CN111726404A - 一种基于物联网的数据采集的方法与系统 - Google Patents

Abstract

本申请公开了一种基于物联网的数据采集的方法，应用于智慧城市，其中所述智慧城市包括感知层、汇聚层及核心层，所述感知层包括若干个IoT设备，所述若干个IoT设备采用多源异构网络进行组网，所述汇聚层由多个数据传输单元DTS联网组成，所述核心层由网络功能虚拟化NFV单元进行配置，包括：通过所述多个IoT设备采集数据，其中，所述采集到的数据类型种类不同；所述若干个IoT设备将所述数据上传至所述多个DTS；所述DTS将所述数据进行切割，并将所述切割后的数据进行重组；所述DTS将所述重组后的数据发送至所述核心层；所述核心层根据所述重组后的数据进行分析决策。

Description

一种基于物联网的数据采集的方法与系统

技术领域

本申请涉及数据处理技术领域，尤其涉及一种基于物联网的数据采集的方法与系统。

背景技术

随着物联网(Internet of thing，IoT)的蓬勃发展，其所连接的终端设备的类型也越来越丰富，例如包括车辆(vehicles)、船舶(ships)、飞机(airplanes)、卫星(satellites)、智能家居产品(smart home products)、气象设备(meteorologicaldevices)、环保设备(environmental protection devices)、传感器(sensors)、消防设备(fire-fighting devices)、手机(cell phones)、医疗器械(medicalinstruments)等。

物联网是智慧城市的“触角”，在智慧城市的每一个地区，每一段时间内都需要各种各样的触角进行数据采集和整理，以形成数字化的城市，供决策者进行决策和预判。

但是，现有技术中，基于物联网的智慧城市数据采集还处于一个初级阶段，目前基于时空大数据机制下可实现某一地区一段时间的数据变化情况，其数据变化较为模式化及固定化，例如，可基于一段时间的变化量输出深圳到北京的人口迁徙状态图。但是，现有技术无法自定义实现不同数据类型的组合、无法形成定制化、可编辑的数据变化状态图，导致其使用率较低，灵活性差。

发明内容

本申请实施例提供一种基于物联网的数据采集的方法及系统，用于解决现有技术中智慧城市展现形式较为单一、灵活性低的问题。

本发明实施例一种基于物联网的数据采集的方法，应用于智慧城市，其中所述智慧城市包括感知层、汇聚层及核心层，所述感知层包括若干个IoT设备，所述若干个IoT设备采用多源异构网络进行组网，所述汇聚层由多个数据传输单元DTS联网组成，所述核心层由网络功能虚拟化NFV单元进行配置，包括：

通过所述多个IoT设备采集数据，其中，所述采集到的数据类型种类不同；

所述若干个IoT设备将所述数据上传至所述多个DTS；

所述DTS将所述数据进行切割，并将所述切割后的数据进行重组；

所述DTS将所述重组后的数据发送至所述核心层；

所述核心层根据所述重组后的数据进行分析决策。

可选地，所述每一个IoT设备具备全球唯一地区编号，所述地区编号用于指示所述IoT设备的地理位置，所述数据类型包括倾斜摄影、温/湿度传感器、3D建模数据，则所述DTS将所述数据进行切割，并将所述切割后的数据进行重组，包括：

