestra calidad de vida.
Fuente: habr.com