CN111435923A - 用于监测和管理工业环境的方法、系统、套件及设备 - Google Patents
用于监测和管理工业环境的方法、系统、套件及设备 Download PDFInfo
- Publication number
- CN111435923A CN111435923A CN202010032188.3A CN202010032188A CN111435923A CN 111435923 A CN111435923 A CN 111435923A CN 202010032188 A CN202010032188 A CN 202010032188A CN 111435923 A CN111435923 A CN 111435923A
- Authority
- CN
- China
- Prior art keywords
- sensor
- sensors
- sensor data
- data
- instances
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 596
- 238000012544 monitoring process Methods 0.000 title claims abstract description 535
- 238000004891 communication Methods 0.000 claims abstract description 817
- 238000012545 processing Methods 0.000 claims description 498
- 230000004044 response Effects 0.000 claims description 319
- 238000003860 storage Methods 0.000 claims description 310
- 238000010801 machine learning Methods 0.000 claims description 295
- 239000013598 vector Substances 0.000 claims description 188
- 230000001105 regulatory effect Effects 0.000 claims description 160
- 238000004519 manufacturing process Methods 0.000 claims description 138
- 230000006399 behavior Effects 0.000 claims description 122
- 230000001413 cellular effect Effects 0.000 claims description 84
- 238000004458 analytical method Methods 0.000 claims description 72
- 238000005259 measurement Methods 0.000 claims description 68
- 238000005065 mining Methods 0.000 claims description 65
- 230000000977 initiatory effect Effects 0.000 claims description 40
- 230000008569 process Effects 0.000 claims description 27
- 230000005540 biological transmission Effects 0.000 claims description 21
- 239000000126 substance Substances 0.000 claims description 20
- 230000009471 action Effects 0.000 claims description 19
- 238000013500 data storage Methods 0.000 claims description 17
- 238000012546 transfer Methods 0.000 claims description 17
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 14
- 230000006870 function Effects 0.000 claims description 13
- 230000008595 infiltration Effects 0.000 claims description 12
- 238000001764 infiltration Methods 0.000 claims description 12
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 claims description 12
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 10
- 229910052751 metal Inorganic materials 0.000 claims description 8
- 239000002184 metal Substances 0.000 claims description 8
- 239000001569 carbon dioxide Substances 0.000 claims description 7
- 230000001276 controlling effect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 claims description 5
- 230000035515 penetration Effects 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 2
- 230000010354 integration Effects 0.000 description 141
- 230000000116 mitigating effect Effects 0.000 description 139
- 230000000875 corresponding effect Effects 0.000 description 67
- 230000000246 remedial effect Effects 0.000 description 40
- 230000006835 compression Effects 0.000 description 22
- 238000007906 compression Methods 0.000 description 22
- 238000012549 training Methods 0.000 description 22
- 238000005070 sampling Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 238000009434 installation Methods 0.000 description 13
- 238000001914 filtration Methods 0.000 description 11
- 239000007789 gas Substances 0.000 description 9
- 230000001960 triggered effect Effects 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 230000010267 cellular communication Effects 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 7
- 230000002776 aggregation Effects 0.000 description 6
- 238000004220 aggregation Methods 0.000 description 6
- 230000008030 elimination Effects 0.000 description 6
- 238000003379 elimination reaction Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 235000013305 food Nutrition 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 230000002262 irrigation Effects 0.000 description 5
- 238000003973 irrigation Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000009529 body temperature measurement Methods 0.000 description 4
- 238000003825 pressing Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 230000002085 persistent effect Effects 0.000 description 3
- 230000002547 anomalous effect Effects 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 2
- 238000013531 bayesian neural network Methods 0.000 description 2
- 239000000872 buffer Substances 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 239000003673 groundwater Substances 0.000 description 2
- 235000003642 hunger Nutrition 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 229910052760 oxygen Inorganic materials 0.000 description 2
- 239000001301 oxygen Substances 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000005080 plant death Effects 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000037351 starvation Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 239000002341 toxic gas Substances 0.000 description 2
- 235000001008 Leptadenia hastata Nutrition 0.000 description 1
- 244000074209 Leptadenia hastata Species 0.000 description 1
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 229910001416 lithium ion Inorganic materials 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013433 optimization analysis Methods 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/41845—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by system universality, reconfigurability, modularity
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the network communication
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/10—Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0806—Configuration setting for initial configuration or provisioning, e.g. plug-and-play
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0803—Configuration setting
- H04L41/0806—Configuration setting for initial configuration or provisioning, e.g. plug-and-play
- H04L41/0809—Plug-and-play configuration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0876—Aspects of the degree of configuration automation
- H04L41/0886—Fully automatic configuration
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/34—Network arrangements or protocols for supporting network services or applications involving the movement of software or configuration parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/565—Conversion or adaptation of application format or content
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/565—Conversion or adaptation of application format or content
- H04L67/5651—Reducing the amount or size of exchanged application data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
- H04L69/04—Protocols for data compression, e.g. ROHC
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/10—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding
- H04N19/134—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using adaptive coding characterised by the element, parameter or criterion affecting or controlling the adaptive coding
- H04N19/136—Incoming video signal characteristics or properties
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31449—Monitor workflow, to optimize business, industrial processes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2193—Validation; Performance evaluation; Active pattern learning techniques based on specific statistical tests
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N19/00—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals
- H04N19/50—Methods or arrangements for coding, decoding, compressing or decompressing digital video signals using predictive coding
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
- H04W84/22—Self-organising networks, e.g. ad-hoc networks or sensor networks with access to wired networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Abstract
本申请提供了配置有用于监测各种工业环境的部件、系统及方法的各种套件,所述各种套件包括具有自配置传感器网络、通信网关和自动配置的后端系统的套件。
Description
技术领域
本申请涉及便利部署的套件中的物联网(IoT)系统的各种配置,所述套件使用传感器、边缘计算设备、网络系统以及人工智能的各种配置来监测或管理工业环境。
背景技术
物联网(IoT)互接的装置、系统、部件、服务、程序、车辆、设备、机器以及其他电子产品组成的网络,其通过一组通信网络及通信接口和协议进行通信。尽管IoT领域的大部分发展集中在诸如可穿戴设备、家庭监控系统、智能设备之类的消费产品上,但是IoT设备和系统也有许多工业应用,包括贯穿本申请所描述的和在并入本文的文件所描述的实施例。例如,IoT传感器可应用于监测工业设施,诸如工厂、炼油厂、油气田、生产线、能源生产设施、采矿环境等,以及布置在此类环境中的许多机器和系统。尽管一些诸如车载诊断系统之类的机器可能包括嵌入式传感器和仪器,但是许多机器没有此类嵌入式传感器,而其他机器仅具有有限的一组传感器,因此,需要放置大量不同类型的异构传感器进行的更多数据收集的需求和机会,其中该异构传感器例如在工业环境的机器上、机器中或者机器周围放置(其可以是临时的(例如通过引用并入的文件中描述的便携式或移动数据采集器,或者通过无人驾驶飞机、自动车辆等)、半永久的(例如通过便于连接和断开的模块化接口),或者永久的)。
然而,在工业物联网环境中存在许多问题。例如,虽然许多工业物联网设备可应用于使用诸如3G通信协议、4G通信协议、LTE通信协议或5G通信协议之类的蜂窝协议进行通信,但是这些协议本身可能不太适合工业环境中的通信,因为重型机械和密集型结构可能会对设备间的通信产生不利影响。Wi-Fi系统也可以提供设施内的网络连接;然而,由于工业环境中存在不利的物理环境,Wi-Fi系统也可能面临挑战。例如,Wi-Fi系统通常无法被设计成穿透诸如混凝土板或砖块之类的障碍物进行通信。此外,工业环境中的许多设备可能是移动的,使得Wi-Fi系统和蜂窝系统很难分辨在给定时间哪些设备正在进行通信。
另一个可能出现的问题与带宽有关。由于可以在待监测的区域(例如,工厂、装配线、油田等)环境数百或数千个传感器,并且这些传感器可能每秒捕获多个读数,因此所收集的数据量甚至可能会给最稳健的计算系统的计算资源带来压力。因此,需要一种解决高效和有效带宽利用的挑战的方法和系统。
另一个问题是安全性。当IoT设备连接到计算机网络例如用于操作关键任务机器的网络时,可以将IoT设备视为存在安全风险。IoT设备历来经历过安全漏洞,并且经常成为网络和设备的攻击点。
涉及到带宽、可靠性、延迟和/或安全性的问题可能会阻止组织将物联网传感器系统集成到所述组织的工业环境和计算机网络中。因此需要一种系统,在提供物联网优势的同时,解决网络需求和安全风险。
考虑IoT部署的组织面临的另一挑战是,这种部署需要物联网设备与网络系统和平台(例如,云平台)的复杂集成,其中,对IoT所收集的数据进行分析,并且为工业环境提供人工和自动化控制。组织可能缺乏进行有效IoT集成的专业知识或可用人员。需要提供IoT的优势的简化部署系统。
发明内容
本文提供了用于监测和管理工业环境的方法和系统,包括通过各种可配置的套件,所述可配置的套件提供了开箱即用、自配置和自供给的功能,用于监测和管理工业环境同时减轻了复杂性、集成性、带宽、延迟和安全性的问题。IoT解决方案的实际执行可以包括部件组和后端系统组,所述部件组可以包括:合适的一组传感器、通信设备组、边缘计算设备组以及通信能力组(包括各种协议、端口、网关、连接器、接口等),其共同提供自动配置和/或预配置的处理,并且将传感器数据从传感器套件传输至后端系统组(例如,云部署系统或内部系统),每个传感器被配置用于各种相应的工业环境,所述后端系统组被自动配置和/或预配置成将来自被注册到其工业环境的特定传感器套件的监测和/或管理信息提供至工业环境的所有者和操作者。如本文所使用的“组”可以包括具有单个成员的组。除非上下文另有说明,否则对“监测”和/或“管理”的引用应当被理解为包括可能受益于通过IoT共享的信息的各种行为或活动,例如监测机器性能、报告状态、状况或条件、管理状态、条件、参数、进行远程控制、支持依赖于状态或状况信息的自主功能、支持分析、支持自配置、支持人工智能、支持机器学习等。
根据本申请的一些实施例,公开了一种用于监测工业环境的传感器套件。在实施例中,所述传感器套件包括边缘设备和多个传感器,所述多个传感器即一组传感器,其捕获传感器数据并经由自配置传感器套件网络发送传感器数据。所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器。所述多个传感器中的至少一个传感器包括:感测部件、处理单元和通信设备,感测部件捕获传感器测量值并输出传感器数据实例,处理单元基于一个或多个传感器数据实例生成报告数据包并且输出所述报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例,通信设备用于从处理单元接收报告数据包并且根据第一通信协议将报告数据包经由自配置传感器套件网络发送至边缘设备。所述边缘设备包括:通信系统,所述通信系统具有第一通信设备和第二通信设备,所述第一通信设备经由自配置传感器套件网络从多个传感器接收报告数据包,所述第二通信设备经由公共网络将传感器套件数据包发送至后端系统。边缘设备还包括处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:从所述通信系统接收所述报告数据包;对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;基于所述传感器数据实例生成传感器套件数据包,其中,所述每个传感器套件数据包包括至少一个传感器数据实例;以及将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统将所述报告数据包经由公共网络发送至所述后端系统。
在一些实施例中,所述传感器套件还包括网关设备,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。在这些实施例中的一些实施例中,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。可替换地,在一些实施例中,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
在一些实施例中,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
在一些实施例中,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
在一些实施例中,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业环境的工业部件和/或所述工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。在这些实施例中的一些实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及与所述预测或分类相对应的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。在这些实施例中的一些实施例中,选择性地对所述一个或多个传感器数据进行编码包括:响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题,使用有损编解码器压缩所述一个或多个传感器数据实例。在这些实施例中的一些实施例中,使用有损编解码器压缩所述一个或多个传感器数据实例包括:将所述一个或多个传感器数据实例归一化为相应的像素值;将各个像素值编码为视频帧;使用所述有损编解码器压缩一组数据帧,其中,所述有损编解码器是视频编解码器,以及所述组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。在一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。在一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。在一些实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及与所述预测或分类相对应的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。在一些实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,将所述一个或多个传感器数据实例存储至所述存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。在一些实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
在实施例中,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接向所述边缘设备传输相应传感器数据实例。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
在实施例中,所述自配置传感器套件网络是网状网络,使得所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信通道,以及所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的传感器数据实例路由至所述边缘设备。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
在实施例中,自配置传感器套件网络是分级网络。在这些实施例中的一些实施例中,所述传感器套件还包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。
在实施例中,所述自配置传感器套件网络是使用串行数据协议进行通信的环形网络。
在实施例中,所述传感器套件网络为网状网络。
在实施例中,所述传感器套件网络中的至少一个传感器是多轴振动传感器。
在实施例中,所述边缘设备包括基于规则的网络协议适配器,所述基于规则的网络协议适配器用于选择网络协议,以通过所述网络协议经由所述公共网络发送传感器套件数据包。
根据本申请的一些实施例,公开了一种使用具有多个传感器和包括处理系统的边缘设备的传感器套件来监测工业环境的方法。在实施例中,所述方法包括:通过所述处理系统从所述多个传感器中的一个或多个相应的传感器接收报告数据包,其中,每个报告数据包由相应的传感器发送并且指示由所述相应的传感器捕获的传感器数据;通过所述处理系统对所述报告数据包中接收的一个或多个传感器数据实例执行一个或多个边缘操作;通过所述处理系统基于所述传感器数据实例生成一个或多个传感器套件数据包,其中,每个传感器套件数据包包括至少一个传感器数据实例;以及通过所述处理系统将所述传感器套件数据包经由公共网络输出至所述后端系统。在一些实施例中,从所述多个传感器中的一个或多个相应的传感器接收的报告数据包包括所述相应的传感器的传感器ID。在实施例中,从所述一个或多个相应的传感器接收报告数据包是使用实现第一通信协议的第一通信设备来执行的,以及将所述传感器套件数据包输出至后端系统是使用实现第二通信协议的第二通信设备来执行的。在一些实施例中,所述第二通信设备是卫星终端设备,并且输出所述传感器套件数据包括使用所述卫星终端设备将所述传感器套件数据包发送至卫星,其中,所述卫星将所述传感器套件数据包路由至所述公共网络。在实施例中,将所述传感器套件数据包输出至后端系统包括将所述传感器套件数据包发送至所述传感器套件的网关设备。在一些实施例中,将所述传感器套件数据包传输至所述网关设备包括将所述传感器套件数据包经由所述边缘设备和所述网关设备之间的有线通信链路传输至所述网关设备。在实施例中,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。在一些实施例中,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。在实施例中,所述方法还包括由所述边缘设备的一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型。在一些实施例中,所述一个或多个机器学习模型被训练成基于特征组来预测或分类所述工业环境的工业部件的状况和/或所述工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
在一些实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述一个或多个机器学习模型中的机器学习模型以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及与所述预测或分类相对应的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。在一些实施例中,选择性地对所述一个或多个传感器数据进行编码包括:响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。在一些实施例中,使用有损编解码器压缩所述一个或多个传感器数据实例包括:将所述一个或多个传感器数据实例归一化为相应的像素值;将各个像素值编码为视频帧;使用所述有损编解码器压缩一组视频帧,其中,所述有损编解码器是视频编解码器,以及所述组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。在一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。在实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
在一些实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及与所述预测或分类相对应的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。在实施例中,选择性地存储所述一个或多个传感器数据实例包括:将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限是响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类来执行的,所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。在一些实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
在一些实施例中,所述方法还包括:通过所述多个传感器中的传感器的感测部件捕获传感器测量值;通过所述传感器的处理器基于所捕获的传感器测量值生成一个或多个报告数据包;以及通过所述传感器的通信单元将所述一个或多个报告数据包经由自配置传感器套件网络发送至所述边缘设备。在这些实施例中的一些实施例中,所述方法还包括:通过所述处理系统启动所述自配置传感器套件网络的配置,其中,所述自配置传感器套件网络是星形网络。在一些实施例中,所述报告数据包是使用短程通信协议直接从相应的传感器接收的。在实施例中,所述方法还包括:通过所述处理系统启动所述自配置传感器套件网络的配置,其中,所述自配置传感器套件网络是网状网络。在一些实施例中,所述方法还包括:通过所述多个传感器的每个传感器的通信设备建立与所述多个传感器中的至少一个其他传感器的通信信道;通过所述多个传感器中的所述至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及通过所述多个传感器中的所述至少一个传感器将所接收的传感器数据实例经由所述网状网络路由至所述边缘设备。
在一些实施例中,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括参与所述分级网络的一个或多个收集设备。在这些实施例的一些实施例中,所述方法还包括通过一个或多个收集设备中的收集设备从所述多个传感器中使用第一短程通信协议与所述收集设备进行通信的一组传感器接收报告数据包;通过所述一个或多个收集设备使用第一短程通信协议或不同于所述第一短程通信协议的第二短程通信协议之一将报告数据包路由至所述边缘设备。
在一些实施例中,所述边缘设备包括基于规则的网络协议适配器。在这些实施例中的一些实施例中,所述方法还包括:通过所述基于规则的网络协议适配器选择网络协议;以及通过所述边缘设备利用所述网络协议经由所述公共网络发送传感器套件数据包。
在一些实施例中,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器。
根据本申请的一些实施例,公开了一种用于监测工业环境的传感器套件。在实施例中,所述传感器套件包括边缘设备和多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络发送传感器数据。所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器。所述多个传感器中的至少一个传感器包括:感测部件、处理单元和通信设备,感测部件捕获传感器测量值并输出传感器数据实例,处理单元基于一个或多个传感器数据实例生成报告数据包并且输出所述报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例,通信设备用于从处理单元接收报告数据包并且根据第一通信协议将报告数据包经由自配置传感器套件网络发送至边缘设备。所述边缘设备包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储多个机器学习模型,所述多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业环境的工业部件和/或所述工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。所述边缘设备还包括通信系统,所述通信系统使用第一通信协议经由所述自配置传感器套件网络从所述多个传感器接收报告数据包,以及使用不同于所述第一通信协议的第二通信协议将传感器套件数据包经由公共网络发送至后端系统。所述边缘设备还包括处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:从所述通信系统接收所述报告数据包;基于在所述报告数据包中接收的一个或多个相应的传感器数据实例生成特征向量组;针对每个相应的特征向量,将所述相应的特征向量输入到对应于所述相应的特征向量的相应机器学习模型中,以获得与所述工业环境的相应的工业部件或所述工业环境的状况有关的相应预测或分类以及对应于所述相应预测或分类的置信度;响应于所述相应的特征向量,在将所述一个或多个传感器数据实例发送至所述后端系统之前,基于所述机器学习模型输出的所述相应的预测或分类选择性地对所述一个或多个传感器数据实例进行编码,以获得一个或多个传感器套件数据包;以及将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统将所述报告数据包经由所述公共网络发送至所述后端系统。
在一些实施例中,所述传感器套件还包括网关设备,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。在这些实施例中的一些实施例中,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。可替换地,在一些实施例中,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
在一些实施例中,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
在实施例中,所述一个或多个存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
在实施例中,选择性地对所述一个或多个传感器数据进行编码包括:响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。在一些实施例中,使用有损编解码器压缩所述一个或多个传感器数据实例包括:将所述一个或多个传感器数据实例归一化为相应的像素值;将各个像素值编码为视频帧;使用所述有损编解码器压缩一组数据帧,其中,所述有损编解码器是视频编解码器,以及所述组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。在这些实施例中的一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
在一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
在实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器基于所述相应的预测或分类,选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述一个或多个存储设备中。在这些实施例中的一些实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,将所述一个或多个传感器数据实例存储至所述存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。在一些实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
在实施例中,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接向所述边缘设备传输相应传感器数据实例。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
在一些实施例中,所述自配置传感器套件网络是网状网络,使得所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信通道,以及所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的传感器数据实例路由至所述边缘设备。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
在实施例中,自配置传感器套件网络是分级网络。在这些实施例中的一些实施例中,所述传感器套件包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。
根据本申请的一些实施例,公开了一种使用具有多个传感器和包括处理系统的边缘设备的传感器套件来监测工业环境的方法。所述方法包括:通过所述处理系统从所述多个传感器中的一个或多个相应传感器接收报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例;通过所述处理系统基于在所述报告数据包中接收的一个或多个相应的传感器数据实例生成特征向量组;通过所述处理系统将每个相应的特征向量输入至多个机器学习模型中的相应机器学习模型中,所述多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业环境的工业部件和/或所述工业环境的相应的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出;通过所述处理系统基于输入到所述相应的机器学习模型中的所述相应的特征向量,从每个相应的机器学习模型获得相应的预测或分类以及对应于所述相应的预测或分类的置信度;通过所述处理系统基于所述相应的预测或分类选择性地对所述一个或多个传感器数据实例进行编码,以获得一个或多个传感器套件数据包;以及通过所述处理系统将所述传感器套件数据包经由公共网络发送至后端系统,其中,所述传感器套件还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。在实施例中,所述网关设备包括卫星终端设备,所述卫星终端设备将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。在一些实施例中,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。在实施例中,从所述一个或多个相应的传感器接收报告数据包是使用实现第一通信协议的第一通信设备来执行的,以及将所述传感器套件数据包发送至后端系统是使用实现第二通信协议的第二通信设备来执行的。在一些实施例中,所述边缘设备的第二通信设备是卫星终端设备,并且将传感器套件数据包发送至所述后端系统包括通过所述卫星终端设备将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
在一些实施例中,所述方法还包括:响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,所述处理系统使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。在这些实施例中的一些实施例中,使用有损编解码器压缩所述一个或多个传感器数据实例包括:将所述一个或多个传感器数据实例归一化为相应的像素值;将各个像素值编码为视频帧;使用所述有损编解码器压缩一组数据帧,其中,所述有损编解码器是视频编解码器,以及所述组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。在一些实施例中,所述方法包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,所述处理系统使用无损编解码器压缩所述一个或多个传感器数据实例,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。在实施例中,所述方法包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,所述处理系统不对所述一个或多个传感器数据实例进行压缩,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
在一些实施例中,所述边缘通信设备包括一个或多个存储设备,所述一个或多个存储设备存储所述多个机器学习模型。在这些实施例中的一些实施例中,所述一个或多个存储设备存储通过所述传感器套件的所述多个传感器所捕获的传感器数据实例。在一些实施例中,所述方法还包括通过所述处理系统基于所述相应的预测或分类选择性地将所述一个或多个传感器数据实例存储至所述一个或多个存储设备中。在实施例中,所述方法还包括:通过所述处理系统将所述一个或多个传感器数据实例存储在所述存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中,所述处理系统响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类来执行的,将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。在一些实施例中,所述方法还包括:响应于获得与特定工业部件或所述工业环境的状况有关的预测或分类,所述处理系统将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
在一些实施例中,所述方法还包括:通过所述多个传感器捕获传感器数据;以及通过所述多个传感器经由自配置传感器套件网络发送所述传感器数据。
在这些实施例中的一些实施例中,经由所述自配置传感器套件网络发送所述传感器数据包括:通过所述多个传感器中的每个传感器,使用短程通信协议直接发送传感器数据实例至所述边缘设备,其中,所述自配置传感器套件网络是星形网络。在一些实施例中,所述方法还包括通过所述处理系统启动所述自配置传感器套件网络的配置。在实施例中,所述自配置传感器套件网络是网状网络,以及所述多个传感器中的每个传感器包括通信设备。在实施例中,所述方法还包括:通过所述多个传感器的每个传感器的通信设备建立与所述多个传感器中的至少一个其他传感器的通信信道;通过所述多个传感器中的所述至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及通过所述多个传感器中的所述至少一个传感器将所接收的传感器数据实例路由至所述边缘设备。
在一些实施例中,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括一个或多个收集设备。在这些实施例中的一个实施例中,所述方法还包括:通过所述多个收集设备中的至少一个收集设备从所述多个传感器中的一个或多个传感器接收报告数据包;以及通过所述多个收集设备中的所述至少一个收集设备将所述报告数据包路由至所述边缘设备。
在实施例中,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器。
根据本申请的一些实施例,公开了一种用于监测工业环境的传感器套件。在实施例中,所述传感器套件包括边缘设备和多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络发送传感器数据。所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器。所述多个传感器中的至少一个传感器包括:感测部件、处理单元和通信设备,感测部件捕获传感器测量值并输出传感器数据实例,处理单元基于一个或多个传感器数据实例生成报告数据包并且输出所述报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例,通信设备用于从处理单元接收报告数据包并且根据第一通信协议将报告数据包经由自配置传感器套件网络发送至边缘设备。所述边缘设备包括:第一通信设备和第二通信设备,所述第一通信设备经由自配置传感器套件网络从多个传感器接收报告数据包,所述第二通信设备经由公共网络将传感器套件数据包发送至后端系统。所述边缘设备还包括处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:从所述通信系统接收所述报告数据包;生成一组媒体内容帧,其中,每个媒体内容帧包括多个帧值,每个所述帧值指示相应的传感器数据实例;使用媒体编解码器压缩所述一组媒体内容帧以获得压缩块;基于所述压缩块生成一个或多个传感器套件数据包;以及将所述一个或多个传感器套件数据包经由所述公共网络发送至所述后端系统。
在一些实施例中,所述传感器套件还包括网关设备,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。在这些实施例中的一些实施例中,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。可替换地,在一些实施例中,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
在一些实施例中,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业环境的工业部件和/或所述工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。在一些实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及与所述预测或分类相对应的置信度;以及基于所述分类或预测选择用于压缩所述组媒体帧的所述媒体编解码器。在一些实施例中,选择所述编解码器包括:响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,选择有损编解码器,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。在这些实施例中的一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,选择无损编解码器,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
在一些实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及与所述预测或分类相对应的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。在这些实施例中的一些实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,将所述一个或多个传感器数据实例存储至所述存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。在一些实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
在实施例中,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接向所述边缘设备传输相应传感器数据实例。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
在一些实施例中,所述自配置传感器套件网络是网状网络,使得所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信通道,以及所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的传感器数据实例路由至所述边缘设备。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
在实施例中,自配置传感器套件网络是分级网络。在这些实施例中的一些实施例中,所述传感器套件包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。
在一些实施例中,生成所述组媒体帧包括:针对将被包括在所述媒体帧中的每个传感器数据实例,将所述传感器数据实例归一化为相应的归一化媒体帧值,所述归一化媒体帧值在对应于所述媒体帧的编码标准所允许的媒体内容帧值的范围内;以及将每个相应的归一化媒体帧值嵌入到所述媒体帧中。在这些实施例中的一些实施例中,每个所述媒体帧是包括多个像素的视频帧,以及所述相应的归一化媒体帧值是像素值。在一些实施例中,将每个相应的归一化媒体帧值嵌入所述媒体帧包括:基于将所述多个传感器中的相应的传感器映射到所述多个像素中的相应的像素的映射,确定对应于所述相应的归一化媒体帧的多个像素中的像素;以及将所确定的像素的值设置为等于所述相应的归一化媒体帧值。在实施例中,所述编解码器为H.264/MPEG-4编解码器。在实施例中,所述编解码器为H.265/MPEG-H编解码器。在实施例中,所述编解码器为H.263/MPEG-4编解码器。
根据本申请的一些实施例,公开了一种使用具有多个传感器和包括处理系统的边缘设备的传感器套件来监测工业环境的方法。所述方法包括:通过所述处理系统从所述多个传感器中的一个或多个相应传感器接收报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例;通过所述处理系统生成一组媒体内容帧,其中,每个媒体内容帧包括多个帧值,每个帧值指示相应的传感器数据实例;通过所述处理系统使用媒体编解码器压缩所述一组媒体内容帧以获得压缩块;所述处理系统基于所述压缩块生成一个或多个传感器套件数据包;以及通过处理系统将所述一个或多个传感器套件数据包经由公共网络发送至后端系统。在一些实施例中,所述传感器套件包括网关设备,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。在实施例中,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。在一些实施例中,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
在实施例中,从所述一个或多个相应传感器接收所述报告数据包是使用第一通信设备来执行的,所述第一通信设备经由自配置传感器套件网络从所述多个传感器接收所述报告数据包,以及将所述传感器套件数据包发送至所述后端系统是使用第二通信设备来执行的。在这些实施例中的一些实施例中,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。在一些实施例中,所述方法还包括:通过所述多个传感器捕获传感器数据;以及通过所述多个传感器将所述传感器数据经由所述自配置传感器套件网络发送至所述边缘设备。在一些实施例中,经由所述自配置传感器套件网络发送所述传感器数据包括:通过所述多个传感器中的每个传感器,使用短程通信协议直接发送传感器数据实例至所述边缘设备,其中,所述自配置传感器套件网络是星形网络。在实施例中,所述方法还包括通过所述处理系统启动所述自配置传感器套件网络的配置。
在一些实施例中,所述自配置传感器套件网络是网状网络,以及所述多个传感器中的每个传感器包括通信设备。在这些实施例中的一些实施例中,所述方法还包括:通过所述多个传感器的每个传感器的通信设备建立与所述多个传感器中的至少一个其他传感器的通信信道;通过所述多个传感器中的所述至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及通过所述多个传感器中的所述至少一个传感器将所接收的传感器数据实例路由至所述边缘设备。
在一些实施例中,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括一个或多个收集设备。在这些实施例中的一个实施例中,所述方法还包括:通过所述多个收集设备中的至少一个收集设备从所述多个传感器中的一个或多个传感器接收报告数据包;以及通过所述多个收集设备中的所述至少一个收集设备将所述报告数据包路由至所述边缘设备。
在一些实施例中,所述方法还包括,通过所述边缘设备的一个或多个存储设备存储通过所述传感器套件的所述多个传感器所捕获的传感器数据实例。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业环境的工业部件和/或所述工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。在这些实施例中的一些实施例中,所述方法还包括:通过所述处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;通过所述处理系统将所述特征向量输入至所述机器学习模型以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及与所述预测或分类相对应的置信度;以及基于所述分类或预测选择用于压缩所述一组媒体内容帧的所述媒体编解码器。在一些实施例中,选择所述媒体编解码器包括:响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,选择有损编解码器,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。在实施例中,选择所述媒体编解码器包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,选择无损编解码器,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
在一些实施例中,所述方法还包括:通过所述处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;通过所述处理系统将所述特征向量输入至所述机器学习模型,以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及基于所述预测或分类,通过所述处理系统选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述存储设备中。在实施例中,选择性地存储所述一个或多个传感器数据实例至所述存储设备包括:将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限是响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类来执行的,所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。在一些实施例中,选择性地存储所述一个或多个传感器数据实例至所述存储设备包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
在一些实施例中,生成所述一组媒体内容帧包括:针对将被包括在所述媒体内容帧中的每个传感器数据实例,通过所述处理设备将所述传感器数据实例归一化为相应的归一化媒体内容帧值,所述归一化媒体内容帧值在对应于所述媒体内容帧的编码标准所允许的媒体内容帧值的范围内;以及通过所述处理系统将每个相应的归一化媒体内容帧值嵌入到所述媒体内容帧中。在这些实施例中的一些实施例中,每个所述媒体内容帧是包括多个像素的视频帧,以及所述相应的归一化媒体帧值是像素值。在实施例中,将每个相应的归一化媒体内容帧值嵌入所述媒体内容帧包括:通过所述处理系统基于将所述多个传感器中的相应的传感器映射到所述多个像素中的相应的像素的映射,确定对应于所述相应的归一化媒体内容帧的多个像素中的像素;以及将所确定的像素的值设置为等于所述相应的归一化媒体内容帧值。在一些实施例中,所述编解码器为H.264/MPEG-4编解码器。在一些实施例中,所述编解码器为H.265/MPEG-H编解码器。在一些实施例中,所述编解码器为H.263/MPEG-4编解码器。
在实施例中,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器。
根据本申请的一些实施例,公开了一种系统。所述系统包括:后端系统;以及传感器套件,所述传感器套件用于监测工业环境。所述传感器套件包括多个传感器,所述多个传感器捕获传感器数据并通过自配置传感器套件网络传输传感器数据,其中所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器,其中,所述多个传感器中的至少一个传感器包括:感测部件、处理单元和通信设备,感测部件捕获传感器测量值并输出传感器数据实例,处理单元基于一个或多个传感器数据实例生成报告数据包并且输出所述报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例,通信设备用于从处理单元接收报告数据包并且根据第一通信协议将报告数据包经由自配置传感器套件网络发送至边缘设备。所述边缘设备包括:通信系统,所述通信系统具有第一通信设备和第二通信设备,所述第一通信设备经由自配置传感器套件网络从多个传感器接收报告数据包,所述第二通信设备经由公共网络将传感器套件数据包发送至后端系统。所述边缘设备包括处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:从所述通信系统接收所述报告数据包;对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;基于所述传感器数据实例生成传感器套件数据包,其中,所述每个传感器套件数据包包括至少一个传感器数据实例;以及将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统将所述报告数据包经由公共网络发送至所述后端系统。所述后端系统包括:后端存储系统和后端处理系统,所述后端存储系统存储传感器套件数据存储区,所述传感器套件数据存储区存储从包括所述传感器套件的一个或多个相应的传感器套件接收的传感器数据;以及所述后端处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述后端处理系统:从所述传感器套件接收所述传感器套件数据包;基于所述传感器套件数据包确定有所述传感器套件收集的所述传感器数据;对所述传感器套件收集的所述传感器数据执行一个或多个后端操作;以及将所述传感器套件收集的所述传感器数据存储到所述传感器套件数据存储区中。
在一些实施例中,所述传感器套件还包括网关设备,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。在这些实施例中的一些实施例中,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。可替换地,在一些实施例中,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
