金准人工智能专家解读2018中国物联网应用研究报告

物联网（Internet of Things，简称 IoT），是新一代信息科技的重要组成部分，是继计算机、互联网之后世界信息发展的第三次浪潮。据金准人工智能专家统计，2017年中国物联网产业规模已达万亿，我国早已将物联网上升为战略性新兴产业。

物联网，也有人定义为物物相连的互联网，金准人工智能专家以物联网产业发展背景出发，将物联网的技术架构分为四层，分别为感知层、传输层、平台层和应用层。感知层主要涉及芯片、模组以及传感器等感知设备；传输层分为短距离即局域网传输（ WiFi、蓝牙和Zigbee等）和长距离即广域网传输（ NB-IoT、LoRa等）；平台层分为连接管理平台、设备管理平台、应用使能平台和业务分析平台；应用层包括十大领域，分别为物流、交通、安防、能源、医疗、建筑、制造、家居、零售和农业。

报告着重讲述了，当前情况下物联网如何应用于这十个领域；并结合实际情况，说明了物联网产业发展仍然存在的问题及其发展前景。物联网是一个大的产业，涉及了方方面面。当前，物联网应用正处于起步阶段，金准人工智能专家根据实际情况，对物联网产业的发展现状进行了全面的梳理总结，着重讲述了物联网如何应用于十大领域，希望能够为业内外人士提供一定的参考和借鉴。我国作为发展物联网产业的重要国家，有望在这新一轮的世界竞争中脱颖而出，实现弯道赶超。

一、物联网发展综述

1.1物联网产业发展背景

物联网的起源——从世界到中国（2009年及之前）：

蓝牙、5G等技术助推物联网产业快速发展（2009年之后）：

我国物联网产业市场规模逐渐增加，年复合增长率超过了四分之一。随着中国政府的大力支持，以及我国物联网产业链上下游企业的大力发展，目前，我国物联网产业体系已基本形成。同时，各相关企业也具备了一定的技术，形成了一定的产业和应用的基础。根据中国经济信息社发布的《2016-2017年中国物联网年度报告》以及公开资料查询的数据显示，我国物联网产业规模已从2009年的1700亿元跃升至 2017年的11500 亿元，年复合增长率为26.9%。

图1：2009-2017年我国物联网产业规模（亿元）及同比增长百分比

中国政府大力支持物联网产业发展，不断发布相关产业政策。

1.2物联网相关概念解析及其架构

1.2.1物联网概念的提出与转变、物联网与传感网、泛在网的区别与联系：

物联网(Internet of Things，简称IoT)，主要是通过传感器、通信模块以及芯片等感知设备将物体进行联网。国内外普遍认为，1999年麻省理工学院的Ashton教授在研究RFID时，第一次提出了物联网的概念。随着时间的发展，2005年国际电信联盟（ITU）发布的《ITU互联网报告2005：物联网》报告中，又重新定义了物联网的意义和范畴。

物联网与传感网、泛在网既有联系，又有区别。传感网指的是利用传感器加上中低速的近距离无线通信技术构成的一个独立的网络，小范围内的实现物物之间的信息交换。物联网指的是在物理世界中安装具有感知、计算以及执行能力的传感设备，以实现较大范围内的人与物、物与物之间的信息交换。传感器技术是物联网络终端所采用的技术之一。泛在网指的是在现有的网络技术下，实现人与人、人与物、物与物之间的信息获取、传递与存储等功能。泛在网、物联网、传感网各有定位，传感网是物联网、泛在网的重要组成部分，物联网是泛在网发展的物联阶段，三者是包含与被包含的关系。

图2：物联网概念的提出与转变

图3：传感网、物联网与泛在网的区别与联系

1.2.2物联网产业发展所涉及的几项技术

物联网产业涉及到生活的方方面面，其所涉及的技术也多种多样，从感知技术到传输技术，最终到数据分析、处理与挖掘等多种技术，精确地实现每一项技术都具有很大的挑战性，且每一项技术的实现，都需要各种其余技术配合完成，以下列举了物联网产业发展中涉及的几项技术。