将一段时间内采集的所述倾斜摄影、温/湿度传感器和3D建模数据按照所述全球唯一地区编号和时间进行切割，切割为不同时间，不同地理位置的不同类型数据；

按照预设格式，将一个地区的单位时间的不同数据进行数据组合，所述组合后的数据为一个地区数据组；

按照预设指令，重复上述组合步骤，获取不同地区的不同时间的多个数据组；

将所述多个数据组按照时间维度进行数据拼装，形成以时间轴为基准的动态数据集，所述动态数据集用于展示某一时间段不同地区的城市数字变化量。

可选地，所述核心层根据所述重组后的数据进行分析决策，包括：

所述核心层获取所述动态数据集；

所述核心层将所述动态数据集作为样本训练集，通过LSTM神经网络进行城市场景预估。

可选地，所述数据类型还包括火警传感器，则所述核心层通过LSTM神经网络进行城市场景预估，包括：

根据所述气候温度和湿度变化量及报警情况，进行城市火灾预警。

可选地，所述核心层根据所述重组后的数据进行分析决策，包括：

所述核心层构建归一化栅格数据模型；

所述核心层结合所述动态数据集的时空属性，对所述归一化栅格数据模型进行数据加载，并根据所述数据加载后的归一化栅格数据模型进行城市画像。

本发明实施例还提供一种基于物联网的数据采集的系统，所述系统包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，所述处理器用于运行所述计算机程序时，执行上述基于物联网的数据采集的方法。

本发明实施例还提供一种计算机可读存储介质，其上存储有计算机可执行指令，其特征在于，该计算机可执行指令用于执行上述基于物联网的数据采集的方法。

上述提供的基于物联网的数据采集的方法及系统，通过不同数据类型的数据汇总后，按照时空维度定制化的将特定的数据进行拆分和重组，形成以时间轴为基准的、不同地区的动态数据集，以供决策者进行决策。

附图说明

为了更清楚地说明本申请实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍。

图1为一个实施例中智慧城市网络拓扑图；

图2为一个实施例中基于物联网的数据采集的流程示意图；

图3为一个实施例中数据拆分和重组示意图；

图4为一个实施例中电子设备的组成架构图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本申请说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本申请。如在本申请说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

图1为本发明实施例中智慧城市的网路架构图。如图1所示，智慧城市可分为四层，第一层为感知层，感知层中包含了各种各样的IoT设备，用于在不同时间不同地址采集不同类型的数据，感知层中，各个IOT设备处于多模异构无线(MultimodeHeterogeneousWireless Network，MHWN)网络。本发明实施例中，MHWN网络是一种多模异构网络。多模异构网络是包含有多种类型节点和多种类型关系的网络，它将相互重叠的不同类型网络融合起来以，从而满足未来终端的业务多样性需求，且MHWN网络被配置为可以根据通信或业务的动态和差异化要求而在多种通信网络之间进行动态的选择和切换。第二层为汇聚层，即接入层，汇聚层中包含了多个数据传输系统DTS，每一个DTS负责汇总当前小区cell内所有IoT设备上报的数据，并传输至核心层，其中，汇聚层可以使用软件定义SDN的无线电技术融合多种通信网络，数据传输单元能够通过所述多种通信网络中的一种或多种通信，实现SDR功能的软件模块可运行于MHWN网络。第三层为核心层，核心层为网络切片的虚拟组网结构，即由网络功能虚拟化NFV进行配置，用于对上报的数据进行分级决策，其中，NFV是核心层的底层平台架构。该MHWN网络的接入网。第四层为应用层，当核心层进行了分析决策之后，即进行各种不同的应用。

其中，多种通信网络包括宽带网络和窄带网络，所述宽带网络包括公用移动通信网络和/或无线局域网络，所述公用移动通信网络包括但不限于3G、4G和5G网络中的至少一种，所述无线局域网络包括但不限于WiFi网络，所述窄带网络包括但不限于NB-IoT(NarrowBand Internet of Things，窄带物联网)网络、LTE-M(LTE-Machine toMachine，LTE机器对机器)网络、LoRa(Long Range Radio，远距离无线电)网络中的至少一种。

其中，数据传输单元可起到连接不同网络的作用。数据传输单元因支持多种网络，它可以和多模无线基站通过多种通信网络中的一种或多种通信，它也可以通过终端所支持的通信方式与终端通信，从而实现了不同类型的终端与不同类型的基站之间的网络连接。