在一些实施例中,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业环境的工业部件和/或所述工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。在这些实施例中的一些实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及与所述预测或分类相对应的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。在一些实施例中,选择性地对所述一个或多个传感器数据进行编码包括:响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。在一些实施例中,使用有损编解码器压缩所述一个或多个传感器数据实例包括:将所述一个或多个传感器数据实例归一化为相应的像素值;将各个像素值编码为视频帧;使用所述有损编解码器压缩一组数据帧以获得经压缩的帧块,其中,所述有损编解码器是视频编解码器,以及所述一组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。在实施例中,所述后端系统在一个或多个传感器套件数据包中接收所述压缩块,并且通过使用有损编解码器解压缩所述经压缩的帧块来确定由所述传感器套件收集的传感器数据。在一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。在实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。在实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括选择传感器数据实例流用于未压缩传输。在实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及与所述预测或分类相对应的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。在这些实施例中的一些实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,将所述一个或多个传感器数据实例存储至所述存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。在一些实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
在实施例中,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接向所述边缘设备传输相应传感器数据实例。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
在一些实施例中,所述自配置传感器套件网络是网状网络,使得所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信通道,以及所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的传感器数据实例路由至所述边缘设备。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
在实施例中,自配置传感器套件网络是分级网络。在这些实施例中的一些实施例中,所述传感器套件包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。
在实施例中,所述后端操作包括:使用所述传感器数据执行一个或多个分析任务;使用所述传感器数据执行一个或多个人工智能任务;基于所述传感器数据向与所述工业环境相关联的人类用户发出通知;以及基于所述传感器数据控制工业环境的至少一个部件。
根据本申请的一些实施例,公开了一种使用与后端系统通信的传感器套件来监测工业环境的方法,所述传感器套件包括多个传感器和边缘设备。所述方法包括:通过所述边缘设备的边缘处理系统从所述多个传感器中的一个或多个相应传感器接收报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例;通过所述边缘处理系统对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;通过所述边缘处理系统基于所述传感器数据实例生成多个传感器套件数据包,其中,每个传感器套件数据包括至少一个传感器数据实例;通过所述边缘处理系统将所述传感器套件数据包经由公共网络发送至所述后端系统;通过所述后端系统的所述后端处理系统经由所述公共网络从所述传感器套件接收所述传感器套件包;通过所述后端处理系统基于所述传感器套件包确定由所述传感器套件收集的所述传感器数据;通过所述后端处理系统对所述传感器套件收集的所述传感器数据执行一个或多个后端操作;以及通过所述后端处理系统将由所述传感器套件收集的所述传感器数据存储在位于所述后端系统的后端存储系统中的传感器套件数据存储区中。在一些实施例中,所述传感器套件还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。在一些实施例中,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。在实施例中,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
在实施例中,从所述一个或多个相应传感器接收所述报告数据包是使用所述边缘设备的第一通信设备来执行的,所述边缘设备的所述第一通信设备经由自配置传感器套件网络从所述多个传感器接收所述报告数据包,以及将所述传感器套件数据包发送至所述后端系统是使用所述边缘设备的第二通信设备来执行的。在这些实施例中的一些实施例中,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。在实施例中,所述方法还包括:通过所述多个传感器捕获传感器数据;以及通过所述多个传感器将所述传感器数据经由所述自配置传感器套件网络发送至所述边缘设备。在一些实施例中,经由所述自配置传感器套件网络发送所述传感器数据包括:通过所述多个传感器中的每个传感器,使用短程通信协议直接发送传感器数据实例至所述边缘设备,其中,所述自配置传感器套件网络是星形网络。在实施例中,所述方法还包括通过所述边缘处理系统启动所述自配置传感器套件网络的配置。在一些实施例中,所述自配置传感器套件网络是网状网络,以及所述多个传感器中的每个传感器包括通信设备。在一些实施例中,所述方法还包括:通过所述多个传感器的每个传感器的通信设备建立与所述多个传感器中的至少一个其他传感器的通信信道;通过所述多个传感器中的所述至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及通过所述多个传感器中的所述至少一个传感器将所接收的传感器数据实例路由至所述边缘设备。
在一些实施例中,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括一个或多个收集设备。在这些实施例中的一个实施例中,所述方法还包括:通过所述多个收集设备中的至少一个收集设备从所述多个传感器中的一个或多个传感器接收报告数据包;以及通过所述多个收集设备中的所述至少一个收集设备将所述报告数据包路由至所述边缘设备。
在实施例中,所述方法还包括,通过所述边缘设备的一个或多个存储设备存储通过所述传感器套件的所述多个传感器所捕获的传感器数据实例。
在一些实施例中,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业环境的工业部件和/或所述工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。在这些实施例中的一些实施例中,执行一个或多个边缘操作包括:通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;通过所述边缘处理系统将所述特征向量输入至所述机器学习模型以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及与所述预测或分类相对应的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前所述边缘处理系统基于所述预测或预测选择性地对所述一个或多个传感器数据实例进行编码。在一些实施例中,选择性地对所述一个或多个传感器数据进行编码包括:响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,通过所述边缘处理系统使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。在一些实施例中,使用有损编解码器压缩所述一个或多个传感器数据实例包括:通过所述边缘处理系统将所述一个或多个传感器数据实例归一化为相应的像素值;通过所述边缘处理系统将所述相应的像素值编码成媒体内容帧;以及通过所述边缘处理系统使用所述有损编解码器压缩一组媒体内容帧以获得压缩块,其中,所述有损编解码器是视频编解码器,以及所述压缩块包括媒体内容帧和一个或多个其他媒体内容帧,所述其他媒体内容帧包括其他传感器数据实例的归一化像素值。在实施例中,所述后端系统在一个或多个传感器套件数据包中接收所述压缩块,并且通过使用有损编解码器解压缩所述压缩块来确定由所述传感器套件收集的传感器数据。
在一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,通过所述边缘处理系统使用无损编解码器压缩所述一个或多个传感器数据实例,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。在实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,通过所述边缘处理系统不对所述一个或多个传感器数据实例进行压缩,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。在一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括通过所述边缘处理系统选择传感器数据实例流用于未压缩传输。
在一些实施例中,执行一个或多个边缘操作包括:通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;通过所述边缘处理系统将所述特征向量输入至所述机器学习模型,以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及基于所述预测或分类,通过所述边缘处理系统选择性地将所述一个或多个传感器数据实例存储到所述一个或多个存储设备中的存储设备中。在一些实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,通过所述边缘处理系统将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题,其中,将所述一个或多个传感器数据实例存储在所述存储设备中并具有到期期限被执行使得:所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除。在一些实施例中,选择性地存储所述一个或多个传感器数据实例至所述存储设备包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,通过所述边缘处理系统将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
在一些实施例中,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器。
根据本申请的一些实施例,公开了一种用于监测室内农业设施的传感器套件。所述传感器套件包括边缘设备和多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器。所述多个传感器中的至少一个传感器包括:感测部件、处理单元和通信设备,感测部件捕获传感器测量值并输出传感器数据实例,处理单元基于一个或多个传感器数据实例生成报告数据包并且输出所述报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例,通信设备用于从处理单元接收报告数据包并且根据第一通信协议将报告数据包经由自配置传感器套件网络发送至边缘设备。所述多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:光传感器、湿度传感器、温度传感器、二氧化碳传感器、风扇速度传感器、重量传感器和照相机传感器;以及所述边缘设备包括:通信系统,所述通信系统具有第一通信设备和第二通信设备,所述第一通信设备经由自配置传感器套件网络从多个传感器接收报告数据包,所述第二通信设备经由公共网络将传感器套件数据包发送至后端系统。所述边缘设备还包括处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:从所述通信系统接收所述报告数据包;对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;基于所述传感器数据实例生成传感器套件数据包,其中,所述每个传感器套件数据包包括至少一个传感器数据实例;以及将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统将所述报告数据包经由公共网络发送至所述后端系统。
在实施例中,所述传感器套件包括边缘设备和多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络发送传感器数据。所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器。所述多个传感器中的至少一个传感器包括:感测部件、处理单元和通信设备,感测部件捕获传感器测量值并输出传感器数据实例,处理单元基于一个或多个传感器数据实例生成报告数据包并且输出所述报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例,通信设备用于从处理单元接收报告数据包并且根据第一通信协议将报告数据包经由自配置传感器套件网络发送至边缘设备。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述室内农业环境的部件和/或所述室内农业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。在这些实施例中的一些实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型,以获得与所述室内农业环境的特定部件或所述室内农业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前,基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。在一些实施例中,选择性地对所述一个或多个传感器数据进行编码包括:响应于获得与所述室内农业环境的相应的工业部件和所述室内农业环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述室内农业环境的任何部件和所述室内农业环境有关的问题。在一些实施例中,使用有损编解码器压缩所述一个或多个传感器数据实例包括:将所述一个或多个传感器数据实例归一化为相应的像素值;将各个像素值编码为视频帧;使用所述有损编解码器压缩一组视频帧,其中,所述有损编解码器是视频编解码器,以及所述一组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。在一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。在实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定部件或所述室内农业环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,所述预测或分类指示可能存在与所述特定部件或所述室内农业环境相关的问题。在实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型,以获得与所述室内农业环境的特定部件或所述室内农业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及基于所述预测或分类,选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述存储设备中。在这些实施例中的一些实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与所述室内农业环境的相应的工业部件和所述室内农业环境的状况有关的一个或多个预测或分类,所述一个或多个预测或分类共同指示可能不存在与所述室内农业环境的任何部件和所述室内农业环境有关的问题,将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除。在一些实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定部件或所述室内农业环境相关的问题。
在实施例中,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接向所述边缘设备传输相应传感器数据实例。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
在实施例中,所述自配置传感器套件网络是网状网络,使得所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信通道,以及所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的传感器数据实例路由至所述边缘设备。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
在实施例中,自配置传感器套件网络是分级网络。在这些实施例中的一些实施例中,所述传感器套件还包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。在实施例中,每个收集设备安装在室内农业环境的不同的相应空间中,并且从部署在所述相应空间中的所述多个传感器中的传感器收集传感器数据。
根据本申请的一些实施例,公开了一种用于监测室内农业环境的传感器套件。所述传感器套件包括边缘设备和多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器。所述多个传感器中的至少一个传感器包括:感测部件、处理单元和通信设备,感测部件捕获传感器测量值并输出传感器数据实例,处理单元基于一个或多个传感器数据实例生成报告数据包并且输出所述报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例,通信设备用于从处理单元接收报告数据包并且根据第一通信协议将报告数据包经由自配置传感器套件网络发送至边缘设备。所述多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:红外传感器、探地传感器、光传感器、湿度传感器、温度传感器、化学传感器、风扇速度传感器、转速传感器、重量传感器和照相机传感器。所述边缘设备包括:通信系统,所述通信系统具有第一通信设备和第二通信设备,所述第一通信设备经由自配置传感器套件网络从多个传感器接收报告数据包,所述第二通信设备经由公共网络将传感器套件数据包发送至后端系统。边缘设备还包括处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:从所述通信系统接收所述报告数据包;对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;基于所述传感器数据实例生成传感器套件数据包,其中,所述每个传感器套件数据包包括至少一个传感器数据实例;以及将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统将所述报告数据包经由公共网络发送至所述后端系统。
在一些实施例中,所述传感器套件还包括网关设备,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。在这些实施例中的一些实施例中,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。可替换地,在一些实施例中,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
在一些实施例中,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述室内农业环境的部件和/或所述室内农业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。在一些实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及与所述预测或分类相对应的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。
在实施例中,选择性地对所述一个或多个传感器数据进行编码包括:响应于获得与所述室内农业环境的相应的部件和所述室内农业环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述室内农业环境的任何部件和所述室内农业环境有关的问题。在实施例中,使用有损编解码器压缩所述一个或多个传感器数据实例包括:将所述一个或多个传感器数据实例归一化为相应的像素值;将各个像素值编码为视频帧;使用所述有损编解码器压缩一组视频帧,其中,所述有损编解码器是视频编解码器,以及所述一组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。在一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定部件或所述室内农业环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,所述预测或分类指示可能存在与所述特定部件或所述室内农业环境相关的问题。在实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定部件或所述室内农业环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,所述预测或分类指示可能存在与所述特定部件或所述室内农业环境相关的问题。
在一些实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型,以获得与所述室内农业环境的特定部件或所述室内农业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及基于所述预测或分类,选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述存储设备中。在实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与所述室内农业环境的相应的部件和所述室内农业环境的状况有关的一个或多个预测或分类,将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述室内农业环境的任何部件和所述室内农业环境有关的问题。在实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与特定工业部件或工业环境的状况有关的预测或分类将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定部件或所述室内农业环境相关的问题。
在一些实施例中,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器,所述多个传感器从下述项中选择:光传感器、湿度传感器、温度传感器、二氧化碳传感器、风扇速度传感器、重量传感器和照相机传感器。
根据本申请的一些实施例,公开了一种用于测管道环境的传感器套件。所述传感器套件包括边缘设备和多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络发送传感器数据。所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器。所述多个传感器中的至少一个传感器包括:感测部件、处理单元和通信设备,感测部件捕获传感器测量值并输出传感器数据实例,处理单元基于一个或多个传感器数据实例生成报告数据包并且输出所述报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例,通信设备用于从处理单元接收报告数据包并且根据第一通信协议将报告数据包经由自配置传感器套件网络发送至边缘设备。所述多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:红外传感器、金属渗透传感器、混凝土渗透传感器、光传感器、应变传感器、铁锈传感器、生物传感器、湿度传感器、温度传感器、化学传感器、阀门完整性传感器、振动传感器、流量传感器、空化传感器、压力传感器、重量传感器和照相机传感器。所述边缘设备包括:通信系统,所述通信系统具有第一通信设备和第二通信设备,所述第一通信设备经由自配置传感器套件网络从多个传感器接收报告数据包,所述第二通信设备经由公共网络将传感器套件数据包发送至后端系统。边缘设备还包括处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:从所述通信系统接收所述报告数据包;对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;基于所述传感器数据实例生成传感器套件数据包,其中,所述每个传感器套件数据包包括至少一个传感器数据实例;以及将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统将所述报告数据包经由公共网络发送至所述后端系统。
在一些实施例中,所述传感器套件还包括网关设备,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。在这些实施例中的一些实施例中,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。可替换地,在一些实施例中,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
在一些实施例中,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述管道环境的管道部件和/或所述管道环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。在这些实施例中的一些实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型,以获得与所述管道环境的特定管道部件或所述管道环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前,基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。在实施例中,选择性地对所述一个或多个传感器数据进行编码包括:响应于获得与所述管道环境的相应的管道部件和所述管道环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述管道环境的任何管道部件和所述管道环境有关的问题。在实施例中,使用有损编解码器压缩所述一个或多个传感器数据实例包括:将所述一个或多个传感器数据实例归一化为相应的像素值;将各个像素值编码为视频帧;使用所述有损编解码器压缩一组视频帧,其中,所述有损编解码器是视频编解码器,以及所述一组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。在实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定管道部件或管道环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,所述预测或分类指示可能存在与所述特定管道部件或所述管道环境相关的问题。在实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定管道部件或管道环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,所述预测或分类指示可能存在与所述特定管道部件或所述管道环境相关的问题。在实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型,以获得与所述管道环境的特定管道部件或所述管道环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及基于所述预测或分类,选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述存储设备中。在实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与所述管道环境的相应的管道部件和所述管道环境的状况有关的一个或多个预测或分类,将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述管道环境的任何管道部件和所述管道环境有关的问题。在实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与特定管道部件或管道环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定管道部件或所述管道环境相关的问题。
在实施例中,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接向所述边缘设备传输相应传感器数据实例。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
在实施例中,所述自配置传感器套件网络是网状网络,使得所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信通道,以及所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的传感器数据实例路由至所述边缘设备。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
在实施例中,自配置传感器套件网络是分级网络。在这些实施例中的一些实施例中,所述传感器套件还包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。在实施例中,每个收集设备安装在管道环境的不同的相应部分中,并且从部署在所述相应部分中的所述多个传感器中的传感器收集传感器数据。
根据本申请的一些实施例,公开了一种使用包括边缘设备和多个传感器的传感器套件监测管道环境的方法,所述方法。所述方法包括:通过所述边缘设备的边缘处理系统经由自配置传感器套件网络从多个传感器接收报告数据包,每个报告数据包包括路由数据和由多个传感器中的相应传感器捕获的传感器数据的一个或多个实例,其中多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:光传感器、湿度传感器、温度传感器、二氧化碳传感器、风扇速度传感器、重量传感器和照相机传感器;通过所述边缘处理系统对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;通过所述边缘处理系统对所述报告数据包中的所述传感器数据实例生成一个或多个边缘操作;以及通过所述边缘处理系统向所述边缘设备的边缘通信系统发送所述传感器套件数据包,其中,所述边缘通信系统经由公共网络将所述报告数据包发送至后端系统。在一些实施例中,所述传感器套件还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。在实施例中,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。在一些实施例中,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。在实施例中,从所述一个或多个相应传感器接收所述报告数据包是使用所述边缘设备的第一通信设备来执行的,所述边缘设备的所述第一通信设备经由自配置传感器套件网络从所述多个传感器接收所述报告数据包,以及将所述传感器套件数据包发送至所述后端系统是使用所述边缘设备的第二通信设备来执行的。在一些实施例中,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
在一些实施例中,所述方法还包括:通过所述多个传感器捕获传感器数据;以及通过所述多个传感器将所述传感器数据经由所述自配置传感器套件网络发送至所述边缘设备。在这些实施例中的一些实施例中,经由所述自配置传感器套件网络发送所述传感器数据包括:通过所述多个传感器中的每个传感器,使用短程通信协议直接发送传感器数据实例至所述边缘设备,其中,所述自配置传感器套件网络是星形网络。在一些实施例中,所述方法还包括通过所述边缘处理系统启动所述自配置传感器套件网络的配置。
在实施例中,所述自配置传感器套件网络是网状网络,以及所述多个传感器中的每个传感器包括通信设备。在这些实施例中的一些实施例中,所述方法还包括:通过所述多个传感器的每个传感器的通信设备建立与所述多个传感器中的至少一个其他传感器的通信信道;通过所述多个传感器中的所述至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及通过所述多个传感器中的所述至少一个传感器将所接收的传感器数据实例路由至所述边缘设备。
在一些实施例中,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括一个或多个收集设备。在这些实施例中的一个实施例中,所述方法还包括:通过所述多个收集设备中的至少一个收集设备从所述多个传感器中的一个或多个传感器接收报告数据包;以及通过所述多个收集设备中的所述至少一个收集设备将所述报告数据包路由至所述边缘设备。在一些实施例中,每个收集设备安装在管道环境的不同的相应部分中,并且从部署在所述相应空间中的所述多个传感器中的传感器收集传感器数据。
在一些实施例中,所述方法还包括,通过所述边缘设备的一个或多个存储设备存储通过所述传感器套件的所述多个传感器所捕获的传感器数据实例。在实施例中,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述农业环境的部件和/或所述农业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
在一些实施例中,执行一个或多个边缘操作包括:通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;通过所述处理系统将所述特征向量输入至所述机器学习模型,以获得与所述农业环境的特定部件或所述农业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前,所述边缘处理系统基于所述预测或分类选择性地对所述一个或多个传感器数据实例进行编码。在这些实施例中的一些实施例中,选择性地对所述一个或多个传感器数据进行编码包括:响应于获得与所述农业环境的相应的部件和所述农业环境的状况有关的一个或多个预测或分类,所述边缘处理系统使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述农业环境的任何部件和所述农业环境有关的问题。在一些实施例中,使用有损编解码器压缩所述一个或多个传感器数据实例包括:通过所述边缘处理系统将所述一个或多个传感器数据实例归一化为相应的像素值;通过所述边缘处理系统将所述相应的像素值编码成媒体内容帧;以及通过所述边缘处理系统使用所述有损编解码器压缩一组媒体内容帧以获得压缩块,其中,所述有损编解码器是视频编解码器,以及所述压缩块包括媒体内容帧和一个或多个其他媒体内容帧,所述其他媒体内容帧包括其他传感器数据实例的归一化像素值。在一些实施例中,所述后端系统在一个或多个传感器套件数据包中接收所述压缩块,并且通过使用有损编解码器解压缩所述压缩块来确定由所述传感器套件收集的传感器数据。
在一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定部件或所述农业环境的状况有关的预测或分类,所述边缘处理系统使用无损编解码器压缩所述一个或多个传感器数据实例,所述预测或分类指示可能存在与所述特定部件或所述农业环境相关的问题。在实施例中,对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定部件或所述农业环境的状况有关的预测或分类,所述边缘处理系统不对所述一个或多个传感器数据实例进行压缩,所述预测或分类指示可能存在与所述特定部件或所述农业环境相关的问题。在一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括通过所述边缘处理系统选择传感器数据实例流用于未压缩传输。
在一些实施例中,执行一个或多个边缘操作包括:通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;通过所述处理系统将所述特征向量输入至所述机器学习模型,以获得与所述农业环境的特定部件或所述农业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及基于所述预测或分类,通过所述边缘处理系统选择性地将所述一个或多个传感器数据实例存储到所述一个或多个存储设备中的存储设备中。在这些实施例中的一些实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与所述农业环境的相应的部件和所述农业环境的状况有关的一个或多个预测或分类,通过所述边缘处理系统将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,其中所述一个或多个预测或分类共同指示可能不存在与所述农业环境的任何部件和所述农业环境有关的问题,其中,将所述一个或多个传感器数据实例存储在所述存储设备中并具有到期期限被执行使得:所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除。在一些实施例中,选择性地存储所述一个或多个传感器数据实例至所述存储设备包括:响应于获得与特定农业部件或农业环境的状况有关的预测或分类,通过所述边缘处理系统将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定农业部件或所述农业环境相关的问题。在一些实施例中,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器,所述多个传感器从下述项中选择:光传感器、湿度传感器、温度传感器、二氧化碳传感器、风扇速度传感器、重量传感器和照相机传感器。
根据本申请的一些实施例,公开了一种用于监测工业制造环境的传感器套件。所述传感器套件包括边缘设备和多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器。所述多个传感器中的至少一个传感器包括:感测部件、处理单元和通信设备,感测部件捕获传感器测量值并输出传感器数据实例,处理单元基于一个或多个传感器数据实例生成报告数据包并且输出所述报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例,通信设备用于从处理单元接收报告数据包并且根据第一通信协议将报告数据包经由自配置传感器套件网络发送至边缘设备。所述多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:金属渗透传感器、混凝土渗透传感器、振动传感器、光传感器、应变传感器、铁锈传感器、生物传感器、温度传感器、化学传感器、阀门完整性传感器、转速传感器、振动传感器、流量传感器、空化传感器、压力传感器、重量传感器和照相机传感器。所述边缘设备包括:通信系统,所述通信系统具有第一通信设备和第二通信设备,所述第一通信设备经由自配置传感器套件网络从多个传感器接收报告数据包,所述第二通信设备经由公共网络将传感器套件数据包发送至后端系统。所述边缘设备还包括处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:从所述通信系统接收所述报告数据包;对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;基于所述传感器数据实例生成传感器套件数据包,其中,所述每个传感器套件数据包包括至少一个传感器数据实例;以及将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统将所述报告数据包经由公共网络发送至所述后端系统。
在一些实施例中,所述传感器套件还包括网关设备,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。在这些实施例中的一些实施例中,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。可替换地,在一些实施例中,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
在一些实施例中,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业制造环境的工业部件和/或所述工业制造环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。在一些实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型,以获得与所述工业制造环境的特定工业部件或所述工业制造环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前,基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。在这些实施例中的一些实施例中,选择性地对所述一个或多个传感器数据进行编码包括:响应于获得与所述工业制造环境的相应的工业部件和所述工业制造环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述工业制造环境的任何工业部件和所述工业制造环境有关的问题。在一些实施例中,使用有损编解码器压缩所述一个或多个传感器数据实例包括:将所述一个或多个传感器数据实例归一化为相应的像素值;将各个像素值编码为视频帧;使用所述有损编解码器压缩一组视频帧,其中,所述有损编解码器是视频编解码器,以及所述一组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。在一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或工业制造环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,所述预测或分类指示可能存在与所述特定工业部件或所述工业制造环境相关的问题。在实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或工业制造环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,所述预测或分类指示可能存在与所述特定工业部件或所述工业制造环境相关的问题。在实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型以获得与所述工业制造环境的特定工业部件或所述工业制造环境的状况有关的预测或分类以及与所述预测或分类相对应的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。在实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与所述工业制造环境的相应的工业部件和所述工业制造环境的状况有关的一个或多个预测或分类,将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述工业制造环境的任何工业部件和所述工业制造环境有关的问题。在实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与特定工业部件或工业制造环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定工业部件或所述工业制造环境相关的问题。
在实施例中,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接向所述边缘设备传输相应传感器数据实例。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
在实施例中,所述自配置传感器套件网络是网状网络,使得所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信通道,以及所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的传感器数据实例路由至所述边缘设备。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
在实施例中,自配置传感器套件网络是分级网络。在这些实施例中的一些实施例中,所述传感器套件还包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。在实施例中,每个收集设备安装在工业制造环境的不同的相应空间中,并且从部署在所述相应空间中的所述多个传感器中的传感器收集传感器数据。
根据本申请的一些实施例,公开了一种用于监测水下工业环境的传感器套件。所述传感器套件包括边缘设备和多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器。所述多个传感器中的至少一个传感器包括:感测部件、处理单元和通信设备,感测部件捕获传感器测量值并输出传感器数据实例,处理单元基于一个或多个传感器数据实例生成报告数据包并且输出所述报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例,通信设备用于从处理单元接收报告数据包并且根据第一通信协议将报告数据包经由自配置传感器套件网络发送至边缘设备。所述多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:红外传感器、声纳传感器、激光雷达传感器、渗水传感器、光传感器、应变传感器、铁锈传感器、生物传感器、温度传感器、化学传感器、阀门完整性传感器、振动传感器、流量传感器、空化传感器、压力传感器、重量传感器和照相机传感器。所述边缘设备包括:通信系统,所述通信系统具有第一通信设备和第二通信设备,所述第一通信设备经由自配置传感器套件网络从多个传感器接收报告数据包,所述第二通信设备经由公共网络将传感器套件数据包发送至后端系统。所述边缘设备还包括处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:从所述通信系统接收所述报告数据包;对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;基于所述传感器数据实例生成传感器套件数据包,其中,所述每个传感器套件数据包包括至少一个传感器数据实例;以及将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统将所述报告数据包经由公共网络发送至所述后端系统。
在一些实施例中,所述传感器套件还包括网关设备,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。在这些实施例中的一些实施例中,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。可替换地,在一些实施例中,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
在一些实施例中,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
在实施例中,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述水下工业环境的工业部件和/或所述水下工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。在一些实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型,以获得与所述水下工业环境的特定工业部件或所述水下工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前,基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。在实施例中,所述选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与所述水下工业环境的相应的工业部件和所述水下工业环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述水下工业环境的任何工业部件和所述水下工业环境有关的问题。在实施例中,使用有损编解码器压缩所述一个或多个传感器数据实例包括:将所述一个或多个传感器数据实例归一化为相应的像素值;将各个像素值编码为视频帧;使用所述有损编解码器压缩一组视频帧,其中,所述有损编解码器是视频编解码器,以及所述一组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。在一些实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或水下工业环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,所述预测或分类指示可能存在与所述特定工业部件或所述水下工业环境相关的问题。在实施例中,选择性地对所述一个或多个传感器数据实例进行编码包括:响应于获得与特定工业部件或水下工业环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,所述预测或分类指示可能存在与所述特定工业部件或所述水下工业环境相关的问题。在实施例中,执行一个或多个边缘操作包括:基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;将所述特征向量输入至所述机器学习模型以获得与所述水下工业环境的特定工业部件或所述水下工业环境的状况有关的预测或分类以及与所述预测或分类相对应的置信度;以及在将所述一个或多个传感器数据实例发送至所述后端系统之前基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。在实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与所述水下工业环境的相应的工业部件和所述水下工业环境的状况有关的一个或多个预测或分类,将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述水下工业环境的任何工业部件和所述水下工业环境有关的问题。在实施例中,选择性地存储所述一个或多个传感器数据实例包括:响应于获得与特定工业部件或水下工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定工业部件或所述水下工业环境相关的问题。
在实施例中,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接向所述边缘设备传输相应传感器数据实例。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
在实施例中,所述自配置传感器套件网络是网状网络,使得所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信通道,以及所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的传感器数据实例路由至所述边缘设备。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
在一些实施例中,所述自配置传感器套件网络是分级网络。在这些实施例中的一些实施例中,所述传感器套件还包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。在这些实施例中的一些实施例中,每个收集设备安装在水下工业环境的不同的相应部分中,并且从部署在所述相应部分中的所述多个传感器中的传感器收集传感器数据。
根据本申请的一些实施例,公开了一种用于监测工业环境的系统。所述系统包括一组传感器套件,每个传感器套件具有一组传感器,所述一组传感器被登记到相应的工业环境,并且用于监测工业环境的物理特性。所述系统还包括通信网关组,用于将传感器值实例从所述传感器套件发送至后端系统。所述后端系统用于处理所述传感器值的实例以监测工业环境,其中,在接收到传感器套件至所述工业环境的注册数据时,所述后端系统自动为所述工业环境的所有者或操作员配置和填充仪表板。所述仪表板提供基于所述工业环境的传感器值的实例的监测信息。
在实施例中,所述传感器套件的所述注册包括用于指定待监测的实体或工业环境的类型的界面。在这些实施例中的一些实施例中,所述后端系统基于所述注册的实体或工业环境的类型来配置所述仪表板。在实施例中,所述后端系统包括基于实体或工业环境的类型进行配置的分析工具。在实施例中,所述后端系统包括基于实体或工业环境的类型进行配置的机器学习工具。
在实施例中,所述通信网关用于为传感器值实例提供虚拟容器,使得只有所述工业环境的注册所有者或操作员才能够访问所述传感器值。
在实施例中,在将传感器套件注册到工业环境时,用户能够选择用于监测的参数组,并且其中,基于所选择的参数自动提供所述后端系统的一组服务和功能。
在实施例中,所述传感器套件、所述通信网关和所述后端系统中的至少一个包括边缘计算系统,所述边缘计算系统用于基于来自一组传感器套件的多个传感器值实例来自动计算工业环境的度量。
在实施例中,所述传感器套件为自配置传感器套件网络。在实施例中,所述传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接向所述通信网关传输相应传感器数据实例。在一些实施例中,计算机可执行指令使得所述通信网关的所述一个或多个处理器启动所述自配置传感器套件网络的配置。在一些实施例中,所述自配置传感器套件网络是网状网络,使得所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信通道,以及所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的传感器数据实例路由至所述通信网关。在一些实施例中,所述计算机可执行指令还使得所述通信网关的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述通信网关启动所述自配置传感器套件网络的配置而形成所述网状网络。在一些实施例中,所述自配置传感器套件网络是分级网络。
根据本申请的一些实施例,公开了一种用于监测工业环境的系统。所述系统包括:一组传感器套件,每个传感器套件具有一组传感器,所述一组传感器被注册到相应的工业环境,并且用于监测工业环境的物理特性;通信网关组,用于将传感器值实例从所述传感器套件发送至后端系统;以及所述后端系统,所述后端系统用于处理所述传感器值实例以监测工业环境,其中,在接收到传感器套件至所述工业环境的注册数据时,所述后端系统自动为所述工业环境的所有者或操作员配置和填充仪表板,其中,所述仪表板提供基于所述工业环境的传感器值的实例的监测信息。在一些实施例中,所述传感器套件的所述注册包括用于指定待监测的实体或工业环境的类型的界面。在一些实施例中,所述后端系统基于所述注册的实体或工业环境的类型来配置所述仪表板。在一些实施例中,所述后端系统包括基于实体或工业环境的类型进行配置的分析工具。在实施例中,所述后端系统包括基于实体或工业环境的类型进行配置的机器学习工具。
在一些实施例中,所述通信网关用于为传感器值实例提供虚拟容器,使得只有所述工业环境的注册所有者或操作员才能够访问所述传感器值。在实施例中,在将传感器套件注册到工业环境时,用户能够选择用于监测的参数组,并且其中,基于所选择的参数自动提供所述后端系统的一组服务和功能。在一些实施例中,所述传感器套件、所述通信网关和所述后端系统中的至少一个包括边缘计算系统,所述边缘计算系统用于基于来自一组传感器套件的多个传感器值实例来自动计算工业环境的度量。
在一些实施例中,所述传感器套件为自配置传感器套件网络。在这些实施例中的一些实施例中,所述传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接向所述通信网关传输相应传感器数据实例。在实施例中,计算机可执行指令使得所述通信网关的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
在一些实施例中,所述自配置传感器套件网络是网状网络,使得所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信通道,以及所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的传感器数据实例路由至所述通信网关。在这些实施例中的一些实施例中,所述计算机可执行指令还使得所述通信网关的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述通信网关启动所述自配置传感器套件网络的配置而形成所述网状网络。在一些实施例中,所述自配置传感器套件网络是分级网络。
根据本申请的一些实施例,公开了一种使用一组传感器套件、通信网关组和后端系统监测多个工业环境的方法。所述方法包括:将多个传感器套件中的每个传感器套件注册到多个工业环境中的相应的工业环境;配置多个传感器套件中的每个传感器套件,以监测传感器套件被注册到的所述相应的工业环境的物理特性;通过所述通信网关组中的每个通信网关从多个传感器套件中的相应传感器套件向后端系统发送传感器数据实例;通过所述后端系统处理从所述多个传感器套件中的每个传感器套件接收的所述传感器数据实例;当接收到关于所述多个传感器套件中的传感器套件的注册数据时,通过所述后端系统自动配置和填充所述相应工业环境的所有者或操作员的仪表板;以及通过所述仪表板提供基于所述相应的工业环境的所述传感器数据实例的监测信息。
在一些实施例中,注册每个传感器套件包括提供用于指定待监测的实体或工业环境的类型的界面。在这些实施例中的一些实施例中,配置每个传感器套件以监测所述相应的工业环境的物理特征包括通过所述后端系统基于注册的实体或工业环境的类型来配置所述仪表板。在一些实施例中,所述后端系统包括基于实体或工业环境的类型进行配置的分析工具。在实施例中,所述后端系统包括基于实体或工业环境的类型进行配置的机器学习工具。
在一些实施例中,所述方法还包括通过所述多个通信网关中的每个通信网关提供用于传感器数据实例的虚拟容器,使得只有所述相应的工业环境的注册的所有者或操作员能够访问传感器数据。在实施例中,在将传感器套件注册到工业环境时,用户可以选择一组参数用于监测。在一些实施例中,所述方法还包括通过所述后端系统基于所选择的参数自动提供所述后端系统的一组服务和能力。在实施例中,所述多个传感器套件中的传感器套件、所述多个通信网关中的通信网关以及所述后端系统中的至少一个包括边缘计算系统,所述边缘计算系统用于基于来自一组传感器套件的多个传感器数据实例来自动计算工业环境的度量。
在一些实施例中,所述多个传感器套件中的至少一个传感器套件是包括多个传感器的自配置传感器套件网络。在这些实施例中的一些实施例中,所述方法还包括:通过所述多个传感器捕获传感器数据;以及通过所述多个传感器将所述传感器数据经由所述自配置传感器套件网络发送至所述边缘设备。在一些实施例中,经由所述自配置传感器套件网络发送所述传感器数据包括:通过所述多个传感器中的每个传感器,使用短程通信协议直接发送传感器数据实例至所述边缘设备,其中,所述自配置传感器套件网络是星形网络。在一些实施例中,所述方法还包括通过所述边缘处理系统启动所述自配置传感器套件网络的配置。
在实施例中,所述自配置传感器套件网络是网状网络,以及所述多个传感器中的每个传感器包括通信设备。在这些实施例中的一些实施例中,所述方法还包括:通过所述多个传感器的每个传感器的通信设备建立与所述多个传感器中的至少一个其他传感器的通信信道;通过所述多个传感器中的所述至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及通过所述多个传感器中的所述至少一个传感器将所接收的传感器数据实例路由至所述边缘设备。
在一些实施例中,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括一个或多个收集设备。在一些实施例中,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器。
根据本申请的一些实施例,公开了一种用于监测工业环境的传感器套件。所述传感器套件包括:边缘设备;以及多个传感器,所述多个传感器捕获传感器数据并通过自配置传感器套件网络传输传感器数据,其中所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器,其中,所述多个传感器中的至少一个传感器包括:感测部件、处理单元和通信设备,感测部件捕获传感器测量值并输出传感器数据实例,处理单元基于一个或多个传感器数据实例生成报告数据包并且输出所述报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例,通信设备用于从处理单元接收报告数据包并且根据第一通信协议将报告数据包经由自配置传感器套件网络发送至边缘设备。所述边缘设备包括:通信系统,所述通信系统具有:第一通信设备,所述第一通信设备经由所述自配置传感器套件网络从所述多个传感器接收报告数据包;以及第二通信设备,所述第二通信设备将传感器套件数据包经由公共网络发送至后端系统;以及处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:从所述通信系统接收所述报告数据包;基于从报告数据包获得的传感器数据生成数据块,其中,所述数据块包括(i)定义所述数据块的地址的块头和(ii)定义所述传感器数据和所述数据块将被链接到的另一数据块的父地址的块体;以及将数据块传输到一个或多个节点计算设备,这些节点计算设备共同存储包括多个数据块的分布式帐本。