图4：物联网产业发展所涉及的几项技术

1.2.3物联网产业的四层架构，根据实际发展情况，将应用层分为了十大领域

本报告将物联网的技术架构分为四层，分别为感知层、传输层、平台层和应用层。其中，感知层是物联网的底层，是物联网应用和发展的基础。利用RFID技术、传感等技术，实现对物理世界的智能感知、识别及控制等。物联网的传输层分为有线传输和无线传输，无线传输可按距离分为短距离传输和长距离传输，本报告主要讲述无线传输。物联网的平台层分为四大平台，分别为连接管理平台、设备管理平台、应用使能平台和业务分析平台。平台层用于数据的分析与处理，后应用于各个行业。金准人工智能专家根据实际发展状况，将物联网应用层分为十大领域，分别为物流、交通、安防、能源、医疗、建筑、制造、家居、零售以及农业，本报告旨在将各领域如何应用物联网技术阐述清楚，故排名没有先后。

图5：物联网产业的四层架构

二、物联网的四层架构

2.1 感知层

MCU和MEME是感知层发展最重要的两项技术。物联网的感知层包括基础芯片、传感器以及RFID、二维码等感知装置，而传统的感知装置如温湿度传感器、RFID等早已发展较成熟，本报告将不再描述。伴随着物联网产业的快速发展，对新型传感器、芯片的需求逐渐增大，因此对其尺寸和功耗提出了更高的要求。而MCU（ Micro Control Unit ，微控制单元）和MEMS（ Micro-Electro-Mechanical System ，微机电系统）由于其高性能、低功耗和高集成度的优势，得到了全面发展，成为感知层发展最重要的两项技术。

由于物联网时代需要大范围的物体联网，对终端感知芯片的计算、处理和传输能力提出了更高的要求，促使了MCU从原来的8位/16位向32位迈进，且32位MCU能兼顾物联网产业所需要的低功耗与高性能的要求。但由于成本以及性能需要等问题，8位MCU在物联网众多领域仍应用广泛。

MEMS（微机电系统）是一个独立的智能系统，其内部结构一般在微米甚至纳米级别。该类型传感器具备体积小、质量轻、功耗低、精度高、能够批量生产等优势，由此MEMS传感器已成为物联网时代驱动变革最重要的力量之一。物联网感知层现阶段存在的三个主要问题：

世界各国在研究物联网感知层方面已经做了大量努力，各企业及相关组织机构都分别成立了研究物联网感知层技术工作组，已经取得了初步的成果。尽管成果显著，但仍然存在着一定的问题，主要表现在三个方面：

图6：物联网感知层现阶段存在的三个主要问题

2.2 传输层

无线传输是物联网的主要应用技术，应具有广连接、低功耗、低成本以及低延迟等特点。物联网的传输层主要负责传递和处理感知层获取的信息，分为有线传输和无线传输两大类，其中无线传输是物联网的主要应用。无线传输技术按传输距离可划分为两类：一类是以Zigbee、WiFi、蓝牙等为代表的短距离传输技术，即局域网通信技术；另一类则是LPWAN（low-power Wide-Area Network，低功耗广域网），即广域网通信技术。LPWAN又可分为两类：一类是工作于未授权频谱的LoRa、Sigfox等技术；另一类是工作于授权频谱下，3GPP支持的2/3/4/5G蜂窝通信技术，比如eMTC（enhanced machinetype of communication ，增强机器类通信）、NB-IoT（ Narrow Band Internet of Things ，窄带物联网）。

表1：物联网传输层主要通信技术对比

按照传输速率进行划分，物联网领域中有大约60%属于低速率业务，主要应用于低频次使用场景万物互联的基础在于数据传输，而根据传输速率的不同，物联网业务可分为高速率、中速率及低速率业务。其中，高速率业务主要使用3G、4G 及WiFi技术，可应用于视频监控、车载导航等场景；中速率业务主要使用蓝牙、eMTC等技术，可应用于智能家居、储物柜等高频使用场景；低速率业务，即LPWAN(低功耗广域网)，主要使用NB-IoT、LoRa、Sigfox及ZigBee等技术，可能应用于智慧停车、远程抄表等使用频次低的应用场景。

