萬億級工業互聯網市場，無線通信技術如何去撬動
http://m.moduwu.com 2020-04-08 16:42 來源：上海磐啟微電子有限公司副總經理 楊豐林
工業互聯網是時下熱門話題，無論是技術人員還是投資機構都趨之若鶩。筆者從事芯片行業，期望從芯片的角度談談與工業互聯網相關的無線通信技術及未來發展機會，權當拋磚引玉。
一、 工業互聯網與通信連接技術
工業互聯網是“新基建”的七大板塊之一，也是國家新時期的核心戰略部署，同時也是從傳統的消費互聯網（To C 端）向產業互聯網（To B端）轉型的重要方向。工業互聯網概念很簡單，本質上就是利用先進的信息技術對傳統產業（不僅指工業）進行改造升級，以期達到效益與競爭力的提升。
工業物聯網是通過物聯網連接技術，實現工業生產全要素（人員、機器、物料、規則、環境）的連接，然后通過大數據及云計算技術，存儲并運算數據，深度挖掘數據價值，優化生產流程，從而實現效率及生產力提升、成本下降和利潤增長。
其中，通信技術是產業發展的重要推動力量，工業互聯網與通信連接技術有著非常緊密關系，由于工業現場環境不同及應用場景的差異，需要多種通信制式來覆蓋不同的業務需求。
工業互聯網連接技術包括有線連接與無線通信兩大類別，其中無線通信技術因部署簡單、功能強大、使用便捷、組網靈活、覆蓋區域大而在工業互聯網中廣泛使用，特別是5G、LoRa等新技術的導入所引發的技術變革是本文重點關注內容。
不同的場景對通信方式的要求不同：自動駕駛領域要求低延時，因此5G的uRLLC方式適合；遠程醫療要求大帶寬，因此5G的eMBB有其優勢；低速率、大容量、遠距離場景使用各種LPWAN制式比較合適，包括LoRa、NB-IOT、Chirp-IOT等技術；對MESH組網要求較高的可以采用BLE/Zigbee等技術。
二、 工業互聯網實例——智慧工廠
不妨讓我們先來看一個工業互聯網時代的智慧工廠實例。
智慧工廠是工業互聯網領域重要應用場景之一，怎么保障自動上料、倉儲運輸、物流送料等過程都得到有效的管理與控制，毫無疑問必須運用現代的無線通信技術，以下是一個AGV（Automatic Guided Vehicle）小車管理的案例：
當AGV小車在室內時，AGV小車和貨架標簽都可以通過藍牙AOA（Angle of Arrive）定位技術與基站通信，基站可以計算出具體位置，再將實時的位置信息傳至后臺服務器。一方面可以實現對AGV小車的定位。另一方面，采用電子貨架標簽ESL顯示具體商品的信息，結合AOA定位技術，可以實現商品信息的統一管理和商品的定位。
當AGV小車從室內到室外的過程，利用125K低頻觸發技術，位于AGV小車內的觸發芯片會收到觸發激活基站的信號，從而AGV小車會從藍牙AOA定位切換到GPS定位。
當AGV小車在室外時，GPS模塊通過與衛星通信來獲取具體的經緯度信息，因為GPS模塊功耗比較高，所以通過陀螺儀模塊來判斷AGV小車在室外的運動狀態，當靜止時則關閉GPS節省功耗，當運動時則打開GPS獲取的位置信息，再通過低功耗遠距離通信技術（例如LoRa、Chirp-IOT等）傳輸給基站。
AGV小車在室內或室外都是將位置信息傳輸給基站，基站再通過有線或無線以太網經過路由器傳輸給后臺服務器，后臺服務器將收集的位置信息記錄下來，最終給用戶呈現各個AGV小車的位置信息及運動軌跡。
這個案例中分別運用藍牙AOA定位技術，電子貨架標簽ESL，GPS定位技術、低功耗遠距離通信技術等多種手段，完成對目標物體室內外軌跡的跟蹤及上報，后臺通過云端管理軟件，對目標進行有效的管理與控制，達到工業環境的全過程控制。
應用場景決定了通信方式的選擇。本文將選取工業互聯網的幾個經典底層技術場景來闡述對通信制式的要求。
三、 工業互聯網與室內定位技術
室內定位是指在室內環境中實現物體或人的位置定位。未來50%以上的信息都與位置數據相關。據Market&Markets的調查數據顯示，未來幾年，室內定位的全球市場將以42.0％的年復合成長率增長，市場規模預計從2017年的71億1000萬美元擴大到2022年的409億9000萬美元。特別是以蘋果為代表的手機企業將高精度定位系統引入手機生態系統后，原本TO B 的商業模式將快速過度到TO C的市場，這必將引起新一輪市場的快速增長。
采集位置數據就需要依賴定位技術，隨著無線通信技術的發展，定位技術的各項性能指標也得到了長足的進步，基于定位技術的相應市場也正在逐漸開啟。隨著室內定位技術精度的提高，室內定位為零售、制造、醫療、機器人等行業提供十分準確的位置信息數據，成為物聯網時代的重要基礎。不可否認的是，在工業互聯網時代，室內定位技術作為工業物聯網感知網絡的底層基礎技術之一，自然能夠獲得更大的市場機遇。
室內定位常用到的技術有Wi-Fi、RFID、ZigBee、紅外線、藍牙和UWB超寬帶技術，各種技術均有各自的特點，如下表所示：
有眾多技術可以實現室內定位，其中包括RFID、紅外線、藍牙Beacon、Zigbee，Wi-Fi、UWB及AOA-BLE，每種技術都有其長處和不足，其中高精度定位領域主要是UWB 及最新BLE 5.1 所支持的AOA/AOD技術，這些技術能夠為工業場景的人員、物流、資產提供準確的時空位置信息，這是都是工業互聯網重要的技術基礎。
除此之外，其他的室內定位技術，例如視覺成像定位、低頻觸發定位、超聲波定位、慣性導航定位，激光雷達定位、毫米波定位等，在工業互聯網的人、機、料、法、環的各個要素環節，比如自動上料、倉儲運輸、物流送料等過程都可能得到應用。毫無疑問，室內定位將會是多種傳感器或者是多種技術的融合，是工業互聯網的一個基礎產品。
同時，結合三維地圖系統，室內定位技術能夠解決很多場景問題，類似展會觀眾行為分析、消防疏散緊急預案，商場顧客行為分析，人流熱力分布等，以下是一個室內定位系統的圖例。
圖中BLE 標簽或裝有定位APP的手機發送標準的BLE 5.1 的AOA/AOD定位信號到定位基站，定位基站通過定位硬件及相關算法，計算出物體的空間位置，隨后通過TCP/UDP等連接發到后臺PaaS平臺，應用端結合已有的室內定位便能準備定位物體位置。
四、 工業互聯網與低功耗廣域物聯網
工業互聯網環境存在大量的傳感器、閥門、過程控制變量等低速信號需要采集與處理，并且工業環境需要傳輸距離遠、工作年限長、通信密度大、抗干擾強的通信制式， 上述場景應用低功耗廣域物聯網技術（LPWAN）比較合適，常見用于工業互聯網的低功耗廣域網系統如下：
上述LPWAN連接方式中，基于公網的是LTE-Cat1、LTE-eMTC、
NB-IOT； 為了滿足不同場景下的物聯網場景下的需求，3GPP最后確定LTE-Cat.1、LTE-eMTC， NB-IoT三種標準 ，其中NB-IoT的速率是最慢的，eMTC次之，Cat.1最快（也就5Mbps）。
上述三種制式中，LTE-Cat1 不需要運營商更換設備，可以復用傳統4G網絡的基礎設施，相比于NB-IoT和2G模組，LTE Cat.1相擁有網絡覆蓋度好、速度快和延時低等優勢，且與國內的4G網絡非常匹配，能被廣泛應用于對性價比、時延性、覆蓋范圍、通信速度有需求的應用場景。在5G網絡營收沒有起量之前，LTE-Cat1 非常受運營商歡迎。與之相對的是，基于5G的NB-IOT 及eMTC由于需要硬件投入，且網絡覆蓋性及產品成熟性均不及LTE-Cat1。
基于非蜂窩的連接技術包括LoRa，SigFox及Chirp-IOT等，其中LoRa是美國Semtech公司所主導的技術，在國內外擁有廣泛市場。Sigfox是法國公司所主導的一項低功耗廣域組網技術，在歐洲擁有廣泛市場。Chirp-IOT是一項國產的低功耗廣域物聯網底層技術，據報道即將試商用。
在上述連接方式中，基于公網的數據需要先發送運營商的網絡中，然后客戶從其服務器下載，這種以運營商為中心的管理模式對于企業的數據安全存在極大的挑戰，不少企業期望建立私有網絡以確保企業數據安全，因此基于LoRa、Chirp-IOT等非蜂窩自主組網技術存在很大優勢，在工業互聯網實施過程中將占有相當份額。
五、 工業互聯網與新零售信息系統
隨著線上銷售興起，新零售行業也在進行信息技術革命，大量新技術比如電子貨架標簽，無感支付，智能配送等正在蓬勃發展，其中電子貨架標簽技術是新零售行業最底層的基礎設施，運用電子價簽技術可以替換傳統的人工手動修改價格，速度快、效率高，同時大幅減少出錯概率，加上其他輔助定位等功能，可以提高新零售行業的運營效率，在國外呈快速發展趨勢，據 MarketsandMarkets報導，全球電子貨架標簽市場2023年將達140億美元。2017至2023年間，市場還將以24%的復合年增長率增長，且亞太地區將成為快速發展地區之一，市場潛力巨大。
電子貨架標簽系統（簡稱ESL），是一種放置在貨架上、可替代傳統紙質價格標簽的電子顯示裝置，它為零售商帶來的利益非常明顯：
首先修改價格工作變的簡單，節省了日益昂貴的人工費用，ESL提供了便利的變價環境，超市可以進行更多的促銷來提升銷量;
其次貨架與收銀價格一致降低了政府價格監管的風險，同時也滿足顧客得到精確價格的愿望。
整個新零售的管理系統中，云平臺與門店之間可以采用以太網連接或4G通信連接，門店內部ESL平臺與電子貨架標簽之間通信系統可以是2.4GHz 定制化協議或者藍牙，手持PAD與標簽之間可以是近場NFC通信，不同的通信方式滿足不同場景需求，構建一個完整的零售管理系統。
工業互聯網還與5G 自動駕駛、遠程醫療、AR/VR之類技術有關聯，鑒于這類介紹已經很多，本文不再贅述。
六、 總結
工業互聯網是現代信息技術與傳統產業的結合，其中無線通信技術占有一席之地，將應用場景與通信技術緊密結合，挖掘其中的市場應用價值是工業互聯網拓展過程中需要考慮的重要因素。
編輯精選