在一些实施例中,所述生成所述数据块包括生成所述块体的哈希值。在实施例中,所述生成数据块包括对所述块体加密。
在一些实施例中,所述分布式帐本包括智能合约,所述智能合约定义了与所收集的传感器数据有关的一个或多个条件以及响应于所述一个或多个条件被满足而由所述智能合约发起的一个或多个行为。在一些实施例中,所述智能合约从所述传感器套件接收所述数据块,并且至少基于存储在所述数据块中的传感器数据来确定所述一个或多个条件是否得到满足。在实施例中,所述智能合约对应于承保方。在一些实施例中,响应于满足所述一个或多个条件,所述智能合约中定义的行为触发资金转移到与所述传感器套件相关联的操作员相关联的账户。在实施例中,所述一个或多个条件包括确定所述传感器套件是否报告了足够量的传感器数据的第一条件和确定所报告的传感器数据是否指示工业环境正在无问题地运行的第二条件。
在一些实施例中,所述智能合约对应于监管机构。在这些实施例中的一些实施例中,所述智能合约中定义的所述行为响应于满足所述一个或多个条件,触发向与所述传感器套件相关联的操作者发放令牌。在实施例中,所述一个或多个条件包括第一条件和第二条件,所述第一条件要求传感器套件报告一定量的报告传感器数据,所述第二条件要求报告传感器数据符合报告规则。
在一些实施例中,所述边缘设备是所述节点计算设备之一。
根据本申请的一些实施例,公开了一种使用具有多个传感器和包括处理系统的边缘设备的传感器套件来监测工业环境的方法。所述方法包括:通过所述处理系统从所述多个传感器中的一个或多个相应传感器接收报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例;通过所述处理系统基于从报告数据包获得的传感器数据生成数据块,其中,所述数据块包括(i)定义所述数据块的地址的块头和(ii)定义所述传感器数据和所述数据块将被链接到的另一数据块的父地址的块体;以及通过所述处理系统将所述数据块发送至一个或多个节点计算设备,所述一个或多个节点计算设备共同存储包括多个数据块的分布式帐本。在一些实施例中,生成所述数据块包括通过所述处理系统生成所述块体的哈希值。在实施例中,生成所述数据块包括通过所述处理系统对所述块体进行加密。
在一些实施例中,所述分布式帐本包括智能合约,所述智能合约定义了与所收集的传感器数据有关的一个或多个条件以及响应于所述一个或多个条件被满足而由所述智能合约发起的一个或多个行为。在这些实施例中的一些实施例中,所述智能合约从所述传感器套件接收所述数据块,并且至少基于存储在所述数据块中的传感器数据来确定所述一个或多个条件是否得到满足。在一些实施例中,所述智能合约对应于承保方。在实施例中,响应于满足所述一个或多个条件,所述智能合约中定义的行为触发资金转移到与所述传感器套件相关联的操作员相关联的账户。在一些实施例中,所述一个或多个条件包括确定所述传感器套件是否报告了足够量的传感器数据的第一条件和确定所报告的传感器数据是否指示工业环境正在无问题地运行的第二条件。
在一些实施例中,所述智能合约对应于监管机构。在这些实施例中的一些实施例中,所述智能合约中定义的所述行为响应于满足所述一个或多个条件,触发向与所述传感器套件相关联的操作者发放令牌。
在一些实施例中,所述一个或多个条件包括第一条件和第二条件,所述第一条件要求传感器套件报告一定量的报告传感器数据,所述第二条件要求报告传感器数据符合报告规则。
在一些实施例中,所述边缘设备是所述节点计算设备之一。
在一些实施例中,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器。
根据本申请的一些实施例,公开了一种系统。所述系统包括:后端系统,所述后端系统包括一个或多个服务器,所述一个或多个服务器用于代表用户将智能合约部署到分布式帐本,其中,所述智能合约定义与所收集的传感器数据相关的一个或多个条件以及响应于满足所述一个或多个条件被满足由所述智能合约发起的一个或多个行为;传感器套件,所述传感器套件用于监测工业环境,所述传感器套件包括:边缘设备;以及多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器,其中,所述多个传感器中的至少一个传感器包括:感测部件,所述感测部件捕获传感器测量值并输出传感器数据实例;处理单元,所述处理单元基于一个或多个传感器数据实例生成报告数据包,并输出报告数据包,其中每个报告数据包包括路由数据和一个或多个传感器数据实例;以及通信设备,所述通信设备用于从所述处理单元接收报告数据包,并且根据第一通信协议经由所述自配置传感器套件网络将所述报告数据包发送至所述边缘设备。所述边缘设备包括:通信系统,所述通信系统具有:第一通信设备,所述第一通信设备经由所述自配置传感器套件网络从所述多个传感器接收报告数据包;以及第二通信设备,所述第二通信设备将传感器套件数据包经由公共网络发送至后端系统;以及处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:从所述通信系统接收所述报告数据包;基于从报告数据包获得的传感器数据生成数据块,其中,所述数据块包括(i)定义所述数据块的地址的块头和(ii)定义所述传感器数据和所述数据块将被链接到的另一数据块的父地址的块体;以及将数据块传输到一个或多个节点计算设备,这些节点计算设备共同存储包括多个数据块的分布式帐本。
在一些实施例中,所述生成所述数据块包括生成所述块体的哈希值。在一些实施例中,所述生成数据块包括对所述块体加密。
在一些实施例中,所述智能合约从所述传感器套件接收所述数据块,并且至少基于存储在所述数据块中的传感器数据来确定所述一个或多个条件是否得到满足。在这些实施例中的一些实施例中,所述智能合约对应于承保方。在一些实施例中,响应于满足所述一个或多个条件,所述智能合约中定义的行为触发资金转移到与所述传感器套件相关联的操作员相关联的账户。在实施例中,所述一个或多个条件包括确定所述传感器套件是否报告了足够量的传感器数据的第一条件和确定所报告的传感器数据是否指示工业环境正在无问题地运行的第二条件。在一些实施例中,所述智能合约对应于监管机构。在一些实施例中,所述智能合约中定义的所述行为响应于满足所述一个或多个条件,触发向与所述传感器套件相关联的操作者发放令牌。在一些实施例中,所述一个或多个条件包括确定所述传感器套件是否已经报告了由法规定义的所需传感器数据量的条件。
在一些实施例中,所述边缘设备是所述节点计算设备之一。
根据本申请的一些实施例,公开了一种使用与后端系统通信的传感器套件来监测工业环境的方法,所述传感器套件包括多个传感器和边缘设备。所述方法包括:由所述后端系统代表用户将智能合约部署到分布式帐本,其中,所述智能合约定义与收集的传感器数据相关的一个或多个条件以及响应于满足一个或多个条件由所述智能合约发起的一个或多个行为;通过所述边缘设备的边缘处理系统从所述多个传感器中的一个或多个相应传感器接收报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例;通过所述边缘处理系统基于从报告数据包获得的传感器数据生成数据块,其中,所述数据块包括(i)限定定义所述数据块的地址的块头和(ii)定义所述传感器数据和所述数据块将被链接到的另一数据块的父地址的块体;以及通过所述边缘处理系统将所述数据块发送至一个或多个节点计算设备,所述一个或多个节点计算设备共同存储包括多个数据块的分布式帐本。
在一些实施例中,生成所述数据块包括通过所述边缘处理系统生成所述块体的哈希值。在实施例中,生成所述数据块包括通过所述边缘处理系统对所述块体进行加密。
在一些实施例中,所述分布式账本从所述传感器套件接收所述数据块,并且至少基于存储在所述数据块中的传感器数据来确定所述智能合约的一个或多个条件是否得到满足。在这些实施例中的一些实施例中,所述智能合约对应于承保方。在实施例中,响应于满足所述一个或多个条件,所述智能合约中定义的行为触发资金转移到与所述传感器套件相关联的操作员相关联的账户。在一些实施例中,所述一个或多个条件包括确定所述传感器套件是否报告了足够量的传感器数据的第一条件和确定所报告的传感器数据是否指示工业环境正在无问题地运行的第二条件。
在一些实施例中,所述智能合约对应于监管机构。在这些实施例中的一些实施例中,所述智能合约中定义的所述行为响应于满足所述一个或多个条件,触发向与所述传感器套件相关联的操作者发放令牌。在一些实施例中,所述一个或多个条件包括确定所述传感器套件是否已经报告了由法规定义的所需传感器数据量的条件。在实施例中,所述边缘设备是所述节点计算设备之一。在一些实施例中,所述后端系统是所述节点计算设备之一。在实施例中,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器。
根据下面的描述以及附图和权利要求书,将会对本申请有更完整的理解。
附图说明
为了更好地理解本申请,如下附图示出了本申请的实施例,并且与说明书一起用于解释本申请的原理。在附图中:
图1示出根据本申请的一些实施例的在工业环境中部署的传感器套件的示例性示意图。
图2A示出根据本申请的一些实施例的具有星形网络拓扑的传感器套件网络的示例性示意图。
图2B示出根据本申请的一些实施例的具有网状网络拓扑的传感器套件网络的示例性示意图。
图2C示出根据本申请的一些实施例的具有分级网络拓扑的传感器套件网络的示例性示意图。
图3A示出根据本申请的一些实施例的传感器的示例性示意图。
图3B示出根据本申请的一些实施例的报告数据包的示例方案的示意图。
图4示出根据本申请的一些实施例的传感器套件的边缘设备的示例性示意图。
图5示出根据本申请的一些实施例的从部署在工业环境中的传感器套件接收传感器数据的后端系统的示例性示意图。
图6示出根据本申请的一些实施例的用于对由传感器套件捕获的传感器数据进行编码的方法的一组操作的示例性一组操作的示例性流程图。
图7示出根据本申请的一些实施例的用于对由传感器套件提供给后端系统的传感器数据进行解码的方法的一组操作的示例性一组操作的示例性流程图。
图8示出根据本申请的一些实施例的用于使用媒体编解码器对由传感器套件捕获的传感器数据进行编码的方法的一组操作的示例性一组操作的示例性流程图。
图9示出根据本申请的一些实施例的用于使用媒体编解码器对由传感器套件提供给后端系统的传感器数据进行解码的方法的一组操作的示例性流程图。
图10示出根据本申请的一些实施例,基于数据传感器,确定由传感器套件收集的传感器数据的传输策略和/或存储策略的方法的一组操作的示例性流程图。
图11至图15示出根据本申请的一些实施例的传感器套件的不同配置的示意图。
图16示出根据本申请的一些实施例的用于使用自动配置的后端系统监测工业环境的方法的一组操作的示例性流程图。
图17为根据本申请的一些实施例的制造设施的平面图,其示出了包括边缘设备的传感器套件的示例性实施方式。
图18为根据本申请的一些实施例的水下工业设施的表面部分的平面图,其示出了包括边缘设备的传感器套件的示例性实施方式。
图19为根据本申请的一些实施例的室内农业设施的平面图,其示出了包括边缘设备的传感器套件的示例性实施方式。
具体实施方式
公开了传感器套件的各种配置。传感器套件可以是专门配置的系统,所述专门配置的系统包括用于监测特定类型的工业环境的传感器,其中,所述传感器由统一套件提供,该统一套件可选地还包括其他设备、系统和部件,例如提供通信、处理和情报能力的设备、系统和部件。在实施例中,工业环境的所有者或操作者可以购买或以其他方式获得所述传感器套件。在购买过程中,所有者或操作者、或者与工业环境相关联的用户可以提供或指示工业环境的一个或多个特征(例如,环境的类型、环境的位置、环境的大小、环境是位于室内还是室外、被监测的部件和/或部件类型、被监测的每个部件的数量和/或部件类型等)。在实施例中,传感器套件可以基于工业操作者或所有者的特征和需求进行预配置。传感器套件可以被预先配置,使得所有者或操作者可以以“即插即用”的方式安装传感器套件,由此所有者或操作者无需对传感器套件网络进行配置,其中该传感器套件在该传感器套件网络上进行通信。
图1-传感器套件环境
图1是示出安装有传感器套件100的工业环境110的示意图。在实施例中,传感器套件100可以表示完全可部署的、专用配置的IoT系统,所述IoT系统由统一套件提供,并准备好由消费者实体(例如,工业环境的所有者或操作者)部署在工业环境110中。在实施例中,传感器套件100允许所有者或操作者在没有进行配置或仅进行了最小配置(例如,设置用户许可、设置密码和/或设置通知和/或显示偏好)的情况下安装和部署传感器套件。术语“传感器套件”100可以指在工业环境中安装的设备组(例如,工厂、矿山、油田、输油管道、炼油厂、商业厨房、工业综合体、存储设施、建筑工地等)。包括传感器套件100的设备集合包括一组一个或多个物联网(IoT)传感器112和一组一个或多个边缘设备114。出于讨论的目的,除非另有特别说明,否则对“传感器”或“传感器设备”的引用均应理解为表示IoT传感器。
在实施例中,传感器套件100包括一组IoT传感器102、一种类型的工业部件(例如,涡轮机、发电机、风扇、泵、阀门、装配线、管道或管线、食品检查线、服务器机架等)、工业环境和/或一种类型的工业环境(例如,室内、室外、制造、采矿、钻探、资源开采、地下、水下等)和边缘设备组,其中该组传感器102用于部署在工业部件工业环境工业环境之中、之上或者周围,所述边缘设备组能够处理来自传感器的输入并提供基于网络的通信。在实施例中,边缘设备104可以包括本地数据处理系统(例如,用于压缩传感器数据、过滤传感器数据、分析传感器数据、基于传感器数据发出通知等的设备)或可以与本地数据处理系统通信,所述本地数据处理系统能够提供诸如信号和本地处理所产生的分析结果的本地输出。在实施例中,边缘设备104可以包括通信系统(例如,Wi-Fi芯片组、蜂窝芯片组、卫星收发器、认知无线电、一个或多个蓝牙芯片和/或其他联网设备)或可以与通信系统通信,所述通信系统能够在工业环境内部和外部传送数据(例如,原始传感器数据和/或已处理的传感器数据、通知、命令指令等)。在实施例中,所述通信系统用于不依赖于工业环境的主数据或通信网络来进行操作。在实施例中,通信系统被提供有安全能力和指令,所述安全能力和指令保持与工业环境的主数据或通信网络的完全物理和数据分离。例如,在实施例中,支持蓝牙的边缘设备可应用于仅允许与套件的预注册部件配对,而不是与工业环境中的其他支持蓝牙的设备配对。
在实施例中,IoT传感器102是用于收集传感器数据并使用至少一种通信协议将传感器数据发送至另一设备的传感器设备。在实施例中,IoT传感器102用于部署在定义类型的工业实体中、之上或周围。术语工业实体可以指在工业环境120中可以被监测的任何对象。在实施例中,工业实体可以包括工业部件(例如,涡轮机、发电机、风扇、泵、阀、装配线、管道或管线、食品检测线、服务器机架等)。在实施例中,工业实体可以包括与工业环境110相关联的生物体(例如,在工业环境110中工作的人或在工业环境110中被监测的牲畜)。根据传感器套件100的预期用途、设置或目的,可以改变IoT传感器102的配置和形状因数。不同类型的传感器的示例包括:振动传感器、惯性传感器、温度传感器、湿度传感器、运动传感器、LIDAR传感器、烟雾/火灾传感器、电流传感器、压力传感器、PH传感器、光传感器、辐射传感器等。
在实施例中,边缘设备104可以是计算设备,所述计算设备用于从一个或多个IoT传感器102接收传感器数据并且执行与传感器数据有关的一个或多个边缘相关过程。所述边缘相关过程可以指下述过程,所述过程在边缘设备104处执行,以便存储传感器数据,减小通信网络上的带宽和/或减少后端系统所需的计算资源。边缘过程的示例可以包括数据过滤、信号过滤、数据处理、压缩、编码、快速预测、快速通知、紧急警报等。
在实施例中,传感器套件100被预先配置成使得传感器套件100内的设备(例如,传感器102、边缘设备104、收集设备、网关等)用于经由传感器套件网络彼此通信,而无需用户配置传感器套件网络。传感器套件网络可以指封闭通信网络,所述封闭通信网络建立在传感器套件的各种设备之间,并且利用两种或更多种不同的通信协议和/或通信介质来实现设备之间的数据传送和将数据发送至更广泛的通信网络诸如公共通信网络190(例如,互联网、卫星网络和/或一个或多个蜂窝网络)。例如,虽然传感器套件网络中的某些设备可以使用蓝牙通信协议进行通信,但是其他设备可以使用近场通信协议、Zigbee协议和/或Wi-Fi通信协议彼此通信。在一些实施方式中,传感器套件100可应用于建立具有充当传感器套件网络内的路由节点的各种设备的网状网络。例如,传感器102可应用于收集数据并将所收集的数据经由传感器套件网络发送至边缘设备104,但是也可应用于从传感器套件网络内的其他传感器102接收数据包并将所述数据包路由至边缘设备104。
在实施例中,传感器套件网络可以包括其他类型的设备。在实施例中,传感器套件100可以包括一个或多个收集设备(图1中未示出),所述一个或多个收集设备充当传感器网络中的路由节点,使得收集设备可以是网状网络的一部分。在实施例中,传感器套件100可以包括网关设备(图1中未示出),所述网关设备能够与更广的网络通信,由此网关设备可以通过工业环境中的有线或无线通信介质与边缘设备104通信,这将避免边缘设备104与公共通信网络190通信(例如,在具有非常厚的混凝土墙的工厂中)。在不脱离本申请的范围的情况下,传感器套件100的实施例可以包括其他设备。
在实施例中,传感器套件100用于经由诸如公共通信网络190之类的通信网络与后端系统130通信。在实施例中,后端系统130用于从传感器套件100接收传感器数据,并对所接收的传感器数据执行一个或多个后端操作。后端操作的示例可以包括将传感器数据存储在数据库中、对传感器数据执行分析任务、经由门户和/或仪表板向用户提供传感器数据的分析和/或可视化的结果、使用传感器数据训练一个或多个机器学习模型、基于传感器数据确定与工业环境和/或工业环境的工业设备的操作相关的预测和/或分类、基于预测和/或分类控制工业环境的方面和/或工业设备、基于预测和/或分类经由门户和/或仪表板向用户发布通知等等。
应当理解的是,在一些实施例中,传感器套件100可以向后端系统130提供其他类型的数据。例如,传感器套件100可以利用传感器套件100中的传感器102或其他设备提供诊断数据,所述诊断数据指示检测到的任何问题(例如,故障、电池电量不足等)或潜在问题。
在实施例中,传感器套件100用于自我监测故障部件(例如,故障传感器102),并向操作者报告故障部件。例如,在一些实施例中,边缘设备104可应用于基于缺少来自传感器的报告、缺少对请求的响应(例如,“pings”)和/或基于不可靠的数据(例如,经常超出预期的传感器读数的数据)来检测传感器102的故障。在一些实施例中,边缘设备104可以维护传感器套件网络图,所述传感器套件网络图指示传感器套件网络中的每个设备位于何处,并且可以向用户提供故障传感器的近似位置和/或标识符。
在实施例中,传感器套件100可以被实现为允许安装后配置。安装后的配置可以表示在安装了传感器套件100之后通过向传感器套件100添加设备和/或服务来对传感器套件100进行更新。在这些实施例的一些实施例中,系统的用户(例如,工业环境的操作者)可以订阅或购买某些边缘“服务”。例如,传感器套件100可应用于仅在用户具有访问该程序所支持的边缘服务的有效订阅或所有权许可时才执行安装在传感器套件100的一个或多个设备上的某些程序。当用户不再具有有效的订阅和/或所有权许可时,传感器套件100可以阻止那些程序的执行。例如,用户可以订阅基于AI的解锁边缘服务、网状网络功能、自我监测服务、压缩服务、设施内通知等。
在一些实施例中,用户可以以即插即用的方式在安装后向传感器套件中添加新的传感器102。在这些实施例的一些实施例中,边缘设备104和传感器102(或要添加至传感器套件100的其他设备)可以包括相应的短距离通信能力(例如,近场通信(NFC)芯片、RFID芯片、蓝牙芯片、Wi-Fi适配器等)。在这些实施例中,传感器102可以包括永久性存储器,所述永久性存储器存储标识数据(例如,传感器标识符值)以及将用于把传感器102添加到传感器套件100中的任何其他数据(例如,工业设备类型、受支持的通信协议等)。在一些实施例中,用户可以通过按下边缘设备104上的按钮和/或通过将传感器102带到边缘设备104附近来发起对传感器套件100的安装后添加。在一些实施例中,响应于用户发起对传感器套件的安装后添加,边缘设备104可以发送信号(例如,射频)。例如作为人类用户按下按钮的响应,边缘设备104可以发送所述信号或者以预定的时间间隔发送所述信号。所发送的信号可以触发足够接近的传感器102来接收所述信号并且发送传感器102的传感器ID和任何其他合适的配置数据(例如,设备类型、通信协议等)。响应于传感器102将其配置数据(例如,传感器ID和其他相关配置数据)发送至边缘设备104,边缘设备104可以将传感器102添加至传感器套件102。将传感器102添加至传感器套件可以包括更新存储在边缘设备104处的数据存储或清单,所述数据存储或清单识别传感器套件100的设备和与所述设备相关的数据。可以存储在与每个相应传感器102相关的清单中的数据的非限制性示例可以包括传感器102用来与边缘设备104(或中间设备)通信的通信协议、传感器102提供的传感器数据的类型(例如,振动传感器数据、温度数据、湿度数据等)、用于分析来自传感器102的传感器数据的模型(例如,模型标识符)、与传感器102相关联的警报限制等。
在实施例中,传感器套件100(例如,边缘设备104)可应用于利用传感器套件100所捕获的传感器数据来更新分布式账本162。在实施例中,分布式帐本162是区块链或任何其他合适的分布式帐本162。分布式帐本162可以是公共帐本或私有帐本。私有帐本降低了维护分布式帐本162的功耗要求,而公共帐本消耗更多的功率,却提供了更稳健的安全性。在实施例中,分布式帐本162可以分布在多个节点计算设备160之间。节点计算设备160可以是任何合适的计算设备,包括物理服务器、虚拟服务器、个人计算设备等。在一些实施例中,在节点计算设备160可以参与分布式帐本之前,节点计算设备160被核准(例如,经由共识机制)。在一些实施例中,分布式帐本162可以被秘密存储。例如,分布式帐本可以存储在一组预先核准的节点计算设备中,使得分布式帐本162不能由未核准的设备访问。在一些实施例中,节点计算设备160是传感器套件102和其他传感器套件102的边缘设备104。
在实施例中,分布式帐本162包括一组链接的数据结构(例如,块、数据记录等),使得所述链接的数据结构形成非循环图。出于解释的目的,数据结构将被称为块。在实施例中,每个块可以包括块头、块体和指针,所述块头包含所述每个块的唯一标识符,块体包含存储在该块中的数据。在实施例中,指针是所述块的父块的块标识符,其中,所述父块是在写入所述块之前创建的块。存储在相应块中的数据可以是由相应传感器套件100捕获的传感器数据。根据实现方式,可以改变存储在块的相应块体中的传感器数据的类型和传感器数据的量。例如,块可以存储来自传感器套件100的一种或多种类型的传感器102在一段时间内捕获的一组传感器测量值(例如,传感器套件100中的所有传感器102在一个小时或一天内捕获的传感器数据102)和与所述一组传感器测量值相关的元数据(例如,每个传感器测量值的传感器ID和每个传感器测量值或传感器测量值组的时间戳)。在一些实施例中,块可以存储被确定为异常的传感器测量值(例如,超出传感器测量值中高于阈值的预期传感器测量值或δ的标准偏差)和/或指示问题或潜在问题的传感器测量值,以及相关的元数据(例如,每个传感器测量值的传感器ID和每个传感器测量值或传感器测量值组的时间戳)。在一些实施例中,存储在块中的传感器数据可以是经压缩和/或编码的传感器数据,使得边缘设备104将传感器数据压缩/编码成更紧凑的格式。在实施例中,边缘设备104可以生成块体的散列,使得块体的内容(例如父块的块标识符和传感器数据)被散列,并且不能在不改变所述散列的值的情况下被改变。在实施例中,边缘设备104可以加密所述块内的内容,使得未授权的设备无法读取所述内容。
如上所述,分布式账本162可应用于不同的目的。在一些实施例中,分布式帐本162可以还包括一个或多个智能合约。智能合约是自我执行的数字合约。智能合约可以包括定义触发一个或多个动作的一个或多个条件的代码(例如,可执行指令)。智能合约可以由开发者用脚本语言(例如,JavaScript)、目标代码语言(例如,Java)或编译语言(例如,C++或C)来编写。一旦智能合约被写入,所述智能合约可以被编码在块中并被部署到分布式帐本162中。在实施例中,后端系统150用于从用户接收智能合约,并将智能合约写入相应的分布式帐本162。在实施例中,智能合约的地址(例如,包含智能合约的块的块标识符)可以被提供给智能合约的一个或多个当事人,使得各个当事人可以使用所述地址调用智能合约。在一些实施例中,智能合约可以包括允许当事人提供数据(例如块的地址)和/或传送数据(例如将资金转移到账户的指令)的应用编程接口。
在示例性实施方式中,承保方可以允许被保护的工业环境的所有者和/或操作者同意与承保方共享传感器数据,以证明设施中的设备运行正常,并且,如果所有者和/或操作者遵守与承保方的协议,承保方可以向所有者和/或操作者发放回扣或退款。分布式账本和/或传感器套件100中的参与者节点可以通过智能合约以电子方式验证对协议的遵守情况。在实施例中,承保方可以部署智能合约(例如,通过将智能合约添加到分布式帐本162),当传感器套件100通过分布式账本向承保方提供指示该设施正在无问题地运行的足够的传感器数据时,所述智能合约触发对部分保险费发放回扣或退款。在这些实施例中的一些实施例中,智能合约可以包括第一条件和第二条件,第一条件要求设施报告一定量的传感器数据,第二条件是每个传感器数据实例等于一个值(例如,不存在分类或预测的问题)或值的范围(例如,所有传感器测量值都在预定的值范围内)。在一些实施例中,响应于满足一个或多个条件而采取的行为可以是将资金(例如,电汇或加密货币)存入账户。在该示例中,边缘设备104可以将包含传感器数据的块写入分布式账本。边缘设备104还可以向智能合约提供这些块的地址(例如,使用智能合约的应用编程接口)。一旦智能合约验证了所述合约的第一条件和第二条件,智能合约可以启动将承保方的账户中的资金转移到被承保方的账户。
在另一示例中,监管机构(例如,州、地方或联邦监管机构)可以要求设施操作者报告传感器数据,以确保符合一个或多个法规。例如,监管机构可以监管食品检验设施、药物制造设施(例如制造设施1700)、室内农业设施(例如室内农业设施1800)、海上采油设施(例如水下工业设施1900)等。在实施例中,监管机构可以部署智能合约,所述智能合约用于接收和验证来自工业环境的传感器数据,并且响应于验证传感器数据,向设施所有者的账户发布合规令牌(或证书)。在这些实施例中的一些实施例中,智能合约可以包括要求设施报告一定量的传感器数据的第一条件和要求传感器数据符合报告的法规的第二条件。在该示例中,边缘设备104可以将包含传感器数据的块写入分布式帐本162。边缘设备104还可以向智能合约提供这些块的地址(例如,使用智能合约的应用编程接口)。一旦智能合约验证了合约的第一条件和第二条件,智能合约就可以生成指示设施操作者遵守的令牌,并且可以启动将资金转移到与设施相关联的账户(例如,数字钱包)。
在没有脱离本申请的范围的情况下,分布式账本162可适用于其他应用或可替代应用。
图2A、图2B和图2C-部件和网络
图2A、图2B和图2C示出了传感器套件网络200的示例配置。
根据传感器套件100和安装所述传感器套件100的工业环境120,传感器套件网络200可以以不同的方式通信。
图2A示出了为星形网络的示例传感器套件网络200-A。在这些实施例中,传感器102直接与边缘设备104通信。在这些实施例中,传感器设备102和边缘设备104用于通信的通信协议基于下述项中的一个或多个:传感器套件网络102的物理区域、可用的电源以及传感器套件100中的传感器102的类型。例如,在被监测的区域为相对较小的区域并且传感器102不能连接到电源的环境中,传感器102可以用蓝牙低能量(BLE)微芯片制造,所述蓝牙低能量微芯片使用蓝牙低能量协议(例如,由蓝牙特别兴趣小组维护的蓝牙5协议)进行通信。在另一示例中,在要部署大量传感器102的相对小的区域中,传感器102可以用使用IEEE802.11协议进行通信的Wi-Fi微芯片来制造。在图2A的实施例中,传感器102可应用于执行单向或双向通信。在边缘设备104不需要向传感器102传送数据和/或指令的实施例中,传感器102可应用于单向通信。在边缘设备104向传感器102传送数据和/或指令的实施例中,传感器102可以配置有执行双向通信的收发器。在不脱离本申请的范围的情况下,星形网络可以配置有具有其他合适通信设备的设备。
图2B示出了示例传感器套件网络200-B,其为网状网络,在所述网状网络中,节点(例如,传感器102)直接、动态和/或非分层地彼此连接,以彼此协作来有效地将数据发送至边缘设备104和从边缘设备104接收数据。在一些实施例中,所述网状网络中的设备(例如,传感器套件网络200-B中的传感器102、边缘设备104和/或任何其他设备)可以被配置成自组织和自配置网状网络,使得传感器102和/或边缘设备104可以确定哪些设备代表其他设备路由数据,和/或在路由节点(例如,传感器102)出现故障时用于传输的冗余。在实施例中,传感器套件100可应用于在工业环境中实现网状网络,其中被监测的区域相对较大(例如,距边缘设备104的半径距离大于100米)和/或传感器套件100中的传感器102意在彼此紧密靠近地安装。在后一场景中,与星形网络中的传感器102相比,每个单独传感器102的功耗可以降低,因为每个相应传感器102需要传输的距离相对小于相应传感器102需要在星形网络中传输的距离。在实施例中,传感器102可以使用微芯片、Digi微芯片、蓝牙低能微芯片和/或用于参与网状网络的任何其他合适的通信设备来制造。
图2C示出了为分级网络的示例传感器套件网络200-C。在这些实施例中,传感器套件100包括一组收集设备206。收集设备206可以表示非传感器设备,所述非传感器设备从传感器设备接收传感器数据并将传感器数据直接或经由另一收集设备206路由至边缘设备104。在实施例中,分级网络可以表示网络拓扑,在所述网络拓扑中,一个或多个中间设备(例如,收集设备206)将数据从一个或多个相应的外围设备(例如,传感器设备102)路由至中央设备(例如,边缘设备104)。分级网络可以包括有线和/或无线连接。在实施例中,传感器设备102可应用于经由任何合适的通信设备(例如,蓝牙低能微芯片、Wi-Fi微芯片、Zigbee微芯片等)与收集设备206通信。在实施例中,可以在如下工业环境中实现分层传感器套件网络:电源用于为收集设备206供电,以及/或者传感器102可能间隔太远而无法支持可靠的网状网络。
图2A至图2C的示例是为传感器套件网络的不同拓扑的示例而提供的。这些示例并不旨在限制可以由传感器套件100形成的传感器套件网络200的类型。此外,传感器套件网络200可以是星形网络、分级网络和/或网状网络的组合,这取决于部署相应传感器套件200的工业环境。
图3A、图3B、图4和图5–传感器、边缘设备和后端系统的示例性配置
图3A示出了根据本申请实施例的示例IoT传感器102(或传感器)。物联网传感器102的实施例可以包括但不限于一个或多个感测部件302、一个或多个存储设备304、一个或多个电源306、一个或多个通信设备308以及处理设备310。在实施例中,处理设备310可以执行边缘报告模块312。
传感器102包括至少一个感测部件302。感测部件302可以是向处理设备310输出原始传感器数据的任何数字部件、模拟部件、化学部件和/或机械部件。应当理解的是,不同类型的传感器102由不同类型的感测部件制造。在实施例中,惯性传感器的感测部件302可以包括一个或多个加速度计和/或一个或多个陀螺仪。在实施例中,温度传感器的感测部件302可以包括一个或多个热敏电阻或其他温度感测机构。在实施例中,热通量传感器的感测部件302可以包括例如薄膜传感器、表面安装传感器、基于聚合物的传感器、化学传感器等。在实施例中,运动传感器的感测部件302可以包括LIDAR设备、雷达设备、声纳设备等。在实施例中,占位传感器的感测部件302可以包括被监测的占位的表面、嵌入在占位传感器表面下的压力激活开关和/或集成在占位传感器表面中的压电元件,使得当目标对象占位被监测的占位的表面时产生电信号。在实施例中,湿度传感器的感测部件302可以包括:电容元件(例如,电极之间的金属氧化物),所述电容元件输出对应于环境湿度的电容值;电阻元件,其包括盐介质,所述盐介质在介质的两侧具有电极,由此在电极处测量的可变电阻对应于环境湿度;和/或热元件,其包括输出干燥介质(例如,干燥氮气)温度的第一热传感器和输出传感器环境的环境温度的第二热传感器,使得基于干燥介质中的温度与环境温度之间的变化,即δ来确定湿度。在实施例中,振动传感器的感测部件302可以包括加速度计部件、位置感测部件、扭矩感测部件等。应当理解的是,例如提供了传感器类型及其感测部件的列表。在不脱离本公开的范围的情况下,其他类型的或可替代类型的传感器和感测部件可以集成到传感器102中。此外,在一些实施例中,除了非音频/视觉传感器102(即,不捕捉视频或音频的传感器)之外,传感器套件100的传感器102可以包括音频传感器、视觉传感器或音频/视觉传感器。在这些实施例中,感测部件392可以包括照相机和/或一个或多个麦克风。在一些实施例中,所述麦克风可以是定向麦克风,从而可以确定音频源的方向。
存储设备304可以是用于存储待传输至边缘设备104的数据的任何合适的介质。在实施例中,存储设备304可以是永久存储介质,例如闪存设备。在实施例中,存储设备304可以是暂时存储介质,例如随机存取存储器设备。在实施例中,存储设备304可以是用于存储电荷的电路,由部件存储的电荷的大小指示感测值或增量计数。在这些实施例中,这种类型的存储设备304可应用于关注功率可用性和大小的情况,和/或传感器数据是基于计数的情况(例如,多个检测事件)。应当理解的是,可以使用任何其他合适的存储设备304。在实施例中,存储设备304可以包括高速缓存314,使得高速缓存314存储尚未报告给边缘设备104的传感器数据。在这些实施例中,边缘报告模块312可以在存储在高速缓存314中的传感器数据被传输至边缘设备104之后清空高速缓存314。
电源306是向传感器102的其他部件供电的任何合适的部件,所述其他部件包括感测部件302、存储设备304、通信设备308和/或处理设备310。在实施例中,电源306包括至外部电源的有线连接(例如,从电源插座输送的交流电,或者从电池或太阳能电源输送的直流电)。在实施例中,电源306可以包括将交流电转换成直流电的电源逆变器(反之亦然)。在实施例中,电源306可以包括集成电源,诸如可充电锂离子电池或太阳能元件。在实施例中,电源306可以包括自供电元件,例如压电元件。在这些实施例中,当足够的机械应力或力施加到压电元件上时,压电元件可以输出电压。所述电压可以存储在电容器中和/或可以为感测元件302供电。在实施例中,电源可以包括接收给传感器102供电的射频的天线(例如,接收器或收发器)。在这些实施例中,射频可以导致传感器102“唤醒”,并且可以触发传感器102的行为,例如进行传感器测量和/或向边缘设备104报告传感器数据。电源306也可以包括额外的或替代性的部件。
在实施例中,通信设备308是能够与传感器套件网络200中的另一设备进行有线或无线通信的设备。在大多数传感器套件配置100中,传感器102用于无线通信。在这些实施例中,通信设备308可以包括向传感器套件网络200中的其他设备发送数据的发射器或收发器。此外,在这些实施例中的一些实施例中,具有收发器的通信设备308可以从传感器套件网络200中的其他设备接收数据。在无线实施例中,收发器可以集成到芯片中,所述芯片用于使用相应的通信协议来执行通信。在一些实施例中,通信设备308可以是微芯片、Digi微芯片、蓝牙微芯片、蓝牙低能微芯片、Wi-Fi微芯片或任何其他合适的短程通信微芯片。在传感器套件200支持网状网络的实施例中,通信设备308可以是实现支持网状联网的通信协议(例如,ZigBee PRO网状网络协议、蓝牙网状网络、802.11a/b/g/n/ac等)的微芯片。在这些实施例中,通信设备308可应用于根据通信设备308所实现的通信协议建立网状网络并处理从其他设备接收的数据包的路由。在一些实施例中,传感器102可以配置有两个或多个通信设备308。在这些实施例中,传感器102可以被添加至不同的传感器套件100配置中,和/或可以允许根据工业环境对传感器套件102进行灵活配置。
在实施例中,处理设备310可以是微处理器。微处理器可以包括存储计算机可执行指令的存储器(例如只读存储器(ROM))和执行计算机可执行指令的一个或多个处理器。在实施例中,处理设备310执行边缘报告模块312。在实施例中,边缘报告模块312用于向边缘设备104发送数据。根据传感器套件网络200的配置和传感器102相对于边缘设备104的位置,边缘报告模块312可以将数据(例如,传感器数据)直接发送至边缘设备104,或者将所述数据发送至中间设备(例如,收集设备206或另一传感器设备102),所述中间设备将数据路由至边缘设备104。在实施例中,边缘报告模块312从感测部件302或从存储设备304获得原始传感器数据,并将原始传感器数据打包成报告数据包320。
图3B示出了根据本申请的一些实施例的示例性报告数据包320。在这些实施例中的一些实施例中,边缘报告模块312可以填充报告数据包模板以获得报告数据包320。在实施例中,报告数据包320可以包括指示传感器102的传感器ID的第一字段322和指示传感器数据的第二字段326。另外,报告数据包320可以包括附加字段,诸如,路由数据字段324、时间戳字段328和/或校验和字段330,所述路由数据字段324用于指示数据包的目的地(例如,边缘设备104的地址或标识符)、所述时间戳字段328用于指示时间戳,所述校验和字段330用于指示校验和(例如,报告数据包的内容的哈希值)。在不脱离本公开的范围的情况下,报告数据包可以包括额外的或替代性的字段(例如,错误代码)。
回到图3A,在实施例中,边缘报告模块312可以为每个传感器数据实例生成报告数据包320。可选地,边缘报告模块312生成的报告数据包320包括一批传感器数据(例如,自上次清空高速缓存314以来,传感器102的高速缓存314中保持的先前的N个传感器读数或所有传感器读数)。在生成报告数据包320时,边缘报告模块312可以将报告数据包320输出至通信设备306,通信设备306则将报告数据包320(直接或经由一个或多个中间设备)发送至边缘设备104。边缘报告模块312可以以预定间隔(例如,每秒、每分钟、每小时)、连续地或在被触发时(例如,在经由电源被激活时或在通过边缘设备104发出命令时)生成和发送报告数据包320。
在实施例中,边缘报告模块312指示感测部件302捕捉传感器数据。在实施例中,边缘报告模块312可以表征感测部件302以预定间隔捕获传感器数据。例如,边缘报告模块312可以表征感测部件302每秒、每分钟或每小时捕获传感器数据。在实施例中,边缘报告模块312可以表征感测部件302在电源304通电时捕获传感器数据。例如,电源304可以通过射频通电或者在压力开关被激活并且电路闭合时通电。在实施例中,边缘报告模块312可以响应于从边缘设备104或人类用户接收到报告传感器数据的命令(例如,响应于用户按压按钮),指示感测部件302捕捉传感器数据。
在实施例中,传感器102包括壳体(未示出)。传感器壳体可以具有任何合适的形状因素。在传感器102在室外使用的实施例中,传感器可以具有防水和/或耐极寒和/或极热的壳体。在实施例中,壳体可以具有合适的耦合机构,以可拆卸地耦接至工业部件。
上文是传感器102的示例。在不脱离本申请的范围的情况下,传感器102可以具有额外的或替代性的部件。
图4示出了边缘设备102的示例。在实施例中,边缘设备102可以包括存储系统402、通信系统404和处理系统406。边缘设备102可以包括未示出的其他部件,例如电源、用户界面等。
存储系统402包括一个或多个存储设备。存储设备可以包括永久存储介质(例如,闪存驱动器、硬盘驱动器)和/或临时存储设备(例如,随机存取存储器)。存储系统402可以存储一个或多个数据存储区。数据存储区可以包括一个或多个数据库、表、索引、记录、文件系统、文件夹和/或文件。在所示实施例中,存储设备存储配置数据存储区410、传感器数据存储区412和模型数据存储区414。在不脱离本申请的范围的情况下,存储系统402可以存储额外的或替代性的数据存储区。
在实施例中,配置数据存储区410存储与传感器套件100的配置相关的数据,所述传感器套件100的配置包括传感器套件100的设备的配置。在一些实施例中,配置数据存储区410可以维护一组设备记录。所述设备记录可以表征唯一标识传感器套件100的设备的设备标识符。设备记录还可以表征设备的类型(例如,传感器、收集设备、网关设备等)在从每个设备到边缘设备104的网络路径没有改变的实施例中,设备记录还可以表征设备到边缘设备104(例如,设备网络路径中的任何中间设备)的网络路径。在设备记录对应于传感器102的情况下,设备记录可以表征传感器的类型(例如,传感器类型标识符)和/或由传感器102提供的数据的类型。
在实施例中,配置数据存储区410可以维护一组传感器类型记录,其中每个记录对应于传感器套件100中不同类型的传感器102。传感器类型记录可以表征识别传感器类型和/或由传感器提供的传感器数据类型的类型标识符。在实施例中,传感器类型记录还可以表征与传感器数据相关的相关信息,其包括传感器数据的最大值或最小值、由所述传感器类型的传感器102输出的错误代码等。
在实施例中,配置数据存储区410可以维护传感器套件网络200的地图。传感器套件网络200的地图可以表征传感器套件网络200的网络拓扑,其包括传感器套件100中设备集合的网络路径。在一些实施例中,所述地图也可以包括传感器的物理位置。传感器102的物理位置可以被定义为传感器102所在的位置或区域、传感器102正在监测的特定工业部件、相对于边缘设备104的一组坐标(例如,相对于边缘设备104的x坐标、y坐标、z坐标,或者传感器102相对于边缘设备104的角度和距离)、传感器102的经估计的经度和纬度,或者任何其他合适的格式的相对或绝对位置确定和/或测量值。
在实施例中,传感器数据存储区412存储从传感器套件100中的传感器102收集的传感器数据。在实施例中,传感器数据存储区412维护在一段时间内收集的传感器数据。在这些实施例中的一些实施例中,传感器数据存储区412可以是高速缓存,所述高速缓存存储传感器数据,直到其在后端系统150被报告和备份为止。在这些实施例中,当传感器数据412被报告给后端系统150时,高速缓存可以被清空。在一些实施例中,传感器数据存储区412存储由传感器套件412收集的所有传感器数据。在这些实施例中,传感器数据存储区412可以为传感器套件412随时间收集的所有传感器数据提供备份,从而确保传感器套件102的所有者保持其对数据的所有权。
在实施例中,模型数据存储区414存储机器学习模型。所述机器学习模型可以包括任何合适类型的模型,包括神经网络、深层神经网络、递归神经网络、贝叶斯神经网络、基于回归的模型、决策树、预测树、分类树、隐马尔可夫模型和/或任何其他合适类型的模型。机器学习模型可以对训练数据进行训练,所述训练数据可以是专家生成的数据、历史数据和/或基于结果的数据。基于结果的数据可以是在进行预测或分类之后收集的数据,所述预测或分类指示所述预测或分类是正确还是不正确和/或是所实现的结果。训练数据实例可以指包括标签和一组特征的训练数据单元。在实施例中,训练数据实例中的标签可以表征在给定时间工业部件或工业环境的状况。根据工业环境和机器学习模型被训练用来预测或分类的状况,所述状况的示例会有很大的不同。制造设施中的标签的示例可以包括但不限于未检测到问题、部件的机械故障、部件的电气故障、检测到的化学泄漏等。采矿设施中的标签的示例可以包括但不限于未检测到问题、缺氧、存在有毒气体、结构部件故障等。石油和/或天然气设施(例如油田、气田、炼油厂、管道)中的标签的示例可以包括但不限于未检测到问题、部件的机械故障(例如阀故障或O形环故障)、泄漏等。室内农业设施中的标签的示例可以包括但不限于没有检测到问题、植物死亡、植物枯萎、植物变成某种颜色(例如,棕色、紫色、橙色或黄色)、发现霉菌等。在每一个示例中,存在可能与某一状况相关的一些特征以及可能与该状况关系不大或没有关系的一些特征。通过机器学习过程(可以在后端系统150或另一系统执行),模型被训练成基于一组特征来确定预测或分类。因此,训练数据实例中的特征集合可以包括在时间上接近工业部件或工业环境的状况发生时的时间的传感器数据(例如,与工业部件或工业环境相关联的标签)。
在实施例中,机器学习模型可以包括用于预测与被监测的工业部件相关的潜在问题的预测模型。在这些实施例中的一些实施例中,机器学习模型可以对对应于与特定部件相关的一个或多个状况的训练数据(专家生成的数据和/或历史数据)进行训练。在这些实施例中的一些实施例中,训练数据集可以包括对应于后续需要进行维护或一些干预行为的场景的传感器数据,以及对应于最终不需要进行维护或一些干预行为的场景的传感器数据。在这些示例性实施例中,机器学习模型可用于确定关于被监测的一个或多个工业部件和/或被监测的工业环境可能出现的一个或多个潜在问题的预测。
在实施例中,机器学习模型可以包括对被监测的工业部件和/或所述工业环境的状况进行分类的分类模型。在这些实施例中的一些实施例中,机器学习模型可以对对应于与特定部件相关的一个或多个条件的训练数据(例如,专家生成的数据和/或历史数据)进行训练。在这些实施例中的一些实施例中,训练数据集可以包括对应于相应的工业部件和/或相应的工业环境在正常条件下操作的场景的传感器数据,以及相应的工业部件和/或相应的工业环境在异常条件下操作的传感器数据。在存在异常状况的训练数据实例中,训练数据实例可以包括指示异常状况类型的标签。例如,对应于被视为对于理想生长条件来说太潮湿的室内农业设施的训练数据实例可以包括指示所述设施太潮湿的标签。
在实施例中,通信系统404包括两个或多个通信设备,所述两个或多个通信设备包括与传感器套件网络200通信的至少一个内部通信设备和直接或通过网关设备与公共通信网络(例如,互联网)通信的至少一个外部通信设备。至少一个内部通信设备可以包括蓝牙芯片、Zigbee芯片、XBee芯片、Wi-Fi芯片等。内部通信设备的选择可以取决于工业环境的环境及所述环境对将要安装在其中的传感器102的影响(例如,传感器102是否具有可靠的电源,传感器102是否彼此靠近,传感器102是否需要穿过墙壁等等)。外部通信设备可以执行有线或无线通信。在实施例中,外部通信设备可以包括蜂窝芯片组(例如4G或5G芯片组)、以太网卡、卫星通信卡或其他合适的通信设备。边缘设备104的外部通信设备可以基于工业环境110的环境(例如,室内与室外,阻止无线通信的厚壁与允许无线通信的薄壁,位于手机信号塔附近与位于偏远区域)和工业环境的操作者的偏好(例如,操作者允许边缘设备104接入工业环境工业环境的私人网络,或者操作者不允许边缘设备104接入工业环境工业环境的私人网络)来选择。
在实施例中,处理系统406可以包括存储计算机可执行指令的一个或多个存储设备(例如,ROM和/或RAM)和执行计算机可执行指令的一个或多个处理器。处理系统406可以执行数据处理模块420、编码模块422、快速决策AI模块424、通知模块426、配置模块428和分布式账本模块430中的一个或多个。在不脱离本申请的范围的情况下,处理系统406可以执行额外的或替代性的模块。此外,这里所讨论的模块可以包括执行相应的模块的一个或多个功能的子模块。
在实施例中,数据处理模块420从传感器套件网络200接收传感器数据,并对所接收的传感器数据执行一个或多个数据处理操作。在实施例中,数据处理模块420接收包含传感器数据的报告数据包320。在这些实施例中的一些实施例中,数据处理模块420可以过滤冗余的数据记录(例如,针对冗余,滤除从监测同一部件的两个相应传感器接收的两个报告数据包320中的一个报告数据包)。数据处理模块420可以附加地或替代性地过滤和/或标记包含明显错误的传感器数据(例如,传感器数据不在给定传感器102类型的容差范围内或包含错误代码)的报告数据包320。在实施例中,数据处理模块420可以在传感器数据存储区中存储和/或索引传感器数据。
在实施例中,数据处理模块420可以聚集在一段时间内从传感器套件100的传感器102接收的传感器数据或其子集,并且可以将所述传感器数据发送至后端系统320。在向后端系统150发送至传感器数据时,数据处理模块420可以生成包括一个或多个传感器数据实例的传感器套件报告数据包。传感器套件报告数据包中的传感器数据可以是经压缩的或未压缩的。在实施例中,传感器套件报告数据包可以表征识别后端系统150的数据包的来源的传感器套件标识符。在实施例中,数据处理模块420可以在从传感器102接收到传感器数据时,以预定间隔(例如,每秒、每分钟、每小时、每天),或者响应于触发条件(例如,基于接收到的传感器数据进行的工业部件或工业环境存在问题的预测或分类)发送传感器数据。在一些实施例中,传感器数据可以被编码/压缩,使得从多个传感器102和/或在一段时间内收集的传感器数据可以被更有效地传送。在实施例中,数据处理模块420可以利用快速决策AI模块424来确定工业环境424的工业部件和/或工业环境本身是否可能处于正常状态。如果快速决策AI模块424高度确定工业部件和/或工业环境处于正常状态,则数据处理模块420可以延迟或放弃向后端系统150发送用于进行分类的传感器数据。附加地或替代性地,如果快速决策AI模块424确定工业部件和/或工业环境高度确定地处于正常状态,则数据处理模块420可以压缩传感器数据,并且可以以更高的速率进行压缩。在不脱离本申请的范围的情况下,数据处理模块420可以执行附加的或替代性的功能。
在实施例中,编码模块422接收传感器数据,并且可以对所述传感器数据进行编码、压缩和/或加密。编码模块422可以采用其他技术来压缩传感器数据。在实施例中,编码模块422可以采用水平或压缩技术来压缩传感器数据。例如,编码模块422可以使用伦佩尔-泽夫-韦尔奇(Lempel-Zev-Welch)算法或其变体。在一些实施例中,编码模块522可以以原始整数或“计数格式”表示传感器数据,并且在收集时具有相关的校准系数和偏移量。在这些实施例中,当知道精确的信号路径时,可以在收集时将系数和偏移量合并,从而为每个信道存储一个浮点系数和一个整数偏移。
在实施例中,编码模块422可以采用一个或多个编解码器来压缩传感器数据。编解码器可以是专有编解码器和/或公开可用的编解码器。在一些实施例中,编码模块422可以使用媒体压缩编解码器(例如,视频压缩编解码器)来压缩传感器数据。例如,编码模块422可以将传感器数据归一化为落在媒体帧的范围和格式内的值(例如,将传感器数据归一化为可接受的像素值以包含在视频帧中),并且可以将经归一化的传感器数据嵌入到媒体帧中。编码模块422可以根据预定义的映射(例如,相应传感器102到媒体帧中的一个或多个相应像素的映射),将从传感器套件100的传感器102收集的归一化传感器数据嵌入到媒体帧中。编码模块422可以以这种方式生成一组连续的媒体帧,并且可以使用媒体编解码器(H.264/MPEG-4编解码器、H.265/MPEG-H编解码器、H.263/MPEG-4编解码器、专有编解码器等)来压缩媒体帧,以获得传感器数据编码。编码模块422然后可以将传感器数据编码传输到后端系统,后端系统可以基于归一化值解压缩和重新计算传感器数据。在这些实施例中,可以选择用于压缩的的编解码器和传感器至像素的映射,以减少损耗或增加压缩率。此外,前述技术可以应用于在采样之间趋向于更静态和更少变化的传感器数据,和/或当同时采样时,从不同传感器收集的传感器数据几乎没有变化。在不脱离本申请的范围的情况下,编码模块422可以采用额外的或替代性的编码/压缩技术。
在实施例中,快速决策AI模块424可以利用有限的一组机器学习模型来生成对正被监视的工业部件和/或正被监视的工业部件的状况的预测和/或分类。在实施例中,快速决策AI模块424可以接收一组特征(例如,一个或多个传感器数据值),并基于所述一组特征请求特定类型的预测或分类。在实施例中,快速决策AI模块424可以利用与所请求的预测或分类相对应的机器学习模型。快速决策AI模块424可以基于接收的特征生成特征向量,使得所述特征向量包括从传感器套件100的一个或多个传感器102获得的一个或多个传感器数据值。快速决策AI模块424可以将特征向量馈送到机器学习模型。机器学习模型可以输出预测或分类以及所述预测或分类的置信度。在实施例中,快速决策AI模块424可以将预测或分类输出至数据处理模块420(或请求预测或分类的另一模块)。例如,在实施例中,数据处理模块420可以使用工业部件和/或工业环境处于正常条件下的分类来延迟或放弃传感器数据的传送和/或压缩传感器数据。在实施例中,数据处理模块420可以使用工业部件和/或工业环境可能遇到故障的预测或分类来将未压缩的传感器数据发送至后端系统150,所述后端系统150可以进一步分析传感器数据和/或通知人类用户潜在的问题。
在实施例中,通知模块426可以基于传感器数据向用户提供通知或警报。在这些实施例的一些实施例中,通知模块426可以应用一组规则,如果某些条件被满足,所述一组规则会触发通知或警报。这些条件可以定义为与不期望的(例如,紧急)条件强相关的传感器数据值。一旦从数据处理模块420接收到传感器数据,通知模块426可以对传感器数据应用一个或多个规则。如果触发警报或通知的条件得到满足,通知模块426就可以向人类用户发出警报或通知。向人类用户提供警报或通知的方式(例如,向用户设备,或触发听觉警报)可以是预定义的,或者在一些实施例中,可以由工业环境的操作员定义。
在实施例中,配置模块428配置传感器套件网络200。在实施例中,配置模块428可以在传感器102、边缘设备104和任何其他设备安装在工业环境中时,向传感器套件100中的其他设备发送配置请求。在这些实施例中的一些实施例中,传感器102和/或其他设备可以响应于配置请求建立网状网络或分级网络。在实施例中,传感器102和传感器套件网络中的其他设备可以响应于配置请求,作为对配置请求的响应。在实施例中,配置模块428可以生成对应于设备的设备记录,其中该设备基于那些设备的设备标识符以及响应该配置请求中提供的任何其他数据作出响应。
在实施例中,配置模块428向传感器套件100添加新设备。在这些实施例中,配置模块428以即插即用的方式在安装后向传感器套件100添加新的传感器102。在这些实施例中的一些实施例中,边缘设备104的通信设备404、通信设备308和传感器102(或要添加至传感器套件100中的其他设备)可以包括响应的短程通信能力(例如,近场通信(NFC)芯片)。在这些实施例中,传感器102可以包括永久性存储器,所述永久性存储器存储标识数据(例如,传感器标识符值)以及将用于把传感器添加到传感器套件中的任何其他数据(例如,设备类型、受支持的通信协议等)。响应于用户启动对传感器套件100的安装后添加(例如,用户按压边缘设备104上的按钮和/或将传感器102放置到边缘设备104的附近),配置模块428可以使通信设备406发送信号(例如,射频)。所发送的信号可以触发足够接近的传感器102来接收所述信号并且发送所述传感器102的传感器ID和任何其他合适的配置数据(例如,设备类型、通信协议等)。响应于传感器102将其配置数据(传感器ID和其他相关配置数据)发送至边缘设备104,配置模块428可以将新的传感器102添加至传感器套件102。在实施例中,将传感器102添加至传感器套件104可以包括基于传感器ID来生成与新的传感器102相对应的新设备记录,所述新设备记录用于更新配置数据存储区410。配置模块428可以以任何其他合适的方式将新的传感器102添加至传感器套件100。
在实施例中,边缘设备104可以包括分布式帐本模块430。在实施例中,分布式帐本模块430可应用于使用由传感器套件100捕获的传感器数据来更新分布式帐本162。在实施例中,分布式帐本可以分布在多个节点计算设备160之间。如所讨论的那样,在实施例中,分布式帐本162包括一组链接的数据结构(例如,块、数据记录等)。出于解释的目的,数据结构将被称为块。
如所讨论的那样,每个块可以包括块头、块体和父块的指针,所述块头包含所述每个块的唯一标识符,块体包含存储在该块中的数据。在实施例中,所述块中的指针是所述块的父块的块标识符。存储在相应块中的数据可以是由相应传感器套件100捕获的传感器数据。根据实现方式,可以改变存储在块的相应块体中的传感器数据的类型和传感器数据的量。例如,块可以存储来自传感器套件100的一种或多种类型的传感器102在一段时间内捕获的一组传感器测量值(例如,传感器套件100中的所有传感器102在一个小时或一天内捕获的传感器数据102)和与所述一组传感器测量值相关的元数据(例如,每个传感器测量值的传感器ID和每个传感器测量值或传感器测量值组的时间戳)。在一些实施例中,块可以存储被确定为异常的传感器测量值(例如,超出传感器测量值中的预期传感器测量值或δ的标准偏差,换言之,高于阈值)和/或指示问题或潜在问题的传感器测量值,以及相关的元数据(例如,每个传感器测量值的传感器ID和每个传感器测量值或传感器测量值组的时间戳)。在一些实施例中,存储在块中的传感器数据可以是经压缩和/或编码的传感器数据,使得编码模块422将传感器数据压缩/编码成更紧凑的格式。在实施例中,分布式账本模块430可以生成块体的散列,使得块体的内容(例如父块的块标识符和传感器数据)被散列,并且不能在不改变所述散列的值的情况下被改变。在实施例中,分布式账本模块430可以加密所述块内的内容,使得未授权的设备无法读取所述内容。
在实施例中,分布式帐本模块430响应于触发事件生成块。触发事件的示例可以包括预定时间(例如,每分钟、每小时、每天)、在潜在问题被分类或预测、一个或多个传感器测量值超出容限阈值。响应于触发事件,分布式帐本模块430可以基于待报告的传感器数据生成块。根据传感器套件100的配置和分布式账本162的预期用途,可以改变块中包括的数据量和数据类型。例如,在诸如制造设施1700或水下工业环境1800的制造环境或资源采集环境中,分布式账本162可用于展示功能性机械和/或预测维护需求。在该示例中,保险提供商可以访问分布式账本模块430来设置保险费率和/或发出退款。因此,在该示例中,分布式帐本模块430可以包括超出对问题进行分类或预测的容限阈值或实例的任何传感器测量值(和相关元数据)。在另一示例中,监管机构可以访问分布式账本,以确保设施按照一个或多个法规运行。在这些实施例中,分布式帐本模块430可以在块中存储一组一个或多个传感器测量值(和相关元数据),使得监管机构可以分析传感器测量值。在这些实施例中的一些实施例中,传感器测量值可以被压缩以在单个块中存储更多的传感器数据。响应于生成块,分布式帐本模块430可以将所述块发送至一个或多个节点计算设备160。一旦所述块被验证(例如,使用共识机制),每个节点计算设备160可以用新块更新分布式帐本162。
如所讨论的那样,在一些实施例中,分布式账本还可以包括智能合约。一旦智能合约被写入,所述智能合约可以被编码在块中并被部署到分布式帐本162中。智能合约的地址(例如,包含智能合约的块的块标识符)可以被提供给智能合约的一个或多个当事人,使得各个当事人可以使用所述地址调用智能合约。在这些实施例中的一些实施例中,智能合约的地址可以被提供给分布式帐本模块430,使得分布式帐本模块430可以向智能合约报告项目。在一些实施例中,分布式帐本模块430可以利用智能合约的应用编程接口向智能合约报告所述项目。
在上面所讨论的示例性实施方式中,承保方可以利用智能合约来允许被承保的设施的所有者和/或操作者证明设施中的设备正常运行。在一些实施例中,当设施的所有者和/或操作者提供指示设施正在无问题地运行的足够的传感器数据时,智能合约可以触发发送部分保险费的回扣或退款在这些实施例中的一些实施例中,智能合约可以包括第一条件和第二条件,第一条件要求设施报告一定量的传感器数据,第二条件是每个传感器数据实例等于一个值(例如,不存在分类或预测的问题)或值的范围(例如,所有传感器测量值都在预定的值范围内)。在一些实施例中,所述行为可以是响应于第一条件和第二条件被满足将资金(例如,电汇或密码)存入账户。在该示例中,分布式账本模块430可以将包含传感器数据的块写入分布式帐本162。分布式账本模块430还可以向智能合约提供这些块的地址(例如,经由智能合约的应用编程接口)。一旦智能合约验证了所述合约的第一条件和第二条件,智能合约可以启动将承保方的账户中的资金转移到被承保方的账户。
在上面所讨论的另一示例中,监管机构(例如,州、地方或联邦监管机构)可以利用基于报告的传感器数据检测设施(例如,食品检验设施、制药设施、室内农业设施、海上采油设施等)的智能合约来确保符合一个或多个法规。在实施例中,智能合约可应用于(例如,经由智能合约的应用编程接口)从设施接收和验证传感器数据,并且响应于对传感器数据的验证,向设施所有者的账户发布合规令牌(或证书)。在这些实施例中的一些实施例中,智能合约可以包括要求设施报告一定量的传感器数据的第一条件和要求传感器数据符合报告的法规的第二条件。在该示例中,分布式账本模块430可以将包含传感器数据的块写入分布式帐本。传感器套件100还可以向智能合约提供这些块的地址(例如,使用智能合约的应用编程接口)。一旦智能合约验证了合约的第一条件和第二条件,智能合约就可以生成指示设施操作者遵守的令牌,并且可以启动将资金转移到与设施相关联的账户(例如,数字钱包)。
图5示出了根据本申请的一些实施例的示例性后端系统150。在实施例中,后端系统150可以实现为在一个或多个物理服务器设备上执行的云服务。在实施例中,后端系统150可以包括存储系统502、通信系统504和处理系统506。后端系统150可以包括未示出的其他部件。
存储系统502包括一个或多个存储设备。存储设备可以包括永久存储介质(例如,闪存驱动器、硬盘驱动器)和/或临时存储设备(例如,随机存取存储器)。存储系统502可以存储一个或多个数据存储区。数据存储区可以包括一个或多个数据库、表、索引、记录、文件系统、文件夹和/或文件。在所示的实施例中,存储设备502存储传感器套件数据存储区510和模型数据存储区512。在不脱离本申请的范围的情况下,存储系统502可以存储额外的或替代性的数据存储区。
在实施例中,传感器套件数据存储区510存储与各个传感器套件100相关的数据。在实施例中,传感器套件数据存储区510可以存储对应于每个安装的传感器套件100的传感器套件数据。在实施例中,传感器套件数据可以表征传感器套件100中的设备,所述设备包括传感器套件100中的每个传感器102(例如,传感器ID)。在一些实施例中,传感器套件数据可以表征由传感器套件100捕获的传感器数据。在这些实施例中的一些实施例中,传感器套件数据可以识别由传感器套件100捕获的每个传感器数据实例,并且对于每个传感器数据实例,传感器套件数据可以表征捕获传感器数据的传感器102,并且在一些实施例中,可以表征对应于传感器数据的时间戳。
在实施例中,模型数据存储区512存储由AI系统524基于训练数据训练的机器学习模型。机器学习模型可以包括预测模型和分类模型。在实施例中,用于训练特定模型的训练数据包括从监测相同类型工业环境的一个或多个传感器套件100收集的数据。所述训练数据可以附加地或替代性地包括历史数据和/或专家生成的数据。在实施例中,每个机器学习模型可以与相应类型的工业环境有关。在这些实施例中的一些实施例中,AI系统524可以基于从监测那些类型的工业环境的传感器套件100收集的传感器数据和从那些工业环境获得的结果,周期性地更新与一种类型的工业环境相关的机器学习模型。在实施例中,与一种工业环境相关的机器学习模型可以被提供给监测该种类型的工业环境的传感器套件100的边缘设备104。