其中，当该网络应用于物联网，所述终端可包括感知设备，所述感知设备可包括传感器和/或执行器。从更广泛的应用领域来说，所述终端包括但不限于倾斜摄影、车辆(vehicles)、船舶(ships)、飞机(airplanes)、卫星(satellites)、智能家居产品(smarthome products)、气象设备(meteorological devices)、环保设备(environmentalprotection devices)、传感器(sensors)、消防设备(fire-fighting devices)、手机(cellphones)、医疗器械(medical instruments)等。

(1)终端通过其与数据传输单元的连接(例如，Bluetooth，Zigbee，Z-wave，WiFi，Wpan等)将其自身的数据发送至数据传输单元；本发明实施例对于终端和数据传输单元的连接方式不予限制。

(2)数据传输单元将终端的数据通过MHWN网络进行传输，其中，MHWN网络在NFV网络单元的控制下，可选择通过LTE、WiFi和IoT等多种不同通信网络对数据进行传输，其中，NFV可基于多种选项实现对网络回传的智能选择，不限于可选网络的覆盖或容量情况，还包括基于上层业务请求或数据业务特征的调度。例如，数据传输单元获取的来自传感器的数据，可以通过IoT网络传输；数据传输单元获取的来自视频监控设备的视频数据，可以通过LTE或者WiFi网络传输等。NFV核心网络单元与MHWN网络之间可通过有线或无线进行连接，其中，所述LTE可以被5G或更高的通信标准替代，其中，IOT可包括LoRa(LoRaWAN)，NB-IoT等等。

图2是本发明实施例的方法流程图，如图2所示，本发明实施例提供一种基于物联网的数据采集方法，包括：

S101、通过所述多个IoT设备采集数据，其中，所述采集到的数据类型种类不同；

处于感知层的IOT设备采集各类型的数据，例如，温湿度传感器采集与温度、湿度有关的气候类数据，倾斜摄影设备采集图像类数据，GIS设备采集一个地区的建筑物数据，BIM设备采集的是一栋建筑物内部的数据，其数据类型不同，数据格式表现方式也不同，因此，在现有技术中，多种多样的数据无法进行完全的归一化处理。而本发明实施例中，可在定制化的范围内实现一定程度的数据融合。

S102、所述若干个IoT设备将所述数据上传至所述多个DTS；

IOT设备通过多源异构网络上传至DTS，DTS负责汇总和收集该不同类型的数据。

S103、所述DTS将所述数据进行切割，并将所述切割后的数据进行重组；

为了方便说明，本发明以图3为例进行示例性的说明。可以理解的是，图3只是一个示例，本发明实施例的保护范围不限于图3所列举的示例。

在图3中，分别具备3类数据，该数据类型可作为数据属性进行识别，以A,B和C进行编号。A类数据、B类数据和C类数据分别采集6组数据，分别为A1,A2…A6；B1,B2…B6；C1,C2…C6。而在DTS汇总阶段，其数据保存较为混乱，例如：A1,A2,B1,B2,A3,B5…，既不利于数据挖掘，也不利于数据处理，因此，在本发明实施例中，按照时间和空间两个维度，将不同类型的数据先“拆”后“拼”，使得满足定制化的数据组合。例如，按照T0-T5时刻，将A,B,C三类数据每一类依次拆成6组数据，再结合同一个地区将同一时刻的数据进行组合，例如图中列举的“(A2,B3,C1)”是T0时刻的、同一行政区(例如深圳市南山区)的数据组合，而(A3,B2,C5)则是T1时刻，另一个地区(例如广州市花都区)的数据组合。其中，地区在数据中，可以用GPS数据来约束，或者用全球唯一地区编号来约束，例如深圳市南山区用一串16位的数字来表示，而广州市花都区则采用另一串16位的数字来唯一表示。

在本发明的一个实施例中，每一个IoT设备具备全球唯一地区编号，地区编号用于指示IoT设备的地理位置，数据类型包括倾斜摄影、温/湿度传感器、3D建模数据，则S103具体可以为：