根据麦肯锡咨询所调研的数据来看，全球物联网市场有大约60%以上都属于低速率业务，这类应用需要具有支持海量连接数、低终端成本、低终端功耗和超强覆盖等能力。由于自身的发展以及成本等问题，各个企业都在向低成本、低功耗等方向发展。而在低速率领域，中国主要以发展NB-IoT（窄带物联网）为主。

图7：高速率、中速率及低速率物联网业务

图8：全球物联网连接分布

2.3 平台层

从平台的功能框架来看，将物联网的平台层分为四个部分，从底层到上层分别是连接管理平台CMP（Connectivity Management Platform）、设备管理平台DMP（Device Management Platform）、应用使能平台AEP（Application Enablement Platform）和业务分析平台BAP（Business Analytics Platform）等四部分。

图9：物联网应用平台主要分为四大部分

2.4 应用层

图10：物联网产业的十大应用领域

图11：物联网产业相关部分企业图谱

三、物联网的十大行业应用

3.1 智慧物流

物联网应用于物流行业中，主要体现在三方面，即仓储管理、运输监测和智能快递柜。智慧物流是新技术应用于物流行业的统称，指的是以物联网、大数据、人工智能等信息技术为支撑，在物流的运输、仓储、包装、装卸、配送等各个环节实现系统感知、全面分析及处理等功能。智慧物流的实现能大大地降低各行业运输的成本，提高运输效率，提升整个物流行业的智能化和自动化水平。金准人工智能专家根据当前行业的发展，总结了应用于物联网技术的三个方面，即仓储管理、运输监测以及智能快递柜。

图12：物联网应用于物流行业的体现

在传统的仓储管理中，需要人工进行货物扫描及数据录取，工作效率较低；同时货位划分不清晰，堆放混乱，缺乏货物流程跟踪，成本高且差错率高。将物联网技术应用于传统仓储中，形成智能仓储管理系统，能提高货物进出效率、扩大存储的容量、减少人工的成本以及劳动力强度，且能实时显示、监控货物进出情况，提高交货准确率等。

图13：物联网应用于仓储管理的六大功能

在运输监测中，使用物联网技术能实时监测货物位置、状态以及车辆行驶行为和司机驾驶行为等通过物流车辆管理系统对运输的货车以及货物进行实时监控，可完成车辆及货物的实时、定位跟踪，监测货物的状态及温湿度情况，同时监测运输车辆的速度、胎温胎压、油量油耗、车速等车辆行驶行为以及刹车次数等驾驶行为，在货物运输过程中，将货物、人以及车辆驾驶情况等信息高效的结合起来，提高运输效率、降低运输成本，降低货物损耗，能清楚地了解运输过程中的一切情况。

智能快递柜通过物联网技术方便用户使用。智能快递柜以物联网技术为依托，实现对物体的识别、存储、监控和管理等，与PC服务器一起构成了智能快递投递系统。PC服务端能够将智能快递终端采集到的信息数据进行处理，并实时在数据后台去更新，方便使用人员进行快递查询，调配快递以及快递终端维护等操作。

快递员将快件送达到指定的地点后，将其存入到快递终端后，智能系统就可以自动为用户发送一条短信，包括取件地址以及验证码，用户能在24小时内随时去智能终端取货物，简单快捷的完成取件业务。

图14：智能快递柜的使用流程

3.2 智能交通

交通被认为是物联网所有应用场景中最有前景的应用之一。而智能交通是物联网的体现形式，利用先进的信息技术、数据传输技术以及计算机处理技术等，通过集成到交通运输管理体系中，使人、车和路能够紧密的配合，改善交通运输环境、保障交通安全以及提高资源利用率。金准人工智能专家根据实际的发展情况，分为以下八大应用场景。以下将着重讲述行业内应用较多的前五大场景，包括智能公交车、共享单车、汽车联网、智慧停车以及智能红绿灯等。