在实施例中,通信系统504包括一个或多个通信设备,所述一个或多个通信设备包括至少一个与公共通信网络(例如,互联网)通信的外部通信设备。外部通信设备可以执行有线或无线通信。在实施例中,外部通信设备可以包括蜂窝芯片组(例如4G或5G芯片组)、以太网卡和/或Wi-Fi卡或其他合适的通信设备。
在实施例中,处理系统506可以包括存储计算机可执行指令的一个或多个存储设备(例如,ROM和/或RAM)和执行计算机可执行指令的一个或多个处理器。所述处理器可以以并行或分布式方式执行。所述处理器可以位于相同的物理服务器设备或位于不同的服务器设备中。处理系统506可以执行下述项中的一个或多个:解码模块520、数据处理模块522、AI模块524、通知模块526、分析模块528、控制模块530、仪表板模块532、配置模块534和分布式账本管理模块536。在不脱离本申请的范围的情况下,处理系统406可以执行额外的或可替代的模块。此外,这里所讨论的模块可以包括执行相应的模块的一个或多个功能的子模块。
在实施例中,传感器套件100可以将包含传感器数据的经编码的传感器套件数据包发送至后端系统150。在这些实施例中,解码模块520可以从边缘设备104接收经编码的传感器数据,并且可以解密、解码和/或解压缩经编码的传感器套件数据包,以获得传感器数据和与所接收的传感器数据相关的元数据(例如,传感器套件标识符和捕获传感器数据的传感器的一个或多个传感器ID)。解码模块520可以向数据处理模块522输出所述传感器数据和任何其他元数据。
在实施例中,数据处理模块522可以处理从传感器套件100接收的传感器数据。在一些实施例中,数据处理模块522可以接收传感器数据,并且可以将传感器数据存储在与提供所述传感器数据的传感器套件100相关的传感器套件数据存储区510中。在实施例中,数据处理系统522可以向AI模块524提供AI相关的请求。在这些实施例中,数据处理系统522可以从接收的传感器数据中提取相关的传感器数据实例,并且可以在指示请求的类型(例如,什么类型的预测或分类)和要使用的传感器数据的请求中向AI模块524提供所提取的传感器数据实例。在潜在问题被预测或分类的情况下,数据处理模块522可以执行与潜在问题相关联的工作流。工作流可以定义处理潜在问题的方式。例如,工作流可以表征应当将通知发送给人类用户、应当启动补救行为,和/或其他合适的行动。在不脱离本申请的范围的情况下,数据处理模块522可以执行额外的或替代性的处理任务。
在实施例中,AI模块524训练用于进行预测或分类的机器学习模型。所述机器学习模型可以包括任何合适类型的模型,包括神经网络、深层神经网络、递归神经网络、贝叶斯神经网络、基于回归的模型、决策树、预测树、分类树、隐马尔可夫模型和/或任何其他合适类型的模型。AI模块524可以基于训练数据集训练机器学习模型。训练数据集可以包括专家生成的数据、历史数据和/或基于结果的数据。基于结果的数据可以是在进行预测或分类之后收集的数据,所述预测或分类指示所述预测或分类是正确还是不正确和/或是所实现的结果。训练数据实例可以指包括标签和一组特征的训练数据单元。在实施例中,训练数据实例中的标签可以表征在给定时间工业部件或工业环境的状况。根据工业环境和机器学习模型被训练用来预测或分类的状况,所述状况的示例会有很大的不同。制造设施中的标签的示例可以包括但不限于未检测到问题、部件的机械故障、部件的电气故障、检测到的化学泄漏等。采矿设施中的标签的示例可以包括但不限于未检测到问题、缺氧、存在有毒气体、结构部件故障等。石油和/或天然气设施(例如油田、气田、炼油厂、管道)中的标签的示例可以包括但不限于未检测到问题、部件的机械故障(例如阀故障或O形环故障)、泄漏等。室内农业设施中的标签的示例可以包括但不限于没有检测到问题、植物死亡、植物枯萎、植物变成某种颜色(例如,棕色、紫色、橙色或黄色)、发现霉菌等。在每一个示例中,存在可能与某一状况相关的一些特征以及可能与该状况关系不大或没有关系的一些特征。在实施例中,AI模块524可以随着接收到更多传感器数据和与机器学习模型相关更多的结果而增强机器学习模型。在实施例中,机器学习模型可以存储在模型数据存储区512中。每个模型可以与模型标识符一起存储,所述模型标识符可以表征(例如,被映射至)模型制造的工业环境的类型、模型制造的预测或分类的类型以及模型接收的特征。在一些实施例中,一个或多个机器学习模型(及其关于其的后续更新)可以被推送到相应的传感器套件100,由此相应的传感器套件100的边缘设备104可以使用一个或多个机器学习模型来进行预测和/或分类,而不必依赖于后端系统150。
在实施例中,AI模块524接收关于预测和/或分类的请求,并基于所述请求确定预测和/或分类。在实施例中,请求可以表征被请求的预测或分类的类型,并且可以包括用于进行预测或分类的一组特征。响应于所述请求,AI模块524可以基于所请求的预测或分类的类型选择机器学习模型来利用,由此所选择的模型接收某一组特征。AI模块524于是可以生成包括一个或多个传感器数据实例的特征向量,并且可以将所述特征向量馈送至所选择的模型中。响应于所述特征向量,所选择的模型可以输出预测或分类,以及所述预测或分类中的置信度(例如,置信度得分)。AI模块524可以向提供请求的模块输出预测或分类以及所述预测或分类的置信度。
在实施例中,当在相应的环境中检测到问题时,通知模块526可以向用户和/或相应的工业环境发出通知。在实施例中,可以向用户的用户设备发送指示问题性质的通知。通知模块526可以实现应用编程接口(例如,REST、API),由此与工业环境相关联的用户的用户设备可以向后端系统150请求通知。响应于所述请求,通知模块526可以向用户设备提供任何通知(如果有的话)。在实施例中,通知可以被发送至位于工业环境的设备,由此所述设备可以响应于工业环境在工业环境处发出警报。
在实施例中,分析模块528可以对后端系统150收集并存储在传感器套件数据存储区510中的传感器数据执行分析相关任务。在实施例中,可以对从各个传感器套件接收的传感器数据执行所述分析任务。附加地或者替换性地,可以对传感器数据执行分析任务。例如可以对从监测不同工业环境的各种传感器套件100获得的传感器数据执行分析任务。分析任务的示例可以包括能量利用分析、质量分析、过程优化分析、财务分析、预测分析、产量优化分析、故障预测分析、场景规划分析以及许多其他分析。
在实施例中,控制模块530可以基于AI系统524做出的确定来控制工业环境的一个或多个方面。在实施例中,控制模块530可应用于向工业环境中的设备或系统提供命令,以响应于检测到特定问题采取补救措施。例如,控制模块530可以响应于装配线上的关键部件可能出现故障或可能出现故障的确定,向制造设施发出停止装配线的命令。在另一示例中,控制模块530可以响应于所述设施中湿度水平过高的确定,向农业设施发出命令以激活除湿器。在另一示例中,控制模块530可以响应于阀下游的输油管中的部件可能出现故障或可能已经出现故障的确定,发出关闭所述输油管中的所述阀的命令。对于特定的工业环境,控制模块530可以执行由与工业环境相关联的人类用户定义的补救行为,使得人类用户可以定义什么条件可以触发补救行为。
在实施例中,仪表板模块532经由与人类用户相关联的用户设备140向人类用户呈现仪表板。在实施例中,仪表板提供图形用户界面,所述图形用户界面允许人类用户查看与人类用户(例如,工业环境中的雇员)相关联的传感器套件100相关的信息。在这些实施例中,仪表板模块532可以检索并显示传感器套件提供的原始传感器数据、与传感器套件100提供的传感器数据相关的分析数据、后端系统150基于传感器数据做出的预测或分类等。
在实施例中,仪表板模块532允许人类用户配置传感器套件100的各方面。在实施例中,仪表板模块532可以呈现图形用户界面,所述图形用户界面允许人类用户配置与人类用户相关联的传感器套件100的一个或多个方面。在实施例中,仪表板可以使得用户能够配置关于一个或多个传感器类型和/或条件的警报限制。例如,用户可以定义在何种温度下向人类用户发送通知。在另一示例中,用户可以定义一组条件,如果AI模块和/或边缘设备预测到所述一组条件,则触发警报。在实施例中,仪表板可以允许用户定义当警报被触发时哪些用户接收到通知。在实施例中,仪表板可以允许用户订阅后端系统150和/或边缘设备104的附加特征。
在实施例中,仪表板可以允许用户向传感器套件100添加一个或多个订阅。所述订阅可以包括对后端服务和/或边缘服务的访问。
用户可以选择要添加到传感器套件100中的服务,并且可以提供支付所述服务的支付信息。一旦支付信息得到验证,后端系统150就可以向传感器套件100提供对那些特征的访问。可以订阅的服务的示例包括分析服务、AI服务、通知服务等。仪表板可以允许用户执行额外的或可替代的配置。
在实施例中,配置模块534保持相应传感器套件100的配置。最初,当在工业环境中部署新的传感器套件100时,配置模块534可以用新安装的传感器套件100中的每个设备的设备标识符来更新的传感器套件数据存储区510。一旦反映新安装的传感器套件100更新了传感器套件数据存储区510,后端系统150则可以开始存储来自传感器套件100的传感器数据。在实施例中,新的传感器102可以被添加至相应的传感器套件100中。在这些实施例中,边缘设备104可以在试图向传感器套件100添加设备时向后端系统150提供添加请求。在实施例中,所述请求可以表征新的传感器的传感器ID。响应于所述请求,配置模块534可以将新的传感器的传感器ID添加至传感器套件数据存储区510中的所请求的传感器套件100的传感器套件数据中。
在实施例中,后端系统150包括分布式帐本管理模块536。在这些实施例的一些实施例中,分布式帐本管理模块536允许用户更新和/或配置分布式帐本。在这些实施例中的一些实施例中,分布式帐本管理模块536允许用户定义或上传智能合约。如所讨论的那样,智能合约可以包括由智能合约验证的一个或多个条件以及当所述条件被验证时触发的一个或多个行为。在实施例中,用户可以经由用户界面向分布式帐本管理模块536提供要验证的一个或多个条件。在这些实施例的一些实施例中,用户可以提供定义所述条件的代码(例如,JavaScript代码、Java代码、C代码、C++代码等)。用户还可以响应于某些条件被满足而提供要执行的行为。响应于智能合约被上传/创建,分布式帐本管理模块536可以部署所述智能合约。在实施例中,分布式帐本管理模块536可以生成包含智能合约的块。所述块可以包括定义所述块的地址的块头,以及包括前一块的地址和所述智能合约的块体。在一些实施例中,分布式帐本管理模块536可以基于块的块体确定哈希值和/或可以对所述块加密。分布式帐本管理模块536可以将所述块发送至一个或多个节点计算设备160,所述一个或多个节点计算设备160则使用包含智能合约的所述块更新分布式帐本。分布式帐本管理模块536还可以向可以访问智能合约的一个当事人或多个当事人提供块的地址。在不脱离本申请的范围的情况下,分布式帐本管理模块536可以执行额外的或可替代的功能。
后端系统150可以包括未讨论的额外的或替代性的部件、数据存储区和/或模块。
图6至图9-编码和/或解码传感器数据的示例性方法
图6示出了用于压缩由传感器套件100获得的传感器数据的方法600的一组示例性操作。在实施例中,方法600可以由传感器套件100的边缘设备104来执行。
在步骤610,边缘设备104经由传感器套件网络200从传感器套件100的一个或多个传感器102接收传感器数据。在实施例中,来自相应的传感器102的传感器数据可以在报告数据包中接收。每个报告包可以包括生成报告数据包的传感器102的设备标识符和由传感器102捕获的一个或多个传感器数据实例。报告数据包可以包括其他数据,例如时间戳或其他元数据。
在步骤612,边缘设备104处理传感器数据。在实施例中,边缘设备104可以将任何重复的报告数据包进行重复删除。在实施例中,边缘设备104可以滤除明显错误的传感器数据(例如,超出容差范围)。在实施例中,边缘设备104可以聚集从多个传感器102获得的传感器数据。在实施例中,边缘设备104可以执行一个或多个AI相关任务,例如确定与工业环境的一个或多个工业部件的状况相关的预测或分类。在这些实施例中的一些实施例中,压缩传感器数据的决定可以取决于边缘设备104是否确定工业部件存在任何潜在问题。例如,当没有问题被预测或分类时,边缘设备104可以压缩传感器数据。在其他实施例中,边缘设备104可以对发送至后端系统的任何传感器数据或某些类型的传感器数据(例如,从温度传感器获得的传感器数据)进行压缩。
在步骤614,边缘设备104可以压缩传感器数据。边缘设备104可以采用任何合适的压缩技术来对传感器数据进行压缩。例如,边缘设备104可以采用垂直或水平压缩技术。边缘设备104可以配置有压缩传感器数据的编解码器。编解码器可以是专有编解码器或“现成的”编解码器。
在步骤616,边缘设备104可以将经压缩的传感器数据发送至后端系统150。在实施例中,边缘设备104可以生成包含经压缩的数据的传感器套件数据包。传感器套件数据包可以指定传感器套件数据包的来源(例如,传感器套件标识符或边缘设备标识符),并且可以包括其他元数据(例如,时间戳)。在实施例中,边缘设备104可以在将传感器套件数据包发送至后端系统150之前对传感器套件数据包加密。在实施例中,边缘设备104将传感器包直接(例如,经由蜂窝连接、网络连接或卫星上行链路)发送至后端系统150。在其他实施例中,边缘设备104经由网关设备将传感器套件数据包发送至后端系统150,所述网关设备将传感器套件数据包直接(例如,经由蜂窝连接或卫星上行链路)发送至后端系统150。
图7示出了用于处理从传感器套件100接收的经压缩的传感器数据的方法700的一组示例性操作。在实施例中,方法700由后端系统150执行。
在步骤710,后端系统150从传感器套件接收经压缩的传感器数据。在实施例中,经压缩的传感器数据可以在传感器套件数据包中接收。
在步骤712,后端系统150对所接收的传感器数据进行解压缩。在实施例中,后端系统可以利用编解码器来对所接收的传感器数据进行解压缩。在对所接收的传感器数据进行解压缩之前,后端系统150可以对包含经压缩的传感器数据的传感器套件数据包进行解密。
在步骤714,后端系统150对解压缩的传感器数据执行一个或多个后端操作。所述后端操作可以包括存储数据、过滤数据、对传感器数据执行AI相关任务、发布与AI相关任务的结果相关的一个或多个通知、执行一个或多个分析相关任务、控制工业环境的工业部件等。
图8示出了用于将来自传感器套件100的传感器数据流式传输至后端系统150的方法800的一组示例性操作。在实施例中,方法800可以由传感器套件100的边缘设备104来执行。
在步骤810,边缘设备104经由传感器套件网络200从传感器套件100的一个或多个传感器102接收传感器数据。在实施例中,来自相应的传感器102的传感器数据可以在报告数据包中接收。每个报告包可以包括生成报告数据包的传感器102的设备标识符和由传感器102捕获的一个或多个传感器数据实例。报告数据包可以包括其他数据,例如时间戳或其他元数据。在实施例中,边缘设备104可以处理传感器数据。例如,边缘设备104可以对任何重复的报告数据包进行重复数据删除,和/或可以滤除明显错误的传感器数据(例如,超出容差范围)。在实施例中,边缘设备104可以聚集从多个传感器102获得的传感器数据。
在步骤812,边缘设备104可以将传感器数据归一化和/或变换成符合格式的媒体帧。在实施例中,边缘设备104可以将每个传感器数据实例归一化和/或变换成符合将包含传感器数据的媒体帧的限制的值。例如,在媒体帧是视频帧的实施例中,边缘设备104可以将传感器数据实例归一化和/或变换成可接受的像素帧。边缘设备104可以采用一个或多个映射和/或归一化函数来变换和/或归一化传感器数据。
在步骤814,边缘设备104可以基于变换和/或归一化后的传感器数据生成一组媒体帧。例如,在媒体帧是视频帧的实施例中,边缘设备104可以将变换和/或归一化后的传感器数据的每个实例填充到视频帧的相应像素中。边缘设备104将变换和/或归一化后的传感器数据实例分配给相应像素的方式可以在将相应的传感器映射到相应的像素值的映射中进行定义。在实施例中,所述映射可以被定义成使得相邻像素中的值之间的差异最小化。在实施例中,边缘设备104可以生成一系列时间顺序的媒体帧,使得每个连续的媒体帧对应于随后的一组传感器数据实例。
在步骤816,边缘设备104可以对媒体帧块进行编码。在实施例中,边缘设备104可以使用媒体编解码器(例如,视频编解码器)的编码器来对媒体帧块进行压缩。编解码器可以是专有编解码器或“现成的”编解码器。例如,媒体编解码器可以是H264/MPEG-4编解码器、H265/MPEG-4编解码器、H263/MPEG-4编解码器、专有编解码器等。编解码器接收媒体帧块,并基于所述媒体帧块生成编码后的媒体块。
在步骤818,边缘设备104可以将编码后的媒体块发送至后端系统150。在实施例中,边缘设备104可以将编码后的媒体块流式发送至后端系统150。每个编码块可以指定块的来源(例如,传感器套件标识符或边缘设备标识符),并且可以包括其他元数据(例如,时间戳和/或块标识符)。在实施例中,边缘设备104可以在向后端系统150发送编码后的媒体块之前对所述编码后的媒体块进行加密。边缘设备104可以直接(例如,经由蜂窝连接、网络连接或卫星上行链路)或者经由网关设备将编码后的媒体块发送至后端系统150,所述网关设备直接(例如,经由蜂窝连接或卫星上行链路)将编码后的媒体块发送至后端系统150。
边缘设备104可以继续执行前述方法800,使得传送来自传感器套件的实时传感器数据流。前述方法900可以在下述环境中执行,所述环境中部署有许多传感器并且传感器被频繁或连续采样。通过这种方式,减少了向后端系统提供传感器数据所需的带宽。
图9示出了用于从边缘设备104获取传感器数据流的方法900的一组示例性操作。在实施例中,方法900由后端系统执行。
在步骤910,后端系统150从传感器套件接收编码后的媒体块。后端系统150可以接收编码后的媒体块作为传感器数据流的一部分。
在步骤912,后端系统150使用对应于用于对媒体块进行编码的编解码器的解码器来对编码块进行解码,以获得一组连续的媒体帧。如关于编码操作所讨论的,编解码器可以是专有编解码器或“现成的”编解码器。例如,媒体编解码器可以是H264/MPEG-4编解码器、H265/MPEG-4编解码器、H263/MPEG-4编解码器、专有编解码器等。编解码器接收媒体帧的编码块,并解码该编码块以获得一组连续的媒体帧。
在步骤914,后端系统150基于媒体帧重新创建传感器数据。在实施例中,后端系统150确定嵌入每个相应媒体帧中的归一化和/或变换后的传感器值。例如,在媒体帧是视频帧的实施例中,后端系统150可以确定媒体帧中每个像素的像素值。像素值可以对应于传感器套件100的相应传感器102,并且所述值可以表示归一化和/变换后传感器数据实例。在实施例中,后端系统150可以通过对像素值进行逆归一化和/或逆变换来重建传感器数据。在实施例中,后端系统150可以利用逆变换和/或逆归一化函数来获得每个重建的传感器数据实例。
在步骤918,后端系统150基于重建的传感器数据执行一个或多个后端操作。所述后端操作可以包括存储数据、过滤数据、对传感器数据执行AI相关任务、发布与AI相关任务的结果相关的一个或多个通知、执行一个或多个分析相关任务、控制工业环境的工业部件等。
图10-确定传输策略的示例性方法
图10示出了一种,基于传感器数据,确定由传感器套件100收集的传感器数据的传输策略和/或存储策略方法1000的一组操作。传输策略可以定义将传感器数据(如果有的话)传输至后端系统的方式。例如,传感器数据可以使用积极的有损编解码器进行压缩,使用无损编解码器进行压缩和/或在不进行压缩的情况下进行发送。存储策略可以定义在边缘设备104处存储传感器数据的方式。例如,传感器数据可以被永久地存储(或直到人类移除传感器数据位置),可以被存储一段时间(例如,一年)或者可以被删除。方法1000可以由边缘设备104执行。可以执行方法1000以减少传感器套件100消耗的网络带宽和/或减少边缘设备104处的存储约束。
在步骤1010,边缘设备104从传感器套件100的传感器102接收传感器数据。可以连续或间歇地接收所述数据。在实施例中,传感器102可以将传感器数据推送到边缘设备104和/或边缘设备104可以周期性地向传感器102请求传感器数据102。在实施例中,边缘设备104可以在接收到传感器数据时对传感器数据进行处理,包括对传感器数据进行重复数据删除。
在实施例中,边缘设备104可在经由卫星上行链路传输之前执行一个或多个与AI相关的任务。在这些实施例的一些实施例中,边缘设备104可应用于基于传感器数据和一个或多个机器学习的模型来确定是否可能不存在与任何部件和/或工业环境有关的问题。
在步骤1012,边缘设备104可以基于传感器数据生成一个或多个特征向量。所述特征向量可以包括来自传感器套件100中的单个传感器102、传感器102的子集或所有传感器102的传感器数据。在单个传感器或传感器子集102包含在特征向量中的情况下,可以对机器学习模型进行训练以识别与工业部件或工业环境有关的一个或多个问题,但可能不足以完全认为整个环境可能安全/没有问题。附加地或替代地,特征向量可以对应于某一时刻的单个快照(例如,特征向量中的所有传感器数据对应于相同的采样事件)或对应于在一段时间内的单个快照(来自最近采样事件的传感器数据样本和来自先前采样事件的传感器数据样本)。在特征向量定义单个快照中的传感器数据的实施例中,可以对机器学习模型进行训练,从而基于传感器102先前报告的内容识别潜在问题。在特征向量定义了一段时间内的传感器数据的实施例中,可以对机器学习模型进行训练以在传感器102先前报告什么的情况下识别潜在问题。在这些实施例中,边缘设备104可以维持在预定时间(例如,前一个小时、前一天、前N天)内所采样的传感器数据的高速缓存,使得所述高速缓存以先入先出的方式被清除。在这些实施例中,边缘设备104可以从所述高速缓存中得到之前的传感器数据样本,以用于生成下述特征向量,所述特征向量具有一段时间内的数据样本。
在步骤1014,边缘设备104可以将所述一个或多个特征向量输入至一个或多个相应的机器学习模型。相应的模型可以输出与工业部件和/或工业环境有关的预测或分类,以及与所述预测或分类有关的置信度。
在步骤1016,边缘设备104可以基于机器学习模型的输出来确定传输策略和/或存储策略。在一些实施例中,边缘设备104可以做出与传感器数据被发送至后端系统150的方式有关的决定。在一些实施例中,边缘设备104可以做出与传感器数据被发送至后端系统150和/或被存储到边缘设备处的方式有关的决定。在这些实施例中的一些实施例中,当整个工业环境和工业环境的各个部件可能不存在问题时,边缘设备104可以对传感器数据进行压缩。例如,如果机器学习模型预测可能不存在问题并且将目前没有问题分类为具有高置信度(例如,置信度得分为大于0.98),则边缘设备104可以对传感器数据进行压缩。可替代地,在机器学习模型预测可能不存在问题并且将当前不存在问题分类为具有高置信度的情况下,边缘设备104可以放弃发送传感器数据,而是可以将传感器数据存储在边缘设备104处预定时间段(例如,一年期满)。在机器学习模型预测存在潜在问题或识别为现有问题的情况下,边缘设备104可以在不压缩传感器数据或者使用无损压缩编解码器压缩传感器数据的情况下发送传感器数据。附加地或可替代地,在机器学习模型预测存储潜在问题或分类为现有问题的情况下,边缘设备104可以存储用于无限期地进行预测或分类的传感器数据,以及该情况被预测或分类之前和/或之后收集的数据。
图11至图15-示例性传感器套件配置
图11示出了根据本申请的一些实施例的传感器套件1000的示例性配置。在所示出的示例中,传感器套件1000用于经由到卫星1110的上行链路1108与通信网络180通信。在实施例中,图11中的传感器套件1000用于用在位于远程位置的工业环境中,在所述远程位置处,蜂窝覆盖不可靠或者不存在蜂窝覆盖。在实施例中,传感器套件1000可以安装在自然资源开采系统、自然资源运输系统、发电设施等中。例如,传感器套件1000可以部署在油田或天然气田、海上石油砖塔、矿井、石油管道或天然气管道、太阳能场、风电场、水电站等中。
在图11的示例中,传感器套件1000包括边缘设备104和一组传感器102。传感器102可以包括各种类型的传感器102,所述类型因工业环境而异。在所示出的示例中,传感器102经由网状网络与边缘设备104通信。在这些实施例中,传感器102可以将传感器数据发送至邻近的传感器102,以将传感器数据传播至位于工业环境的远程/外围区域的边缘设备104。虽然示出的是网状网络,但是图11的传感器套件1000还可以包括可替代的网络拓扑结构,诸如分级拓扑结构(例如,一些或全部传感器102经由相应的收集设备与边缘设备104通信)或星形拓扑结构(例如,传感器102直接与边缘设备通信)。
在图11的实施例中,边缘设备104包括具有定向天线的卫星终端,所述卫星终端与卫星通信。卫星终端可以预先配置成与地球同步卫星或低地球轨道卫星通信。边缘设备104可以从由传感器套件1000建立的传感器套件网络接收传感器数据。然后,边缘设备104可以经由卫星1110将传感器数据发送至后端系统150。
在实施例中,传感器套件1000的配置适用于下述工业环境,所述工业环境覆盖外部电源不充足的远程区域。在实施例中,传感器套件1000可以包括外部电源,诸如电池、可充电电池、发电机和/或太阳能电池板。在这些实施例中,所述外部电源可以被部署成为传感器102、边缘设备104以及传感器套件1000中的任何其他设备供电。
在实施例中,传感器套件1000的配置适用于户外工业环境。在实施例中,传感器102、边缘设备104和传感器套件100中的其他设备(例如,收集设备)可以配置有防风雨壳体。在这些实施例中,传感器套件1000可以被部署在室外环境中。
在实施例中,边缘设备104可在经由卫星上行链路发送之前执行一个或多个与AI相关的任务。在这些实施例中的一些实施例中,边缘设备104可应用于基于传感器数据和一个或多个机器学习模型来确定是否可能不存在与任何组件和/或工业环境相关的问题。在实施例中,边缘设备104可以从所述各种类型的传感器接收传感器数据,并且可以基于所述传感器数据生成一个或多个特征向量。所述特征向量可以包括来自传感器套件1000中的单个传感器102、传感器102的子集或全部传感器102的传感器数据。在单个传感器或传感器的子集102包含在特征向量中的情况下,可以对机器学习模型进行训练以识别与工业部件或工业环境有关的一个或多个问题,但可能不足以完全认为整个环境可能安全/没有问题。附加地或替代地,特征向量可以对应于某一时刻的单个快照(例如,特征向量中的所有传感器数据对应于相同的采样事件)或对应于在一段时间内的单个快照(来自最近采样事件的传感器数据样本和来自先前采样事件的传感器数据样本)。在特征向量定义单个快照中的传感器数据的实施例中,可以对机器学习模型进行训练,从而基于传感器102先前报告的内容识别潜在问题。在特征向量定义了一段时间内的传感器数据的实施例中,可以对机器学习模型进行训练以在传感器102先前报告什么的情况下识别潜在问题。在这些实施例中,边缘设备104可以维持在预定时间(例如,前一个小时、前一天、前N天)内所采样的传感器数据的高速缓存,使得所述高速缓存以先入先出的方式被清除。在这些实施例中,边缘设备104可以从所述高速缓存中得到之前的传感器数据样本,以用于生成下述特征向量,所述特征向量具有一段时间内的数据样本。
在实施例中,边缘设备104可以将所述一个或多个特征向量馈送至一个或多个相应的机器学习模型。相应的模型可以输出与工业部件和/或工业环境有关的预测或分类,以及与所述预测或分类有关的置信度。在一些实施例中,边缘设备104可以做出与传感器数据被发送至后端系统150和/或被存储到边缘设备处的方式有关的决定。例如,在一些实施例中,边缘设备104可以基于所述预测或分类对传感器数据进行压缩。在这些实施例中的一些实施例中,当整个工业环境和工业环境的各个部件可能不存在问题时,边缘设备104可以对传感器数据进行压缩。例如,如果机器学习模型预测可能不存在问题并且将目前没有问题分类为具有高置信度(例如,置信度得分为大于0.98),则边缘设备104可以对传感器数据进行压缩。可替代地,在机器学习模型预测可能不存在问题并且将当前不存在问题分类为具有高置信度的情况下,边缘设备104可以放弃发送传感器数据,而是可以将传感器数据存储在边缘设备104处预定时间段(例如,一年)。在机器学习模型预测存在潜在问题或识别为现有问题的情况下,边缘设备104可以在不压缩传感器数据或者使用无损压缩编解码器压缩传感器数据的情况下发送传感器数据。通过这种方式,由于大多数情况下会对传感器数据进行压缩或者不发送传感器数据,经由卫星上行链路传输的带宽量可能会减少。
在实施例中,边缘设备104可以应用一个或多个规则来确定是否存在触发条件。在实施例中,所述一个或多个规则可以被定制以识别潜在的危险和/或紧急情况。在这些实施例中,当存在触发条件时,边缘设备104可以触发一个或多个通知或警报。附加地或可替代地,当存在触发条件时,边缘设备104可以在不进行任何压缩的情况下发送传感器数据。
图12示出了根据本申请的一些实施例的传感器套件1200的示例性配置。在所示的示例中,传感器套件1200被配置成包括网关设备1206,所述网关设备1206经由至卫星1110的上行链路1108与通信网络180通信。在实施例中,图12中的传感器套件1200用于用在位于远程位置的工业环境,在所述远程位置处,蜂窝覆盖不可靠或不存在蜂窝覆盖,并且边缘设备104位于针对卫星进行物理传输是不可靠或不可行的位置。在实施例中,传感器套件1000可以安装在地下或水下设施中,或者安装在具有非常厚的壁的设施中。例如,传感器套件1000可以部署在地下矿井、水下石油或天然气管道、水下水力发电站等中。
在图12的示例中,传感器套件1200包括边缘设备104、一组传感器102和网关设备1206。在实施例中,网关设备1206是包括卫星终端的通信设备,所述卫星终端具有与卫星通信的定向天线。卫星终端可以预先配置成与地球同步卫星或低地球轨道卫星通信。在实施例中,网关设备1206可以经由有线通信链路1208(例如以太网)与边缘设备104通信。边缘设备104可以从由传感器套件1200建立的传感器套件网络接收传感器数据。边缘设备104然后可以经由有线通信链路1208将传感器数据发送至网关设备1206。然后,网关设备1206可以经由卫星1110的上行链路将传感器数据发送至后端系统150。
传感器102可以包括各种类型的传感器102,所述类型因工业环境而异。在所示出的示例中,传感器102经由网状网络与边缘设备104通信。在这些实施例中,传感器102可以将传感器数据发送至邻近的传感器102,以将传感器数据传播至位于工业环境的远程/外围区域的边缘设备104。虽然示出的是网状网络,但是图12的传感器套件1200还可以包括可替代的网络拓扑结构,诸如分级拓扑结构(例如,一些或全部传感器102经由相应的收集设备与边缘设备104通信)或星形拓扑结构(例如,传感器102直接与边缘设备通信)。
在实施例中,传感器套件1200的配置适用于下述工业环境,所述工业环境覆盖外部电源不充足的远程区域。在实施例中,传感器套件1200可以包括外部电源,诸如电池、可充电电池、发电机和/或太阳能电池板。在这些实施例中,所述外部电源可以被部署成为传感器102、边缘设备104以及传感器套件1200中的任何其他设备供电。
在实施例中,传感器套件1200的配置适用于地下或水下工业环境。在实施例中,传感器102、边缘设备104和传感器套件100中的其他设备(例如,收集设备)可以配置有防水壳体或其他气密壳体(以防止灰尘进入边缘设备104和/或传感器设备102)。此外,由于网关设备1208可能位于室外,所以网关设备1208可以包括防风雨壳体。
在实施例中,边缘设备104可在经由卫星上行链路发送之前执行一个或多个与AI相关的任务。在这些实施例中的一些实施例中,边缘设备104可应用于基于传感器数据和一个或多个机器学习模型来确定是否可能不存在与任何组件和/或工业环境相关的问题。在实施例中,边缘设备104可以从所述各种类型的传感器接收传感器数据,并且可以基于所述传感器数据生成一个或多个特征向量。所述特征向量可以包括来自传感器套件1200中的单个传感器102、传感器102的子集或所有传感器102的传感器数据。在单个传感器或传感器的子集102包含在特征向量中的情况下,可以对机器学习模型进行训练以识别与工业部件或工业环境有关的一个或多个问题,但可能不足以完全认为整个环境可能安全/没有问题。附加地或替代地,特征向量可以对应于某一时刻的单个快照(例如,特征向量中的所有传感器数据对应于相同的采样事件)或对应于在一段时间内的单个快照(来自最近采样事件的传感器数据样本和来自先前采样事件的传感器数据样本)。在特征向量定义单个快照中的传感器数据的实施例中,可以对机器学习模型进行训练,从而基于传感器102先前报告的内容识别潜在问题。在特征向量定义了一段时间内的传感器数据的实施例中,可以对机器学习模型进行训练以在传感器102先前报告什么的情况下识别潜在问题。在这些实施例中,边缘设备104可以维持在预定时间(例如,前一个小时、前一天、前N天)内所采样的传感器数据的高速缓存,使得所述高速缓存以先入先出的方式被清除。在这些实施例中,边缘设备104可以从所述高速缓存中得到之前的传感器数据样本,以用于生成下述特征向量,所述特征向量具有一段时间内的数据样本。
在实施例中,边缘设备104可以将所述一个或多个特征向量馈送至一个或多个相应的机器学习模型。相应的模型可以输出与工业部件和/或工业环境有关的预测或分类,以及与所述预测或分类有关的置信度。在一些实施例中,边缘设备104可以做出与传感器数据被发送至后端系统150和/或被存储到边缘设备处的方式有关的决定。例如,在一些实施例中,边缘设备104可以基于所述预测或分类对传感器数据进行压缩。在这些实施例中的一些实施例中,当整个工业环境和工业环境的各个部件可能不存在问题时,边缘设备104可以对传感器数据进行压缩。例如,如果机器学习模型预测可能不存在问题并且将目前没有问题分类为具有高置信度(例如,置信度得分为大于0.98),则边缘设备104可以对传感器数据进行压缩。可替代地,在机器学习模型预测可能不存在问题并且将当前不存在问题分类为具有高置信度的情况下,边缘设备104可以放弃发送传感器数据,而是可以将传感器数据存储在边缘设备104处预定时间段(例如,一年)。在机器学习模型预测存在潜在问题或识别为现有问题的情况下,边缘设备104可以在不压缩传感器数据或者使用无损压缩编解码器压缩传感器数据的情况下发送传感器数据。通过这种方式,由于大多数情况下会对传感器数据进行压缩或者不发送传感器数据,经由卫星上行链路传输的带宽量可能会减少。
在实施例中,边缘设备104可以应用一个或多个规则来确定是否存在触发条件。在实施例中,所述一个或多个规则可以被定制以识别潜在的危险和/或紧急情况。在这些实施例中,当存在触发条件时,边缘设备104可以触发一个或多个通知或警报。附加地或可替代地,当存在触发条件时,边缘设备104可以在不进行任何压缩的情况下(经由网关设备1206)发送传感器数据。
图13示出了根据本申请的一些实施例的传感器套件1300的示例性配置。在图13的示例中,传感器套件1300包括边缘设备104、一组传感器和一组收集设备。在实施例中,传感器套件1300的配置适用于下述工业环境,所述工业环境覆盖大面积且电源充足,但是其中的工业操作者不希望将传感器套件1300连接至所述工业环境工业环境的私人网络。在实施例中,边缘设备104包括具有与手机信号塔1310通信的收发器的蜂窝通信设备(例如4G LTE芯片组或5G LTE芯片组)。蜂窝通信可以被预先配置成与蜂窝数据提供商通信。例如,在实施例中,边缘设备104可以包括由蜂窝提供商注册的SIM卡,所述蜂窝提供商具有靠近工业环境的信号塔1310。边缘设备104可以从由传感器套件1300建立的传感器套件网络接收传感器数据。边缘设备104可以处理传感器数据,然后通过手机信号塔1310将传感器数据发送至后端系统150。
传感器102可以包括各种类型的传感器102,所述类型因工业环境而异。在所示出的示例中,传感器102经由分级网络与边缘设备104通信。在这些实施例中,传感器102可以将传感器数据发送至收集设备206,收集设备206则可以经由有线或无线通信链路将传感器数据发送至边缘设备104。所述分级网络可以部署在下述位置,所述位置的被监测的面积相当大(例如,超过40,000平方英尺)并且电源充足,例如部署在工厂、发电厂、食品检验机构、室内种植设施等。虽然示出的是分级网络,但是图13中的传感器套件1300还可以包括替代的网络拓扑结构,例如网状拓扑结构或星形拓扑结构(例如,传感器102直接与边缘设备通信)。
在实施例中,边缘设备104可在经由卫星上行链路发送之前执行一个或多个与AI相关的任务。在这些实施例中的一些实施例中,边缘设备104可应用于基于传感器数据和一个或多个机器学习模型来确定是否可能不存在与任何组件和/或工业环境相关的问题。在实施例中,边缘设备104可以从所述各种类型的传感器接收传感器数据,并且可以基于所述传感器数据生成一个或多个特征向量。所述特征向量可以包括来自传感器套件1300中的单个传感器102、传感器102的子集或所有传感器102的传感器数据。在单个传感器或传感器的子集102包含在特征向量中的情况下,可以对机器学习模型进行训练以识别与工业部件或工业环境有关的一个或多个问题,但可能不足以完全认为整个环境可能安全/没有问题。附加地或替代地,特征向量可以对应于某一时刻的单个快照(例如,特征向量中的所有传感器数据对应于相同的采样事件)或对应于在一段时间内的单个快照(来自最近采样事件的传感器数据样本和来自先前采样事件的传感器数据样本)。在特征向量定义单个快照中的传感器数据的实施例中,可以对机器学习模型进行训练,从而基于传感器102先前报告的内容识别潜在问题。在特征向量定义了一段时间内的传感器数据的实施例中,可以对机器学习模型进行训练以在传感器102先前报告什么的情况下识别潜在问题。在这些实施例中,边缘设备104可以维持在预定时间(例如,前一个小时、前一天、前N天)内所采样的传感器数据的高速缓存,使得所述高速缓存以先入先出的方式被清除。在这些实施例中,边缘设备104可以从所述高速缓存中得到之前的传感器数据样本,以用于生成下述特征向量,所述特征向量具有一段时间内的数据样本。
在实施例中,边缘设备104可以将所述一个或多个特征向量馈送至一个或多个相应的机器学习模型。相应的模型可以输出与工业部件和/或工业环境有关的预测或分类,以及与所述预测或分类有关的置信度。在一些实施例中,边缘设备104可以做出与传感器数据被发送至后端系统150和/或被存储到边缘设备处的方式有关的决定。例如,在一些实施例中,边缘设备104可以基于所述预测或分类对传感器数据进行压缩。在这些实施例中的一些实施例中,当整个工业环境和工业环境的各个部件可能不存在问题时,边缘设备104可以对传感器数据进行压缩。例如,如果机器学习模型预测可能不存在问题并且将目前没有问题分类为具有高置信度(例如,置信度得分为大于0.98),则边缘设备104可以对传感器数据进行压缩。可替代地,在机器学习模型预测可能不存在问题并且将当前不存在问题分类为具有高置信度的情况下,边缘设备104可以放弃发送传感器数据,而是可以将传感器数据存储在边缘设备104处预定时间段(例如,一年)。在机器学习模型预测存在潜在问题或识别为现有问题的情况下,边缘设备104可以在不压缩传感器数据或者使用无损压缩编解码器压缩传感器数据的情况下发送传感器数据。通过这种方式,由于大多数情况下会对传感器数据进行压缩或者不发送传感器数据,经由手机信号塔传输的带宽量可能会减少。
在实施例中,边缘设备104可以应用一个或多个规则来确定是否存在触发条件。在实施例中,所述一个或多个规则可以被定制以识别潜在的危险和/或紧急情况。在这些实施例中,当存在触发条件时,边缘设备104可以触发一个或多个通知或警报。附加地或可替代地,当存在触发条件时,边缘设备104可以在不进行任何压缩的情况下发送传感器数据。
图14示出了根据本申请的一些实施例的传感器套件1400的示例性配置。在图14的示例中,传感器套件1400包括边缘设备104、一组传感器102、一组收集设备206以及网关设备1406。在实施例中,传感器套件1400的配置适用于下述工业环境,所述工业环境覆盖大面积且电源充足,但是其中的工业操作者不希望将传感器套件1400连接至工业环境工业环境的私人网络,并且工业环境的壁使得无线通信(例如蜂窝通信)不可靠或不可行。在实施例中,网关设备1406是蜂窝网络网关设备,所述蜂窝网络网关设备包括具有与手机信号塔1310通信的收发器的蜂窝通信设备(例如4G、5G芯片组)。蜂窝通信可以被预先配置成与蜂窝数据提供商通信。例如,在实施例中,所述网关设备可以包括由蜂窝提供商注册的SIM卡,所述蜂窝提供商具有靠近工业环境的手机信号塔1310。在实施例中,网关设备1406可以经由有线通信链路1408(例如以太网)与边缘设备104通信。边缘设备104可以从由传感器套件1400建立的传感器套件网络接收传感器数据。边缘设备104然后可以经由有线通信链路1408将传感器数据发送至网关设备1406。然后,网关设备1406可以经由手机信号塔1310将传感器数据发送至后端系统150。
传感器102可以包括各种类型的传感器102,所述类型因工业环境而异。在所示出的示例中,传感器102经由分级网络与边缘设备104通信。在这些实施例中,传感器102可以将传感器数据发送至收集设备206,收集设备206则可以经由有线或无线通信链路将传感器数据发送至边缘设备104。所述分级网络可以部署在下述位置,所述位置的被监测的面积相当大(例如,超过40,000平方英尺)并且电源充足,例如部署在工厂、发电厂、食品检验机构、室内种植设施等。虽然示出的是分级网络,但是图14中的传感器套件1400还可以包括替代的网络拓扑结构,例如网状拓扑结构或星形拓扑结构(例如,传感器102直接与边缘设备通信)。
在实施例中,边缘设备104可在经由卫星上行链路发送之前执行一个或多个与AI相关的任务。在这些实施例中的一些实施例中,边缘设备104可应用于基于传感器数据和一个或多个机器学习模型来确定是否可能不存在与任何组件和/或工业环境相关的问题。在实施例中,边缘设备104可以从所述各种类型的传感器接收传感器数据,并且可以基于所述传感器数据生成一个或多个特征向量。所述特征向量可以包括来自传感器套件1400中的单个传感器102、传感器102的子集或所有传感器102的传感器数据。在单个传感器或传感器的子集102包含在特征向量中的情况下,可以对机器学习模型进行训练以识别与工业部件或工业环境有关的一个或多个问题,但可能不足以完全认为整个环境可能安全/没有问题。附加地或替代地,特征向量可以对应于某一时刻的单个快照(例如,特征向量中的所有传感器数据对应于相同的采样事件)或对应于在一段时间内的单个快照(来自最近采样事件的传感器数据样本和来自先前采样事件的传感器数据样本)。在特征向量定义单个快照中的传感器数据的实施例中,可以对机器学习模型进行训练,从而基于传感器102先前报告的内容识别潜在问题。在特征向量定义了一段时间内的传感器数据的实施例中,可以对机器学习模型进行训练以在传感器102先前报告什么的情况下识别潜在问题。在这些实施例中,边缘设备104可以维持在预定时间(例如,前一个小时、前一天、前N天)内所采样的传感器数据的高速缓存,使得所述高速缓存以先入先出的方式被清除。在这些实施例中,边缘设备104可以从所述高速缓存中得到之前的传感器数据样本,以用于生成下述特征向量,所述特征向量具有一段时间内的数据样本。
在实施例中,边缘设备104可以将所述一个或多个特征向量馈送至一个或多个相应的机器学习模型。相应的模型可以输出与工业部件和/或工业环境有关的预测或分类,以及与所述预测或分类有关的置信度。在一些实施例中,边缘设备104可以做出与传感器数据被发送至后端系统150和/或被存储到边缘设备处的方式有关的决定。例如,在一些实施例中,边缘设备104可以基于所述预测或分类对传感器数据进行压缩。在这些实施例中的一些实施例中,当整个工业环境和工业环境的各个部件可能不存在问题时,边缘设备104可以对传感器数据进行压缩。例如,如果机器学习模型预测可能不存在问题并且将目前没有问题分类为具有高置信度(例如,置信度得分为大于0.98),则边缘设备104可以对传感器数据进行压缩。可替代地,在机器学习模型预测可能不存在问题并且将当前不存在问题分类为具有高置信度的情况下,边缘设备104可以放弃发送传感器数据,而是可以将传感器数据存储在边缘设备104处预定时间段(例如,一年)。在机器学习模型预测存在潜在问题或识别为现有问题的情况下,边缘设备104可以在不压缩传感器数据或者使用无损压缩编解码器压缩传感器数据的情况下发送传感器数据。通过这种方式,由于大多数情况下会对传感器数据进行压缩或者不发送传感器数据,经由手机信号塔传输的带宽量可能会减少。
在实施例中,边缘设备104可以应用一个或多个规则来确定是否存在触发条件。在实施例中,所述一个或多个规则可以被定制以识别潜在的危险和/或紧急情况。在这些实施例中,当存在触发条件时,边缘设备104可以触发一个或多个通知或警报。附加地或可替代地,当存在触发条件时,边缘设备104可以在不进行任何压缩的情况下发送传感器数据。
图15示出了根据本申请的一些实施例的用于安装在农业环境1520中的传感器套件1500的示例性配置。在图15的示例中,传感器套件1500用于安装在室内农业环境1520中,所述室内农业环境1520可以包括但不限于控制系统1522、暖通空调系统1524、照明系统1526、电力系统1528和/或灌溉系统1530。在该示例中,农业环境的各种特征和部件包括由一组传感器102监测的组件。在实施例中,传感器102捕获传感器数据实例,并将相应的传感器数据实例提供给边缘设备102。在图15的示例性实施例中,传感器套件1500包括一组收集设备206,所述组收集设备将传感器数据从传感器102路由至边缘设备104。用于部署在农业环境中的传感器套件1500也可以具有不同的传感器套件网络拓扑结构。例如,在不具有多于两个或三个待监控空间的设施中,传感器套件网络可以是网状或星形网络,这取决于边缘设备102与最远的潜在传感器位置之间的距离。例如,如果边缘设备102与最远的潜在传感器位置之间的距离大于150米,则传感器套件网络可以被配置成网状网络。在图15的实施例中,边缘设备104将传感器数据直接发送至后端系统150。在这些实施例中,边缘设备104包括蜂窝通信设备,所述蜂窝通信设备通过到手机信号塔1310的预配置蜂窝连接与预设蜂窝提供商的手机信号塔1310通信。在本申请的其他实施例中,边缘设备102经由网关设备(例如,网关设备1406)将传感器数据发送置后端系统150,所述网关设备包括与预设蜂窝提供商的手机信号塔1310通信的蜂窝通信设备。
在实施例中,传感器套件1500可以包括下述项的任意合适的组合:光传感器1502、重量传感器1504、温度传感器1506、CO2传感器1508、湿度传感器1510、风扇速度传感器1512和/或音频/视频(音视频)传感器1514(例如,照相机)。传感器套件1500可以布置有附加的或可替代的传感器102。在实施例中,由边缘设备102收集的传感器数据可以包括指示在光传感器1502的区域中检测到的环境光量的环境光测量值。在实施例中,由边缘设备102收集的传感器数据可以包括重量或质量测量值,所述重量或质量测量值指示放置在重量传感器1504上的对象(例如,包含一种或多种植物的盆或托盘)的重量或质量。在实施例中,由边缘设备102收集的传感器数据可以包括指示温度传感器1506附近的环境温度的温度测量值。在实施例中,由边缘设备102收集的传感器数据可以包括指示湿度传感器1510附近的环境湿度的湿度测量值,或者指示由湿度传感器1510监测的介质(例如,土壤)中的相对湿度的湿度测量值。在实施例中,由边缘设备102收集的传感器数据可以包括指示CO2传感器1508附近的CO2环境水平的CO2测量值。在实施例中,由边缘设备102收集的传感器数据可以包括温度测量值,所温度测量值指示温度传感器1506附近的环境温度。在实施例中,由边缘设备102收集的传感器数据可以包括指示由风扇速度传感器1512测量的风扇(例如,暖通空调系统1524的风扇)的经测量的速度的风扇速度测量值。在实施例中,由边缘设备102收集的传感器数据可以包括由音视频传感器1516捕获的视频信号。在不脱离本申请的范围的情况下,由传感器102捕获并由边缘设备104收集的传感器数据可以包括附加或可替代类型的传感器数据。
在实施例中,边缘设备104用于对传感器数据执行一个或多个边缘操作。例如,边缘设备104可以对所接收的传感器数据进行预处理。在实施例中,边缘设备104可以对暖通空调系统1524、照明系统1526、电力系统1528、灌溉系统1530的一个或多个组件,农业设施中生长的植物和/或工业设施本身的潜在问题进行预测或分类。在实施例中,边缘设备104可以针对定义了触发条件的一组规则来分析传感器数据。在这些实施例中,边缘设备104可以响应于触发条件被满足而触发警报或通知。在实施例中,边缘设备104可以在将传感器数据发送至后端系统150之前对传感器数据进行编码、压缩和/或加密。在这些实施例中的一些实施例中,边缘设备104可以基于边缘设备104做出的预测或分类和/或基于一个或多个触发条件被满足来选择性地压缩传感器数据。
在实施例中,边缘设备104可在经由卫星上行链路发送之前执行一个或多个与AI相关的任务。在这些实施例中的一些实施例中,边缘设备104可应用于基于传感器数据和一个或多个机器学习模型来确定是否可能不存在与任何组件和/或工业环境相关的问题。在实施例中,边缘设备104可以从所述各种类型的传感器接收传感器数据,并且可以基于所述传感器数据生成一个或多个特征向量。所述特征向量可以包括来自传感器套件1300中的单个传感器102、传感器102的子集或所有传感器102的传感器数据。在单个传感器或传感器的子集102包含在特征向量中的情况下,可以对机器学习模型进行训练以识别与工业部件或工业环境有关的一个或多个问题,但可能不足以完全认为整个环境可能安全/没有问题。附加地或替代地,特征向量可以对应于某一时刻的单个快照(例如,特征向量中的所有传感器数据对应于相同的采样事件)或对应于在一段时间内的单个快照(来自最近采样事件的传感器数据样本和来自先前采样事件的传感器数据样本)。在特征向量定义单个快照中的传感器数据的实施例中,可以对机器学习模型进行训练,从而基于传感器102先前报告的内容识别潜在问题。在特征向量定义了一段时间内的传感器数据的实施例中,可以对机器学习模型进行训练以在传感器102先前报告什么的情况下识别潜在问题。在这些实施例中,边缘设备104可以维持在预定时间(例如,前一个小时、前一天、前N天)内所采样的传感器数据的高速缓存,使得所述高速缓存以先入先出的方式被清除。在这些实施例中,边缘设备104可以从所述高速缓存中得到之前的传感器数据样本,以用于生成下述特征向量,所述特征向量具有一段时间内的数据样本。
在实施例中,边缘设备104可以将所述一个或多个特征向量馈送至一个或多个相应的机器学习模型。相应的模型可以输出与工业部件和/或工业环境有关的预测或分类,以及与所述预测或分类有关的置信度。在一些实施例中,边缘设备104可以做出与传感器数据被发送至后端系统150和/或被存储到边缘设备处的方式有关的决定。例如,在一些实施例中,边缘设备104可以基于所述预测或分类对传感器数据进行压缩。在这些实施例中的一些实施例中,当整个工业环境和工业环境的各个部件可能不存在问题时,边缘设备104可以对传感器数据进行压缩。例如,如果机器学习模型预测可能不存在问题并且将目前没有问题分类为具有高置信度(例如,置信度得分为大于0.98),则边缘设备104可以对传感器数据进行压缩。可替代地,在机器学习模型预测可能不存在问题并且将当前不存在问题分类为具有高置信度的情况下,边缘设备104可以放弃发送传感器数据,而是可以将传感器数据存储在边缘设备104处预定时间段(例如,一年)。在机器学习模型预测存在潜在问题或识别为现有问题的情况下,边缘设备104可以在不压缩传感器数据或者使用无损压缩编解码器压缩传感器数据的情况下发送传感器数据。通过这种方式,由于大多数情况下会对传感器数据进行压缩或者不发送传感器数据,经由手机信号塔传输的带宽量可能会减少。
在实施例中,边缘设备104可以将一个或多个规则应用于传感器数据来确定是否存在触发条件。在实施例中,所述一个或多个规则可以被定制以识别潜在的危险和/或紧急情况。在这些实施例中,当存在触发条件时,边缘设备104可以触发一个或多个通知或警报。附加地或可替代地,当存在触发条件时,边缘设备104可以在不进行任何压缩的情况下发送传感器数据。在一些实施例中,边缘设备104可以基于将一个或多个规则应用于传感器数据来选择性地压缩和/或传输传感器数据。
在实施例中,后端系统150可以对所接收的传感器数据执行一个或多个后端操作。在实施例中,后端系统150可以对从各个传感器套件1500接收的传感器数据进行解码/解压缩/解密。在实施例中,后端系统150可以对所接收的传感器数据进行预处理。在实施例中,后端系统150可以对从相应的传感器套件1500接收的传感器数据进行预处理。例如,后端系统150可以对传感器数据进行过滤、重复数据消除和/或结构化。在实施例中,后端系统150可以使用传感器数据执行一个或多个与AI相关的任务。在这些实施例中的一些实施例中,后端系统150可以从传感器数据中提取特征,所述特征可应用于分类或预测与农业环境相关的某些条件或事件。例如,后端系统150可以基于重量测量值、温度测量值、CO2测量值、光照测量值和/或其他提取的特征来部署用于预测作物产量的模型。在另一示例中,后端系统150可以部署用于基于温度测量值、湿度测量值、视频信号或图像和/或其他提取的特征来预测或分类农业设施的空间或区域中的霉菌诱发状态的模型。在实施例中,后端系统150可以对传感器数据执行一个或多个分析任务,并且可以通过仪表板向人类用户显示结果。在一些实施例中,后端系统150可以经由仪表板从人类用户接收控制命令。例如,具有足够登录凭证的人力资源可以控制工业环境中的暖通空调系统1524、照明系统1526、电力系统1528和/或灌溉系统1530。在这些实施例中的一些实施例中,后端系统150可以遥测地监测人类用户的行为,并且可以针对响应于向人类用户显示分析结果而采取的行为训练一个或多个机器学习模型(例如,神经网络)。在其他实施例中,后端系统150可以执行与暖通空调系统1524、照明系统1526、电力系统1528和/或灌溉系统1530相关联的一个或多个工作流,以便基于后端系统响应于传感器数据做出的预测或分类来控制农业环境1520的一个或多个系统。在实施例中,后端系统150向农业环境1520的控制系统1522提供一个或多个控制命令,农业环境1520的控制系统1522则基于接收到的控制命令控制暖通空调系统1524、照明系统1526、电力系统1528和/或灌溉系统1530。在实施例中,后端系统150可以提供或利用应用编程接口向农业环境1520提供控制命令。
图16-监测工业环境的示例性方法
图16示出了使用自动配置的后端系统150监测工业环境的方法1600的一组示例性操作。在实施例中,方法1600可以由后端系统150、传感器套件100和仪表板模块532来执行。
在步骤1602,后端系统150将传感器套件100注册至相应的工业环境。在一些实施例中,后端系统150注册多个传感器套件100,并将多个传感器套件100中的每个传感器套件100注册到相应的工业环境。在实施例中,后端系统150提供用于指定待监控的实体或工业环境的类型的接口。在一些实施例中,用户可以选择一组参数来监测传感器套件100的相应工业环境。后端系统150可以基于所选择的参数自动提供后端系统150的一组服务和能力。
在步骤1604,后端系统150配置传感器套件100以监测所述传感器套件100被注册到其中的相应工业环境的物理特性。例如,当相应的工业环境是自然资源开采环境时,后端系统150可以配置红外传感器、探地传感器、光传感器、湿度传感器、温度传感器、化学传感器、风扇速度传感器、转速传感器、重量传感器和照相机传感器中的一个或多个,以监测和收集与自然资源开采环境和其中使用的设备的度量和参数相关的传感器数据。
在步骤1606,传感器套件100将传感器数据实例发送至后端系统150。在一些实施例中,传感器套件100经由网关设备将传感器数据实例发送至后端系统150。网关设备可以为传感器数据实例提供虚拟容器,使得只有相应工业环境的注册的所有者或操作员才可以通过后端系统150访问传感器数据。
在步骤1608,后端系统150对从传感器套件100接收的传感器数据实例进行处理。在一些实施例中,后端系统150包括分析工具和/或机器学习工具。分析工具和/或机器学习设施可以基于工业环境的类型来配置,并且可以处理从传感器套件100接收的传感器数据实例。在一些实施例中,后端系统150基于处理后的传感器数据实例更新和/或配置分布式账本。
在步骤1610,后端系统150配置并填充仪表板。在实施例中,后端系统150配置仪表板以得到并显示下列项中的一个或多个:传感器套件提供的原始传感器数据、与传感器套件100提供的传感器数据相关的分析数据、后端系统150基于传感器数据做出的预测或分类等中。在一些实施例中,后端系统150基于工业环境来配置关于一个或多个传感器类型和/或条件的警报限制。后端系统150可以定义当警报被触发时哪些用户接收通知。在实施例中,后端系统150可以基于工业环境来订阅后端系统150和/或边缘设备104的附加特征。
在步骤1612,仪表板向人类用户提供监测信息。在实施例中,仪表板通过在下述设备上显示监测信息来向用户提供监测信息,所述设备例如是计算机终端、智能手机、监视器或用于显示信息的任何其他合适的设备。监测信息可以通过图形用户界面提供。
图17示出了根据本申请的一些实施例的示例性制造设施1700。制造设施1700可以包括多个工业机器1702,所述多个工业机器1702例如包括传送带、装配机、模具机、涡轮机和动力系统。制造设施1700还可以包括多个产品1704。制造设施可以具有安装在其中的传感器套件100,所述传感器套件100包括多个传感器102和边缘设备104。例如,传感器102中的一个或多个传感器可以安装在一些或所有工业机器1702和产品1704上。
图18示出了根据本申请的一些实施例的示例性水下工业设施1800的表面部分。水下工业设施1800可以包括运输和通信平台1802、存储平台1804和泵送平台1806。水下工业设施1800可以具有安装在其中的传感器套件100,所述传感器套件100包括多个传感器102和边缘设备104。例如,传感器102中的一个或多个传感器可以安装在一些或全部运输和通信平台1802、存储平台1804和泵送平台1806上,以及上述项的单独的部件和机器上。
图19示出了根据本申请的一些实施例的示例性室内农业设施1900。室内农业设施1900可以包括温室1902和多个风力涡轮机1904。室内农业设施1900可以具有安装在其中的传感器套件100,所述传感器套件100包括多个传感器102和边缘设备104。例如,传感器102中的一个或多个传感器可以安装在温室1904的一些或全部部件上以及风力涡轮机1904的一些或全部部件上。