将一段时间内采集的倾斜摄影、温/湿度传感器和3D建模数据按照全球唯一地区编号和时间进行切割，切割为不同时间，不同地理位置的不同类型数据；

按照预设格式，将一个地区的单位时间的不同数据进行数据组合，组合后的数据为一个地区数据组；

按照预设指令，重复上述组合步骤，获取不同地区的不同时间的多个数据组；

将多个数据组按照时间维度进行数据拼装，形成以时间轴为基准的动态数据集，动态数据集用于展示某一时间段不同地区的城市数字变化量。其中，动态数据集可应用于不同定制化场景下的展示，例如安防、市政、文物、农林、消防、交通、能源、环保、旅游等，具体地，可应用于安防环境动态监测、火灾预警、设施巡检、市容交通等。

S104、DTS将重组后的数据发送至核心层；

S105、核心层根据重组后的数据进行分析决策。

其中，核心层根据重组后的数据进行分析决策，具体可以为：

核心层获取动态数据集；

核心层将动态数据集作为样本训练集，通过长短期记忆网络LSTM神经网络进行城市场景预估。例如，根据气候温度和湿度变化量及报警情况，进行城市火灾预警；根据交通迁徙变化量，预测交通拥堵情况；根据一段时期的电量使用变化量，预测能源使用变化率；根据一段时间的医院挂诊及人员交通情况，评估当前地区的医院资源饱和度。

在本发明实施例中，根据LSTM神经网络进行城市场景预估属于现有技术，本发明实施例不再累述。

在其中的一个实施例中，核心层根据重组后的数据进行分析决策，具体可以为：

核心层构建归一化栅格数据模型；

核心层结合动态数据集的时空属性，对归一化栅格数据模型进行数据加载，并根据数据加载后的归一化栅格数据模型进行城市画像。

归一化栅格数据模型，即是将城市空间划分为多个规则形状或不规则形状的栅格，该栅格对应于上述实例中的地区编号，在建模之初该数据模型只是一个基础模型，没有体现时间与空间的变化。因此，需要借助以时间轴为基准的不同地区的动态数据集，将该动态数据集加载至该归一化栅格数据模型中，可呈现一个城市在一段时间内的交通、能源、建筑、气象等动态变化状态图，进行城市画像。

上述提供的基于物联网的数据采集的方法及系统，通过不同数据类型的数据汇总后，按照时空维度定制化的将特定的数据进行拆分和重组，形成以时间轴为基准的、不同地区的动态数据集，以供决策者进行决策。

本发明实施例还提供一种基于物联网的数据采集系统，所述系统包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，所述处理器用于运行所述计算机程序时，执行上述实施例中基于物联网的数据采集的方法。

本发明实施例还提供一种计算机可读存储介质，其上存储有计算机可执行指令，该计算机可执行指令用于执行上述实施例中基于物联网的数据采集的方法。

图4为一个实施例中基于物联网的数据采集终端/电子设备的硬件组成示意图。可以理解的是，图4仅仅示出了电子设备的简化设计。在实际应用中，电子设备还可以分别包含必要的其他元件，包含但不限于任意数量的输入/输出系统、处理器、控制器、存储器等，而所有可以实现本申请实施例的基于物联网的数据采集方法的电子设备都在本申请的保护范围之内。

存储器包括但不限于是随机存储记忆体(random access memory，RAM)、只读存储器(read至only memory，ROM)、可擦除可编程只读存储器(erasable programmable readonly memory，EPROM)、或便携式只读存储器(compact disc read至only memory，CD至ROM)，该存储器用于相关指令及数据。

输入系统用于输入数据和/或信号，以及输出系统用于输出数据和/或信号。输出系统和输入系统可以是独立的器件，也可以是一个整体的器件。

处理器可以包括是一个或多个处理器，例如包括一个或多个中央处理器(centralprocessing unit，CPU)，在处理器是一个CPU的情况下，该CPU可以是单核CPU，也可以是多核CPU。处理器还可以包括一个或多个专用处理器，专用处理器可以包括GPU、FPGA等，用于进行加速处理。