图15：物联网应用于交通领域的八大场景

智能公交车分为五大系统，能实时反映车辆的位置、乘车人数及到达时间等信息。智能公交车能够通过安装GPS，来实时显示公交的位置，并不断更新获取的数据，使用户能够精准的把握自己的时间。同时，通过传感器，测量公交车的车速。而且，可以在每个座位上安装重力传感器，统计乘车人数以及公交剩余能载的人数。当公交车超载时，能够进行自动报警，而用户可以通过手机APP查询公交车上是否有空位。使用物联网技术的智能公交能够方便人们的生活，包括公交调度系统，数据中心系统、车载终端系统、掌上公交系统、公交站场系统。

图15：智能公交车的五大系统

共享单车将智能锁作为联网装置，实现车辆的定位、远程解锁及计时计费等功能。共享单车的出现极大地解决了用户的“最后一公里出行问题”，同时在一定程度上解决了交通拥堵的问题，也为减少尾气的排放做出了贡献。共享单车是典型的物联网应用，用户通过手机APP扫描安装在单车上的智能锁，通过传输网络，将共享单车的数据上传到云服务平台，云平台通过数据处理，实现远程解锁以及计时、计费等功能。

图16：共享单车的物联网应用架构

汽车联网技术需要实现车与车、车与人、车与道路等互联互通。车联网，通俗而言指车与一切互联（V2X），包括车车互联、车与道路互联以及车和人等互联，使汽车拥有更大范围的感知能力，发现潜在风险，优化路径规划。车与云平台互联还能及时更新车内系统，为消费者提供信息娱乐服务。车联网的成熟发展能便于生活服务供应商进入汽车领域，以此来丰富商业场景。

将车联网的系统架构分为四层，感知层、传输层、平台层和应用层，车联网架构的实现需要5G网络，来满足数据传输带宽的需求，同时需要提高传感器的精度，重点应用于设备监控、车载信息服务、车辆远程诊断以及紧急救援等场景。

图17：车联网系统架构

智慧停车以停车位为基础，实现车位的查找、预订以及自动支付等功能。在城市交通出行领域，由于停车资源有限，停车效率低下等问题，智慧停车应运而生。智慧停车是以停车位资源为基础，综合运用物联网、无线通信以及大数据等技术，通过数据采集、分析、控制与指引等能力，实现城市的停车资源联网化、信息化以及系统化，最终达到停车资源标准化管理以及高效利用等。

图18：智慧停车业务架构图

智能红绿灯通过物联网技术实现对车辆、行人等的监测，提高道路承载力和运行效率。智能红绿灯是智慧城市的重要一环，应动态的设置控制信号灯红或者绿，以此来提高路口承载力和运作效率。利用无线通信、红外感应和射频识别等物联网相关技术，实时进行车辆监测、行人检测以及道路环境监测等，将人、车、道路与交通控制网络连接，实时根据实际情况进行红、绿灯的变换。智能红绿灯的实现主要在于其交通信号的控制系统，主要包括两方面的监测，即车辆检测和行人检测。其中，车辆检测又包括车流量检测和车辆识别；而行人检测包括对人流量的检测以及对特殊行人的检测，将检测后的信号发送回控制系统，根据相应的算法，对突发状况进行及时反映。

图19：智能信号灯控制系统

3.3 智能安防

智能安防核心在于智能安防系统，系统主要包括门禁、报警和监控三大部分。安防是物联网的一大应用市场，传统安防对人员的依赖性比较大，非常耗费人力，而智能安防能够通过设备实现智能判断。目前，智能安防最核心的部分在于智能安防系统，该系统是对拍摄的图像进行传输与存储，并对其分析与处理。一个完整的智能安防系统主要包括三大部分，门禁、报警和监控，行业中主要以视频监控为主。