在实施例中,在此提供了用于监控工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述多个套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送至后端系统。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送至后端系统,以及边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件中的多个传感器捕获的传感器数据实例。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络是星形网络,使得多个传感器中的每个传感器使用短程通信协议直接将相应的传感器数据实例发送至边缘设备。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器和边缘设备,所述传感器位于自配置网络中,所述边缘设备对从传感器获得的传感器数据执行一个或多个后端操作。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器和边缘设备,所述边缘设备存储多个模型,并使用适当的模型对从传感器获得的传感器数据执行与AI相关的任务。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器对传感器所收集的传感器数据进行压缩。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,以及所述各种套件具有传感器套件和后端系统,后端系统用于接收由传感器套件收集的传感器数据,并对传感器数据执行一个或多个后端操作。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器和边缘设备,其用于监测室内农业环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器和边缘设备,其用于监测自然资源开采环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器和边缘设备,其用于监测管道环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器和边缘设备,其用于监测制造设施。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器和边缘设备,其用于监测地下水工业环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,以及所述各种套件具有传感器套件和后端系统,传感器套件收集传感器数据,后端系统从传感器套件接收传感器数据并基于所述传感器数据对分布式账本进行更新。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器和边缘设备,所述边缘设备用于将新的传感器添加至传感器套件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有边缘设备,所述边缘设备包括数据处理模块,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,以及所述各种套件具有边缘设备,所述边缘设备包括编码模块,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有边缘设备,所述边缘设备包括快速决策AI模块,所述快速决策AI模块使用机器学习模型来基于所收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,以及所述各种套件具有边缘设备,所述边缘设备包括通知模块,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,以及所述各种套件具有边缘设备,所述边缘设备包括配置模块,所述配置模块通过下述方式来配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有边缘设备,所述边缘设备包括分布式帐本模块,所述分布式账本模块用于使用传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有包括AI模块的后端系统,所述AI模块用于训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,以及所述各种套件具有包括通知模块的后端系统,所述通知模块在基于所收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,以及所述各种套件具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题采取补救措施。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,以及所述各种套件具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置,并且通过下述方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器套件和后端系统,所述后端系统更新定义条件的智能合约,所述条件可以基于从传感器套件接收的传感器数据触发行为。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有分布式账本,所述分布式账本至少部分与监管机构共享的,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器套件和更新智能合约的后端系统,其中,所述智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了用于监控工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,所述套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,该卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,一个或多个存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件中的多个传感器捕获的传感器数据实例。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络是星形网络,使得多个传感器中的每个传感器使用短程通信协议直接将相应的传感器数据实例发送至边缘设备。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有自配置网络中的传感器和边缘设备,所述边缘设备对从传感器获得的传感器数据执行一个或多个后端操作。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有传感器和边缘设备,所述边缘设备存储有多个模型并且基于使用适当模型从传感器获得的传感器数据执行AI相关任务。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有传感器和边缘设备,所述边缘合并使用媒体编解码器对由传感器收集的传感器数据进行压缩。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据,并对所述传感器数据执行一个或多个后端操作。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有传感器和边缘设备,所述边缘设备用于监测室内农业环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有传感器和边缘设备,所述边缘设备用于监测自然资源开采环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有传感器和边缘设备,所述边缘设备用于监测管道环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有传感器和边缘设备,所述边缘设备用于监测制造设施。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有传感器和边缘设备,所述边缘设备用于监测地下水工业环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有传感器套件和后端系统,所述传感器套件收集传感器数据,所述后端系统从传感器套件接收传感器数据并基于所述传感器数据更新分布式账本。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有传感器和边缘设备,所述边缘设备用于将新的传感器添加至传感器套件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有传感器、边缘设备和网关设备,所述网关设备代表传感器套件与通信网络通信。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有边缘设备,所述边缘设备包括数据处理模块,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有边缘设备,所述边缘设备包括编码模块,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有边缘设备,所述边缘设备包括快速决策AI模块,所述快速决策AI模块使用机器学习模型来基于所收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有边缘设备,所述边缘设备包括通知模块,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有边缘设备,所述边缘设备包括配置模块,所述配置模块通过下述方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有边缘设备,所述边缘设备包括分布式帐本模块,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并通过下述方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有传感器套件和后端系统,所述后端系统更新定义条件的智能合约,所述条件可以基于从传感器套件接收的传感器数据触发行为。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有分布式账本,所述分布式账本至少部分与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件包括网关设备,所述网关设备用于经由有线通信链路从边缘设备接收传感器套件数据包,并且代表边缘设备将传感器套件数据包经由公共网络发送到至后端系统,并且所述各种套件具有传感器套件和更新智能合约的后端系统,其中,所述智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备的第二通信设备是卫星终端设备,所述卫星终端设备用于将传感器套件数据包发送至卫星,该卫星将传感器套件路由至公共网络,以及所述各种套件具有传感器、边缘设备和网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了用于监控工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件中的多个传感器捕获的传感器数据实例。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种条件具有自配置传感器套件网络,所述自配置传感器套件网络是星形网络,使得多个传感器中的每个传感器直接使用短距离通信协议直接将传感器数据实例发送至边缘设备。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有自配置网络中的传感器和边缘设备,所述边缘设备对从传感器获取的传感器数据执行一个或多个更多后端操作。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器和边缘设备,所述边缘设备存储多个模型并基于使用适当的模型对从传感器获得的传感器数据执行与AI相关的任务。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器对由传感器收集的传感器数据进行压缩。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据,并对所述传感器数据执行一个或多个后端操作。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器和边缘设备,所述边缘设备用于监测室内农业环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器和边缘设备,所述边缘设备用于监测自然资源开采环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器和边缘设备,所述边缘设备用于监测管道环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器和边缘设备,所述边缘设备用于监测制造设施。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器和边缘设备,所述边缘设备用于监测水下工业环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器套件和后端系统,所述传感器套件收集传感器数据,所述后端系统从传感器套件接收传感器数据并根据所述传感器数据更新分布式帐本。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器和边缘设备,所述边缘设备用于将新的传感器添加至传感器套件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器、边缘设备和网关设备,所述网关设备代表传感器套件与通信网络进行通信。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有边缘设备,所述边缘设备包括数据处理模块,所述数据处理模块对传感器数据进行重复数据删除,过滤,标记和/或聚合。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有边缘设备,所述边缘设备包括编码模块,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码,压缩和/或加密。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有边缘设备,所述边缘设备包括快速决策AI模块,所述快速决策AI模块使用机器学习模型来基于收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件进行分类。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有边缘设备,所述边缘设备包括通知模块,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有边缘设备,所述边缘设备包括配置模块,所述配置模块通过下述方式配置传感器套件网络:将配置请求传输到传感器设备,基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有边缘设备,所述边缘设备包括分布式账本模块,所述分布式账本模块用于利用由传感器套件捕获的传感器数据来更新分布式账本。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有包括数据处理模块的后端系统,所述数据处理模块基于传感器套件捕获的传感器数据执行与潜在问题关联的工作流。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有包括AI模块的后端系统,所述AI模块训练机器学习模型以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令以响应于检测到特定问题而采取补救措施。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有包括仪表板模块的后端系统,所述仪表板模块将仪表板呈现给人类用户,所述人类仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供图形用户界面,所述图形用户界面使得用户能够配置传感器套件系统。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并通过下述方式配置传感器套件网络:将配置请求传输到传感器设备,基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器套件和后端系统,所述后端系统根据传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器套件和后端系统,所述后端系统更新智能合约,所述智能合约定义了可以基于从传感器套件接收的传感器数据来触发行为的条件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有分布式账本,所述分布式账本至少部分与监管机构共享,以提供与遵守法规或监管行为有关的信息。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器套件和后端系统,所述后端系统更新智能合约,其中,所述智能合约会验证监管机构针对遵守法规或监管行为提出的一个或多个条件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有边缘设备,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储由传感器套件的多个传感器捕获的传感器数据实例,并且所述各种套件具有传感器、边缘设备和网关设备,所述网关设备代表传感器套件与通信网络进行通信。
在实施例中,在此提供了用于监控工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络是星型网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件还具有自配置网络中的传感器以及边缘设备,所述边缘设备对从传感器获得的传感器数据执行一个或多个后端操作。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件还具有自配置网络中的传感器以及边缘设备,所述边缘设备存储有多个模型并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件还具有自配置网络中的传感器以及边缘设备,所述边缘设备使用媒体编解码器对由传感器收集的传感器数据进行压缩。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据,并对所述传感器数据执行一个或多个后端操作。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件还具有自配置网络中的传感器以及边缘设备,所述边缘设备用于监测室内农业环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件还具有自配置网络中的传感器以及边缘设备,所述边缘设备用于监测自然资源开采环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件还具有自配置网络中的传感器以及边缘设备,所述边缘设备用于监测管道环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件还具有自配置网络中的传感器以及边缘设备,所述边缘设备用于制造设施。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件还具有自配置网络中的传感器以及边缘设备,所述边缘设备用于监测水下工业环境。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件传感器套件和后端系统,所述传感器套件收集传感器数据,所述后端系统从传感器套件接收传感器数据并基于所述传感器数据更新分布式账本。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件还具有自配置网络中的传感器以及边缘设备,所述边缘设备用于将新的传感器添加至传感器套件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有传感器、边缘设备和网关设备,所述网关设备代表传感器套件与通信网络通信。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有边缘设备,所述边缘设备包括数据处理模块,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有边缘设备,所述边缘设备包括编码模块,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有边缘设备,所述边缘设备包括快速决策AI模块,所述快速决策AI模块使用机器学习模型来基于收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有边缘设备,所述边缘设备包括通知模块,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有边缘设备,所述边缘设备包括配置模块,所述配置模块通过如下方式来配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有边缘设备,所述边缘设备包括分布式帐本模块,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有后端系统,该后端系统包括解码模块,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护所述传感器套件的配置并通过如下方式来配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有传感器套件和后端系统,所述后端系统基于从传感器套件接收的传感器数据更新智能合约,所述智能合约定义了可以触发行为的条件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有分布式账本,所述分布式账本至少部分与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了用于监测工业环境的方法和系统,包括通过各种套件来提供用于监测工业环境,同时减轻复杂性、集成性、带宽、时间延迟和安全性的问题,该套件具有开箱即用、自配置和自动补给的能力,所述各种套件具有自配置传感器套件网络,所述自配置传感器套件网络为星形网络,使得多个传感器中的每个传感器使用短距离通信协议直接将相应的传感器数据实例发送至边缘设备,并且所述各种套件具有传感器、边缘设备和网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和边缘设备,所述边缘设备对从传感器获得的传感器数据执行一个或多个后端操作。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和边缘设备,所述边缘设备对从传感器获得的传感器数据执行一个或多个后端操作,并且所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并且使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和边缘设备,所述边缘设备对从传感器获得的传感器数据执行一个或多个后端操作,并且具有传感器和使用媒体编解码器压缩由传感器收集的传感器数据的边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和边缘设备,所述边缘设备对从传感器获得的传感器数据执行一个或多个后端操作,并且具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和边缘设备,所述边缘设备对从传感器获得的传感器数据执行一个或多个后端操作,并且具有用于监测室内农业环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和边缘设备,所述边缘设备对从传感器获得的传感器数据执行一个或多个后端操作,并且具有用于监测自然资源开采环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和边缘设备,所述边缘设备对从传感器获得的传感器数据执行一个或多个后端操作,并且具有用于监测管道环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和边缘设备,所述边缘设备对从传感器获得的传感器数据执行一个或多个后端操作,并且具有用于监控制造设施的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和边缘设备,所述边缘设备对从传感器获得的传感器数据执行一个或多个后端操作,并且具有用于监测水下工业环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有收集传感器数据的传感器套件和从传感器套件接收传感器数据并基于所述传感器数据更新分布式账本的后端系统。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和边缘设备,该边缘设备对从传感器获得的传感器数据执行一个或多个后端操作,并且具有传感器和边缘设备,该边缘设备被用于将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型基于所述收集的传感器数据的特征来生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和边缘设备,该边缘设备对从传感器获得的传感器数据执行一个或多个后端操作,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和边缘设备,该边缘设备对从传感器获得的传感器数据执行一个或多个后端操作,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置,并且通过下述方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有传感器套件和基于传感器套件提供的传感器数据更新分布式账本的后端系统。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和边缘设备,所述边缘设备对从传感器获得的传感器数据执行一个或多个后端操作,并且具有传感器套件和后端系统,所述后端系统更新智能合约,所述智能合约定义了可以基于从传感器套件接收的传感器数据触发行为的条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有自配置网络中的传感器和对从传感器获得的传感器数据执行一个或多个后端操作的边缘设备,并且具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据来执行与AI相关的任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有传感器和用于监测室内农业环境的边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有传感器和用于监测自然资源开采环境的边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有传感器和用于监测管道环境的边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有传感器和用于监测制造设施的边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有用于监测水下工业环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有传感器和用于将新的传感器添加至传感器套件的边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据来执行与AI相关的任务,并且具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有包括仪表板模块的后端系统,仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,边缘设备存储有多个模型,并使用适当的模型基于从传感器获得的传感器数据执行与AI相关的任务,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有传感器和边缘设备,所述边缘设备用于监测室内农业环境。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有用于监测自然资源开采环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有传感器和边缘设备,所述边缘设备用于监测管道环境。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有传感器和边缘设备,所述边缘设备用于监测制造设施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有传感器和边缘设备,所述边缘设备用于监测水下工业环境。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有传感器和边缘设备,所述边缘设备用于将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备使用媒体编解码器压缩由传感器收集的传感器数据,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有用于监测室内农业环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有用于监测自然资源开采环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有用于监测管道环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有用于监测制造设施的传感器和边缘设备。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有用于监测水下工业环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有传感器和用于将新的传感器套件至传感器套件的边缘设备。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有传感器、边缘设备和网关设备,所述网关设备代表传感器套件与通信网络通信。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有传感器套件和包括配置模块的边缘设备,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统用于接收由传感器套件收集的传感器数据并对所述传感器数据执行一个或多个后端操作,并且具有传感器、边缘设备和网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有用于监测自然资源开采环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有用于监测管道环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有用于监测制造设施的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有用于监测水下工业环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有传感器和边缘设备,所述边缘设备用于将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测室内农业环境的传感器和边缘设备,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有用于监测管道环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有用于监测制造设施的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有用于监测水下工业环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有传感器和边缘设备,所述边缘设备用于将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测自然资源开采环境的传感器和边缘设备,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有用于监测制造设施的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有用于监测水下工业环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有传感器和边缘设备,所述边缘设备用于将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测管道环境的传感器和边缘设备,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有用于监测水下工业环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有传感器和边缘设备,所述边缘设备用于将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测制造设施的传感器和边缘设备,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有传感器和边缘设备,所述边缘设备用于将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有用于监测水下工业环境的传感器和边缘设备,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有传感器和用于将新的传感器套件至传感器套件的边缘设备。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有传感器、边缘设备和网关设备,所述网关设备代表传感器套件与通信网络通信。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有传感器套件和包括配置模块的后端系统,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有收集传感器数据的传感器套件和后端系统,所述后端系统从传感器套件接收该传感器数据并且基于该传感器数据更新分布式账本,并且具有传感器、边缘设备和网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和边缘设备,所述边缘设备用于将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器和用于将新的传感器添加至传感器套件的边缘设备,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有边缘设备,所述边缘设备包括数据处理模块,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有传感器套件和包括配置模块的边缘设备,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有传感器套件和包括配置模块的边缘设备,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括编码模块的边缘设备,所述编码模块根据一个或多个媒体编解码器对传感器数据进行编码、压缩和/或加密,并且具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有传感器套件和包括配置模块的边缘设备,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括快速决策AI模块的边缘设备,所述快速决策AI模块使用机器学习模型来基于所述收集的传感器数据的特征生成与工业部件相关的预测和/或对工业部件的分类,并且具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有传感器套件和包括配置模块的边缘设备,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括通知模块的边缘设备,所述通知模块基于传感器数据和/或应用于传感器数据的规则向用户提供通知和/或警报,并且具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有包括解码模块的后端系统,所述解码模块编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有传感器套件和包括配置模块的边缘设备,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括配置模块的边缘设备,所述配置模块通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有传感器、边缘设备和网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用由传感器套件捕获的传感器数据来更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括分布式账本模块的边缘设备,所述分布式账本模块用于利用传感器套件所捕获的传感器数据更新分布式帐本,并且具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用传感器套件所捕获的传感器数据更新分布式帐本,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括分布式账本模块的边缘设备,所述分布式账本模块用于利用传感器套件所捕获的传感器数据更新分布式帐本,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括分布式账本模块的边缘设备,所述分布式账本模块用于利用传感器套件所捕获的传感器数据更新分布式帐本,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用传感器套件所捕获的传感器数据更新分布式帐本,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用传感器套件所捕获的传感器数据更新分布式帐本,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用传感器套件所捕获的传感器数据更新分布式帐本,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在此提供了一种传感器套件,所述传感器套件具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用传感器套件所捕获的传感器数据更新分布式帐本,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在此提供了一种传感器套件,所述传感器套件具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用传感器套件所捕获的传感器数据更新分布式帐本,并且具有传感器套件和包括配置模块的边缘设备,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用传感器套件所捕获的传感器数据更新分布式帐本,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用传感器套件所捕获的传感器数据更新分布式帐本,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用传感器套件所捕获的传感器数据更新分布式帐本并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用传感器套件所捕获的传感器数据更新分布式帐本,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括分布式帐本模块的边缘设备,所述分布式帐本模块用于利用传感器套件所捕获的传感器数据更新分布式帐本,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩,并且具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩,在实施例中,在此提供了一种传感器套件,所述传感器套件具有包括数据处理模块的边缘设备,所述数据处理模块对传感器数据进行重复数据消除、过滤、标记和/或聚合,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩,并且具有传感器套件和包括配置模块的边缘设备,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括解码模块的后端系统,所述解码模块对编码后的传感器套件数据包进行解密、解码和/或解压缩,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流,并且具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流,并且具有传感器套件和包括配置模块的边缘设备,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括数据处理模块的后端系统,所述数据处理模块基于由传感器套件捕获的传感器数据执行与潜在问题相关联的工作流,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类,并且具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类,并且具有传感器套件和包括配置模块的边缘设备,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类,并且具有传感器套件和基于传感器套件提供的传感器数据更新分布式账本的后端系统。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括AI模块的后端系统,所述AI模块训练机器学习模型,以做出与传感器套件捕获的传感器数据相关的预测或分类,并且具有传感器、边缘设备和代表传感器套件与通信网络通信的网关设备。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知,在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知,并且具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知,并且具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括通知模块的后端系统,所述通知模块在基于收集的传感器数据在工业环境中检测到问题时向用户发出通知,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务,并且具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务,并且具有传感器套件和包括配置模块的后端系统,述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括分析模块的后端系统,所述分析模块对从传感器套件接收的传感器数据执行分析任务,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施,并且具有传感器套件和包括配置模块的边缘设备,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施,并且具有传感器套件和后端系统,该后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施,并且具有传感器套件和后端系统,该后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括控制模块的后端系统,所述控制模块向工业环境中的设备或系统提供命令,以响应于检测到的特定问题而采取补救措施,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类,并且具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类,并且具有传感器套件和包括配置模块的边缘设备,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板基于从传感器套件接收的传感器数据向人类用户提供原始传感器数据、分析数据和/或预测或分类,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面,并且具有传感器套件和包括配置模块的边缘设备,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面,并且具有传感器套件和后端系统,该后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有包括仪表板模块的后端系统,所述仪表板模块向人类用户呈现仪表板,所述仪表板提供使得用户能够配置传感器套件系统的图形用户界面,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式帐本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统包括配置模块,所述配置模块维护传感器套件的配置并且通过如下方式配置传感器套件网络:向传感器设备发送配置请求、基于对配置请求的响应生成设备记录和/或将新的传感器添加至传感器套件,并且具有传感器、边缘设备和网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本,并且具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统基于传感器套件提供的传感器数据更新分布式账本,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统基于从传感器套件接收到的传感器数据更新定义可以触发行为的条件的智能合约。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统更新条件的智能合约,所述条件定义基于从传感器套件接收的传感器数据触发行为,并且具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统更新条件的智能合约,所述条件定义基于从传感器套件接收的传感器数据触发行为,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和后端系统,所述后端系统更新条件的智能合约,所述条件定义基于从传感器套件接收的传感器数据触发行为,并且具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息,并且具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有分布式账本,所述分布式账本至少部分地与监管机构共享,以提供与遵守法规或监管行为相关的信息,并且具有传感器、边缘设备和网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件。在实施例中,在此提供了一种传感器套件系统,所述传感器套件系统具有传感器套件和更新智能合约的后端系统,其中,智能合约验证由监管机构提出的关于遵守法规或监管行为的一个或多个条件,并且具有传感器、边缘设备和网关设备,所述网关设备代表传感器套件与通信网络通信。
在实施例中,在此提供了一种传感器套件,所述传感器套件具有传感器、边缘设备以及网关设备,所述网关设备代表传感器套件与通信网络通信。
在此公开了本申请的详细实施例;然而,应当理解的是,所公开的实施例仅仅是本申请的示例,其可以以各种形式实施。因此,这里本申请的具体结构和功能细节不应被解释为限制性的,而仅仅是作为权利要求的基础和作为教导本领域技术人员以实际上任何适当的详细结构通过不同的方式使用本公开的代表性基础。
在此使用的术语“一”或“一个”被定义为一个或多个。在此使用的术语“另一个”被定义为至少第二个或更多个。在此使用的术语“包括”和/或“具有”被定义为包括(即开放式过渡)。
尽管仅示出和描述了本公开的几个实施例,但是对于本领域技术人员来说,明显的是,在不脱离如下权利要求中所述的本公开的精神和范围的情况下可以对这些实施例进行许多改变和修改。所有外国和国内的专利申请和专利,以及本文引用的所有其他出版物均可以在法律允许的最大范围内全部并入本文。
在此描述的方法和系统可以部分或全部通过在处理器上执行计算机软件、程序代码和/或指令的机器来部署。本申请可被实现为机器上的方法、作为机器的一部分或与机器相关的系统或设备、或体现在一个或多个机器上执行的计算机可读介质中的计算机程序产品。在实施例中,处理器可以是服务器、云服务器、客户端、网络基础设施、移动计算平台、固定计算平台或其他计算平台的一部分。处理器可以是能够执行程序指令、代码、二进制指令等的任何类型的计算或处理设备。处理器可以是如下项或者可以包括如下项:信号处理器、数字处理器、嵌入式处理器、微处理器或可以直接或间接地促进存储在其上的程序代码或程序指令的执行的诸如协处理器(数学协处理器、图形协处理器、通信协处理器等)等的任何变体。此外,处理器可以实现多个程序、线程和代码的执行。线程可以同时执行,以提高处理器的性能,并促进应用程序的同时操作。作为实施方式,在此描述的方法、程序代码、程序指令等可以通过一个或多个线程中实现。该线程可以产生其他线程,所述其他线程可能已经分配了与所述其他线程相关联的优先级;处理器可以基于优先级或基于程序代码中提供的指令的任何其他顺序来执行这些线程。处理器或使用一个处理器的任何机器可以包括存储如本文和其他地方所述的方法、代码、指令和程序的非易失性存储器。处理器可以通过接口访问非易失性存储介质,所述非易失性存储介质可以存储如本文和其他地方所述的方法、代码和指令。与处理器相关联的用于存储方法、程序、代码、程序指令或能够由计算或处理设备执行的其他类型的指令的存储介质可以包括但不限于下述项中的一个或多个:CD-ROM、DVD、存储器、硬盘、闪存驱动器、RAM、ROM、高速缓存等。
处理器可以包括一个或多个内核,所述一个或多个内核可以提高多处理器的速度和性能。在实施例中,所述处理器可以是组合有两个或多个独立的内核(称为核心)的双核处理器、四核处理器、其他芯片级多处理器等。
在此描述的方法和系统可以部分或全部通过在服务器、客户端、防火墙、网关、集线器、路由器或其他这样的计算机和/或网络硬件上执行计算机软件的机器来部署。软件程序可以与服务器相关联,所述服务器可以包括文件服务器、打印服务器、域服务器、互联网服务器、内部网服务器、云服务器以及诸如辅助服务器、主机服务器、分布式服务器等的其他变型。所述服务器可以包括存储器、处理器、计算机可读介质、存储介质、端口(物理端口和虚拟端口)、通信设备以及能够通过有线或无线介质访问其他服务器、客户端、机器和设备的接口等中的一个或多个。这里和其他地方所述描述的方法、程序或代码可以由所述服务器执行。此外,执行本申请中所述描述的方法所需的其他设备可以被认为是与服务器相关联的基础设施的一部分。
所述服务器可以提供到其他设备的接口,包括但不限于客户端、其他服务器、打印机、数据库服务器、打印服务器、文件服务器、通信服务器、分布式服务器、社交网络等。此外,这种耦合和/或连接可以有助于通过网络远程执行程序。在不偏离本公开的范围的情况下,这些设备中的一些或全部的联网可以利于在一个或多个位置并行处理程序或方法。此外,通过接口连接到服务器的任何设备可以包括能够存储方法、程序、代码和/或指令的至少一个存储介质。中央储存库可以提供要在不同设备上执行的程序指令。在该实施方式中,远程储存库可以充当程序代码、指令和程序的存储介质。
所述软件程序可以与客户端相关联,该客户端可以包括文件客户端、打印客户端、域客户端、互联网客户端、内部网客户端以及诸如辅助客户端、主机客户端、分布式客户端等的其他变体。客户端可以包括存储器、处理器、计算机可读介质、存储介质、端口(物理端口和虚拟端口)、通信设备以及能够通过有线或无线介质访问其他客户端、服务器、机器和设备的接口等中的一个或多个。这里和其他地方描述的方法、程序或代码可以由客户端执行。这里和其他地方所述描述的方法、程序或代码可以由所述客户端执行。此外,执行本申请中描述的方法所需的其他设备可以被认为是与客户端相关联的基础设施的一部分。
客户端可以提供到其他设备的接口,包括但不限于服务器、其他客户端、打印机、数据库服务器、打印服务器、文件服务器、通信服务器、分布式服务器等。此外,这种耦合和/或连接可以有助于通过网络远程执行程序。在不偏离本公开的范围的情况下,这些设备中的一些或全部的联网可以利于在一个或多个位置并行处理程序或方法。此外,通过接口连接到客户端的任何设备可以包括至少一个能够存储方法、程序、应用程序、代码和/或指令的存储介质。中央储存库可以提供要在不同设备上执行的程序指令。在该实施方式中,远程储存库可以充当程序代码、指令和程序的存储介质。
这里描述的方法和系统可以部分或全部通过网络基础设施部署。网络基础设施可以包括诸如计算设备、服务器、路由器、集线器、防火墙、客户端、个人计算机、通信设备、路由设备和本领域已知的其他主动设备和被动设备、模块和/或组件的元件除了其他组件之外,与网络基础设施相关联的计算和/或非计算设备可以包括诸如闪存、缓冲器、堆栈、RAM、ROM等存储介质。这里和其他地方描述的过程、方法、程序代码、指令可以由一个或多个网络基础设施元件执行。本文所述的方法和系统可适用于任何类型的私有、社区或混合云计算网络或云计算环境,包括那些涉及软件即服务(SaaS)、平台即服务(PaaS)和/或基础设施即服务(IaaS)的特征的网络或云计算环境。
这里和其他地方描述的方法、程序代码和指令可以在具有多个小区的蜂窝网络上实现。蜂窝网络可以是频分多址(FDMA)网络或码分多址(CDMA)网络。蜂窝网络可以包括移动设备、小区站点、基站、中继器、天线、信号塔等。小区网络可以是GSM、GPRS、3G、EVDO、网状或其他网络类型。
这里和其他地方描述的方法、程序代码和指令可以在移动设备上或通过移动设备来实现。移动设备可以包括导航设备、手机、移动电话、移动个人数字助理、膝上型电脑、掌上电脑、上网本、寻呼机、电子书阅读器、音乐播放器等。除了其他组件之外,这些设备可以包括诸如闪存、缓冲器、随机存取存储器、只读存储器的存储介质,以及一个或多个计算设备。可以使与移动设备相关联的计算设备能够执行存储在其上的程序代码、方法和指令。可替代地,移动设备可应用于与其他设备协作执行指令。移动设备可以与基站通信,所述基站与服务器接口并且用于执行程序代码。移动设备可以在对等网络、网状网络或其他通信网络上通信。程序代码可以存储在与服务器相关联的存储介质上,并由嵌入在服务器内的计算设备执行。基站可以包括计算设备和存储介质。存储设备可以存储由与基站相关联的计算设备执行的程序代码和指令。
计算机软件、程序代码和/或指令可以存储和/或访问在机器可读介质上,所述机器可读介质可以包括:计算机组件、设备和记录介质,其将用于计算的数字数据保留一段时间间隔;被称为随机存取存储器(RAM)的半导体存储器;大容量存储器通常用于更永久的存储,例如光盘、磁存储形式,例如硬盘、磁带、鼓、卡和其他类型;处理器寄存器、高速缓冲存储器、易失性存储器、非易失性存储器;诸如CD,DVD之类的光学存储器;可移动介质,例如闪存(例如,U盘或钥匙)、软盘、磁带、纸带、穿孔卡、独立随机存取存储器、Zip驱动器、可移动大容量存储器、离线等等;其他计算机存储器,例如动态存储器、静态存储器、读/写存储器、可变存储器、只读存储器、随机存取存储器、顺序存取存储器、位置可寻址存储器、文件可寻址存储器、内容可寻址存储器、网络附加存储器、存储区域网络、条形码、磁性墨水等。
这里描述的方法和系统可以将物理和/或无形物质从一种状态转换到另一种状态。这里描述的方法和系统还可以将表示物理和/或无形物质的数据从一种状态转换到另一种状态。
在此所描述和描绘的元件,包括贯穿附图的流程图和框图的元件均暗示了元件之间的逻辑边界。然而,根据软件或硬件工程实践,所描绘的元件及其功能可以通过计算机可执行介质在机器上实现,所述计算机可执行介质具有能够执行存储在其上的程序指令的处理器,所述程序指令作为单片软件结构、独立软件模块、或者作为采用外部例程、代码、服务等的模块、或者这些的任意组合,并且所有这些实现都可以在本申请的范围内。这种机器的示例可以包括但不限于个人数字助理、膝上型电脑、个人计算机、移动电话、其他手持计算设备、医疗设备、有线或无线通信设备、换能器、芯片、计算器、卫星、平板电脑、电子书、小器具、电子设备、具有人工智能的设备、计算设备、网络设备、服务器、路由器等。此外,流程图和框图中描述的元件或任何其他逻辑组件可以在能够执行程序指令的机器上实现。因此,尽管前述附图和描述阐述了所公开系统的功能方面,但是除非明确说明或从上下文中清楚得知,否则不应当从这些描述中推断出用于实现这些功能方面的软件的特定布置。类似地,应当理解的是,上面识别和描述的各种步骤可以变化,并且步骤的顺序可以适合于本文所公开的技术的特定应用。所有这些变化和修改都意在落入本申请的范围内。因此,除非特定应用要求,或者明确说明或从上下文中清楚得知,否则对各种步骤的顺序的描述和/或描述不应理解为要求这些步骤的特定执行顺序。
上述方法和/或过程以及与之相关联的步骤可以用硬件、软件或适用于特定应用的硬件和软件的任意组合来实现。硬件可以包括通用计算机和/或专用计算设备或特定计算设备或特定计算设备的特定方面或组件。这些处理可以在一个或多个微处理器、微控制器、嵌入式微控制器、可编程数字信号处理器或其他可编程设备以及内部和/或外部存储器中实现。这些处理也可以或者替代地,在专用集成电路、可编程门阵列、可编程阵列逻辑或者可以被配置为处理电子信号的任何其他设备或设备组合中实现。还应当理解的是,一个或多个过程可以实现为能够在机器可读介质上执行的计算机可执行代码。计算机可执行代码可以使用诸如C的结构化编程语言、例如C++的面向对象编程语言或任何其他高级或低级编程语言(包括汇编语言、硬件描述语言和数据库编程语言和技术)来创建,所述编程语言可以被存储、编译或解释为在下述项之一上运行:上述设备,以及处理器、处理器体系结构或不同硬件和软件的组合的异构组合,或者能够执行程序指令的任何其他机器。
因此,一方面,上述方法及其组合可以通过计算机可执行代码实现,当计算机可执行代码在一个或多个计算设备上执行时会执行其步骤。另一方面,这些方法可以通过执行其步骤的系统实现,并且可以以多种方式分布在设备之间,或者所有功能可以集成到专用的独立设备或其他硬件中。另一方面,用于执行与上述过程相关联的步骤的装置可以包括上述任何硬件和/或软件。所有这些置换和组合都旨在落入本申请的范围内。
尽管已经结合详细示出和描述的优选实施例公开了本申请,但是对本领域技术人员来说,可以对所述优选实施例进行各种修改和改进。因此,本公开的精神和范围不受前述示例的限制,而是应理解为法律所允许的最广义。
在描述本公开的上下文中(特别是在以下权利要求的上下文中),术语“一”和“一个”和“该”以及类似的指代物的使用应被解释为涵盖单数和复数,除非本文中另有说明或者与上下文明显矛盾。除非另有说明,否则术语“包括”、“具有”、“包含”和“含有”应被解释为开放式术语(即,意味着“包括但不限于”)。除非在此另有说明,否则在此对数值范围的叙述仅旨在作为单独提及落入该范围内的每个单独数值的简写方法,并且每个单独数值被结合到说明书中,如同在此单独叙述一样。除非在此另有说明或者与上下文明显矛盾,在此所描述的所有方法可以以任何合适的顺序执行。除非另外声明,在此提供的任何和所有示例或示例性语言(例如,“诸如”)的使用仅仅是为了更好地说明本申请,而不是对本公开的范围构成限制。说明书中的任何语言都不应被解释为表示任何未要求保护的要素对于实施本发明都是必不可少的。
尽管前面的书面描述使得本领域技术人员能够制造和使用目前被认为是本申请的最佳模式的特定实施例、方法和示例,但是本领域技术人员将理解的是,这里存在特定实施例、方法和示例的变化、组合和等同物。因此,本申请不应受上述实施例、方法和示例的限制,而是受本公开的范围和精神内的所有实施例和方法的限制。
权利要求中未明确说明用于执行特定功能的“手段”或用于执行特定功能的“步骤”的任何元素,不得解释为《美国法典》第35篇第112(f)节中规定的“手段”或“步骤”条款。特别是,权利要求中“步骤”的任何使用并不旨在援引《美国法典》第35篇第112(f)条的规定。
本领域技术人员可以理解的是,许多设计配置可以享受本发明系统的功能益处。因此,考虑到本发明的实施例的各种各样的配置和布置,本发明的范围由下面的权利要求的范围反映,而不是通过上述的实施例进行限缩。
Claims (526)
1.一种用于监测工业环境的传感器套件,其特征在于,所述传感器套件包括:
边缘设备;以及
多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器,其中,所述多个传感器中的至少一个传感器包括:
感测部件,所述感测部件捕获传感器测量值并输出传感器数据实例;
处理单元,所述处理单元基于一个或多个传感器数据实例生成报告数据包,并输出报告数据包,其中每个报告数据包包括路由数据和一个或多个传感器数据实例;以及
通信设备,所述通信设备用于从所述处理单元接收报告数据包,并且根据第一通信协议经由所述自配置传感器套件网络将所述报告数据包发送至所述边缘设备;
其中,所述边缘设备包括:
通信系统,所述通信系统具有:
第一通信设备,所述第一通信设备经由所述自配置传感器套件网络从所述多个传感器接收报告数据包;以及
第二通信设备,所述第二通信设备将传感器套件数据包经由公共网络发送至后端系统;
处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:
从所述通信系统接收所述报告数据包;
对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;
基于所述传感器数据实例生成所述传感器套件数据包,其中每个所述传感器套件数据包括至少一个传感器数据实例;以及
将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统经由所述公共网络将所述报告数据包发送至所述后端系统。
2.根据权利要求1所述的传感器套件,其特征在于,还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
3.根据权利要求2所述的传感器套件,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
4.根据权利要求2所述的传感器套件,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
5.根据权利要求1所述的传感器套件,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
6.根据权利要求1所述的传感器套件,其特征在于,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
7.根据权利要求1所述的传感器套件,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业环境的工业部件和/或所述工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
8.根据权利要求7所述的传感器套件,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
在将所述一个或多个传感器数据实例发送至所述后端系统之前,基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。
9.根据权利要求8所述的传感器套件,其特征在于,所述选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。
10.根据权利要求9所述的传感器套件,其特征在于,所述使用有损编解码器压缩所述一个或多个传感器数据实例包括:
将所述一个或多个传感器数据实例归一化为相应的像素值;
将所述相应的像素值编码成视频帧;以及
使用所述有损编解码器压缩一组视频帧,其中,所述有损编解码器是视频编解码器,并且所述组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。
11.根据权利要求9所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
12.根据权利要求9所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
13.根据权利要求7所述的传感器套件,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述存储设备中。
14.根据权利要求13所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,将所述一个或多个传感器数据实例存储至所述存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。
15.根据权利要求13所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
16.根据权利要求1所述的传感器套件,其特征在于,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接将相应传感器数据实例传输至所述边缘设备。
17.根据权利要求16所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
18.根据权利要求1所述的传感器套件,其特征在于,所述自配置传感器套件网络是网状网络,使得:
所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信信道;以及
所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的所述传感器数据实例路由至所述边缘设备。
19.根据权利要求18所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
20.根据权利要求1所述的传感器套件,其特征在于,所述自配置传感器套件网络是分级网络。
21.根据权利要求20所述的传感器套件,其特征在于,还包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。
22.根据权利要求1所述的传感器套件,其特征在于,所述自配置传感器套件网络是使用串行数据协议进行通信的环形网络。
23.根据权利要求1所述的传感器套件,其特征在于,所述传感器套件网络是网状网络。
24.根据权利要求1所述的传感器套件,其特征在于,所述传感器套件网络中的至少一个传感器是多轴振动传感器。
25.根据权利要求1所述的传感器套件网络,其特征在于,所述边缘设备包括基于规则的网络协议适配器,所述基于规则的网络协议适配器用于选择网络协议,以通过所述网络协议经由所述公共网络发送传感器套件数据包。
26.一种使用具有多个传感器和包括处理系统的边缘设备的传感器套件来监测工业环境的方法,其特征在于,所述方法包括:
通过所述处理系统从所述多个传感器中的一个或多个相应传感器接收报告数据包,其中,每个报告数据包从相应的传感器发送,并且指示由所述相应的传感器捕获的传感器数据;
通过所述处理系统对所述报告数据包中接收的一个或多个传感器数据实例执行一个或多个边缘操作;
通过所述处理系统基于所述传感器数据实例生成一个或多个传感器套件数据包,其中,每个传感器套件数据包括至少一个传感器数据实例;以及
通过处理系统将传感器套件数据包经由公共网络输出至后端系统。
27.根据权利要求26所述的方法,其特征在于,从所述多个传感器中的一个或多个相应的传感器接收的报告数据包包括所述相应的传感器的传感器标识符。
28.根据权利要求26所述的方法,其特征在于,从所述一个或多个相应的传感器接收报告数据包是使用实现第一通信协议的第一通信设备来执行的,以及将所述传感器套件数据包输出至后端系统是使用实现第二通信协议的第二通信设备来执行的。
29.根据权利要求28所述的方法,其特征在于,所述第二通信设备是卫星终端设备,并且输出所述传感器套件数据包括使用所述卫星终端设备将所述传感器套件数据包发送至卫星,其中,所述卫星将所述传感器套件数据包路由至所述公共网络。
30.根据权利要求26所述的方法,其特征在于,将所述传感器套件数据包输出至后端系统包括将所述传感器套件数据包传输至所述传感器套件的网关设备。
31.根据权利要求30所述的方法,其特征在于,将所述传感器套件数据包传输至所述网关设备包括将所述传感器套件数据包经由所述边缘设备和所述网关设备之间的有线通信链路传输至所述网关设备。
32.根据权利要求31所述的方法,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
33.根据权利要求32所述的方法,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
34.根据权利要求26所述的方法,其特征在于,还包括由所述边缘设备的一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型。
35.根据权利要求34所述的方法,其特征在于:
所述一个或多个机器学习模型被训练成基于特征组来预测或分类所述工业环境的工业部件的状况和/或所述工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
36.根据权利要求35所述的方法,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述一个或多个机器学习模型中的机器学习模型,以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
在将所述一个或多个传感器数据实例发送至所述后端系统之前,基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。
37.根据权利要求36所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。
38.根据权利要求37所述的方法,其特征在于,使用有损编解码器压缩所述一个或多个传感器数据实例包括:
将所述一个或多个传感器数据实例归一化为相应的像素值;
将所述相应的像素值编码成视频帧;以及
使用所述有损编解码器压缩一组视频帧,其中,所述有损编解码器是视频编解码器,以及所述组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。
39.根据权利要求38所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
40.根据权利要求38所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
41.根据权利要求35所述的方法,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述存储设备中。
42.根据权利要求41所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限是响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类来执行的,所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。
43.根据权利要求41所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定工业部件或所述工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
44.根据权利要求26所述的方法,其特征在于,还包括:
通过所述多个传感器中的传感器的感测部件捕获传感器测量值;
通过所述传感器的处理器基于所捕获的传感器测量值生成一个或多个报告数据包;以及
通过传感器的通信单元将所述一个或多个报告数据包经由自配置传感器套件网络发送至所述边缘设备。
45.根据权利要求44所述的方法,其特征在于,还包括:
通过所述处理系统启动所述自配置传感器套件网络的配置,其特征在于,所述自配置传感器套件网络是星形网络。
46.根据权利要求45所述的方法,其特征在于,所述报告数据包是使用短程通信协议直接从相应的传感器接收的。
47.根据权利要求44所述的方法,其特征在于,还包括:
通过所述处理系统启动所述自配置传感器套件网络的配置,其中,所述自配置传感器套件网络是网状网络。
48.根据权利要求47所述的方法,其特征在于,还包括:
通过所述多个传感器中的每个传感器的通信设备与所述多个传感器中的至少一个其他传感器建立通信信道;
通过所述多个传感器中的所述至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及
通过所述多个传感器中的至少一个传感器将所接收到的所述传感器数据实例经由所述网状网络路由至所述边缘设备。
49.根据权利要求44所述的方法,其特征在于,所述自配置传感器套件网络是分级网络,并且所述传感器套件包括参与所述分级网络的一个或多个收集设备。
50.根据权利要求49所述的方法,其特征在于,还包括:
通过所述一个或多个收集设备中的收集设备从所述多个传感器中的一组传感器接收报告数据包,所述一组传感器使用第一短程通信协议与所述收集设备通信;以及
通过所述一个或多个收集设备使用所述第一短距离通信协议或不同于所述第一短距离通信协议的第二短距离通信协议之一将所述报告数据包路由至所述边缘设备。
51.根据权利要求26所述的方法,其特征在于,所述边缘设备包括基于规则的网络协议适配器。
52.根据权利要求51所述的方法,其特征在于,还包括:
通过所述基于规则的网络协议适配器选择网络协议;以及
通过所述边缘设备利用所述网络协议经由所述公共网络发送传感器套件数据包。
53.根据权利要求26所述的方法,其特征在于,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器。
54.一种用于监测工业环境的传感器套件,其特征在于,所述传感器套件包括:
边缘设备;以及
多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器,其中,所述多个传感器中的至少一个传感器包括:
感测部件,所述感测部件捕获传感器测量值并输出传感器数据实例;
处理单元,所述处理单元基于一个或多个传感器数据实例生成报告数据包,并输出报告数据包,其中每个报告数据包包括路由数据和一个或多个传感器数据实例;以及
通信设备,所述通信设备用于从所述处理单元接收报告数据包,并且根据第一通信协议经由所述自配置传感器套件网络将所述报告数据包发送至所述边缘设备;
其中,所述边缘设备包括:
一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储多个机器学习模型,所述多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业环境的工业部件和/或所述工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出;
通信系统,所述通信系统使用第一通信协议经由所述自配置传感器套件网络从所述多个传感器接收报告数据包,以及使用不同于所述第一通信协议的第二通信协议将传感器套件数据包经由公共网络发送至后端系统;以及
处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:
从所述通信系统接收所述报告数据包;
基于在所述报告数据包中接收的一个或多个相应的传感器数据实例生成特征向量组;
针对每个相应的特征向量,将所述相应的特征向量输入到对应于所述相应的特征向量的相应机器学习模型中,以获得与所述工业环境的相应的工业部件或所述工业环境的状况有关的相应预测或分类以及对应于所述相应预测或分类的置信度;
响应于所述相应的特征向量,在将所述一个或多个传感器数据实例,基于所述机器学习模型输出的所述相应的预测或分类选择性地对所述一个或多个传感器数据实例进行编码,以获得一个或多个传感器套件数据包;以及
将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统将所述传感器套件数据包经由所述公共网络发送至所述后端系统。
55.根据权利要求54所述的传感器套件,其特征在于,还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
56.根据权利要求55所述的传感器套件,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
57.根据权利要求55所述的传感器套件,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
58.根据权利要求54所述的传感器套件,其特征在于,所述边缘设备的所述第二通信设备为卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包发送至所述公共网络。
59.根据权利要求54所述的传感器套件,其特征在于,所述一个或多个存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
60.根据权利要求54所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。
61.根据权利要求60所述的传感器套件,其特征在于,使用有损编解码器压缩所述一个或多个传感器数据实例包括:
将所述一个或多个传感器数据实例归一化为相应的像素值;
将所述相应的像素值编码成视频帧;
使用所述有损编解码器压缩一组视频帧,其中,所述有损编解码器是视频编解码器,以及所述组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。
62.根据权利要求60所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
63.根据权利要求60所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
64.根据权利要求54所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器基于所述相应的预测或分类,选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述一个或多个存储设备中。
65.根据权利要求64所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。
66.根据权利要求64所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
67.根据权利要求54所述的传感器套件,其特征在于,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接将相应传感器数据实例传输至所述边缘设备。
68.根据权利要求67所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
69.根据权利要求54所述的传感器套件,其特征在于,所述自配置传感器套件网络是网状网络,使得:
所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信信道;
所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的所述传感器数据实例路由至所述边缘设备。
70.根据权利要求69所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
71.根据权利要求54所述的传感器套件,其特征在于,所述自配置传感器套件网络是分级网络。
72.根据权利要求71所述的传感器套件,其特征在于,还包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。
73.一种使用具有多个传感器和包括处理系统的边缘设备的传感器套件来监测工业环境的方法,其特征在于,所述方法包括:
通过所述处理系统从所述多个传感器中的一个或多个相应传感器接收报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例;
通过所述处理系统基于在所述报告数据包中接收的一个或多个相应的传感器数据实例生成特征向量组;
通过所述处理系统将每个相应的特征向量输入至多个机器学习模型中的相应机器学习模型中,所述多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业环境的工业部件和/或所述工业环境的相应的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出;
通过所述处理系统基于输入到所述相应的机器学习模型中的所述相应的特征向量,从每个相应的机器学习模型获得相应的预测或分类以及对应于所述相应的预测或分类的置信度;
通过所述处理系统基于所述相应的预测或分类选择性地对所述一个或多个传感器数据实例进行编码,以获得一个或多个传感器套件数据包;以及
通过所述处理系统将所述传感器套件数据包经由公共网络发送至后端系统。
74.根据权利要求73所述的方法,其特征在于,所述传感器套件还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
75.根据权利要求74所述的方法,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
76.根据权利要求74所述的方法,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
77.根据权利要求73所述的方法,其特征在于,从所述一个或多个相应的传感器接收报告数据包是使用实现第一通信协议的第一通信设备来执行的,以及将所述传感器套件数据包发送至后端系统是使用实现第二通信协议的第二通信设备来执行的。
78.根据权利要求77所述的方法,其特征在于,所述边缘设备的第二通信设备是卫星终端设备,并且将传感器套件数据包发送至所述后端系统包括通过所述卫星终端设备将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
79.根据权利要求73所述的方法,其特征在于,还包括:
响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,所述处理系统使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。
80.根据权利要求79所述的方法,其特征在于,使用有损编解码器压缩所述一个或多个传感器数据实例包括:
将所述一个或多个传感器数据实例归一化为相应的像素值;
将所述相应的像素值编码成视频帧;以及
使用所述有损编解码器压缩一组视频帧,其中,所述有损编解码器是视频编解码器,以及所述组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。
81.根据权利要求79所述的方法,其特征在于,还包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,所述处理系统使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
82.根据权利要求79所述的方法,其特征在于,还包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,所述处理系统不对所述一个或多个传感器数据实例进行压缩,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
83.根据权利要求73所述的方法,其特征在于,所述边缘通信设备包括一个或多个存储设备,所述一个或多个存储设备存储所述多个机器学习模型。
84.根据权利要求83所述的方法,其特征在于,所述一个或多个存储设备存储通过所述传感器套件的所述多个传感器所捕获的传感器数据实例。
85.根据权利要求84所述的方法,其特征在于,还包括通过所述处理系统基于所述相应的预测或分类选择性地将所述一个或多个传感器数据实例存储至所述一个或多个存储设备中。
86.根据权利要求85所述的方法,其特征在于,还包括:
通过所述处理系统将所述一个或多个传感器数据实例存储到所述存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中,所述处理系统响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类来执行的,所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题,将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限。
87.根据权利要求85所述的方法,其特征在于,还包括:
响应于获得与特定工业部件或所述工业环境的状况有关的预测或分类,所述处理系统将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
88.根据权利要求73所述的方法,其特征在于,还包括:
通过所述多个传感器捕获传感器数据;以及
通过所述多个传感器经由自配置传感器套件网络发送所述传感器数据。
89.根据权利要求88所述的方法,其特征在于,经由所述自配置传感器套件网络发送所述传感器数据包括:通过所述多个传感器中的每个传感器,使用短程通信协议直接发送传感器数据实例至所述边缘设备,其中,所述自配置传感器套件网络是星形网络。
90.根据权利要求89所述的方法,其特征在于,还包括通过所述处理系统启动所述自配置传感器套件网络的配置。
91.根据权利要求88所述的方法,其特征在于,所述自配置传感器套件网络是网状网络,以及所述多个传感器中的每个传感器包括通信设备。
92.根据权利要求91所述的方法,其特征在于,还包括:
通过所述多个传感器中的每个传感器的通信设备与所述多个传感器中的至少一个其他传感器建立通信信道;
通过所述多个传感器中的至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及
通过所述多个传感器中的所述至少一个传感器将所接收到的所述传感器数据实例路由至所述边缘设备。
93.根据权利要求88所述的方法,其特征在于,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括一个或多个收集设备。
94.根据权利要求93所述的方法,其特征在于,还包括:
通过所述多个收集设备中的至少一个收集设备从所述多个传感器中的一个或多个传感器接收报告数据包;以及
通过所述多个收集设备中的所述至少一个收集设备将报告数据包路由至所述边缘设备。
95.根据权利要求73所述的方法,其特征在于,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器。
96.一种用于监测工业环境的传感器套件,其特征在于,所述传感器套件包括:
边缘设备;以及
多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器,其中,所述多个传感器中的至少一个传感器包括:
感测部件,所述感测部件捕获传感器测量值并输出传感器数据实例;
处理单元,所述处理单元基于一个或多个传感器数据实例生成报告数据包,并输出报告数据包,其中每个报告数据包包括路由数据和一个或多个传感器数据实例;以及
通信设备,所述通信设备用于从所述处理单元接收报告数据包,并且根据第一通信协议经由所述自配置传感器套件网络将所述报告数据包发送至所述边缘设备;
其中,所述边缘设备包括:
通信系统,所述通信系统具有:
第一通信设备,所述第一通信设备经由所述自配置传感器套件网络从所述多个传感器接收报告数据包;以及
第二通信设备,所述第二通信设备将传感器套件数据包经由公共网络发送至后端系统;以及
处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:
从所述通信系统接收所述报告数据包;
生成一组媒体内容帧,其中,每个媒体内容帧包括多个帧值,每个所述帧值指示相应的传感器数据实例;
使用媒体编解码器压缩所述组媒体内容帧以获得压缩块;
基于所述压缩块生成一个或多个传感器套件数据包;以及
将所述一个或多个传感器套件数据包经由所述公共网络发送至所述后端系统。
97.根据权利要求96所述的传感器套件,其特征在于,还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
98.根据权利要求97所述的传感器套件,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
99.根据权利要求97所述的传感器套件,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
100.根据权利要求96所述的传感器套件,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
101.根据权利要求96所述的传感器套件,其特征在于,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
102.根据权利要求96所述的传感器套件,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业环境的工业部件和/或所述工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
103.根据权利要求102所述的传感器套件,其特征在于,所述边缘设备用于执行一个或多个边缘操作,所述边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述分类或预测选择用于压缩所述组媒体帧的所述媒体编解码器。
104.根据权利要求103所述的传感器套件,其特征在于,所述选择所述媒体编解码器包括:
响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,选择有损编解码器,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。
105.根据权利要求104所述的传感器套件,其特征在于,所述选择所述媒体编解码器包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,选择无损编解码器,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
106.根据权利要求102所述的传感器套件,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述存储设备中。
107.根据权利要求106所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。
108.根据权利要求106所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
109.根据权利要求96所述的传感器套件,其特征在于,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接将相应传感器数据实例传输至所述边缘设备。
110.根据权利要求109所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
111.根据权利要求96所述的传感器套件,其特征在于,所述自配置传感器套件网络是网状网络,使得:
所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信信道;以及
所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的所述传感器数据实例路由至所述边缘设备。
112.根据权利要求111所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
113.根据权利要求96所述的传感器套件,其特征在于,所述自配置传感器套件网络是分级网络。
114.根据权利要求113所述的传感器套件,其特征在于,还包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。
115.根据权利要求96所述的传感器套件,其特征在于,生成所述组媒体内容帧包括:
针对将被包括在所述媒体内容帧中的每个传感器数据实例,将所述传感器数据实例归一化为相应的归一化媒体内容帧值,所述归一化媒体内容帧值在对应于所述媒体内容帧的编码标准所允许的媒体内容帧值的范围内;以及
将每个相应的归一化媒体内容帧值嵌入到所述媒体内容帧中。
116.根据权利要求115所述的传感器套件,其特征在于,每个所述媒体内容帧是包括多个像素的视频帧,以及所述相应的归一化媒体内容帧值是像素值。
117.根据权利要求116所述的传感器套件,其特征在于,将每个相应的归一化媒体帧值嵌入所述媒体内容帧包括:
基于将所述多个传感器中的相应的传感器映射到所述多个像素中的相应的像素的映射,确定对应于所述相应的归一化媒体内容帧的多个像素中的像素;以及
将所确定的像素的值设置为等于所述相应的归一化媒体帧值。
118.根据权利要求116所述的传感器套件,其特征在于,所述编解码器是H.264/MPEG-4编解码器。
119.根据权利要求116所述的传感器套件,其特征在于,所述编解码器是H.265/MPEG-H编解码器。
120.根据权利要求116所述的传感器套件,其特征在于,所述编解码器是H.263/MPEG-4编解码器。
121.一种使用具有多个传感器和包括处理系统的边缘设备的传感器套件来监测工业环境的方法,其特征在于,所述方法包括:
通过所述处理系统从所述多个传感器中的一个或多个相应传感器接收报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例;
通过所述处理系统生成一组媒体内容帧,其中,每个媒体内容帧包括多个帧值,每个帧值指示相应的传感器数据实例;
通过所述处理系统使用媒体编解码器压缩所述组媒体内容帧以获得压缩块;
所述处理系统基于所述压缩块生成一个或多个传感器套件数据包;以及
通过处理系统将所述一个或多个传感器套件数据包经由公共网络发送至后端系统。
122.根据权利要求121所述的方法,其特征在于,所述传感器套件还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
123.根据权利要求122所述的方法,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
124.根据权利要求122所述的方法,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
125.根据权利要求121所述的方法,其特征在于,从所述一个或多个相应传感器接收所述报告数据包是使用第一通信设备来执行的,所述第一通信设备经由自配置传感器套件网络从所述多个传感器接收所述报告数据包,以及将所述传感器套件数据包发送至所述后端系统是使用第二通信设备来执行的。
126.根据权利要求125所述的方法,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
127.根据权利要求125所述的方法,其特征在于,还包括:
通过所述多个传感器捕获传感器数据;以及
通过所述多个传感器经由所述自配置传感器套件网络将所述传感器数据至所述边缘设备。
128.根据权利要求127所述的方法,其特征在于,经由所述自配置传感器套件网络发送所述传感器数据包括:通过所述多个传感器中的每个传感器,使用短程通信协议直接发送传感器数据实例至所述边缘设备,其中,所述自配置传感器套件网络是星形网络。
129.根据权利要求128所述的方法,其特征在于,还包括通过所述处理系统启动所述自配置传感器套件网络的配置。
130.根据权利要求127所述的方法,其特征在于,所述自配置传感器套件网络是网状网络,以及所述多个传感器中的每个传感器包括通信设备。
131.根据权利要求130所述的方法,其特征在于,还包括:
通过所述多个传感器中的每个传感器的通信设备与所述多个传感器中的至少一个其他传感器建立通信信道;
通过所述多个传感器中的至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及
通过所述多个传感器中的至少一个传感器将所接收到的所述传感器数据实例路由至所述边缘设备。
132.根据权利要求127所述的方法,其特征在于,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括一个或多个收集设备。
133.根据权利要求132所述的方法,其特征在于,还包括:
通过所述多个收集设备中的至少一个收集设备从所述多个传感器中的一个或多个传感器接收报告数据包;以及
通过所述多个收集设备中的所述至少一个收集设备将报告数据包路由至所述边缘设备。
134.根据权利要求121所述的方法,其特征在于,还包括通过所述边缘设备的一个或多个存储设备存储通过所述传感器套件的所述多个传感器所捕获的传感器数据实例。
135.根据权利要求121所述的方法,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业环境的工业部件和/或所述工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
136.根据权利要求135所述的方法,其特征在于,还包括:
通过所述处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
通过所述处理系统将所述特征向量输入至所述机器学习模型,以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述分类或预测选择用于压缩所述组媒体内容帧的所述媒体编解码器。
137.根据权利要求136所述的方法,其特征在于,所述选择所述媒体编解码器包括:
响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,选择有损编解码器,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。
138.根据权利要求136所述的方法,其特征在于,所述选择所述媒体编解码器包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,选择无损编解码器,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
139.根据权利要求131所述的方法,其特征在于,还包括:
通过所述处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
通过所述处理系统将所述特征向量输入至所述机器学习模型,以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,通过所述处理系统选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述存储设备中。
140.根据权利要求139所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例至所述存储设备包括:
将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限是响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类来执行的,所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。
141.根据权利要求139所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例至所述存储设备包括:
响应于获得与特定工业部件或所述工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
142.根据权利要求121所述的方法,其特征在于,生成所述组媒体内容帧包括:
针对将被包括在所述媒体内容帧中的每个传感器数据实例,通过所述处理系统将所述传感器数据实例归一化为相应的归一化媒体内容帧值,所述归一化媒体内容帧值在对应于所述媒体内容帧的编码标准所允许的媒体内容帧值的范围内;以及
通过所述处理系统将每个相应的归一化媒体内容帧值嵌入到所述媒体内容帧中。
143.根据权利要求142所述的方法,其特征在于,每个所述媒体内容帧是包括多个像素的视频帧,以及所述相应的归一化媒体帧值是像素值。
144.根据权利要求143所述的方法,其特征在于,将每个相应的归一化媒体内容帧值嵌入所述媒体内容帧包括:
通过所述处理系统基于将所述多个传感器中的相应的传感器映射到所述多个像素中的相应的像素的映射,确定对应于所述相应的归一化媒体内容帧的多个像素中的像素;以及
将所确定的像素的值设置为等于所述相应的归一化媒体内容帧值。
145.根据权利要求143所述的方法,其特征在于,所述编解码器是H.264/MPEG-4编解码器。
146.根据权利要求143所述的方法,其特征在于,所述编解码器是H.265/MPEG-H编解码器。
147.根据权利要求143所述的方法,其特征在于,所述编解码器是H.263/MPEG-4编解码器。
148.根据权利要求121所述的方法,其特征在于,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器。
149.一种系统,其特征在于,包括:
后端系统;以及
传感器套件,所述传感器套件用于监测工业环境,包括:
边缘设备;以及
多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器,其中,所述多个传感器中的至少一个传感器包括:
感测部件,所述感测部件捕获传感器测量值并输出传感器数据实例;
处理单元,所述处理单元基于一个或多个传感器数据实例生成报告数据包,并输出报告数据包,其中每个报告数据包包括路由数据和一个或多个传感器数据实例;以及
通信设备,所述通信设备用于从所述处理单元接收报告数据包,并且根据第一通信协议经由所述自配置传感器套件网络将所述报告数据包发送至所述边缘设备;
其中,所述边缘设备包括:
通信系统,所述通信系统具有:
第一通信设备,所述第一通信设备经由所述自配置传感器套件网络从所述多个传感器接收报告数据包;以及
第二通信设备,所述第二通信设备将传感器套件数据包经由公共网络发送至后端系统;以及
处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:
从所述通信系统接收所述报告数据包;
对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;
基于所述传感器数据实例生成所述传感器套件数据包,其中每个所述传感器套件数据包括至少一个传感器数据实例;以及
将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统将所述传感器套件数据包经由所述公共网络发送至所述后端系统;
其中,所述后端系统包括:
后端存储系统,所述后端存储系统存储传感器套件数据存储区,所述传感器套件数据存储区存储从包括所述传感器套件的一个或多个相应的传感器套件接收的传感器数据;以及
后端处理系统,所述后端处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述后端处理系统:
从所述传感器套件接收所述传感器套件数据包;
基于所述传感器套件数据包确定所述传感器套件收集的所述传感器数据;
对所述传感器套件收集的所述传感器数据执行一个或多个后端操作;以及
将所述传感器套件收集的所述传感器数据存储到所述传感器套件数据存储区中。
150.根据权利要求149所述的系统,其特征在于,所述传感器套件还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
151.根据权利要求150所述的系统,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
152.根据权利要求150所述的系统,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
153.根据权利要求149所述的系统,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
154.根据权利要求149所述的系统,其特征在于,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
155.根据权利要求149所述的系统,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业环境的工业部件和/或所述工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
156.根据权利要求155所述的系统,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
在将所述一个或多个传感器数据实例发送至所述后端系统之前,基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。
157.根据权利要求156所述的系统,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。
158.根据权利要求157所述的系统,其特征在于,使用有损编解码器压缩所述一个或多个传感器数据实例包括:
将所述一个或多个传感器数据实例归一化为相应的像素值;
将所述相应的像素值编码成媒体内容帧;以及
使用所述有损编解码器压缩一组媒体内容帧以获得压缩块,其特征在于,所述有损编解码器是视频编解码器,以及所述压缩块包括媒体内容帧和一个或多个其他媒体内容帧,所述其他媒体内容帧包括其他传感器数据实例的归一化像素值。
159.根据权利要求158所述的系统,其特征在于,所述后端系统在一个或多个传感器套件数据包中接收所述压缩块,并且通过使用有损编解码器解压缩所述压缩块来确定由所述传感器套件收集的传感器数据。
160.根据权利要求156所述的系统,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
161.根据权利要求156所述的系统,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
162.根据权利要求156所述的系统,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括选择传感器数据实例流用于未压缩传输。
163.根据权利要求155所述的系统,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述存储设备中。
164.根据权利要求163所述的系统,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。
165.根据权利要求163所述的系统,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
166.根据权利要求149所述的系统,其特征在于,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接将相应传感器数据实例传输至所述边缘设备。
167.根据权利要求166所述的系统,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
168.根据权利要求149所述的系统,其特征在于,所述自配置传感器套件网络是网状网络,使得:
所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信信道;
所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的所述传感器数据实例路由至所述边缘设备。
169.根据权利要求168所述的系统,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
170.根据权利要求149所述的系统,其特征在于,所述自配置传感器套件网络是分级网络。
171.根据权利要求170所述的系统,其特征在于,所述传感器套件还包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。
172.根据权利要求149所述的系统,其特征在于,所述后端操作包括使用所述传感器数据执行一个或多个分析任务。
173.根据权利要求149所述的系统,其特征在于,所述后端操作包括使用所述传感器数据执行一个或多个人工智能任务。
174.根据权利要求149所述的系统,其特征在于,所述后端操作包括基于所述传感器数据向与所述工业环境相关联的人类用户发出通知。
175.根据权利要求149所述的系统,其特征在于,所述后端操作包括基于所述传感器数据控制工业环境的至少一个部件。
176.一种使用与后端系统通信的传感器套件来监测工业环境的方法,所述传感器套件包括多个传感器和边缘设备,其特征在于,所述方法包括:
通过所述边缘设备的边缘处理系统从所述多个传感器中的一个或多个相应传感器接收报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例;
通过所述边缘处理系统对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;
通过所述边缘处理系统基于所述传感器数据实例生成多个传感器套件数据包,其中,每个传感器套件数据包括至少一个传感器数据实例;
通过所述边缘处理系统将所述传感器套件数据包经由公共网络发送至所述后端系统;
通过所述后端系统的所述后端处理系统经由所述公共网络从所述传感器套件接收所述传感器套件包;
通过所述后端处理系统基于所述传感器套件包确定由所述传感器套件收集的所述传感器数据;
通过所述后端处理系统对所述传感器套件收集的所述传感器数据执行一个或多个后端操作;以及
通过所述后端处理系统将由所述传感器套件收集的所述传感器数据存储在位于所述后端系统的后端存储系统中的传感器套件数据存储区中。
177.根据权利要求176所述的方法,其特征在于,所述传感器套件还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
178.根据权利要求177所述的方法,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
179.根据权利要求177所述的方法,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
180.根据权利要求176所述的方法,其特征在于,从所述一个或多个相应传感器接收所述报告数据包是使用所述边缘设备的第一通信设备来执行的,所述边缘设备的所述第一通信设备经由自配置传感器套件网络从所述多个传感器接收所述报告数据包,以及将所述传感器套件数据包发送至所述后端系统是使用所述边缘设备的第二通信设备来执行的。
181.根据权利要求180所述的方法,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
182.根据权利要求180所述的方法,其特征在于,还包括:
通过所述多个传感器捕获传感器数据;以及
通过所述多个传感器经由所述自配置传感器套件网络将所述传感器数据至所述边缘设备。
183.根据权利要求182所述的方法,其特征在于,经由所述自配置传感器套件网络发送所述传感器数据包括:通过所述多个传感器中的每个传感器,使用短程通信协议直接发送传感器数据实例至所述边缘设备,其中,所述自配置传感器套件网络是星形网络。
184.根据权利要求183所述的方法,其特征在于,还包括通过所述边缘处理系统启动所述自配置传感器套件网络的配置。
185.根据权利要求182所述的方法,其特征在于,所述自配置传感器套件网络是网状网络,以及所述多个传感器中的每个传感器包括通信设备。
186.根据权利要求185所述的方法,其特征在于,还包括:
通过所述多个传感器中的每个传感器的通信设备与所述多个传感器中的至少一个其他传感器建立通信信道;
通过所述多个传感器中的至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及
通过所述多个传感器中的至少一个传感器将所接收到的所述传感器数据实例路由至所述边缘设备。
187.根据权利要求182所述的方法,其特征在于,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括一个或多个收集设备。
188.根据权利要求187所述的方法,其特征在于,还包括:
通过所述多个收集设备中的至少一个收集设备从所述多个传感器中的一个或多个传感器接收报告数据包;以及
通过所述多个收集设备中的所述至少一个收集设备将报告数据包路由至所述边缘设备。
189.根据权利要求176所述的方法,其特征在于,还包括通过所述边缘设备的一个或多个存储设备存储通过所述传感器套件的所述多个传感器所捕获的传感器数据实例。
190.根据权利要求176所述的方法,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业环境的工业部件和/或所述工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
191.根据权利要求190所述的方法,其特征在于,执行一个或多个边缘操作包括:
通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
通过所述边缘处理系统将所述特征向量输入至所述机器学习模型,以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
在将所述一个或多个传感器数据实例发送至所述后端系统之前,通过所述边缘处理系统基于所述预测或分类选择性地对所述一个或多个传感器数据实例进行编码。
192.根据权利要求191所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,所述边缘处理系统使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题。
193.根据权利要求192所述的方法,其特征在于,使用有损编解码器压缩所述一个或多个传感器数据实例包括:
通过所述边缘处理系统将所述一个或多个传感器数据实例归一化为相应的像素值;
通过所述边缘处理系统将所述相应的像素值编码成媒体内容帧;以及
通过所述边缘处理系统使用所述有损编解码器压缩一组媒体内容帧以获得压缩块,其中,所述有损编解码器是视频编解码器,以及所述压缩块包括媒体内容帧和一个或多个其他媒体内容帧,所述其他媒体内容帧包括其他传感器数据实例的归一化像素值。
194.根据权利要求193所述的方法,其特征在于,所述后端系统在一个或多个传感器套件数据包中接收所述压缩块,并且通过使用有损编解码器解压缩所述压缩块来确定由所述传感器套件收集的传感器数据。
195.根据权利要求191所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,所述边缘处理系统使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
196.根据权利要求191所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,所述边缘处理系统不对所述一个或多个传感器数据实例进行压缩,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
197.根据权利要求191所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括通过所述边缘处理系统选择传感器数据实例流用于未压缩传输。
198.根据权利要求190所述的方法,其特征在于,执行一个或多个边缘操作包括:
通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
通过所述边缘处理系统将所述特征向量输入至所述机器学习模型,以获得与所述工业环境的特定工业部件或所述工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,通过所述边缘处理系统选择性地将所述一个或多个传感器数据实例存储到所述一个或多个存储设备中的存储设备中。
199.根据权利要求198所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述工业环境的相应的工业部件和所述工业环境的状况有关的一个或多个预测或分类,通过所述边缘处理系统将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,其中所述一个或多个预测或分类共同指示可能不存在与所述工业环境的任何工业部件和所述工业环境有关的问题;其中,将所述一个或多个传感器数据实例存储到所述存储设备中并具有到期期限被执行使得:所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除。
200.根据权利要求198所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定工业部件或所述工业环境的状况有关的预测或分类,通过所述边缘处理系统将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
201.根据权利要求176所述的方法,其特征在于,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器。
202.一种用于监测室内农业设施的传感器套件,其特征在于,包括:
边缘设备;以及
多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器,其中,所述多个传感器中的至少一个传感器包括:
感测部件,所述感测部件捕获传感器测量值并输出传感器数据实例;
处理单元,所述处理单元基于一个或多个传感器数据实例生成报告数据包,并输出报告数据包,其中每个报告数据包包括路由数据和一个或多个传感器数据实例;以及
通信设备,所述通信设备用于从所述处理单元接收报告数据包,并且根据第一通信协议经由所述自配置传感器套件网络将所述报告数据包发送至所述边缘设备;
其中,所述多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:光传感器、湿度传感器、温度传感器、二氧化碳传感器、风扇速度传感器、重量传感器和照相机传感器;以及
其中,所述边缘设备包括:
通信系统,所述通信系统具有:
第一通信设备,所述第一通信设备经由所述自配置传感器套件网络从所述多个传感器接收报告数据包;以及
第二通信设备,所述第二通信设备将传感器套件数据包经由公共网络发送至后端系统;以及
处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:
从所述通信系统接收所述报告数据包;
对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;
基于所述传感器数据实例生成所述传感器套件数据包,其中每个所述传感器套件数据包括至少一个传感器数据实例;以及
将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统经由所述公共网络将所述报告数据包发送至所述后端系统。
203.根据权利要求202所述的传感器套件,其特征在于,还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
204.根据权利要求203所述的传感器套件,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
205.根据权利要求203所述的传感器套件,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
206.根据权利要求202所述的传感器套件,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
207.根据权利要求202所述的传感器套件,其特征在于,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
208.根据权利要求202所述的传感器套件,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述室内农业环境和/或所述室内农业环境的部件的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
209.根据权利要求208所述的传感器套件,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述室内农业环境的特定部件或所述室内农业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
在将所述一个或多个传感器数据实例发送至所述后端系统之前,基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。
210.根据权利要求209所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述室内农业环境的相应的工业部件和所述室内农业环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述室内农业环境的任何部件和所述室内农业环境有关的问题。
211.根据权利要求210所述的传感器套件,其特征在于,使用有损编解码器压缩所述一个或多个传感器数据实例包括:
将所述一个或多个传感器数据实例归一化为相应的像素值;
将所述相应的像素值编码成视频帧;
使用所述有损编解码器压缩一组视频帧,其中,所述有损编解码器是视频编解码器,以及所述组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。
212.根据权利要求210所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业环境相关的问题。
213.根据权利要求210所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定部件或所述室内农业环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,其中所述预测或分类指示可能存在与所述特定部件或所述室内农业环境相关的问题。
214.根据权利要求208所述的传感器套件,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述室内农业环境的特定部件或所述室内农业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述存储设备中。
215.根据权利要求214所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述室内农业环境的相应的工业部件和所述室内农业环境的状况有关的一个或多个预测或分类,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述室内农业环境的任何部件和所述室内农业环境有关的问题,将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限。
216.根据权利要求214所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定工业部件或工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定部件或所述室内农业环境相关的问题。
217.根据权利要求202所述的传感器套件,其特征在于,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接将相应传感器数据实例传输至所述边缘设备。
218.根据权利要求217所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
219.根据权利要求202所述的传感器套件,其特征在于,所述自配置传感器套件网络是网状网络,使得:
所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信信道;以及
所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的所述传感器数据实例路由至所述边缘设备。
220.根据权利要求219所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
221.根据权利要求202所述的传感器套件,其特征在于,所述自配置传感器套件网络是分级网络。
222.根据权利要求221所述的传感器套件,其特征在于,还包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。
223.根据权利要求221所述的传感器套件,其特征在于,每个收集设备安装在室内农业环境的不同的相应空间中,并且从部署在所述相应空间中的所述多个传感器中的传感器收集传感器数据。
224.一种使用包括边缘设备和多个传感器的传感器套件监测室内农业设施的方法,其特征在于,所述方法包括:
通过所述边缘设备的边缘处理系统经由自配置传感器套件网络从多个传感器接收报告数据包,每个报告数据包包括路由数据和由多个传感器中的相应传感器捕获的传感器数据的一个或多个实例,其中,所述多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:光传感器、湿度传感器、温度传感器、二氧化碳传感器、风扇速度传感器、重量传感器和照相机传感器;
通过所述边缘处理系统对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;
通过所述边缘处理系统对所述报告数据包中的所述传感器数据实例生成一个或多个边缘操作;以及
通过所述边缘处理系统向所述边缘设备的边缘通信系统发送所述传感器套件数据包,其中,所述边缘通信系统经由公共网络将所述报告数据包发送至后端系统。
225.根据权利要求224所述的方法,其特征在于,所述传感器套件还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
226.根据权利要求225所述的方法,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
227.根据权利要求225所述的方法,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
228.根据权利要求224所述的方法,其特征在于,从所述一个或多个相应传感器接收所述报告数据包是使用所述边缘设备的第一通信设备来执行的,所述边缘设备的所述第一通信设备经由自配置传感器套件网络从所述多个传感器接收所述报告数据包,以及将所述传感器套件数据包发送至所述后端系统是使用所述边缘设备的第二通信设备来执行的。
229.根据权利要求228所述的方法,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
230.根据权利要求228所述的方法,其特征在于,还包括:
通过所述多个传感器捕获传感器数据;以及
通过所述多个传感器经由所述自配置传感器套件网络将所述传感器数据至所述边缘设备。
231.根据权利要求230所述的方法,其特征在于,经由所述自配置传感器套件网络发送所述传感器数据包括:通过所述多个传感器中的每个传感器,使用短程通信协议直接发送传感器数据实例至所述边缘设备,其中,所述自配置传感器套件网络是星形网络。
232.根据权利要求231所述的方法,其特征在于,还包括通过所述边缘处理系统启动所述自配置传感器套件网络的配置。
233.根据权利要求230所述的方法,其特征在于,所述自配置传感器套件网络是网状网络,以及所述多个传感器中的每个传感器包括通信设备。