存储器用于存储网络设备的程序代码和数据。

处理器用于调用该存储器中的程序代码和数据，执行上述方法实施例中的步骤。具体可参见方法实施例中的描述，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。例如，该单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。所显示或讨论的相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行该计算机程序指令时，全部或部分地产生按照本申请实施例的流程或功能。该计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程系统。该计算机指令可以存储在计算机可读存储介质中，或者通过该计算机可读存储介质进行传输。该计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。该计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。该可用介质可以是只读存储器(read至onlymemory，ROM)，或随机存储存储器(random access memory，RAM)，或磁性介质，例如，软盘、硬盘、磁带、磁碟、或光介质，例如，数字通用光盘(digital versatile disc，DVD)、或者半导体介质，例如，固态硬盘(solid state disk，SSD)等。

以上上述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种基于物联网的数据采集的方法，应用于智慧城市，其中所述智慧城市包括感知层、汇聚层及核心层，所述感知层包括若干个IoT设备，所述若干个IoT设备采用多源异构网络进行组网，所述汇聚层由多个数据传输单元DTS联网组成，所述核心层由网络功能虚拟化NFV单元进行配置，其特征在于，包括：

通过所述多个IoT设备采集数据，其中，所述采集到的数据类型种类不同；

所述若干个IoT设备将所述数据上传至所述多个DTS；

所述DTS将所述数据进行切割，并将所述切割后的数据进行重组；

所述DTS将所述重组后的数据发送至所述核心层；

所述核心层根据所述重组后的数据进行分析决策。

2.根据权利要求1所述的方法，其特征在于，所述每一个IoT设备具备全球唯一地区编号，所述地区编号用于指示所述IoT设备的地理位置，所述数据类型包括倾斜摄影、温/湿度传感器、3D建模数据，则所述DTS将所述数据进行切割，并将所述切割后的数据进行重组，包括：

将一段时间内采集的所述倾斜摄影、温/湿度传感器和3D建模数据按照所述全球唯一地区编号和时间进行切割，切割为不同时间，不同地理位置的不同类型数据；

按照预设格式，将一个地区的单位时间的不同数据进行数据组合，所述组合后的数据为一个地区数据组；

按照预设指令，重复上述组合步骤，获取不同地区的不同时间的多个数据组；

将所述多个数据组按照时间维度进行数据拼装，形成以时间轴为基准的动态数据集，所述动态数据集用于展示某一时间段不同地区的城市数字变化量。

3.根据权利要求2所述的方法，其特征在于，所述核心层根据所述重组后的数据进行分析决策，包括：

所述核心层获取所述动态数据集；

所述核心层将所述动态数据集作为样本训练集，通过LSTM神经网络进行城市场景预估。

4.根据权利要求3所述的方法，其特征在于，所述数据类型还包括火警传感器，则所述核心层通过LSTM神经网络进行城市场景预估，包括：

根据所述气候温度和湿度变化量及报警情况，进行城市火灾预警。

5.根据权利要求2所述的方法，其特征在于，所述核心层根据所述重组后的数据进行分析决策，包括：

所述核心层构建归一化栅格数据模型；

所述核心层结合所述动态数据集的时空属性，对所述归一化栅格数据模型进行数据加载，并根据所述数据加载后的归一化栅格数据模型进行城市画像。

6.一种基于物联网的数据采集的系统，其特征在于，所述系统包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器；其中，所述处理器用于运行所述计算机程序时，执行权利要求1至5任一项所述的基于物联网的数据采集的方法。

7.一种计算机可读存储介质，其上存储有计算机可执行指令，其特征在于，该计算机可执行指令用于执行权利要求1至5任一项所述的基于物联网的数据采集的方法。

Images