由于采集的数据量足够大，且时延较低，因此目前城市中大部分的视频监控采用的是有线的连接方式，而对于偏远地区以及移动性的物体监控则采用的是4G等无线技术。

图20：智能安防

视频监控是智能安防最核心的系统，可应用于不同的场景。智能安防系统分为三大部分，门禁、报警和监控。其中，视频监控是智能安防最核心的系统，以摄像头为主的视频监控，可应用于各行各业，以下主要讲述视频监控如何运用在家居、交通、医疗、物流、制造和零售等领域。

图21：视频监控的应用场景

3.4 智慧能源

物联网应用于能源领域，可用于水、电、燃气等表计以及路灯的远程控制上。智慧能源属于智慧城市的一个部分，当前，将物联网技术应用在能源领域，主要用于水，电，燃气等表计以及根据外界天气对路灯的远程控制等，基于环境和设备进行物体感知，通过监测，提升利用效率，减少能源损耗。金准人工智能专家根据实际情况，将智慧能源分为了四大应用场景：

图22：物联网在能源领域的应用

与传统的GPRS抄表技术相比，NB-IoT远程抄表技术部署更加方便、接入量更大以及能耗更低。远程抄表是目前比较热门的一个物联网应用，尤其是当今社会对于能源以及资源的重视程度越来越高，因此通过对水、电、燃气等表计的智能管理，来达到节能及高效利用资源等的目的显得尤为重要。

与传统抄表相对比，远程抄表不需要大量的人力。而相对于传统的以GPRS网络进行抄表，新一代的NB-IoT远程抄表技术部署更加方便、接入量更大、能耗更低，同时省去了网关和采集器等设备，具有更高的经济效益与社会效益。

图23：传统抄表与NB-IoT抄表的系统架构

3.5 智能医疗

在智能医疗领域，新技术的应用必须以人为中心。而物联网技术是数据获取的主要途径，能有效地帮助医院实现对人的智能化管理和对物的智能化管理。对人的智能化管理指的是通过传感器对人的生理状态（如心跳频率、体力消耗、血压高低等）进行捕捉，将他们记录到电子健康文件中，方便个人或医生查阅。对物的智能化管理，指的是通过RFID技术对医疗物品进行监控与管理，实现医疗设备、用品可视化。以物联网技术为主，金准人工智能专家总结了当前主要的两个应用场景：

图24：智能医疗的两大主要应用场景：医疗可穿戴和数字化医院

医疗可穿戴设备通过各类传感器采集人体或周边环境信息，经过结构化处理后存储在本机或上传至云端，同时还能通过显示屏、微电机等途径反馈给用户。在不同的应用方向上，对可穿戴产品的技术功能需求有着不同的侧重。

图25：智能医疗可穿戴设备的九个方向:

当前，数字化医院主要应用在医疗耗材监测以及人、物资等定位上。通过物联网技术将传统的医院进行数字化改造，主要是为了管理医院的人和物。对人的管理，能保障患者的安全，能有效地减少患者对医护人员的不理解，缓和两者的关系；而对物的管理，包括对医院内的医疗器械以及特殊药品等重要物资的管理，这是体现医院的专业性的重要组成部分。目前，业内对于医院耗材设备、以及院内定位和人员定位等场景最为看好，主要的应用体现在人、物资等的定位上。

图26：数字化医院整体架构图

3.6 智慧建筑

物联网应用于建筑领域，主要体现在用电照明、消防监测以及楼宇控制等。建筑是城市的基石，技术的进步促进了建筑的智能化发展，物联网技术的应用，让建筑向智慧建筑方向演进。智慧建筑越来越受到人们的关注，是集感知、传输、记忆、判断和决策于一体的综合智能化解决方案。当前的智慧建筑主要体现在用电照明、消防监测以及楼宇控制等，将设备进行感知、传输并远程监控，不仅能够节约能源，同时也能减少运维的楼宇人员。而对于古建筑，也可以进行白蚁（以木材为生的一种昆虫）监测，进而达到保护古建筑的目的。

图27：智慧建筑系统整合示意图

智慧建筑可以应用的范围很广，目前以物联网技术为基础的智慧建筑，多应用于用电照明、电梯运营、消防监控、古建筑的白蚁监测以及楼宇控制等几个领域。

图28：智慧建筑的五大应用场景

3.7 智能制造

物联网技术赋能制造业，实现工厂的数字化和智能化改造。制造领域的市场体量巨大，是物联网的一个重要应用领域，主要体现在数字化以及智能化的工厂改造上，包括工厂机械设备监控和工工厂数字化和智能化改造的4个阶段厂的环境监控。通过在设备上加装物联网装备，使设备厂商可以远程随时随地对设备进行监控、升级和维护等操作，更好的了解产品的使用状况，完成产品全生命周期的信息收集，指导产品设计和售后服务；而厂房的环境监控主要包括空气温湿度、烟感等情况。

数字化工厂的核心特点是：产品的智能化、生产的自动化、信息流和物资流合一。目前，从世界范围看，还没有一家企业宣布建成一座完全数字化的工厂。近些年来，一些企业开始给行业内其他企业提供以生产环节为基础的数字化和智能化工厂改造方案。企业的数字化和智能化改造大体分成4个阶段：自动化产线与生产装备，设备联网与数据采集、数据的打通与直接应用、数据智能分析与应用。

这4个阶段并不按照严格的顺序进行，各阶段也不是孤立的，边界较模糊。

图29：企业的数字化和智能化改造的4个阶段

制造设备将数据接入到云平台，从而实现数字化改造，数据是智能制造的基础。工厂里设备各式各样，将设备接入网络，采集设备的数据传到服务器或云平台，是进行智能化生产的基础。有数据接口的设备，如机器人，机床，PLC控制器，智能化仪器仪表等，将设备数据传输到网关。没有现成数据的设备，通过安装传感器或进行智能化改造，基于有线或无线方式增加通讯能力，将数据传输到网关，网关根据协议将数据传输到云平台，在云平台上进行数据分析和存储，最后应用于设备上。

图30：工业设备接入与数据传输各层结构

3.8 智能家居

智能家居的发展分为三个阶段，单品连接、物物联动以及平台集成，当前处于单品向物物联动过渡阶段智能家居指的是使用各种技术和设备，来提高人们的生活方式，使家庭变得更舒适、安全和高效。物联网应用于智能家居领域，能够对家居类产品的位置、状态、变化进行监测，分析其变化特征，同时根据人的需要，在一定的程度上进行反馈。

智能家居行业发展主要分为三个阶段，单品连接、物物联动和平台集成。其发展的方向是首先连接智能家居单品，随后走向不同单品之间的联动，最后向智能家居系统平台发展，进行统一的运营，当前，各个智能家居类企业正在从单品向物物联动的过渡阶段。

图31：智能家居

智能家居类单品多种多样，且在产品形态上，早已达成了相对成熟的状态。传统的家电企业以及互联网类企业都在大力研发智能单品，但通信协议不尽相同，使得自家的智能单品只能通过自家的APP去连接、控制。

纵观整个智能家居市场，几乎每一个种类都有好几种不同厂家的智能单品在出售。这些智能单品主要包括：冰箱、空调、洗衣机、窗帘、灯、插座、门锁等。

图32：智能家居类企业的七大主要单品

智能家居系统多对智能单品进行简单的操控，还无法大规模的实现产品间联动。智能家居系统通过物联网技术将家庭中的多种智能单品，如灯、窗帘、空调、门锁、洗衣机和冰箱等连接在一起，以用户的需求为主，最终实现产品间的联动。目前，智能家居类的产品大部分处于孤岛状态，各产品间没有太多的联动，只是自家的智能单品能使用同一个系统进行简单的联动。金准人工智能专家将智能家居的系统，分为六个主要部分：

图33：智能家居系统

智能家居平台类企业能够兼容各其他企业智能单品，通过统一的协议，使用同一个APP进行控制。在智能家居平台领域，还没有太多的企业发展到这个阶段。这个阶段的企业能够兼容各其他企业的智能单品，通过统一的协议、使用同一个APP代替多个APP进行智能家居单品的控制。金准人工智能专家根据调查，以苹果HomeKit作为当前类型的企业代表来分析，这个平台中能够连接的部分智能单品以及相关的企业如下图所示：

图34：HomeKit家居平台使用流程

3.9 智能零售

智能零售依托于物联网技术，主要体现了两大应用场景，即自动售货机和无人便利店行业内将零售按照距离，分为了三种不同的形式：远场零售、中场零售、近场零售，三者分别以电商、商场/超市和便利店/自动售货机为代表。物联网技术可以用于近场和中场零售，且主要应用于近场零售，即无人便利店和自动（无人）售货机。

智能零售通过将传统的售货机和便利店进行数字化升级、改造，打造无人零售模式。通过数据分析，并充分运用门店内的客流和活动，为用户提供更好的服务，为商家提供更高的经营效率。

自动售货机依托物联网技术，监测每台售货机运行状态以及监控出货、缺货等情况。自动售货机使用多个传感器，包括温度传感器、红外线传感器、发动机转速传感器、货物监测传感器、称重传感器以及摄像头等设备，通过通信模块，将获取的数据传输到云平台，通过大数据分析，实现对商品的监控以及跟踪等功能。物联网技术应用于自动售货机，可以分为三大主要功能：

无人便利店面积多比传统便利店小，销售商品也较少，主要运用RFID技术将商品联网。以Amazon Go为代表，诞生了一批无人便利店。这类便利店主要通过各种技术实现顾客自助支付或后台自动结算，大多营业面积比日常便利店小，销售商品比便利店少，部署在与便利店类似或更接近消费者的公共区域。

图35：无人便利店的物联网应用

3.10 智慧农业

智慧农业指的是利用物联网、人工智能、大数据等现代信息技术与农业进行深度融合，实现农业生产全过程的信息感知、精准管理和智能控制的一种全新的农业生产方式，可实现农业可视化诊断、远程控制以及灾害预警等功能。农业分为农业种植和畜牧养殖两个方面。

农业种植分为设施种植（温室大棚）和大田种植，主要包括播种、施肥、灌溉、除草以及病虫害防治等五个部分，以传感器、摄像头和卫星等收集数据，实现数字化和智能机械化发展。当前，数字化的实现多以数据平台服务来呈现，而智能机械化以农机自动驾驶为代表。

畜牧养殖主要是将新技术、新理念应用在生产中，包括繁育、饲养以及疾病防疫等，并且应用类型较少，因此用“精细化养殖”定义整体畜牧养殖环节。

图36：智慧农业的三大应用场景

3.10.1智慧农业的数据平台服务

通过传感器收集土壤温湿度、空气温湿度、光照强度、以及灌溉量等数据，通过小基站将数据集成，运用无线网络传输将集成后的数据传输到大基站中，后将数据存储到云上。通过对云上的数据进行分析以及模型构建等操作后，在终端实时显示，对作物生长进行精准管理。

图37：智慧农业的数据平台服务

3.10.2智慧农业的农机自动驾驶

农机自动驾驶指的是利用导航卫星实现农机沿直线作业功能，主要利用角度传感器获取农机偏移数据、摄像头获取周围作物生长数据以及导航卫星实时定位跟踪车辆信息数据，将三者获取的数据经过无线网络传输到控制端，对数据进行分析后，利用车载计算机显示器实时显示作业情况以及作业进度等，车联网是实现农机自动驾驶技术的前提。

车联网指的是通过卫星导航系统、无线通信、传感器等技术，对车辆进行数字化管理，包括实时跟踪、监管车辆运行状况等，并根据不同的功能需求对所有车辆的运行状态进行有效的监管。

图38智慧农业的农机自动驾驶

3.10.3智慧农业的精细化养殖

精细化养殖主要应用于养猪、养牛和养鸡上，利用传统的耳标、可穿戴设备以及摄像头等收集畜禽产品的数据，通过对收集到的数据进行分析，运用深度学习算法判断畜禽产品健康状况、喂养情况、位置信息以及发情期预测等，对其进行精准管理。

图39：智慧农业的精细化养殖

四、相关企业布局及产业发展

4.1 物联网产业相关企业布局

感知层：以传感器为核心的物联网感知层的相关企业多在国外，大力研发MEMS技术和MCU芯片。物联网的技术架构分为四层，感知层、传输层、平台层和应用层，与西方国家相比，我国的物联网感知层企业相对发展较慢。以传感器为核心的感知层企业多以美、德和日本等国家企业为主，各企业正大力研发MEMS技术及MCU芯片，均根据自己的优势，进行不同的布局。

传输层：三大运营商以NB-IoT为主要连接方式，通过“云、管、端、用”等四个方面布局物联网产业。三大运营商是物联网产业发展的重要力量，广域的网络部署阶段，均需要三大运营商去布局。三大运营商分别从云、管、端、用等多个维度布局物联网，其中“云”是指开放平台的提供者、 “管”是指基础网络的运营者、“端”是指模组终端的参与者、 “用”是指产业应用的推动者。

平台层：中国物联网平台层企业众多，分为计算机通信类企业、大型互联网企业和初创公司等三大类。

物联网是下一个信息革命，由于平台层上游可接芯片、模组开发商，下游可为众多企业提供行业解决方案，中国众多企业多在物联网平台层布局，主要分为三大类，即传统的计算机通信类企业、大型的互联网企业（BAT）和一些初创公司等。传统大型计算机通信类企业和大型互联网企业多通过平台层为多个行业提供解决方案，而初创公司根据自己的优势，多通过平台解决某一行业的具体应用。下边分别以华为、阿里和特斯联企业为代表，阐述三家企业如何布局物联网平台层。

图40：三大类型企业布局物联网平台层

应用层：物联网技术发展较快的前四大行业为家居、交通、零售和物流。通过研究物联网技术的整个十大行业应用，根据行业发展应用成熟度以及应用的广泛性来看，金准人工智能专家认为当前发展较快的前四大物联网应用行业分别为智能家居、智能交通、智能零售和智慧物流。根据实际发展情况，以下列举了这四大行业的物联网企业在如何布局物联网：

4.2 物联网产业存在的问题及发展前景

物联网产业发展存在很多问题，其中行业应用问题以及商业模式问题是阻碍其发展的重中之重。我国是较早布局物联网的国家之一，物联网产业规模近些年来持续发展，通过政府以及行业内相关企业的共同努力，在关键技术上已经取得了一定地成果，竞争优势不断增强。同时，物联网已经应用在了物流、交通、能源、安防、家居、农业、建筑、医疗、制造、零售等十个领域。伴随着物联网产业的快速发展，我国物联网产业仍然存在着这样或那样的问题。

物联网产业十大行业未来发展。

智慧物流：数据升级，提升物流数字化，在已有数据的基础上，充分利用好“大数据、人工智能”技术，满足个性化需求。智能安防：提高识别精准度，深挖垂直行业解决方案，大力发展民用市场，从数字化向智能化方向发展。

智能医疗：我国刚处于初级阶段，设计多场景应用传感器。挖掘更多的以人为主的医疗场景，同时提高医疗数字化水平。

智能制造：提高工业设备数字化水平，挖掘原有设备数据的价值，提高系统间的协调能力。

智能零售：通过人、场景等进行定位，对数据分析后进行用户画像描述，实现对用户的精准推荐。

智能交通：数据采集多样性增强，提高车、路、人等系统协同发展，降低行业成本，培育更加适合地域与行业的新模式。

智慧能源：现在相关技术和模式都处于探索阶段，优先发展单设备节能，后向多领域发展，加快传统的水、电、气等表的改进速度。

智慧建筑：从单纯的设备节能，向多领域发展，提高各建筑子系统间的协同发展。

智能家居：从单品向物物联动发展，同时制定标准，根据客户需要，个性化定制智能家居产品，打造多个智能家居入口。

智慧农业：降低系统解决成本，以获取农作物数据为主，大力培育市场，提高数字化水平。