234.根据权利要求233所述的方法,其特征在于,还包括:
通过所述多个传感器中的每个传感器的通信设备与所述多个传感器中的至少一个其他传感器建立通信信道;
通过所述多个传感器中的至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及
通过所述多个传感器中的至少一个传感器将所接收到的所述传感器数据实例路由至所述边缘设备。
235.根据权利要求230所述的方法,其特征在于,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括一个或多个收集设备。
236.根据权利要求235所述的方法,其特征在于,还包括:
通过所述多个收集设备中的至少一个收集设备从所述多个传感器中的一个或多个传感器接收报告数据包;以及
通过所述多个收集设备中的所述至少一个收集设备将报告数据包路由至所述边缘设备。
237.根据权利要求235所述的方法,其特征在于,每个收集设备安装在室内农业环境的不同的相应空间中,并且从部署在所述相应空间中的所述多个传感器中的传感器收集传感器数据。
238.根据权利要求235所述的方法,其特征在于,还包括通过所述边缘设备的一个或多个存储设备存储通过所述传感器套件的所述多个传感器所捕获的传感器数据实例。
239.根据权利要求224所述的方法,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述农业环境的部件和/或所述农业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
240.根据权利要求239所述的方法,其特征在于,执行一个或多个边缘操作包括:
通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
通过所述边缘处理系统将所述特征向量输入至所述机器学习模型,以获得与所述农业环境的特定部件或所述农业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
在将所述一个或多个传感器数据实例发送至所述后端系统之前,所述边缘处理系统基于所述预测或分类选择性地对所述一个或多个传感器数据实例进行编码。
241.根据权利要求240所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述农业环境的相应的部件和所述农业环境的状况有关的一个或多个预测或分类,所述边缘处理系统使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述农业环境的任何部件和所述农业环境有关的问题。
242.根据权利要求241所述的方法,其特征在于,使用有损编解码器压缩所述一个或多个传感器数据实例包括:
通过所述边缘处理系统将所述一个或多个传感器数据实例归一化为相应的像素值;
通过所述边缘处理系统将所述相应的像素值编码成媒体内容帧;以及
通过所述边缘处理系统使用所述有损编解码器压缩一组媒体内容帧以获得压缩块,其中,所述有损编解码器是视频编解码器,以及所述压缩块包括媒体内容帧和一个或多个其他媒体内容帧,所述其他媒体内容帧包括其他传感器数据实例的归一化像素值。
243.根据权利要求242所述的方法,其特征在于,所述后端系统在一个或多个传感器套件数据包中接收所述压缩块,并且通过使用有损编解码器解压缩所述压缩块来确定由所述传感器套件收集的传感器数据。
244.根据权利要求240所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定部件或农业环境的状况有关的预测或分类,所述处理系统使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定部件或所述农业环境相关的问题。
245.根据权利要求240所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定部件或所述农业环境的状况有关的预测或分类,所述边缘处理系统不对所述一个或多个传感器数据实例进行压缩,其中所述预测或分类指示可能存在与所述特定部件或所述农业环境相关的问题。
246.根据权利要求240所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括通过所述边缘处理系统选择传感器数据实例流用于未压缩传输。
247.根据权利要求239所述的方法,其特征在于,执行一个或多个边缘操作包括:
通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
通过所述处理系统将所述特征向量输入至所述机器学习模型,以获得与所述农业环境的特定部件或所述农业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,通过所述边缘处理系统选择性地将所述一个或多个传感器数据实例存储到所述一个或多个存储设备中的存储设备中。
248.根据权利要求247所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述农业环境的相应的部件和所述农业环境的状况有关的一个或多个预测或分类,通过所述边缘处理系统将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,其中所述一个或多个预测或分类共同指示可能不存在与所述农业环境的任何部件和所述农业环境有关的问题,其中,将所述一个或多个传感器数据实例存储到所述存储设备中并具有到期期限被执行使得:所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除。
249.根据权利要求247所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定部件或所述农业环境的状况有关的预测或分类,所述边缘处理系统将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定部件或所述农业环境相关的问题。
250.根据权利要求224所述的方法,其特征在于,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器;所述多个传感器从下述项中选择:光传感器、湿度传感器、温度传感器、二氧化碳传感器、风扇速度传感器、重量传感器和照相机传感器。
251.一种用于监测自然资源开采环境的传感器套件,其特征在于,包括:
边缘设备;以及
多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器,其中,所述多个传感器中的至少一个传感器包括:
感测部件,所述感测部件捕获传感器测量值并输出传感器数据实例;
处理单元,所述处理单元基于一个或多个传感器数据实例生成报告数据包,并输出报告数据包,其中每个报告数据包包括路由数据和一个或多个传感器数据实例;以及
通信设备,所述通信设备用于从所述处理单元接收报告数据包,并且根据第一通信协议经由所述自配置传感器套件网络将所述报告数据包发送至所述边缘设备;
其中,所述多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:红外传感器、探地传感器、光传感器、湿度传感器、温度传感器、化学传感器、风扇速度传感器、转速传感器、重量传感器和照相机传感器;以及
其中,所述边缘设备包括:
通信系统,所述通信系统具有:
第一通信设备,所述第一通信设备经由所述自配置传感器套件网络从所述多个传感器接收报告数据包;
第二通信设备,所述第二通信设备将传感器套件数据包经由公共网络发送至后端系统;以及
处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:
从所述通信系统接收所述报告数据包;
对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;
基于所述传感器数据实例生成所述传感器套件数据包,其中每个所述传感器套件数据包括至少一个传感器数据实例;以及
将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统经由所述公共网络将所述报告数据包发送至所述后端系统。
252.根据权利要求251所述的传感器套件,其特征在于,还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
253.根据权利要求252所述的传感器套件,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
254.根据权利要求252所述的传感器套件,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
255.根据权利要求251所述的传感器套件,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
256.根据权利要求251所述的传感器套件,其特征在于,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
257.根据权利要求251所述的传感器套件,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述自然资源开采环境的部件和/或所述自然资源开采环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
258.根据权利要求257所述的传感器套件,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述自然资源开采环境的特定部件或所述自然资源开采环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
在将所述一个或多个传感器数据实例发送至所述后端系统之前,基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。
259.根据权利要求258所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述自然资源开采环境的相应的部件和所述自然资源开采环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,所述一个或多个预测或分类共同指示可能不存在与所述自然资源开采环境的任何部件和所述自然资源开采环境有关的问题。
260.根据权利要求259所述的传感器套件,其特征在于,使用有损编解码器压缩所述一个或多个传感器数据实例包括:
将所述一个或多个传感器数据实例归一化为相应的像素值;
将所述相应的像素值编码成视频帧;以及
使用所述有损编解码器压缩一组视频帧,其特征在于,所述有损编解码器是视频编解码器,以及所述组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。
261.根据权利要求259所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定部件或自然资源开采环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,所述预测或分类指示可能存在与所述特定部件或所述自然资源开采环境相关的问题。
262.根据权利要求259所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定部件或所述自然资源开采环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,其中所述预测或分类指示可能存在与所述特定部件或所述自然资源开采环境相关的问题。
263.根据权利要求257所述的传感器套件,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述自然资源开采环境的特定部件或所述自然资源开采环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述存储设备中。
264.根据权利要求263所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述自然资源开采环境的相应的部件和所述自然资源开采环境的状况有关的一个或多个预测或分类将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述自然资源开采环境的任何部件和所述自然资源开采环境有关的问题。
265.根据权利要求263所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定部件或自然资源开采环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定部件或所述自然资源开采相关的问题。
266.根据权利要求251所述的传感器套件,其特征在于,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接将相应传感器数据实例传输至所述边缘设备。
267.根据权利要求266所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
268.根据权利要求251所述的传感器套件,其特征在于,所述自配置传感器套件网络是网状网络,使得:
所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信信道;以及
所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的所述传感器数据实例路由至所述边缘设备。
269.根据权利要求268所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
270.根据权利要求251所述的传感器套件,其特征在于,所述自配置传感器套件网络是分级网络。
271.根据权利要求270所述的传感器套件,其特征在于,还包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。
272.根据权利要求270所述的传感器套件,其特征在于,每个收集设备安装在自然资源开采环境的不同的相应部分中,并且从部署在所述相应部分中的所述多个传感器中的传感器收集传感器数据。
273.一种使用包括边缘设备和多个传感器的传感器套件监测自然资源开采环境的方法,其特征在于,所述方法包括:
通过所述边缘设备的边缘处理系统经由自配置传感器套件网络从多个传感器接收报告数据包,每个报告数据包包括路由数据和由多个传感器中的相应传感器捕获的传感器数据的一个或多个实例,其中多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:红外传感器、探地传感器、光传感器、湿度传感器、温度传感器、化学传感器、风扇速度传感器、转速传感器、重量传感器和照相机传感器;
通过所述边缘处理系统对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;
通过所述边缘处理系统对所述报告数据包中的所述传感器数据实例生成一个或多个边缘操作;以及
通过所述边缘处理系统向所述边缘设备的边缘通信系统发送所述传感器套件数据包,其中,所述边缘通信系统经由公共网络将所述报告数据包发送至后端系统。
274.根据权利要求273所述的方法,其特征在于,所述传感器套件还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
275.根据权利要求274所述的方法,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
276.根据权利要求274所述的方法,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
277.根据权利要求273所述的方法,其特征在于,从所述一个或多个相应传感器接收所述报告数据包是使用所述边缘设备的第一通信设备来执行的,所述边缘设备的所述第一通信设备经由自配置传感器套件网络从所述多个传感器接收所述报告数据包,以及将所述传感器套件数据包发送至所述后端系统是使用所述边缘设备的第二通信设备来执行的。
278.根据权利要求277所述的方法,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
279.根据权利要求277所述的方法,其特征在于,还包括:
通过所述多个传感器捕获传感器数据;以及
通过所述多个传感器经由所述自配置传感器套件网络将所述传感器数据至所述边缘设备。
280.根据权利要求279所述的方法,其特征在于,经由所述自配置传感器套件网络发送所述传感器数据包括:通过所述多个传感器中的每个传感器,使用短程通信协议直接发送传感器数据实例至所述边缘设备,其中,所述自配置传感器套件网络是星形网络。
281.根据权利要求280所述的方法,其特征在于,还包括通过所述边缘处理系统启动所述自配置传感器套件网络的配置。
282.根据权利要求279所述的方法,其特征在于,所述自配置传感器套件网络是网状网络,以及所述多个传感器中的每个传感器包括通信设备。
283.根据权利要求282所述的方法,其特征在于,还包括:
通过所述多个传感器中的每个传感器的通信设备与所述多个传感器中的至少一个其他传感器建立通信信道;
通过所述多个传感器中的至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及
通过所述多个传感器中的至少一个传感器将所接收到的所述传感器数据实例路由至所述边缘设备。
284.根据权利要求279所述的方法,其特征在于,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括一个或多个收集设备。
285.根据权利要求284所述的方法,其特征在于,还包括:
通过所述多个收集设备中的至少一个收集设备从所述多个传感器中的一个或多个传感器接收报告数据包;以及
通过所述多个收集设备中的所述至少一个收集设备将报告数据包路由至所述边缘设备。
286.根据权利要求284所述的方法,其特征在于每个收集设备安装在自然资源开采环境的不同的相应部分中,并且从部署在所述相应部分中的所述多个传感器中的传感器收集传感器数据。
287.根据权利要求273所述的方法,其特征在于,还包括通过所述边缘设备的一个或多个存储设备存储通过所述传感器套件的所述多个传感器所捕获的传感器数据实例。
288.根据权利要求273所述的方法,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述自然资源开采环境的部件和/或所述自然资源开采环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
289.根据权利要求288所述的方法,其特征在于,执行一个或多个边缘操作包括:
通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
通过所述边缘处理系统将所述特征向量输入至所述机器学习模型,以获得与所述自然资源开采环境的特定部件或所述自然资源开采环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
在将所述一个或多个传感器数据实例发送至所述后端系统之前,通过所述边缘处理系统基于所述预测或分类选择性地对所述一个或多个传感器数据实例进行编码。
290.根据权利要求289所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述自然资源开采环境的相应的部件和所述自然资源开采环境的状况有关的一个或多个预测或分类,所述处理系统使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述自然资源开采环境的任何部件和所述自然资源开采环境有关的问题。
291.根据权利要求290所述的方法,其特征在于,使用有损编解码器压缩所述一个或多个传感器数据实例包括:
通过所述边缘处理系统将所述一个或多个传感器数据实例归一化为相应的像素值;
通过所述边缘处理系统将所述相应的像素值编码成媒体内容帧;以及
通过所述边缘处理系统使用所述有损编解码器压缩一组媒体内容帧以获得压缩块,其中,所述有损编解码器是视频编解码器,以及所述压缩块包括媒体内容帧和一个或多个其他媒体内容帧,所述其他媒体内容帧包括其他传感器数据实例的归一化像素值。
292.根据权利要求291所述的方法,其特征在于,所述后端系统在一个或多个传感器套件数据包中接收所述压缩块,并且通过使用有损编解码器解压缩所述压缩块来确定由所述传感器套件收集的传感器数据。
293.根据权利要求289所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定部件或自然资源开采环境的状况有关的预测或分类,所述处理系统使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定部件或所述自然资源开采环境相关的问题。
294.根据权利要求289所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定部件或所述自然资源开采环境的状况有关的预测或分类,所述边缘处理系统不对所述一个或多个传感器数据实例进行压缩,其中所述预测或分类指示可能存在与所述特定部件或所述自然资源开采环境相关的问题。
295.根据权利要求289所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括通过所述边缘处理系统选择传感器数据实例流用于未压缩传输。
296.根据权利要求288所述的方法,其特征在于,执行一个或多个边缘操作包括:
通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
通过所述边缘处理系统将所述特征向量输入至所述机器学习模型,以获得与所述自然资源开采环境的特定部件或所述自然资源开采环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,通过所述边缘处理系统选择性地将所述一个或多个传感器数据实例存储到所述一个或多个存储设备中的存储设备中。
297.根据权利要求296所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述自然资源开采环境的相应的部件和所述自然资源开采环境的状况有关的一个或多个预测或分类,通过所述边缘处理系统将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,其中所述一个或多个预测或分类共同指示可能不存在与所述自然资源开采环境的任何部件和所述自然资源开采环境有关的问题,其中,将所述一个或多个传感器数据实例存储到所述存储设备中并具有到期期限被执行使得:所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除。
298.根据权利要求296所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定部件或自然资源开采环境的状况有关的预测或分类,所述处理系统将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定部件或所述自然资源开采环境相关的问题。
299.根据权利要求273所述的方法,其特征在于,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器,所述多个传感器从下述项中选择:红外传感器、探地传感器、光传感器、湿度传感器、温度传感器、化学传感器、风扇速度传感器、转速传感器、重量传感器和照相机传感器。
300.一种用于监测管道环境的传感器套件,其特征在于,包括:
边缘设备;以及
多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器,其中,所述多个传感器中的至少一个传感器包括:
感测部件,所述感测部件捕获传感器测量值并输出传感器数据实例;
处理单元,所述处理单元基于一个或多个传感器数据实例生成报告数据包,并输出报告数据包,其中每个报告数据包包括路由数据和一个或多个传感器数据实例;以及
通信设备,所述通信设备用于从所述处理单元接收报告数据包,并且根据第一通信协议经由所述自配置传感器套件网络将所述报告数据包发送至所述边缘设备;
其中,所述多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:红外传感器、金属渗透传感器、混凝土渗透传感器、光传感器、应变传感器、铁锈传感器、生物传感器、湿度传感器、温度传感器、化学传感器、阀门完整性传感器、振动传感器、流量传感器、空化传感器、压力传感器、重量传感器和照相机传感器;以及
其中,所述边缘设备包括:
通信系统,所述通信系统具有:
第一通信设备,所述第一通信设备经由所述自配置传感器套件网络从所述多个传感器接收报告数据包;
第二通信设备,所述第二通信设备将传感器套件数据包经由公共网络发送至后端系统;以及
处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:
从所述通信系统接收所述报告数据包;
对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;
基于所述传感器数据实例生成所述传感器套件数据包,其中每个所述传感器套件数据包括至少一个传感器数据实例;以及
将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统经由所述公共网络将所述报告数据包发送至所述后端系统。
301.根据权利要求300所述的传感器套件,其特征在于,还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
302.根据权利要求301所述的传感器套件,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
303.根据权利要求301所述的传感器套件,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
304.根据权利要求300所述的传感器套件,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
305.根据权利要求300所述的传感器套件,其特征在于,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
306.根据权利要求300所述的传感器套件,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述管道环境的管道部件和/或所述管道环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
307.根据权利要求306所述的传感器套件,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述管道环境的特定管道部件或所述管道环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
在将所述一个或多个传感器数据实例发送至所述后端系统之前,基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。
308.根据权利要求307所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述管道环境的相应的管道部件和所述管道环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述管道环境的任何管道部件和所述管道环境有关的问题。
309.根据权利要求308所述的传感器套件,其特征在于,使用有损编解码器压缩所述一个或多个传感器数据实例包括:
将所述一个或多个传感器数据实例归一化为相应的像素值;
将所述相应的像素值编码成视频帧;以及
使用所述有损编解码器压缩一组视频帧,其中,所述有损编解码器是视频编解码器,以及所述组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。
310.根据权利要求308所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定管道部件或管道环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定管道部件或所述管道环境相关的问题。
311.根据权利要求308所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定管道部件或管道环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,其中所述预测或分类指示可能存在与所述特定管道部件或所述管道环境相关的问题。
312.根据权利要求306所述的传感器套件,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述管道环境的特定管道部件或所述管道环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述存储设备中。
313.根据权利要求312所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述管道环境的相应的管道部件和所述管道环境的状况有关的一个或多个预测或分类,将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述管道环境的任何管道部件和所述管道环境有关的问题。
314.根据权利要求312所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定管道部件或管道环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定管道部件或所述管道环境相关的问题。
315.根据权利要求300所述的传感器套件,其特征在于,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接将相应传感器数据实例传输至所述边缘设备。
316.根据权利要求315所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
317.根据权利要求300所述的传感器套件,其特征在于,所述自配置传感器套件网络是网状网络,使得:
所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信信道;以及
所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的所述传感器数据实例路由至所述边缘设备。
318.根据权利要求317所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
319.根据权利要求300所述的传感器套件,其特征在于,所述自配置传感器套件网络是分级网络。
320.根据权利要求319所述的传感器套件,其特征在于,还包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。
321.根据权利要求319所述的传感器套件,其特征在于,每个收集设备安装在管道环境的不同的相应部分中,并且从部署在所述相应部分中的所述多个传感器中的传感器收集传感器数据。
322.一种使用包括边缘设备和多个传感器的传感器套件监测管道环境的方法,其特征在于,所述方法包括:
通过所述边缘设备的边缘处理系统经由自配置传感器套件网络从多个传感器接收报告数据包,每个报告数据包包括路由数据和由多个传感器中的相应传感器捕获的传感器数据的一个或多个实例,其中多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:红外传感器、金属渗透传感器、混凝土渗透传感器、光传感器、应变传感器、铁锈传感器、生物传感器、湿度传感器、温度传感器、化学传感器、阀门完整性传感器、振动传感器、流量传感器、空化传感器、压力传感器、重量传感器和照相机传感器;
通过所述边缘处理系统对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;
通过所述边缘处理系统对所述报告数据包中的所述传感器数据实例生成一个或多个边缘操作;以及
通过所述边缘处理系统向所述边缘设备的边缘通信系统发送所述传感器套件数据包,其中,所述边缘通信系统经由公共网络将所述报告数据包发送至后端系统。
323.根据权利要求322所述的方法,其特征在于,所述传感器套件还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
324.根据权利要求323所述的方法,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
325.根据权利要求323所述的方法,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
326.根据权利要求322所述的方法,其特征在于,从所述一个或多个相应传感器接收所述报告数据包是使用所述边缘设备的第一通信设备来执行的,所述边缘设备的所述第一通信设备经由自配置传感器套件网络从所述多个传感器接收所述报告数据包,以及将所述传感器套件数据包发送至所述后端系统是使用所述边缘设备的第二通信设备来执行的。
327.根据权利要求326所述的方法,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
328.根据权利要求326所述的方法,其特征在于,还包括:
通过所述多个传感器捕获传感器数据;以及
通过所述多个传感器经由所述自配置传感器套件网络将所述传感器数据至所述边缘设备。
329.根据权利要求328所述的方法,其特征在于,经由所述自配置传感器套件网络发送所述传感器数据包括:通过所述多个传感器中的每个传感器,使用短程通信协议直接发送传感器数据实例至所述边缘设备,其中,所述自配置传感器套件网络是星形网络。
330.根据权利要求329所述的方法,其特征在于,还包括通过所述边缘处理系统启动所述自配置传感器套件网络的配置。
331.根据权利要求328所述的方法,其特征在于,所述自配置传感器套件网络是网状网络,以及所述多个传感器中的每个传感器包括通信设备。
332.根据权利要求331所述的方法,其特征在于,还包括:
通过所述多个传感器中的每个传感器的通信设备与所述多个传感器中的至少一个其他传感器建立通信信道;
通过所述多个传感器中的至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及
通过所述多个传感器中的至少一个传感器将所接收到的所述传感器数据实例路由至所述边缘设备。
333.根据权利要求328所述的方法,其特征在于,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括一个或多个收集设备。
334.根据权利要求333所述的方法,其特征在于,还包括:
通过所述多个收集设备中的至少一个收集设备从所述多个传感器中的一个或多个传感器接收报告数据包;以及
通过所述多个收集设备中的所述至少一个收集设备将报告数据包路由至所述边缘设备。
335.根据权利要求333所述的方法,其特征在于,每个收集设备安装在管道环境的不同的相应部分中,并且从部署在所述相应部分中的所述多个传感器中的传感器收集传感器数据。
336.根据权利要求322所述的方法,其特征在于,还包括通过所述边缘设备的一个或多个存储设备存储通过所述传感器套件的所述多个传感器所捕获的传感器数据实例。
337.根据权利要求322所述的方法,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述管道环境的部件和/或所述管道环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
338.根据权利要求337所述的方法,其特征在于,执行一个或多个边缘操作包括:
通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
通过所述处理系统将所述特征向量输入至所述机器学习模型,以获得与所述管道环境的特定部件或所述管道环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
在将所述一个或多个传感器数据实例发送至所述后端系统之前,通过所述边缘处理系统基于所述预测或分类选择性地对所述一个或多个传感器数据实例进行编码。
339.根据权利要求338所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述管道环境的相应的部件和所述管道环境的状况有关的一个或多个预测或分类,所述边缘处理系统使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述管道环境的任何部件和所述管道环境有关的问题。
340.根据权利要求339所述的方法,其特征在于,使用有损编解码器压缩所述一个或多个传感器数据实例包括:
通过所述边缘处理系统将所述一个或多个传感器数据实例归一化为相应的像素值;
通过所述边缘处理系统将所述相应的像素值编码成媒体内容帧;以及
通过所述边缘处理系统使用所述有损编解码器压缩一组媒体内容帧以获得压缩块,其中,所述有损编解码器是视频编解码器,以及所述压缩块包括媒体内容帧和一个或多个其他媒体内容帧,所述其他媒体内容帧包括其他传感器数据实例的归一化像素值。
341.根据权利要求340所述的方法,其特征在于,所述后端系统在一个或多个传感器套件数据包中接收所述压缩块,并且通过使用有损编解码器解压缩所述压缩块来确定由所述传感器套件收集的传感器数据。
342.根据权利要求338所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定部件或管道环境的状况有关的预测或分类,所述处理系统使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定部件或所述管道环境相关的问题。
343.根据权利要求338所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定部件或所述管道环境的状况有关的预测或分类,所述边缘处理系统不对所述一个或多个传感器数据实例进行压缩,其中所述预测或分类指示可能存在与所述特定部件或所述管道环境相关的问题。
344.根据权利要求338所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括通过所述边缘处理系统选择传感器数据实例流用于未压缩传输。
345.根据权利要求337所述的方法,其特征在于,执行一个或多个边缘操作包括:
通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
通过所述处理系统将所述特征向量输入至所述机器学习模型,以获得与所述管道环境的特定部件或所述管道环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,通过所述边缘处理系统选择性地将所述一个或多个传感器数据实例存储到所述一个或多个存储设备中的存储设备中。
346.根据权利要求345所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述管道环境的相应的部件和所述管道环境的状况有关的一个或多个预测或分类,通过所述边缘处理系统将所述一个或多个传感器数据实例存储到存储设备中并具有到期期限,其中所述一个或多个预测或分类共同指示可能不存在与所述管道环境的任何部件和所述管道环境有关的问题,其中,执行将所述一个或多个传感器数据实例存储到所述存储设备中并具有到期期限使得:所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除。
347.根据权利要求345所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定部件或所述管道环境的状况有关的预测或分类,所述边缘处理系统将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定部件或所述管道环境相关的问题。
348.根据权利要求322所述的方法,其特征在于,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器,所述多个传感器从下述项中选择:红外传感器、金属渗透传感器、混凝土渗透传感器、光传感器、应变传感器、铁锈传感器、生物传感器、湿度传感器、温度传感器、化学传感器、阀门完整性传感器、振动传感器、流量传感器、空化传感器、压力传感器、重量传感器和照相机传感器。
349.一种用于监测工业制造环境的传感器套件,其特征在于,包括:
边缘设备;以及
多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器,其中,所述多个传感器中的至少一个传感器包括:
感测部件,所述感测部件捕获传感器测量值并输出传感器数据实例;
处理单元,所述处理单元基于一个或多个传感器数据实例生成报告数据包,并输出报告数据包,其中每个报告数据包包括路由数据和一个或多个传感器数据实例;以及
通信设备,所述通信设备用于从所述处理单元接收报告数据包,并且根据第一通信协议经由所述自配置传感器套件网络将所述报告数据包发送至所述边缘设备;
其中,所述多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:金属渗透传感器、混凝土渗透传感器、振动传感器、光传感器、应变传感器、铁锈传感器、生物传感器、温度传感器、化学传感器、阀门完整性传感器、转速传感器、振动传感器、流量传感器、空化传感器、压力传感器、重量传感器和照相机传感器;以及
其中,所述边缘设备包括:
通信系统,所述通信系统具有:
第一通信设备,所述第一通信设备经由所述自配置传感器套件网络从所述多个传感器接收报告数据包;
第二通信设备,所述第二通信设备将传感器套件数据包经由公共网络发送至后端系统;以及
处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:
从所述通信系统接收所述报告数据包;
对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;
基于所述传感器数据实例生成所述传感器套件数据包,其中每个所述传感器套件数据包括至少一个传感器数据实例;以及
将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统经由所述公共网络将所述报告数据包发送至所述后端系统。
350.根据权利要求349所述的传感器套件,其特征在于,还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
351.根据权利要求350所述的传感器套件,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
352.根据权利要求350所述的传感器套件,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
353.根据权利要求349所述的传感器套件,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
354.根据权利要求349所述的传感器套件,其特征在于,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
355.据权利要求349所述的传感器套件,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述工业制造环境的工业部件和/或所述工业制造环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
356.根据权利要求355所述的传感器套件,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述工业制造环境的特定工业部件或所述工业制造环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
在将所述一个或多个传感器数据实例发送至所述后端系统之前,基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。
357.根据权利要求356所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述工业制造环境的相应的工业部件和所述工业制造环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述工业制造环境的任何工业部件和所述工业制造环境有关的问题。
358.根据权利要求357所述的传感器套件,其特征在于,使用有损编解码器压缩所述一个或多个传感器数据实例包括:
将所述一个或多个传感器数据实例归一化为相应的像素值;
将所述相应的像素值编码成视频帧;以及
使用所述有损编解码器压缩一组视频帧,其中,所述有损编解码器是视频编解码器,以及所述组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。
359.根据权利要求357所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或工业制造环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业制造环境相关的问题。
360.根据权利要求357所述的传感器套件,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或工业制造环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业制造环境相关的问题。
361.根据权利要求355所述的传感器套件,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述工业制造环境的特定工业部件或所述工业制造环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述存储设备中。
362.根据权利要求361所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述工业制造环境的相应的工业部件和所述工业制造环境的状况有关的一个或多个预测或分类,将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述工业制造环境的任何工业部件和所述工业制造环境有关的问题。
363.根据权利要求361所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定工业部件或工业制造环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定工业部件或所述工业制造环境相关的问题。
364.根据权利要求349所述的传感器套件,其特征在于,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接将相应传感器数据实例传输至所述边缘设备。
365.根据权利要求364所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
366.根据权利要求349所述的传感器套件,其特征在于,所述自配置传感器套件网络是网状网络,使得:
所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信信道;以及
所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的所述传感器数据实例路由至所述边缘设备。
367.根据权利要求366所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
368.根据权利要求349所述的传感器套件,其特征在于,所述自配置传感器套件网络是分级网络。
369.根据权利要求368所述的传感器套件,其特征在于,还包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。
370.根据权利要求368所述的传感器套件,其特征在于,每个收集设备安装在工业制造环境的不同的相应空间中,并且从部署在所述相应空间中的所述多个传感器中的传感器收集传感器数据。
371.一种使用包括边缘设备和多个传感器的传感器套件监测制造环境的方法,其特征在于,所述方法包括:
通过所述边缘设备的边缘处理系统经由自配置传感器套件网络从多个传感器接收报告数据包,每个报告数据包包括路由数据和由多个传感器中的相应传感器捕获的传感器数据的一个或多个实例,其中,所述多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:金属渗透传感器、混凝土渗透传感器、振动传感器、光传感器、应变传感器、铁锈传感器、生物传感器、温度传感器、化学传感器、阀门完整性传感器、转速传感器、振动传感器、流量传感器、空化传感器、压力传感器、重量传感器和照相机传感器;
通过所述边缘处理系统对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;
通过所述边缘处理系统对所述报告数据包中的所述传感器数据实例生成一个或多个边缘操作;以及
通过所述边缘处理系统向所述边缘设备的边缘通信系统发送所述传感器套件数据包,其中,所述边缘通信系统经由公共网络将所述报告数据包发送至后端系统。
372.根据权利要求371所述的方法,其特征在于,所述传感器套件还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
373.根据权利要求372所述的方法,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
374.根据权利要求372所述的方法,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
375.根据权利要求371所述的方法,其特征在于,从所述一个或多个相应传感器接收所述报告数据包是使用所述边缘设备的第一通信设备来执行的,所述边缘设备的所述第一通信设备经由自配置传感器套件网络从所述多个传感器接收所述报告数据包,以及将所述传感器套件数据包发送至所述后端系统是使用所述边缘设备的第二通信设备来执行的。
376.根据权利要求375所述的方法,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
377.根据权利要求375所述的方法,其特征在于,还包括:
通过所述多个传感器捕获传感器数据;以及
通过所述多个传感器经由所述自配置传感器套件网络将所述传感器数据至所述边缘设备。
378.根据权利要求377所述的方法,其特征在于,经由所述自配置传感器套件网络发送所述传感器数据包括:通过所述多个传感器中的每个传感器,使用短程通信协议直接发送传感器数据实例至所述边缘设备,其中,所述自配置传感器套件网络是星形网络。
379.根据权利要求378所述的方法,其特征在于,还包括通过所述边缘处理系统启动所述自配置传感器套件网络的配置。
380.根据权利要求377所述的方法,其特征在于,所述自配置传感器套件网络是网状网络,以及所述多个传感器中的每个传感器包括通信设备。
381.根据权利要求380所述的方法,其特征在于,还包括:
通过所述多个传感器中的每个传感器的通信设备与所述多个传感器中的至少一个其他传感器建立通信信道;
通过所述多个传感器中的至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及
通过所述多个传感器中的至少一个传感器将所接收到的所述传感器数据实例路由至所述边缘设备。
382.根据权利要求377所述的方法,其特征在于,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括一个或多个收集设备。
383.根据权利要求382所述的方法,其特征在于,还包括:
通过所述多个收集设备中的至少一个收集设备从所述多个传感器中的一个或多个传感器接收报告数据包;以及
通过所述多个收集设备中的所述至少一个收集设备将报告数据包路由至所述边缘设备。
384.根据权利要求382所述的方法,其特征在于,每个收集设备安装在制造环境的不同的相应空间中,并且从部署在所述相应空间中的所述多个传感器中的传感器收集传感器数据。
385.根据权利要求371所述的方法,其特征在于,还包括通过所述边缘设备的一个或多个存储设备存储通过所述传感器套件的所述多个传感器所捕获的传感器数据实例。
386.根据权利要求371所述的方法,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述制造环境的部件和/或所述制造环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
387.根据权利要求386所述的方法,其特征在于,执行一个或多个边缘操作包括:
通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
通过所述处理系统将所述特征向量输入至所述机器学习模型,以获得与所述制造环境的特定部件或所述制造环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
在将所述一个或多个传感器数据实例发送至所述后端系统之前,通过所述边缘处理系统基于所述预测或分类选择性地对所述一个或多个传感器数据实例进行编码。
388.根据权利要求387所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述制造环境的相应的部件和所述制造环境的状况有关的一个或多个预测或分类,所述边缘处理系统使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述制造环境的任何部件和所述制造环境有关的问题。
389.根据权利要求388所述的方法,其特征在于,使用有损编解码器压缩所述一个或多个传感器数据实例包括:
通过所述边缘处理系统将所述一个或多个传感器数据实例归一化为相应的像素值;
通过所述边缘处理系统将所述相应的像素值编码成媒体内容帧;以及
通过所述边缘处理系统使用所述有损编解码器压缩一组媒体内容帧以获得压缩块,其中,所述有损编解码器是视频编解码器,以及所述压缩块包括媒体内容帧和一个或多个其他媒体内容帧,所述其他媒体内容帧包括其他传感器数据实例的归一化像素值。
390.根据权利要求389所述的方法,其特征在于,所述后端系统在一个或多个传感器套件数据包中接收所述压缩块,并且通过使用有损编解码器解压缩所述压缩块来确定由所述传感器套件收集的传感器数据。
391.根据权利要求387所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定部件或制造环境的状况有关的预测或分类,所述处理系统使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定部件或所述制造置相关的问题。
392.根据权利要求387所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定部件或所述制造环境的状况有关的预测或分类,所述边缘处理系统不对所述一个或多个传感器数据实例进行压缩,其中所述预测或分类指示可能存在与所述特定部件或所述制造环境相关的问题。
393.根据权利要求387所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括通过所述边缘处理系统选择传感器数据实例流用于未压缩传输。
394.根据权利要求386所述的方法,其特征在于,执行一个或多个边缘操作包括:
通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
通过所述处理系统将所述特征向量输入至所述机器学习模型,以获得与所述制造环境的特定部件或所述制造环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,通过所述边缘处理系统选择性地将所述一个或多个传感器数据实例存储到所述一个或多个存储设备中的存储设备中。
395.根据权利要求394所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述制造环境的相应的部件和所述制造环境的状况有关的一个或多个预测或分类,通过所述边缘处理系统将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,其中所述一个或多个预测或分类共同指示可能不存在与所述制造环境的任何部件和所述制造环境有关的问题,其中,将所述一个或多个传感器数据实例存储到所述存储设备中并具有到期期限被执行使得:所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除。
396.根据权利要求394所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定部件或所述制造环境的状况有关的预测或分类,所述边缘处理系统将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定部件或所述制造环境相关的问题。
397.根据权利要求371所述的方法,其特征在于,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器,所述多个传感器从下述项中选择:金属渗透传感器、混凝土渗透传感器、振动传感器、光传感器、应变传感器、铁锈传感器、生物传感器、温度传感器、化学传感器、阀门完整性传感器、转速传感器、振动传感器、流量传感器、空化传感器、压力传感器、重量传感器和照相机传感器。
398.一种用于监测水下工业环境的传感器套件,其特征在于,所述传感器套件包括:
边缘设备;以及
多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器,其中,所述多个传感器中的至少一个传感器包括:
感测部件,所述感测部件捕获传感器测量值并输出传感器数据实例;
处理单元,所述处理单元基于一个或多个传感器数据实例生成报告数据包,并输出报告数据包,其中每个报告数据包包括路由数据和一个或多个传感器数据实例;以及
通信设备,所述通信设备用于从所述处理单元接收报告数据包,并且根据第一通信协议经由所述自配置传感器套件网络将所述报告数据包发送至所述边缘设备;
其中,所述多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:红外传感器、声纳传感器、激光雷达传感器、渗水传感器、光传感器、应变传感器、铁锈传感器、生物传感器、温度传感器、化学传感器、阀门完整性传感器、振动传感器、流量传感器、空化传感器、压力传感器、重量传感器和照相机传感器;以及
其中,所述边缘设备包括:
通信系统,所述通信系统具有:
第一通信设备,所述第一通信设备经由所述自配置传感器套件网络从所述多个传感器接收报告数据包;
第二通信设备,所述第二通信设备将传感器套件数据包经由公共网络发送至后端系统;以及
处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:
从所述通信系统接收所述报告数据包;
对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;
基于所述传感器数据实例生成所述传感器套件数据包,其中每个所述传感器套件数据包括至少一个传感器数据实例;以及
将所述传感器套件数据包输出至所述通信系统,其中,所述通信系统经由所述公共网络将所述报告数据包发送至所述后端系统。
399.根据权利要求398所述的传感器套件,其特征在于,还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
400.根据权利要求399所述的传感器套件,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
401.根据权利要求399所述的传感器套件,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
402.根据权利要求398所述的传感器套件,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
403.根据权利要求398所述的传感器套件,其特征在于,所述边缘设备还包括一个或多个存储设备,所述存储设备存储传感器数据存储区,所述传感器数据存储区存储所述传感器套件的所述多个传感器捕获的传感器数据实例。
404.根据权利要求398所述的传感器套件,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述水下工业环境的工业部件和/或所述水下工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
405.根据权利要求404所述的传感器套件,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述水下工业环境的特定工业部件或所述水下工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
在将所述一个或多个传感器数据实例发送至所述后端系统之前,基于所述状况或预测选择性地对所述一个或多个传感器数据实例进行编码。
406.根据权利要求405所述的传感器套件,其特征在于,所述选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述水下工业环境的相应的工业部件和所述水下工业环境的状况有关的一个或多个预测或分类,使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述水下工业环境的任何工业部件和所述水下工业环境有关的问题。
407.根据权利要求406所述的传感器套件,其特征在于,所述使用有损编解码器压缩所述一个或多个传感器数据实例包括:
将所述一个或多个传感器数据实例归一化为相应的像素值;
将所述相应的像素值编码成视频帧;以及
使用所述有损编解码器压缩一组视频帧,其中,所述有损编解码器是视频编解码器,以及所述组视频帧包括所述视频帧和包括其他传感器数据实例的归一化像素值的一个或多个其他视频帧。
408.根据权利要求406所述的传感器套件,其特征在于,所述选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或水下工业环境的状况有关的预测或分类,使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定工业部件或所述水下工业环境相关的问题。
409.根据权利要求406所述的传感器套件,其特征在于,所述选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定工业部件或水下工业环境的状况有关的预测或分类,不对所述一个或多个传感器数据实例进行压缩,其中所述预测或分类指示可能存在与所述特定工业部件或所述水下工业环境相关的问题。
410.根据权利要求404所述的传感器套件,其特征在于,执行一个或多个边缘操作包括:
基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
将所述特征向量输入至所述机器学习模型,以获得与所述水下工业环境的特定工业部件或所述水下工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,选择性地将所述一个或多个传感器数据实例存储到所述边缘设备的所述存储设备中。
411.根据权利要求410所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述水下工业环境的相应的工业部件和所述水下工业环境的状况有关的一个或多个预测或分类将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,使所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除,其中所述一个或多个预测或分类共同指示可能不存在与所述水下工业环境的任何工业部件和所述水下工业环境有关的问题。
412.根据权利要求410所述的传感器套件,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定工业部件或水下工业环境的状况有关的预测或分类,将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定工业部件或所述水下工业环境相关的问题。
413.根据权利要求398所述的传感器套件,其特征在于,所述自配置传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接将相应传感器数据实例传输至所述边缘设备。
414.根据权利要求413所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
415.根据权利要求398所述的传感器套件,其特征在于,所述自配置传感器套件网络是网状网络,使得:
所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信信道;
所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的所述传感器数据实例路由至所述边缘设备。
416.根据权利要求415所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述边缘设备的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述边缘设备启动所述自配置传感器套件网络的配置而形成所述网状网络。
417.根据权利要求398所述的传感器套件,其特征在于,所述自配置传感器套件网络是分级网络。
418.根据权利要求417所述的传感器套件,其特征在于,还包括一个或多个收集设备,所述一个或多个收集设备用于从所述多个传感器中的一个或多个传感器接收报告数据包,以及将所述报告数据包路由至所述边缘设备。
419.根据权利要求417所述的传感器套件,其特征在于,每个收集设备安装在水下工业环境的不同的相应部分中,并且从部署在所述相应部分中的所述多个传感器中的传感器收集传感器数据。
420.一种使用包括边缘设备和多个传感器的传感器套件监测水下工业环境的方法,其特征在于,所述方法包括:
通过所述边缘设备的边缘处理系统经由自配置传感器套件网络从多个传感器接收报告数据包,每个报告数据包包括路由数据和由多个传感器中的相应传感器捕获的传感器数据的一个或多个实例,其中多个传感器包括两种或更多种传感器类型,所述多个传感器从下述项中选择:红外传感器、声纳传感器、激光雷达传感器、渗水传感器、光传感器、应变传感器、铁锈传感器、生物传感器、温度传感器、化学传感器、阀门完整性传感器、振动传感器、流量传感器、空化传感器、压力传感器、重量传感器和照相机传感器;
通过所述边缘处理系统对所述报告数据包中的传感器数据实例执行一个或多个边缘操作;
通过所述边缘处理系统对所述报告数据包中的所述传感器数据实例生成一个或多个边缘操作;以及
通过所述边缘处理系统向所述边缘设备的边缘通信系统发送所述传感器套件数据包,其中,所述边缘通信系统经由公共网络将所述报告数据包发送至后端系统。
421.根据权利要求420所述的方法,其特征在于,所述传感器套件还包括网关设备,其中,所述网关设备用于经由有线通信链路从所述边缘设备接收传感器套件数据包,以及代表所述边缘设备经由所述公共网络将所述传感器套件数据包发送至所述后端系统。
422.根据权利要求421所述的方法,其特征在于,所述网关设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
423.根据权利要求421所述的方法,其特征在于,所述网关设备包括蜂窝芯片组,所述蜂窝芯片组被预先配置成将传感器套件数据包发送至预选的蜂窝提供商的手机信号塔。
424.根据权利要求420所述的方法,其特征在于,从所述一个或多个相应传感器接收所述报告数据包是使用所述边缘设备的第一通信设备来执行的,所述边缘设备的所述第一通信设备经由自配置传感器套件网络从所述多个传感器接收所述报告数据包,以及将所述传感器套件数据包发送至所述后端系统是使用所述边缘设备的第二通信设备来执行的。
425.根据权利要求424所述的方法,其特征在于,所述边缘设备的所述第二通信设备包括卫星终端设备,所述卫星终端设备用于将所述传感器套件数据包发送至卫星,该卫星将所述传感器套件数据包路由至所述公共网络。
426.根据权利要求424所述的方法,其特征在于,还包括:
通过所述多个传感器捕获传感器数据;以及
通过所述多个传感器经由所述自配置传感器套件网络发送所述传感器数据至所述边缘设备。
427.根据权利要求426所述的方法,其特征在于,经由所述自配置传感器套件网络发送所述传感器数据包括:通过所述多个传感器中的每个传感器,使用短程通信协议直接发送传感器数据实例至所述边缘设备,其中,所述自配置传感器套件网络是星形网络。
428.根据权利要求427所述的方法,其特征在于,还包括通过所述边缘处理系统启动所述自配置传感器套件网络的配置。
429.根据权利要求426所述的方法,其特征在于,所述自配置传感器套件网络是网状网络,以及所述多个传感器中的每个传感器包括通信设备。
430.根据权利要求429所述的方法,其特征在于,还包括:
通过所述多个传感器中的每个传感器的通信设备与所述多个传感器中的至少一个其他传感器建立通信信道;
通过所述多个传感器中的至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及
通过所述多个传感器中的至少一个传感器将所接收到的所述传感器数据实例路由至所述边缘设备。
431.根据权利要求426所述的方法,其特征在于,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括一个或多个收集设备。
432.根据权利要求431所述的方法,其特征在于,还包括:
通过所述多个收集设备中的至少一个收集设备从所述多个传感器中的一个或多个传感器接收报告数据包;以及
通过所述多个收集设备中的所述至少一个收集设备将报告数据包路由至所述边缘设备。
433.根据权利要求431所述的方法,其特征在于,每个收集设备安装在水下工业环境的不同的相应部分中,并且从部署在所述相应部分中的所述多个传感器中的传感器收集传感器数据。
434.根据权利要求420所述的方法,其特征在于,还包括通过所述边缘设备的一个或多个存储设备存储通过所述传感器套件的所述多个传感器所捕获的传感器数据实例。
435.根据权利要求420所述的方法,其特征在于,所述边缘设备还包括一个或多个存储设备,所述一个或多个存储设备存储模型数据存储区,所述模型数据存储区存储一个或多个机器学习模型,所述一个或多个机器学习模型中的每个被训练成基于特征组来预测或分类所述水下工业环境的部件和/或所述水下工业环境的状况,所述特征组根据所述多个传感器中的一个或多个传感器所捕获的传感器数据实例得出。
436.根据权利要求435所述的方法,其特征在于,执行一个或多个边缘操作包括:
通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
通过所述处理系统将所述特征向量输入至所述机器学习模型,以获得与所述水下工业环境的特定部件或所述水下工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
在将所述一个或多个传感器数据实例发送至所述后端系统之前,通过所述边缘处理系统基于所述预测或分类选择性地对所述一个或多个传感器数据实例进行编码。
437.根据权利要求436所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与所述水下工业环境的相应的部件和所述水下工业环境的状况有关的一个或多个预测或分类,所述边缘处理系统使用有损编解码器压缩所述一个或多个传感器数据实例,其中所述一个或多个预测或分类共同指示可能不存在与所述水下工业环境的任何部件和所述水下工业环境有关的问题。
438.根据权利要求437所述的方法,其特征在于,使用有损编解码器压缩所述一个或多个传感器数据实例包括:
通过所述边缘处理系统将所述一个或多个传感器数据实例归一化为相应的像素值;
通过所述边缘处理系统将所述相应的像素值编码成媒体内容帧;以及
通过所述边缘处理系统使用所述有损编解码器压缩一组媒体内容帧以获得压缩块,其中,所述有损编解码器是视频编解码器,以及所述压缩块包括媒体内容帧和一个或多个其他媒体内容帧,所述其他媒体内容帧包括其他传感器数据实例的归一化像素值。
439.根据权利要求438所述的方法,其特征在于,所述后端系统在一个或多个传感器套件数据包中接收所述压缩块,并且通过使用有损编解码器解压缩所述压缩块来确定由所述传感器套件收集的传感器数据。
440.根据权利要求436所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定部件或所述水下工业环境的状况有关的预测或分类,所述处理系统使用无损编解码器压缩所述一个或多个传感器数据实例,其中所述预测或分类指示可能存在与所述特定部件或所述水下工业环境相关的问题。
441.根据权利要求436所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括:
响应于获得与特定部件或所述水下工业环境的状况有关的预测或分类,所述边缘处理系统不对所述一个或多个传感器数据实例进行压缩,其中所述预测或分类指示可能存在与所述特定部件或所述水下工业环境相关的问题。
442.根据权利要求436所述的方法,其特征在于,选择性地对所述一个或多个传感器数据实例进行编码包括通过所述边缘处理系统选择传感器数据实例流用于未压缩传输。
443.根据权利要求435所述的方法,其特征在于,执行一个或多个边缘操作包括:
通过所述边缘处理系统基于从所述多个传感器中的一个或多个传感器接收的一个或多个传感器数据实例生成特征向量;
通过所述处理系统将所述特征向量输入至所述机器学习模型,以获得与所述水下工业环境的特定部件或所述水下工业环境的状况有关的预测或分类以及对应于所述预测或分类的置信度;以及
基于所述预测或分类,通过所述边缘处理系统选择性地将所述一个或多个传感器数据实例存储到所述一个或多个存储设备中的存储设备中。
444.根据权利要求443所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与所述水下工业环境的相应的部件和所述水下工业环境的状况有关的一个或多个预测或分类,通过所述边缘处理系统将所述一个或多个传感器数据实例存储在存储设备中并具有到期期限,其中所述一个或多个预测或分类共同指示可能不存在与所述水下工业环境的任何部件和所述水下工业环境有关的问题,其中,将所述一个或多个传感器数据实例存储到所述存储设备中并具有到期期限被执行使得:所述一个或多个传感器数据实例根据所述到期期限从所述存储设备中清除。
445.根据权利要求443所述的方法,其特征在于,选择性地存储所述一个或多个传感器数据实例包括:
响应于获得与特定部件或所述水下工业环境的状况有关的预测或分类,所述边缘处理系统将所述一个或多个传感器数据实例无限期地存储到所述存储设备中,其中所述预测或分类指示可能存在与所述特定部件或所述水下工业环境相关的问题。
446.根据权利要求420所述的方法,其特征在于,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器,所述多个传感器从下述项中选择:红外传感器、声纳传感器、激光雷达传感器、渗水传感器、光传感器、应变传感器、铁锈传感器、生物传感器、温度传感器、化学传感器、阀门完整性传感器、振动传感器、流量传感器、空化传感器、压力传感器、重量传感器和照相机传感器。
447.一种用于监测工业环境的系统,其特征在于,包括:
一组传感器套件,每个传感器套件具有一组传感器,所述一组传感器被登记到相应的工业环境,并且用于监测工业环境的物理特性;
通信网关组,用于将传感器值实例从所述传感器套件发送至后端系统;以及
所述后端系统,所述后端系统用于处理所述传感器值实例以监测工业环境,其中,在接收到传感器套件至所述工业环境的注册数据时,所述后端系统自动为所述工业环境的所有者或操作员配置和填充仪表板,其中,所述仪表板提供基于所述工业环境的传感器值的实例的监测信息。
448.根据权利要求447所述的系统,其特征在于,所述传感器套件的所述注册包括用于指定待监测的实体或工业环境的类型的界面。
449.根据权利要求448所述的系统,其特征在于,所述后端系统基于实体或工业环境的注册类型来配置所述仪表板。
450.根据权利要求448所述的系统,其特征在于,所述后端系统包括基于实体或工业环境的类型进行配置的分析工具。
451.根据权利要求448所述的系统,其特征在于,所述后端系统包括基于实体或工业环境的类型进行配置的机器学习工具。
452.根据权利要求447所述的系统,其特征在于,所述通信网关用于为传感器值实例提供虚拟容器,使得只有所述工业环境的注册所有者或操作员才能够访问所述传感器值。
453.根据权利要求447所述的系统,其特征在于,在将传感器套件注册到工业环境时,用户选择用于监测的参数组,并且其中,基于所选择的参数自动提供所述后端系统的一组服务和功能。
454.根据权利要求447所述的系统,其特征在于,所述传感器套件、所述通信网关和所述后端系统中的至少一个包括边缘计算系统,所述边缘计算系统用于基于来自该组传感器套件的多个传感器值实例来自动计算工业环境的度量。
455.根据权利要求447所述的系统,其特征在于,所述传感器套件是自配置传感器套件网络。
456.根据权利要求455所述的系统,其特征在于,所述传感器套件网络是星形网络,使得所述多个传感器中的每个传感器使用短程通信协议直接与所述通信网关传输相应传感器数据实例。
457.根据权利要求455所述的系统,其特征在于,计算机可执行指令使得所述通信网关的所述一个或多个处理器启动所述自配置传感器套件网络的配置。
458.根据权利要求455所述的系统,其特征在于,所述自配置传感器套件网络是网状网络,使得:
所述多个传感器中的每个传感器的通信设备用于与所述多个传感器中的至少一个其他传感器建立通信信道;以及
所述多个传感器中的至少一个传感器用于从所述多个传感器中的一个或多个其他传感器接收传感器数据实例,并将所接收的所述传感器数据实例路由至所述通信网关。
459.根据权利要求458所述的传感器套件,其特征在于,所述计算机可执行指令还使得所述通信网关的所述一个或多个处理器启动所述自配置传感器套件网络的配置,其中,所述多个传感器响应于所述通信网关启动所述自配置传感器套件网络的配置而形成所述网状网络。
460.根据权利要求455所述的系统,其特征在于,所述自配置传感器套件网络是分级网络。
461.一种使用一组传感器套件、通信网关组和后端系统监测多个工业环境的方法,其特征在于,所述方法包括:
将多个传感器套件中的每个传感器套件注册到多个工业环境中的相应的工业环境;
配置多个传感器套件中的每个传感器套件,以监测传感器套件被注册到的所述相应的工业环境的物理特性;
通过所述通信网关组中的每个通信网关从多个传感器套件中的相应传感器套件向后端系统发送传感器数据实例;
通过所述后端系统处理从所述多个传感器套件中的每个传感器套件接收的所述传感器数据实例;
当接收到关于所述多个传感器套件中的传感器套件的注册数据时,通过所述后端系统自动补给和填充所述相应工业环境的所有者或操作员的仪表板;以及
通过所述仪表板提供基于所述相应的工业环境的所述传感器数据实例的监测信息。
462.根据权利要求461所述的方法,其特征在于,注册每个传感器套件包括提供用于指定待监测的实体或工业环境的类型的接口。
463.根据权利要求462所述的方法,其特征在于,配置每个传感器套件以监测所述相应的工业环境的物理特征包括通过所述后端系统基于实体或工业环境的注册类型来配置所述仪表板。
464.根据权利要求462所述的方法,其特征在于,所述后端系统包括基于实体或工业环境的类型进行配置的分析工具。
465.根据权利要求462所述的方法,其特征在于,所述后端系统包括基于实体或工业环境的类型进行配置的机器学习工具。
466.根据权利要求461所述的方法,其特征在于,还包括通过所述多个通信网关中的每个通信网关提供用于传感器数据实例的虚拟容器,使得只有所述相应的工业环境的注册的所有者或操作员能够访问传感器数据。
467.根据权利要求461所述的方法,其特征在于,在将传感器套件注册到工业环境时,用户选择一组参数用于监测。
468.根据权利要求467所述的方法,其特征在于,还包括通过所述后端系统基于所选择的参数自动提供所述后端系统的一组服务和能力。
469.根据权利要求461所述的方法,其特征在于,所述多个传感器套件中的传感器套件、所述多个通信网关中的通信网关以及所述后端系统中的至少一个包括边缘计算系统,所述边缘计算系统用于基于来自该组传感器套件的多个传感器数据实例来自动计算工业环境的度量。
470.根据权利要求461所述的方法,其特征在于,所述多个传感器套件中的至少一个传感器套件是包括多个传感器的自配置传感器套件网络。
471.根据权利要求470所述的方法,其特征在于,还包括:
通过所述多个传感器捕获传感器数据;以及
通过所述多个传感器经由所述自配置传感器套件网络将所述传感器数据至所述边缘设备。
472.根据权利要求471所述的方法,其特征在于,经由所述自配置传感器套件网络发送所述传感器数据包括:通过所述多个传感器中的每个传感器,使用短程通信协议直接发送传感器数据实例至所述边缘设备,其中,所述自配置传感器套件网络是星形网络。
473.根据权利要求470所述的方法,其特征在于,还包括通过所述边缘处理系统启动所述自配置传感器套件网络的配置。
474.根据权利要求471所述的方法,其特征在于,所述自配置传感器套件网络是网状网络,以及所述多个传感器中的每个传感器包括通信设备。
475.根据权利要求474所述的方法,其特征在于,还包括:
通过所述多个传感器中的每个传感器的通信设备与所述多个传感器中的至少一个其他传感器建立通信信道;
通过所述多个传感器中的至少一个传感器从所述多个传感器中的一个或多个其他传感器接收传感器数据实例;以及
通过所述多个传感器中的至少一个传感器将所接收到的所述传感器数据实例路由至所述边缘设备。
476.根据权利要求471所述的方法,其特征在于,所述自配置传感器套件网络是分级网络,以及所述传感器套件包括一个或多个收集设备。
477.根据权利要求470所述的方法,其特征在于,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器。
478.一种用于监测工业环境的传感器套件,其特征在于,所述传感器套件包括:
边缘设备;以及
多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器,其中,所述多个传感器中的至少一个传感器包括:
感测部件,所述感测部件捕获传感器测量值并输出传感器数据实例;
处理单元,所述处理单元基于一个或多个传感器数据实例生成报告数据包,并输出报告数据包,其中每个报告数据包包括路由数据和一个或多个传感器数据实例;以及
通信设备,所述通信设备用于从所述处理单元接收报告数据包,并且根据第一通信协议经由所述自配置传感器套件网络将所述报告数据包发送至所述边缘设备;
其中,所述边缘设备包括:
通信系统,所述通信系统具有:
第一通信设备,所述第一通信设备经由所述自配置传感器套件网络从所述多个传感器接收报告数据包;以及
第二通信设备,所述第二通信设备将传感器套件数据包经由公共网络发送至后端系统;以及
处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:
从所述通信系统接收所述报告数据包;
基于从报告数据包获得的传感器数据生成数据块,其中,所述数据块包括(i)限定所述数据块的地址的块头和(ii)定义所述传感器数据和所述数据块将被链接到的另一数据块的父地址的块体;以及
将数据块传输到一个或多个节点计算设备,这些节点计算设备共同存储由多个数据块组成的分布式帐本。
479.根据权利要求478所述的传感器套件,其特征在于,所述生成所述数据块包括生成所述块体的哈希值。
480.根据权利要求478所述的传感器套件,其特征在于,所述生成数据块包括对所述块体加密。
481.根据权利要求478所述的传感器套件,其特征在于,所述分布式账本包括智能合约,所述智能合约定义了与所收集的传感器数据相关的一个或多个条件以及由所述智能合约响应于所述一个或多个条件被满足而发起的一个或多个行为。
482.根据权利要求481所述的传感器套件,其特征在于,所述智能合约从所述传感器套件接收所述数据块,并且至少基于存储到所述数据块中的传感器数据来确定是否满足所述一个或多个条件。
483.根据权利要求481所述的传感器套件,其特征在于所述智能合约对应于承保方。
484.根据权利要求483所述的传感器套件,其特征在于,响应于满足所述一个或多个条件,所述智能合约中定义的行为触发资金转移到和与所述传感器套件相关联的操作员相关联的账户。
485.根据权利要求484所述的传感器套件,其特征在于,所述一个或多个条件包括第一条件和第二条件,所述第一条件确定所述传感器套件是否报告了足够量的传感器数据,以及所述第二条件确定所报告的传感器数据是否指示所述工业环境正在无问题地运行。
486.根据权利要求481所述的传感器套件,其特征在于,述智能合约对应于监管机构。
487.根据权利要求486所述的传感器套件,其特征在于,所述智能合约中定义的所述行为响应于满足所述一个或多个条件,触发向与所述传感器套件相关联的操作者发放令牌。
488.根据权利要求487所述的传感器套件,其特征在于,所述一个或多个条件包括第一条件和第二条件,所述第一条件要求传感器套件报告一定量的报告传感器数据,所述第二条件要求报告传感器数据符合报告规则。
489.根据权利要求478所述的传感器套件,其特征在于,所述边缘设备是节点计算设备之一。
490.一种使用具有多个传感器和包括处理系统的边缘设备的传感器套件来监测工业环境的方法,其特征在于,所述方法包括:
通过所述处理系统从所述多个传感器中的一个或多个相应传感器接收报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例;
通过所述处理系统基于从报告数据包获得的传感器数据生成数据块,其中,所述数据块包括(i)限定所述数据块的地址的块头和(ii)定义所述传感器数据和所述数据块将被链接到的另一数据块的父地址的块体;以及
通过所述处理系统将所述数据块发送至一个或多个节点计算设备,所述一个或多个节点计算设备共同存储由多个数据块组成的分布式帐本。
491.根据权利要求490所述的方法,其特征在于,生成所述数据块包括通过所述处理系统生成所述块体的哈希值。
492.根据权利要求490所述的方法,其特征在于,生成所述数据块包括通过所述处理系统对所述块体进行加密。
493.根据权利要求490所述的方法,其特征在于,所述分布式帐本包括智能合约,所述智能合约定义了与所收集的传感器数据以及由所述智能合约响应于所述一个或多个条件被满足而发起的一个或多个行为相关的一个或多个条件。
494.根据权利要求493所述的方法,其特征在于,所述智能合约从所述传感器套件接收所述数据块,并且至少基于存储到所述数据块中的传感器数据来确定是否满足所述一个或多个条件。
495.根据权利要求493的方法,其特征在于,所述智能合约对应于承保方。
496.根据权利要求495所述的方法,其特征在于,响应于满足所述一个或多个条件,所述智能合约中定义的行为触发资金转移到与所述传感器套件相关联的操作员相关联的账户。
497.根据权利要求496所述的方法,其特征在于,所述一个或多个条件包括确定所述传感器套件是否报告了足够量的传感器数据的第一条件和确定所报告的传感器数据是否指示工业环境正在无问题地运行的第二条件。
498.根据权利要求493所述的方法,其特征在于,所述智能合约对应于监管机构。
499.根据权利要求498所述的方法,其特征在于,所述智能合约中定义的所述行为响应于满足所述一个或多个条件,触发向与所述传感器套件相关联的操作者发放令牌。
500.根据权利要求499所述的方法,其特征在于,所述一个或多个条件包括第一条件和第二条件,所述第一条件要求传感器套件报告一定量的报告传感器数据,所述第二条件要求报告传感器数据符合报告规则。
501.根据权利要求490所述的方法,其特征在于,所述边缘设备是所述节点计算设备之一。
502.根据权利要求490所述的方法,其特征在于,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器。
503.一种系统,其特征在于,包括:
后端系统,所述后端系统包括一个或多个服务器,所述一个或多个服务器用于代表用户将智能合约部署到分布式帐本,其中,所述智能合约定义与所收集的传感器数据相关的一个或多个条件以及响应于满足所述一个或多个条件由所述智能合约发起的一个或多个行为;
传感器套件,所述传感器套件用于监测工业环境,所述传感器套件包括:
边缘设备;以及
多个传感器,所述多个传感器捕获传感器数据并经由自配置传感器套件网络传输所述传感器数据,其中,所述多个传感器包括一个或多个第一传感器类型的传感器和一个或多个第二传感器类型的传感器,其中,所述多个传感器中的至少一个传感器包括:
感测部件,所述感测部件捕获传感器测量值并输出传感器数据实例;
处理单元,所述处理单元基于一个或多个传感器数据实例生成报告数据包,并输出报告数据包,其中每个报告数据包包括路由数据和一个或多个传感器数据实例;以及
通信设备,所述通信设备用于从所述处理单元接收报告数据包,并且根据第一通信协议经由所述自配置传感器套件网络将所述报告数据包发送至所述边缘设备;
其中,所述边缘设备包括:
通信系统,所述通信系统具有第一通信设备和第二通信设备,所述第一通信设备经由自配置传感器套件网络从多个传感器接收报告数据包,所述第二通信设备经由公共网络将传感器套件数据包发送至公共网络;以及
处理系统,所述处理系统具有一个或多个处理器,所述一个或多个处理器执行计算机可执行指令,所述计算机可执行指令使得所述处理系统:
从所述通信系统接收所述报告数据包;
基于从报告数据包获得的传感器数据生成数据块,其中,所述数据块包括(i)限定所述数据块的地址的块头和(ii)定义所述传感器数据和所述数据块将被链接到的另一数据块的父地址的块体;以及
将所述数据块传输至一个或多个节点计算设备,所述一个或多个节点计算设备共同存储由多个数据块组成的分布式帐本。
504.根据权利要求503所述的系统,其特征在于,所述生成所述数据块包括生成所述块体的哈希值。
505.根据权利要求503所述的系统,其特征在于,所述生成数据块包括对所述块体进行加密。
506.根据权利要求503所述的系统,其特征在于,所述智能合约从所述传感器套件接收所述数据块,并且至少基于存储到所述数据块中的传感器数据来确定是否满足所述一个或多个条件。
507.根据权利要求506所述的系统,其特征在于,所述智能合约对应于承保方。
508.根据权利要求507所述的系统,其特征在于,响应于满足所述一个或多个条件,所述智能合约中定义的行为触发资金转移到与所述传感器套件相关联的操作员相关联的账户。
509.根据权利要求508所述的系统,其特征在于,所述一个或多个条件包括第一条件和第二条件,所述第一条件确定所述传感器套件是否报告了足够量的传感器数据,以及所述第二条件确定所报告的传感器数据是否指示所述工业环境正在无问题地运行。
510.根据权利要求506所述的系统,其特征在于,所述智能合约对应于监管机构。
511.根据权利要求510所述的系统,其特征在于,所述智能合约中定义的所述行为响应于满足所述一个或多个条件,触发向与所述传感器套件相关联的操作者发放令牌。
512.根据权利要求511所述的系统,其特征在于,所述一个或多个条件包括确定所述传感器套件是否已经报告了由法规定义的所需量的传感器数据的条件。
513.根据权利要求503所述的系统,其特征在于,所述边缘设备是所述节点计算设备之一。
514.一种使用与后端系统通信的传感器套件来监测工业环境的方法,所述传感器套件包括多个传感器和边缘设备,其特征在于,所述方法包括:
由后端系统代表用户将智能合约部署到分布式帐本,其特征在于智能合约定义与收集的传感器数据相关的一个或多个条件以及响应于满足一个或多个条件由智能合约发起的一个或多个行为;
通过所述边缘设备的边缘处理系统从所述多个传感器中的一个或多个相应传感器接收报告数据包,其中,每个报告数据包包括路由数据和一个或多个传感器数据实例;
通过所述边缘处理系统基于从报告数据包获得的传感器数据生成数据块,其中,所述数据块包括(i)限定所述数据块的地址的块头和(ii)定义所述传感器数据和所述数据块将被链接到的另一数据块的父地址的块体;以及
通过所述边缘处理系统将所述数据块发送至一个或多个节点计算设备,所述一个或多个节点计算设备共同存储包括多个数据块的分布式帐本。
515.根据权利要求514所述的方法,其特征在于,生成所述数据块包括由所述边缘处理系统生成所述块体的哈希值。
516.根据权利要求514所述的方法,其特征在于,生成数据块包括由边缘处理系统加密所述块体。
517.根据权利要求514所述的方法,其特征在于,所述分布式账本从所述传感器套件接收所述数据块,并且至少基于存储到所述数据块中的传感器数据来确定所述智能合约的一个或多个条件是否得到满足。
518.根据权利要求517的方法,其特征在于,所述智能合约对应于承保方。
519.根据权利要求518所述的方法,其特征在于,响应于满足所述一个或多个条件,所述智能合约中定义的行为触发资金转移到与所述传感器套件相关联的操作员相关联的账户。
520.根据权利要求519所述的方法,其特征在于,所述一个或多个条件包括第一条件和第二条件,所述第一条件确定所述传感器套件是否报告了足够量的传感器数据,以及所述第二条件和确定所报告的传感器数据是否指示工业环境正在无问题地运行。
521.根据权利要求517所述的方法,其特征在于,所述智能合约对应于监管机构。
522.根据权利要求521所述的方法,其特征在于,所述智能合约中定义的所述行为响应于满足所述一个或多个条件,触发向与所述传感器套件相关联的操作者发放令牌。
523.根据权利要求522所述的方法,其特征在于,所述一个或多个条件包括确定所述传感器套件是否已经报告了由法规定义的所需量的传感器数据的条件。
524.根据权利要求514所述的方法,其特征在于,所述边缘设备是所述节点计算设备之一。
525.根据权利要求514所述的方法,其特征在于,所述后端系统是所述节点计算设备之一。
526.根据权利要求514所述的方法,其特征在于,所述多个传感器包括第一传感器类型的第一组传感器和第二传感器类型的第二组传感器。
Applications Claiming Priority (8)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962791878P | 2019-01-13 | 2019-01-13 | |
US62/791,878 | 2019-01-13 | ||
US201962827166P | 2019-03-31 | 2019-03-31 | |
US62/827,166 | 2019-03-31 | ||
US201962869011P | 2019-06-30 | 2019-06-30 | |
US62/869,011 | 2019-06-30 | ||
US201962914998P | 2019-10-14 | 2019-10-14 | |
US62/914,998 | 2019-10-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111435923A true CN111435923A (zh) | 2020-07-21 |
Family
ID=71520236
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202020063516.1U Active CN212305354U (zh) | 2019-01-13 | 2020-01-13 | 用于监测工业环境及室内农业设施的传感器套件及系统 |
CN202010032188.3A Pending CN111435923A (zh) | 2019-01-13 | 2020-01-13 | 用于监测和管理工业环境的方法、系统、套件及设备 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202020063516.1U Active CN212305354U (zh) | 2019-01-13 | 2020-01-13 | 用于监测工业环境及室内农业设施的传感器套件及系统 |
Country Status (7)
Country | Link |
---|---|
US (11) | US20210367840A1 (zh) |
EP (1) | EP3909223A4 (zh) |
JP (1) | JP2022523626A (zh) |
CN (2) | CN212305354U (zh) |
AU (1) | AU2019420582A1 (zh) |
CA (1) | CA3126601A1 (zh) |
WO (1) | WO2020146036A1 (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112035842A (zh) * | 2020-08-17 | 2020-12-04 | 杭州云象网络技术有限公司 | 一种基于编码解码器的智能合约漏洞检测可解释性方法 |
CN112072783A (zh) * | 2020-07-29 | 2020-12-11 | 北京市腾河电子技术有限公司 | 秒级负荷数据在端侧和边缘侧设备间传输的方法和装置 |
CN112468584A (zh) * | 2020-11-26 | 2021-03-09 | 莫毓昌 | 一种基于发布订阅机制和时延分析的边缘云工业数据管理系统及方法 |
CN113656364A (zh) * | 2021-08-05 | 2021-11-16 | 福瑞泰克智能系统有限公司 | 传感器数据处理方法、装置和计算机可读存储介质 |
CN114650150A (zh) * | 2020-12-02 | 2022-06-21 | 中国石油天然气股份有限公司 | 油田网络通信系统及方法 |
WO2022134976A1 (zh) * | 2020-12-25 | 2022-06-30 | 华为技术有限公司 | 配置方法及装置 |
CN114721601A (zh) * | 2022-05-26 | 2022-07-08 | 昆仑智汇数据科技(北京)有限公司 | 一种工业设备数据的存储方法及装置 |
CN115277738A (zh) * | 2021-04-30 | 2022-11-01 | 中国石油天然气股份有限公司 | 数据管理系统、方法、装置、设备和存储介质 |
CN112035842B (zh) * | 2020-08-17 | 2024-04-19 | 杭州云象网络技术有限公司 | 一种基于编码解码器的智能合约漏洞检测可解释性方法 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3909223A4 (en) * | 2019-01-13 | 2022-12-28 | Strong Force Iot Portfolio 2016, LLC | METHODS, SYSTEMS, KITS AND DEVICES FOR MONITORING AND MANAGING INDUSTRIAL SETTINGS |
US11960473B2 (en) | 2019-01-15 | 2024-04-16 | Fisher-Rosemount Systems, Inc. | Distributed ledgers in process control systems |
US11042147B2 (en) * | 2019-01-15 | 2021-06-22 | Fisher-Rosemount Systems, Inc. | Machine-to-machine transactions using distributed ledgers in process control systems |
US11870847B2 (en) * | 2019-01-21 | 2024-01-09 | EMC IP Holding Company LLC | Decentralized data flow valuation and deployment |
US11616839B2 (en) * | 2019-04-09 | 2023-03-28 | Johnson Controls Tyco IP Holdings LLP | Intelligent edge computing platform with machine learning capability |
US11455881B2 (en) * | 2019-05-10 | 2022-09-27 | David G. Tyson | Alarm and first responder systems, methods, and devices |
US11303448B2 (en) * | 2019-08-26 | 2022-04-12 | Accenture Global Solutions Limited | Decentralized federated learning system |
CN111988376B (zh) * | 2020-08-04 | 2023-01-20 | 工业互联网创新中心(上海)有限公司 | 一种基于智能网关边缘计算的控制程序分发更新方法 |
CN114143802A (zh) * | 2020-09-04 | 2022-03-04 | 华为技术有限公司 | 数据传输方法和装置 |
US11722393B2 (en) * | 2020-12-15 | 2023-08-08 | Caterpillar Inc. | Systems and methods for managing on-site communications for latency-dependent applications |
US11449522B2 (en) * | 2021-01-20 | 2022-09-20 | Tata Consultancy Services Limited | Systems and methods for recommending execution environment for analysing sensor observational data |
US20220237186A1 (en) * | 2021-01-28 | 2022-07-28 | Mitac Information Technology Corp. | Streaming system for artificial internet of things and method thereof |
US20220385748A1 (en) * | 2021-05-27 | 2022-12-01 | Qualcomm Incorporated | Conveying motion data via media packets |
US11953636B2 (en) | 2022-03-04 | 2024-04-09 | Fleet Space Technologies Pty Ltd | Satellite-enabled node for ambient noise tomography |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW569570B (en) * | 2000-10-16 | 2004-01-01 | Physical Optics Corp | Multimedia sensor network |
US20040114047A1 (en) * | 2002-12-13 | 2004-06-17 | Vora Poorvi L. | Method for transforming an offset sensor array |
US20070294360A1 (en) * | 2006-06-15 | 2007-12-20 | International Business Machines Corporation | Method and apparatus for localized adaptation of client devices based on correlation or learning at remote server |
US20160335731A1 (en) * | 2010-05-05 | 2016-11-17 | Site 10.01, Inc. | System and method for monitoring and managing information |
US20150134954A1 (en) * | 2013-11-14 | 2015-05-14 | Broadcom Corporation | Sensor management system in an iot network |
US10545486B2 (en) * | 2014-04-17 | 2020-01-28 | Masitek Instruments Inc. | Systems, methods, devices, and computer readable medium for real and near-real time sensor data capture and analysis |
CN111367187B (zh) * | 2015-08-27 | 2023-10-24 | 江森自控泰科知识产权控股有限责任公司 | 用于改进对分布式网络中的传感器流数据的处理的方法 |
US11621900B2 (en) * | 2015-12-23 | 2023-04-04 | Intel Corporation | Selective measurement reporting from internet of things devices |
WO2017111832A1 (en) * | 2015-12-26 | 2017-06-29 | Intel Corporation | Dynamic sampling of sensor data |
WO2017190795A1 (en) * | 2016-05-06 | 2017-11-09 | Rwe International Se | System for evaluating telemetry data |
US20210157312A1 (en) * | 2016-05-09 | 2021-05-27 | Strong Force Iot Portfolio 2016, Llc | Intelligent vibration digital twin systems and methods for industrial environments |
US20200225655A1 (en) * | 2016-05-09 | 2020-07-16 | Strong Force Iot Portfolio 2016, Llc | Methods, systems, kits and apparatuses for monitoring and managing industrial settings in an industrial internet of things data collection environment |
JP7454160B2 (ja) * | 2016-05-09 | 2024-03-22 | ストロング フォース アイオーティ ポートフォリオ 2016,エルエルシー | 産業用のモノのインターネットのための方法およびシステム |
US20180284758A1 (en) | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for industrial internet of things data collection for equipment analysis in an upstream oil and gas environment |
CA3032323A1 (en) * | 2016-08-03 | 2018-02-08 | Schneider Electric Industries Sas | Industrial software defined networking architecture for deployment in a software defined automation system |
US10530603B2 (en) * | 2017-01-11 | 2020-01-07 | Smartiply, Inc. | Intelligent multi-modal IOT gateway |
EP3652721A1 (en) * | 2017-09-04 | 2020-05-20 | NNG Software Developing and Commercial LLC | A method and apparatus for collecting and using sensor data from a vehicle |
KR20200088803A (ko) * | 2017-11-16 | 2020-07-23 | 인텔 코포레이션 | 분산형 소프트웨어 정의식 산업 시스템 |
US10778412B2 (en) * | 2017-12-28 | 2020-09-15 | Intel Corporation | Multi-domain convolutional neural network |
US20190236527A1 (en) * | 2018-01-31 | 2019-08-01 | Walmart Apollo, Llc | Smart Container Inventory Management System |
US11144042B2 (en) * | 2018-07-09 | 2021-10-12 | Rockwell Automation Technologies, Inc. | Industrial automation information contextualization method and system |
US10624251B2 (en) * | 2018-08-24 | 2020-04-14 | Rockwell Automation Technologies, Inc. | Nozzle performance analytics |
US20210272467A1 (en) * | 2018-09-28 | 2021-09-02 | Intel Corporation | Interactive environments using visual computing and immersive reality |
US20200167652A1 (en) * | 2018-11-26 | 2020-05-28 | General Electric Company | Implementation of incremental ai model for edge system |
US11087541B2 (en) * | 2018-12-03 | 2021-08-10 | Honeywell International Inc. | Location-based identification of petrochemical assets in an industrial plant |
EP3905595B1 (en) * | 2018-12-26 | 2023-08-30 | Siemens Aktiengesellschaft | Industrial control system monitoring method, device and system, and computer-readable medium |
EP3909223A4 (en) * | 2019-01-13 | 2022-12-28 | Strong Force Iot Portfolio 2016, LLC | METHODS, SYSTEMS, KITS AND DEVICES FOR MONITORING AND MANAGING INDUSTRIAL SETTINGS |
US11082525B2 (en) * | 2019-05-17 | 2021-08-03 | Intel Corporation | Technologies for managing sensor and telemetry data on an edge networking platform |
-
2019
- 2019-10-31 EP EP19908436.9A patent/EP3909223A4/en active Pending
- 2019-10-31 CA CA3126601A patent/CA3126601A1/en active Pending
- 2019-10-31 AU AU2019420582A patent/AU2019420582A1/en active Pending
- 2019-10-31 JP JP2021540432A patent/JP2022523626A/ja active Pending
- 2019-10-31 WO PCT/US2019/059088 patent/WO2020146036A1/en active Application Filing
-
2020
- 2020-01-13 CN CN202020063516.1U patent/CN212305354U/zh active Active
- 2020-01-13 CN CN202010032188.3A patent/CN111435923A/zh active Pending
-
2021
- 2021-05-28 US US17/333,556 patent/US20210367840A1/en active Pending
- 2021-05-28 US US17/333,603 patent/US20210365012A1/en active Pending
- 2021-05-28 US US17/333,507 patent/US20210360070A1/en active Pending
- 2021-05-28 US US17/333,672 patent/US20210356945A1/en active Pending
-
2022
- 2022-03-03 US US17/685,549 patent/US20220191285A1/en active Pending
- 2022-03-03 US US17/685,489 patent/US20220191282A1/en active Pending
- 2022-03-03 US US17/685,515 patent/US20220191284A1/en active Pending
- 2022-03-03 US US17/685,468 patent/US20220191280A1/en active Pending
- 2022-03-03 US US17/685,531 patent/US20220368761A1/en active Pending
- 2022-03-03 US US17/685,503 patent/US20220191283A1/en active Pending
- 2022-03-03 US US17/685,475 patent/US20220191281A1/en active Pending
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112072783A (zh) * | 2020-07-29 | 2020-12-11 | 北京市腾河电子技术有限公司 | 秒级负荷数据在端侧和边缘侧设备间传输的方法和装置 |
CN112035842A (zh) * | 2020-08-17 | 2020-12-04 | 杭州云象网络技术有限公司 | 一种基于编码解码器的智能合约漏洞检测可解释性方法 |
CN112035842B (zh) * | 2020-08-17 | 2024-04-19 | 杭州云象网络技术有限公司 | 一种基于编码解码器的智能合约漏洞检测可解释性方法 |
CN112468584A (zh) * | 2020-11-26 | 2021-03-09 | 莫毓昌 | 一种基于发布订阅机制和时延分析的边缘云工业数据管理系统及方法 |
CN112468584B (zh) * | 2020-11-26 | 2022-06-17 | 莫毓昌 | 一种基于发布订阅机制和时延分析的边缘云工业数据管理系统及方法 |
CN114650150A (zh) * | 2020-12-02 | 2022-06-21 | 中国石油天然气股份有限公司 | 油田网络通信系统及方法 |
WO2022134976A1 (zh) * | 2020-12-25 | 2022-06-30 | 华为技术有限公司 | 配置方法及装置 |
CN115277738A (zh) * | 2021-04-30 | 2022-11-01 | 中国石油天然气股份有限公司 | 数据管理系统、方法、装置、设备和存储介质 |
CN113656364A (zh) * | 2021-08-05 | 2021-11-16 | 福瑞泰克智能系统有限公司 | 传感器数据处理方法、装置和计算机可读存储介质 |
CN113656364B (zh) * | 2021-08-05 | 2024-02-20 | 福瑞泰克智能系统有限公司 | 传感器数据处理方法、装置和计算机可读存储介质 |
CN114721601A (zh) * | 2022-05-26 | 2022-07-08 | 昆仑智汇数据科技(北京)有限公司 | 一种工业设备数据的存储方法及装置 |
CN114721601B (zh) * | 2022-05-26 | 2022-08-30 | 昆仑智汇数据科技(北京)有限公司 | 一种工业设备数据的存储方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
US20220191282A1 (en) | 2022-06-16 |
EP3909223A1 (en) | 2021-11-17 |
AU2019420582A1 (en) | 2021-09-02 |
US20210360070A1 (en) | 2021-11-18 |
WO2020146036A1 (en) | 2020-07-16 |
US20210356945A1 (en) | 2021-11-18 |
EP3909223A4 (en) | 2022-12-28 |
US20220191285A1 (en) | 2022-06-16 |
US20210367840A1 (en) | 2021-11-25 |
US20210365012A1 (en) | 2021-11-25 |
US20220191280A1 (en) | 2022-06-16 |
CN212305354U (zh) | 2021-01-05 |
US20220191281A1 (en) | 2022-06-16 |
US20220368761A1 (en) | 2022-11-17 |
CA3126601A1 (en) | 2020-07-16 |
US20220191283A1 (en) | 2022-06-16 |
JP2022523626A (ja) | 2022-04-26 |
US20220191284A1 (en) | 2022-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN212305354U (zh) | 用于监测工业环境及室内农业设施的传感器套件及系统 | |
Al Qundus et al. | Wireless sensor network for AI-based flood disaster detection | |
US20200067789A1 (en) | Systems and methods for distributed systemic anticipatory industrial asset intelligence | |
US20170207926A1 (en) | Mobile sensor data collection | |
Imran et al. | A topical review on machine learning, software defined networking, internet of things applications: Research limitations and challenges | |
US20160028605A1 (en) | Systems and methods involving mobile linear asset efficiency, exploration, monitoring and/or display aspects | |
WO2018234741A1 (en) | SYSTEMS AND METHODS FOR INTELLIGENCE OF INDUSTRIAL ASSETS BY DISTRIBUTED SYSTEMIC ANTICIPATION | |
US20220300502A1 (en) | Centralized Knowledge Repository and Data Mining System | |
US11811629B2 (en) | Synchronization of data collected by internet of things (IoT) devices | |
Pérez-Padillo et al. | Design and implementation of a pressure monitoring system based on iot for water supply networks | |
US20200159195A1 (en) | Selective data feedback for industrial edge system | |
US11741827B2 (en) | Automated bulk location-based actions | |
Gaitan et al. | From sensing to action: Quick and reliable access to information in cities vulnerable to heavy rain | |
WO2015191324A2 (en) | Systems and methods involving mobile indoor energy efficiency exploration, monitoring and/or display aspects | |
US20150341979A1 (en) | Sensor associated data processing customization | |
Ahmad et al. | IoT (Internet of Things) Based Agricultural Systems | |
Goldena | Essentials of the Internet of Things (IoT) | |
Maini et al. | Introduction to IoT and WSN | |
Thosteson et al. | New technology for ecosystem-based management: marine monitoring with the ORCA Kilroy network | |
Okafor | Advances and Challenges in IoT Sensors Data Handling and Processing in Environmental Monitoring Systems | |
Rani et al. | WSN and IoT: An Integrated Approach for Smart Applications | |
Vyas | Internet Of Things & It's Application | |
Sharma | Design and Implementation of Wireless Sensor Networks Using LoRaWAN, MQTT and Cloud Computing | |
Dow et al. | Adaptive SWE and SNMP-based sensor management for environmental monitoring | |
Khan | IoT Video Streaming Classification Framework |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |