精华内容
下载资源
问答
  • 一次设备二次设备的概念
    万次阅读 多人点赞
    2019-02-14 22:17:00

    说明:后续的博文参考自韦东山老师的设备树视屏,老师用的是2440的开发板,我用的是s5pv210的开发板。原理一样

     

    一、前言

    简单的说,如果要使用Device Tree,首先用户要了解自己的硬件配置和系统运行参数,并把这些信息组织成Device Tree source file。通过DTC(Device Tree Compiler),可以将这些适合人类阅读的Device Tree source file变成适合机器处理的Device Tree binary file(有一个更好听的名字,DTB,device tree blob)。在系统启动的时候,boot program(例如:firmware、bootloader)可以将保存在flash中的DTB copy到内存(当然也可以通过其他方式,例如可以通过bootloader的交互式命令加载DTB,组织成DTB保存在内存中),并把DTB的起始地址传递给client program(例如OS kernel,bootloader或者其他特殊功能的程序)。对于计算机系统(computer system),一般是firmware->bootloader->OS,对于嵌入式系统,一般是bootloader->OS。

     

    二、设备树的组成和应用

    2.1 DTS和DTSI

    *.dts文件是一种ASCII文本对Device Tree的描述,放置在内核的/arch/arm/boot/dts目录。一般而言,一个*.dts文件对应一个ARM的machine。

    *.dtsi文件作用:由于一个

    更多相关内容
  • 一次设备进行控制,保护作用的设备叫做二次设备,如继电器,控制开关,指示灯,测量仪表等。 另解: 一次设备通常包含以下五类: (1)、能量转换设备(如发电机、变压器、电动机等) (2)、开关设备(断路器...
    完成发电-输电-配电功能的设备叫做一次设备,如发电机,断路器,电流电压互感器,变压器,避雷器等;
    对一次设备进行控制,保护作用的设备叫做二次设备,如继电器,控制开关,指示灯,测量仪表等。
    另解:
    一次设备通常包含以下五类:
    (1)、能量转换设备(如发电机、变压器、电动机等)
    (2)、开关设备(断路器、熔断器、负荷开关、隔离开关等)
    (3)、载流导体(母线、绝缘子和电缆等)
    (4)、互感器(电压、电流等互感器)
    (5)、电抗器和避雷器(电抗器主要用于限制电路中的短路电流;避雷器则用于限制电气设备的过电压)
    二次设备:对电气一次设备的工作状态进行监测、控制和保护的辅助性电气设备称为二次设备。例如各种电气仪表、继电器、自动控制设备、信号电缆和控制电缆等。
    
    展开全文
  • 在20世纪40年代和50年代,来自不同领域(数学,心理学,工程学,经济学和政治学)的批科学家开始探讨制造人工大脑的可能性。1956年,人工智能被确立为一门学科。 控制论与早期神经网络 最初的人工智能研究是30年...

    https://www.toutiao.com/a6654718358287548932/

     

    2019-02-06 11:05:58

    人工智能的诞生:1943 – 1956

    在20世纪40年代和50年代,来自不同领域(数学,心理学,工程学,经济学和政治学)的一批科学家开始探讨制造人工大脑的可能性。1956年,人工智能被确立为一门学科。

    控制论与早期神经网络

    最初的人工智能研究是30年代末到50年代初的一系列科学进展交汇的产物。神经学研究发现大脑是由神经元组成的电子网络,其激励电平只存在“有”和“无”两种状态,不存在中间状态。维纳的控制论描述了电子网络的控制和稳定性。克劳德•香农提出的信息论则描述了数字信号(即高低电平代表的二进制信号)。图灵的计算理论证明数字信号足以描述任何形式的计算。这些密切相关的想法暗示了构建电子大脑的可能性。

    人工智能史上的二次低谷——第一次低谷

    IBM 702:第一代AI研究者使用的电脑

    这一阶段的工作包括一些机器人的研发,例如W。Grey Walter的“乌龟(turtles)”,还有“约翰霍普金斯兽”(Johns Hopkins Beast)。这些机器并未使用计算机,数字电路和符号推理;控制它们的是纯粹的模拟电路。

    Walter Pitts和Warren McCulloch分析了理想化的人工神经元网络,并且指出了它们进行简单逻辑运算的机制。他们是最早描述所谓“神经网络”的学者。马文•闵斯基是他们的学生,当时是一名24岁的研究生。1951年他与Dean Edmonds一道建造了第一台神经网络机,称为SNARC。在接下来的五十年中,闵斯基是AI领域最重要的领导者和创新者之一。

    游戏AI

    1951年,Christopher Strachey使用曼彻斯特大学的Ferranti Mark 1机器写出了一个西洋跳棋(checkers)程序;Dietrich Prinz则写出了一个国际象棋程序。Arthur Samuel在五十年代中期和六十年代初开发的国际象棋程序的棋力已经可以挑战具有相当水平的业余爱好者。游戏AI一直被认为是评价AI进展的一种标准。

    图灵测试

    1950年,图灵发表了一篇划时代的论文,文中预言了创造出具有真正智能的机器的可能性。由于注意到“智能”这一概念难以确切定义,他提出了著名的图灵测试:如果一台机器能够与人类展开对话(通过电传设备)而不能被辨别出其机器身份,那么称这台机器具有智能。这一简化使得图灵能够令人信服地说明“思考的机器”是可能的。论文中还回答了对这一假说的各种常见质疑。图灵测试是人工智能哲学方面第一个严肃的提案。

    人工智能史上的二次低谷——第一次低谷

    图灵测试

    符号推理与“逻辑理论家”程序

    50年代中期,随着数字计算机的兴起,一些科学家直觉地感到可以进行数字操作的机器也应当可以进行符号操作,而符号操作可能是人类思维的本质。这是创造智能机器的一条新路。

    1955年,Newell和(后来荣获诺贝尔奖的)Simon在J. C. Shaw的协助下开发了“逻辑理论家(Logic Theorist)”。这个程序能够证明《数学原理》中前52个定理中的38个,其中某些证明比原著更加新颖和精巧。Simon认为他们已经“解决了神秘的心/身问题,解释了物质构成的系统如何获得心灵的性质。” (这一断言的哲学立场后来被John Searle称为“强人工智能”,即机器可以像人一样具有思想。)

    1956年达特茅斯会议:AI的诞生

    1956年达特矛斯会议的组织者是Marvin Minsky,约翰•麦卡锡和另两位资深科学家Claude Shannon以及Nathan Rochester,后者来自IBM。会议提出的断言之一是“学习或者智能的任何其他特性的每一个方面都应能被精确地加以描述,使得机器可以对其进行模拟。” 与会者包括Ray Solomonoff,Oliver Selfridge,Trenchard More,Arthur Samuel,Newell和Simon,他们中的每一位都将在AI研究的第一个十年中作出重要贡献。会上纽厄尔和西蒙讨论了“逻辑理论家”,而麦卡锡则说服与会者接受“人工智能”一词作为本领域的名称。1956年达特矛斯会议上AI的名称和任务得以确定,同时出现了最初的成就和最早的一批研究者,因此这一事件被广泛承认为AI诞生的标志。

    黄金年代:1956 – 1974

    达特茅斯会议之后的数年是大发现的时代。对许多人而言,这一阶段开发出的程序堪称神奇:计算机可以解决代数应用题,证明几何定理,学习和使用英语。当时大多数人几乎无法相信机器能够如此“智能”。研究者们在私下的交流和公开发表的论文中表达出相当乐观的情绪,认为具有完全智能的机器将在二十年内出现。 ARPA(国防高等研究计划署)等政府机构向这一新兴领域投入了大笔资金。从50年代后期到60年代涌现了大批成功的AI程序和新的研究方向。下面列举其中最具影响的几个。

    搜索式推理

    许多AI程序使用相同的基本算法。为实现一个目标(例如赢得游戏或证明定理),它们一步步地前进,就像在迷宫中寻找出路一般;如果遇到了死胡同则进行回溯。这就是“搜索式推理”。

    这一思想遇到的主要困难是,在很多问题中,“迷宫”里可能的线路总数是一个天文数字(所谓“指数爆炸”)。研究者使用启发式算法去掉那些不太可能导出正确答案的支路,从而缩小搜索范围。Newell和Simon试图通过其“通用解题器(General Problem Solver)”程序,将这一算法推广到一般情形。另一些基于搜索算法证明几何与代数问题的程序也给人们留下了深刻印象,例如Herbert Gelernter的几何定理证明机(1958)和Minsky的学生James Slagle开发的SAINT(1961)。还有一些程序通过搜索目标和子目标作出决策,如斯坦福大学为控制机器人Shakey而开发的STRIPS系统。

    自然语言

    AI研究的一个重要目标是使计算机能够通过自然语言(例如英语)进行交流。早期的一个成功范例是Daniel Bobrow的程序STUDENT,它能够解决高中程度的代数应用题。 如果用节点表示语义概念(例如“房子”,“门”),用节点间的连线表示语义关系(例如“有 — 一个”),就可以构造出“语义网(semantic net)”。第一个使用语义网的AI程序由Ross Quillian开发;[54] 而最为成功(也是最有争议)的一个则是Roger Schank的“概念关联(Conceptual Dependency)”。Joseph Weizenbaum的ELIZA是第一个聊天机器人,可能也是最有趣的会说英语的程序。与ELIZA“聊天”的用户有时会误以为自己是在和人类,而不是和一个程序,交谈。但是实际上ELIZA根本不知道自己在说什么。它只是按固定套路作答,或者用符合语法的方式将问题复述一遍。

    人工智能史上的二次低谷——第一次低谷

    自然语言

    微世界

    60年代后期,麻省理工大学AI实验室的Marvin Minsky和Seymour Papert建议AI研究者们专注于被称为“微世界”的简单场景。他们指出在成熟的学科中往往使用简化模型帮助基本原则的理解,例如物理学中的光滑平面和完美刚体。许多这类研究的场景是“积木世界”,其中包括一个平面,上面摆放着一些不同形状,尺寸和颜色的积木。在这一指导思想下,Gerald Sussman(研究组长),Adolfo Guzman,David Waltz(“约束传播(constraint propagation)”的提出者),特别是Patrick Winston等人在机器视觉领域作出了创造性贡献。同时,Minsky和Papert制作了一个会搭积木的机器臂,从而将“积木世界”变为现实。微世界程序的最高成就是Terry Winograd的SHRDLU,它能用普通的英语句子与人交流,还能作出决策并执行操作。

    乐观思潮

    第一代AI研究者们曾作出了如下预言:

    1958年,H. A. Simon,Allen Newell:“十年之内,数字计算机将成为国际象棋世界冠军。” “十年之内,数字计算机将发现并证明一个重要的数学定理。”

    1965年,H. A. Simon:“二十年内,机器将能完成人能做到的一切工作。”

    1967年,Marvin Minsky:“一代之内……创造‘人工智能’的问题将获得实质上的解决。”

    1970年,Marvin Minsky:“在三到八年的时间里我们将得到一台具有人类平均智能的机器。”

    经费

    1963年6月,MIT从新建立的ARPA(即后来的DARPA,国防高等研究计划局)获得了二百二十万美元经费,用于资助MAC工程,其中包括Minsky和McCarthy五年前建立的AI研究组。此后ARPA每年提供三百万美元,直到七十年代为止。ARPA还对Newell和Simon在卡内基梅隆大学的工作组以及斯坦福大学AI项目(由John McCarthy于1963年创建)进行类似的资助。另一个重要的AI实验室于1965年由Donald Michie在爱丁堡大学建立。[65]在接下来的许多年间,这四个研究机构一直是AI学术界的研究(和经费)中心。经费几乎是无条件地提供的:时任ARPA主任的J. C. R. Licklider相信他的组织应该“资助人,而不是项目”,并且允许研究者去做任何感兴趣的方向。这导致了MIT无约无束的研究氛围及其hacker文化的形成,但是好景不长。

    第一次AI低谷:1974 – 1980

    到了70年代,AI开始遭遇批评,随之而来的还有资金上的困难。AI研究者们对其课题的难度未能作出正确判断:此前的过于乐观使人们期望过高,当承诺无法兑现时,对AI的资助就缩减或取消了。同时,由于Marvin Minsky对感知器的激烈批评,联结主义(即神经网络)销声匿迹了十年。70年代后期,尽管遭遇了公众的误解,AI在逻辑编程,常识推理等一些领域还是有所进展。

    问题

    70年代初,AI遭遇了瓶颈。即使是最杰出的AI程序也只能解决它们尝试解决的问题中最简单的一部分,也就是说所有的AI程序都只是“玩具”。AI研究者们遭遇了无法克服的基础性障碍。尽管某些局限后来被成功突破,但许多至今仍无法满意地解决。

    计算机的运算能力

    当时的计算机有限的内存和处理速度不足以解决任何实际的AI问题。例如,Ross Quillian在自然语言方面的研究结果只能用一个含二十个单词的词汇表进行演示,因为内存只能容纳这么多。1976年Hans Moravec指出,计算机离智能的要求还差上百万倍。他做了个类比:人工智能需要强大的计算能力,就像飞机需要大功率动力一样,低于一个门限时是无法实现的;但是随着能力的提升,问题逐渐会变得简单。

    计算复杂性和指数爆炸

    1972年Richard Karp根据Stephen Cook于1971年提出的Cook-Levin理论证明,许多问题只可能在指数时间内获解(即,计算时间与输入规模的幂成正比)。除了那些最简单的情况,这些问题的解决需要近乎无限长的时间。这就意味着AI中的许多玩具程序恐怕永远也不会发展为实用的系统。

    常识与推理。许多重要的AI应用,例如机器视觉和自然语言,都需要大量对世界的认识信息。程序应该知道它在看什么,或者在说些什么。这要求程序对这个世界具有儿童水平的认识。研究者们很快发现这个要求太高了:1970年没人能够做出如此巨大的数据库,也没人知道一个程序怎样才能学到如此丰富的信息。

    莫拉维克悖论

    证明定理和解决几何问题对计算机而言相对容易,而一些看似简单的任务,如人脸识别或穿过屋子,实现起来却极端困难。这也是70年代中期机器视觉和机器人方面进展缓慢的原因。

    框架和资格问题

    采取逻辑观点的AI研究者们(例如John McCarthy)发现,如果不对逻辑的结构进行调整,他们就无法对常见的涉及自动规划(planning or default reasoning)的推理进行表达。为解决这一问题,他们发展了新逻辑学(如非单调逻辑(non-monotonic logics)和模态逻辑(modal logics))。

    停止拨款

    由于缺乏进展,对AI提供资助的机构(如英国政府,DARPA和NRC)对无方向的AI研究逐渐停止了资助。早在1966年ALPAC(Automatic Language Processing Advisory Committee,自动语言处理顾问委员会)的报告中就有批评机器翻译进展的意味,预示了这一局面的来临。NRC(National Research Council,美国国家科学委员会)在拨款二千万美元后停止资助。1973年Lighthill针对英国AI研究状况的报告批评了AI在实现其“宏伟目标”上的完全失败,并导致了英国AI研究的低潮(该报告特别提到了指数爆炸问题,以此作为AI失败的一个原因)。DARPA则对CMU的语音理解研究项目深感失望,从而取消了每年三百万美元的资助。到了1974年已经很难再找到对AI项目的资助。

    Hans Moravec将批评归咎于他的同行们不切实际的预言:“许多研究者落进了一张日益浮夸的网中”。还有一点,自从1969年Mansfield修正案通过后,DARPA被迫只资助“具有明确任务方向的研究,而不是无方向的基础研究”。60年代那种对自由探索的资助一去不复返;此后资金只提供给目标明确的特定项目,比如自动坦克,或者战役管理系统。

    来自大学的批评

    一些哲学家强烈反对AI研究者的主张。其中最早的一个是John Lucas,他认为哥德尔不完备定理已经证明形式系统(例如计算机程序)不可能判断某些陈述的真理性,但是人类可以。Hubert Dreyfus讽刺六十年代AI界那些未实现的预言,并且批评AI的基础假设,认为人类推理实际上仅涉及少量“符号处理”,而大多是具体的,直觉的,下意识的“窍门(know how)”。 John Searle于1980年提出“中文房间”实验,试图证明程序并不“理解”它所使用的符号,即所谓的“意向性(intentionality)”问题。Searle认为,如果符号对于机器而言没有意义,那么就不能认为机器是在“思考”。

    AI研究者们并不太把这些批评当回事,因为它们似乎有些离题,而计算复杂性和“让程序具有常识”等问题则显得更加紧迫和严重。对于实际的计算机程序而言,“常识”和“意向性”的区别并不明显。Minsky提到Dreyfus和Searle时说,“他们误解了,所以应该忽略”。在MIT任教的Dreyfus遭到了AI阵营的冷遇:他后来说,AI研究者们“生怕被人看到在和我一起吃中饭”。 ELIZA程序的作者Joseph Weizenbaum感到他的同事们对待Dreyfus的态度不太专业,而且有些孩子气。虽然他直言不讳地反对Dreyfus的论点,但他“清楚地表明了他们待人的方式不对”。

    Weizenbaum后来开始思考AI相关的伦理问题,起因是Kenneth Colby开发了一个模仿医师的聊天机器人DOCTOR,并用它当作真正的医疗工具。二人发生争执;虽然Colby认为Weizenbaum对他的程序没有贡献,但这于事无补。1976年Weizenbaum出版著作《计算机的力量与人类的推理》,书中表示人工智能的滥用可能损害人类生命的价值。

    展开全文
  • 摘要:设备接入服务能够帮助物联网行业用户快速完成设备联网及行业应用集成。
    摘要:设备接入服务能够帮助物联网行业用户快速完成设备联网及行业应用集成。

    本文分享自华为云社区《华为云IoT设备接入服务都有哪些功能?看完给你整的明明白白》,作者:Super.雯。

    设备接入服务(IoTDeviceAccess)是华为云的物联网平台,提供海量设备连接上云、设备和云端双向消息通信、批量设备管理、远程控制和监控、OTA升级、设备联动规则等能力,并可将设备数据灵活流转到华为云其他服务,帮助物联网行业用户快速完成设备联网及行业应用集成。基于华为云物联网平台的物联网系统如图9-6所示,其主要分为几个部分:终端设备、设备连接、消息通信、设备管理、数据流转、物联网应用,以及与华为云的其他服务进行的数据互通和协同。

    基于华为云物联网平台的物联网系统

    物联网常用协议

    HTTP

    HTTP(HyperTextTransferProtocol,超文本传输协议)是用于从WWW服务器传输超文本到本地浏览器的传送协议。它可以使浏览器更加高效,使网络传输减少。它不仅保证计算机正确快速地传输超文本文档,还确定传输文档中的哪一部分,以及哪部分内容首先显示(如文本先于图形)等。

    HTTP是一个应用层协议,由请求和响应构成,是一个标准的客户端服务器模型。

    同时HTTP是一个无状态的协议。同一个客户端的这次请求和上次请求是没有对应关系,对http服务器来说,它并不知道这两个请求来自同一个客户端。为了解决这个问题,Web程序引入了Cookie机制来维护状态。

    并且HTTP是一种同步协议。客户端需要等待服务器响应。Web浏览器具有这样的要求,但它的代价是牺牲了可伸缩性。在IoT领域,大量设备以及很可能不可靠或高延迟的网络使得同步通信成为问题。异步消息协议更适合IoT应用程序。传感器发送读数,让网络确定将其传送到目标设备和服务的最佳路线和时间。

    HTTP是一种有许多标头和规则的重量级协议。它不适合受限的网络。

    建立过程中三次握手:

    HTTP三次握手流程

    注解:SYN:同步,Seq:序号,ACK:确认,ack:确认序号。

    第一次握手:

    当客户端想与服务器建立连接的时候,会发送一个请求连接的报文,此报文首部中的SYN=1(TCP规定,SYN=1的报文段不能携带数据,并且需要消耗一个序号),同时随机生成初始序列号Seq=X,客户端进入了SYN-SENT(同步以发送状态)。

    第二次握手:

    服务器接收到客户端发送的连接请求报文后,如果同意连接,则发出确认报文,其中确认报文段中SYN=1,ACK=1,同时随机初始化一个序列号Seq=Y,确认号ack=X+1,而且服务器也进入

    SYN_RCVD(同步接收状态)。

    第三次握手:

    客户端接收到确认报文后,还需要向服务器发出确认报文。确认报文的ACK=1,ack=Y+1,此时,TCP连接建立成功,客户端进入ESTABLISHED(已建立连接)状态。

    三次握手的重要性:

    当客户端发送第一个请求连接的报文的时候,由于网络阻塞原因,导致服务端不能及时收到,直到某个时刻才收到请求连接的报文,此时此刻服务器收到的已经是一个失效的报文了,服务器给客户端发送确认报文,等待客户端的连接,假设采用的是两次握手,客户端不理睬服务器发送的确认报文,而服务器一直等待接收客户端的请求,这样导致服务器很多资源浪费,而如果采用三次握手,服务器接收不到客户端的确认报文,就会断开与客户端的连接,因此采用三次握手更为合适。

    MQTT

    MQTT(MessageQueuingTelemetryTransport,消息队列遥测传输),是IBM开发的一个即时通讯协议。MQTT协议采用订阅/发布的工作模式,客户端向服务器订阅感兴趣的信息,服务器把信息推送给订阅了这类信息的客户端。

    MQTT交互流程

    MQTT的特点:

    协议简单,轻量级(消息可以短至两个字节,对终端的硬件配置要求低,适用于CPU等硬件资源有限的场合,有助于降低终端成本,推动产业发展)。

    • 基于TCP/IP,消息传递可靠。
    • 使用长连接,有心跳保活机制,减少重新建链开销。
    • 支持消息实时通知、有丰富的推送内容。
    • 心跳机制不利于设备进入休眠模式,设备比较耗电。
    • MQTT的特点非常符合无线传感网、物联网等领域的要求,目前智慧家庭解决方案主要就是用的MQTT协议。

    客户端(Client):

    • 包括发布者或订阅者,两者都是MQTT客户端,分别负责发布或订阅。
    • 可以是从微控制器到一个完全成熟的服务器,在设备上运行着MQTT库并且可以通过任何网络连接到MQTT代理服务器。

    代理服务器(Broker):

    • 是任何发布/订阅协议的核心,可以处理多达成千上万的MQTT客户端的并发连接。
    • 代理服务器主要负责接收所有消息,将消息发送给所有订阅的客户端。
    • 一个职责是保持所有持续连接的客户端的会话,包括订阅和丢失的消息。
    • 另一个职责是对客户端的认证和授权。

    CoAP

    CoAP(ConstrainedApplicationProtocol,受限制的应用协议),专门为资源受限设备(如传感器节点)和网络(如NB-IoT,LoRa)而设计。CoAP从HTTP协议发展而来,CoAP协议也是采用请求/响应工作模式,客户端发起请求,服务器做出响应。为了克服HTTP对于受限环境的劣势,CoAP既考虑到数据报长度的最优化,又考虑到提供可靠通信。

    CoAP交互流程

    CoAP特点:

    报头压缩,报文格式简单,消息可以很短,最小的CoAP消息只有4个字节。

    • 传输层使用UDP协议,减少网络开销和支持组播功能。
    • 为了弥补UDP传输的不可靠性,CoAP有消息重传机制。
    • 不支持长连接,没有心跳,没有业务时设备不用跟外部发消息。
    • 做业务时,设备可能需要先唤醒,消息实时性不太好。

    跟MQTT相比,CoAP不需要保持长连接,不用不停发送心跳消息,更加适合物联网场景中需要休眠/唤醒机制的设备,设备可以长时间处于休眠模式,节省电量,一块电池使可以用10年甚至更久,目前智能水表、智能电表、智慧农业、智能停车场等解决方案主要就是用的CoAP协议。

    设备管理

    设备注册&接入鉴权

    为了保证接入物联网平台的设备是安全可信的,需要进行设备注册和设备接入鉴权操作。设备注册,指用户通过控制台或调用注册设备API在IoT平台中注册设备信息,平台中存在设备信息后,再接入真实的实体设备,这样平台与终端实体设备可以实现连接和通信。

    设备接入鉴权,是指IoT平台对接入平台的设备进行鉴权认证,用于保障设备接入信息的完整性和安全性、设备与平台消息传输完整性和安全性。

    设备注册&设备接入鉴权

    命令下发

    设备的产品模型中定义了IoT平台可向设备下发的命令,平台向设备下发命令,修改设备的服务属性,实现对设备的控制。

    平台向设备下发命令包括立即下发和缓存下发两种情况,如下表所示。

    对于立即下发模式,下发的命令直接全部下发给设备;对于缓存下发模式,需等待设备上线或设备上报数据到平台后,按照串行的方式下发命令给设备,即缓存的命令需要按照缓存的时间逐一向设备进行下发。设备命令整个生命周期的状态转换如下图所示。

    设备命令的状态转换

    设备命令状态的详细说明如下表所示。

    通过命令下发特性,平台能够为终端用户提供远程控制设备的服务,实现设备连接,也可以实现对设备的批量命令下发等,操作简单快捷。当用户需要对设备进行某一操作,而设备并不在可操作范围内,或者需要操作大批量设备时,可以使用命令下发。

    设备联动规则

    规则引擎的使用对象是终端用户,系统已经预置支持的规则场景,终端用户通过方便、易理解的友好界面在自有设备下制定自动化规则。

    规则可以和设备、应用、告警绑定,当绑定的信息满足条件时,规则可以自动化执行响应动作。规则引擎定位处理各种事件,利用规则引擎可以完成异常事件的及时通知和快速处理,帮助终端用户维护设备、监控设备,保证系统业务的及时恢复。阈值超限、范围超限、位置跟踪等事件,也可定义为规则引擎输入条件,并关联对应的处理动作。

    设备联动的触发条件及响应动作如下图所示。

    设备联动规则

    设备升级管理

    物联网平台支持通过OTA(OverTheAir)的方式对终端设备的固件和软件进行升级。

    • 设备固件升级:固件升级又称为FOTA(FirmwareOverTheAir),是指用户可以通过OTA的方式对支持LwM2M协议和CoAP的设备进行固件升级,升级包下载LwM2M协议。
    • 设备软件升级:软件升级又称为SOTA(SoftwareOverTheAir),是指用户可以通过OTA的方式对支持LwM2M协议和CoAP的设备进行软件升级,升级包下载协议为PCP。

    设备固件&软件升级

    设备批操作

    华为云物联网平台支持对设备的批量操作,包括批量注册设备、批量命令下发、批量位置上传、批量设备配置和批量软固件升级。

    • 批量注册设备:因注册设备数量过多而导致注册时间太长,可采用批量注册的方式注册设备。批量命令下发:当物联网平台需要对批量设备下发命令时,可通过北向接口创建批量命令下发任务,在物联网平台上,可查看任务的执行状态、操作者和成功率等信息。
    • 批量位置上传:当物联网平台需要对设备的位置进行批量上传时,可采用批量位置上传操作。这里的设备主要指安装位置相对固定的终端设备,如水表。
    • 批量设备配置:当物联网平台需要对设备进行批量配置时,可采用批量设备配置操作。
    • 批量软固件升级:当物联网平台需要对设备的固件或者软件进行批量升级时,可采用批量软固件升级操作。

    设备批操作向物联网平台提供对终端设备统一管理的通道,能提升对终端设备的管理效率,很好地满足用户批量管理设备的需求。当用户接入的设备数量过多,或者需要对全部或某一个群组的设备进行相同的操作时,可以采用设备批操作。批量注册设备和批量位置上传时设备数量的上限是30000个,批量命令下发、批量设备配置和批量软固件升级的设备上限是10000个。

    更多学习内容,请关注IoT物联网社区 

    点击关注,第一时间了解华为云新鲜技术~

    展开全文
  • Android Binder通信一次拷贝你真的理解了吗?

    千次阅读 多人点赞 2021-01-13 20:24:47
    最近有读者在询问一个关于Binder通信"一次拷贝"的问题,说在学习Binder驱动的实现中看到有多次调用了copy_from_user和copy_to_user来进行数据的跨用户空间和内核空间的拷贝,但是为啥Android官方和绝大部分的博客...
  • 传输设备基础知识〖 篇就看懂〗

    千次阅读 2020-06-02 15:55:26
    传输网概念1.1 传输设备在通信网的位置1.2 演进过程1.2.1 PDH(准同步数字系列)特点1.2.2 SDH(同步数字传输体制)特点1.3 SDH设备实现的要点1.4 PDH与SDH的标准速率等级1.5 帧结构. 传输网特性2.1 SDH信号复用映射...
  • 一次系统、二次系统概念

    千次阅读 2010-03-02 13:33:14
    一次系统:指所有电力系统设备和开关设备。如:发电机、变压器、断路器、隔离开关、母线、电力电缆、输电线路等。 二次系统:变电站中用于运行...一次回路:由一次设备连接构成发电、输电、变电、配电及其他生产的...
  • 超详细|篇搞定操作系统——设备管理

    万次阅读 多人点赞 2021-01-05 21:27:11
    设备管理基本功能 外设管理:是指计算机系统中除了CPU和内存以外的所有输入、输出设备的管理。 主要功能包括:缓冲管理、设备分配与回收、设备处理和虚拟设备。 除了进行实际I/O操作的设备外,也包括:...
  • Linux设备驱动基本概念

    万次阅读 2017-03-21 14:35:54
    、Linux 系统的设备文件分为三类:块设备文件、字符设备文件和网络设备文件。 · 块设备文件通常指一些需要以块(如512 字节)的方式写入的设备,如IDE 硬盘、SCSI硬盘、光驱等。 · 字符型设备文件通常指可以直接...
  • PCI设备驱动()

    千次阅读 2020-04-13 08:00:49
    首先要明确两个概念:Linux内核 PCI设备驱动和设备本身驱动两部分。工作中所谓的编写设备驱动,其实就是编写设备本身驱动。因为Linux 内核的PCI驱动是内核自带的。当然,并不是说...
  • 计算机网络的 166 个核心概念

    万次阅读 多人点赞 2022-03-17 10:01:43
    主机:计算机网络上任何种能够连接网络的设备都被称为主机或者说是端系统,比如手机、平板电脑、电视、游戏机、汽车等,随着 5G 的到来,将会有越来越多的终端设备接入网络。 通信链路:通信链路是由物理链
  • 特种设备-起重机司机 该模拟题库适用于全国特种设备-起重机司机模拟考试题练习,了解更多工种完整题库信息,百度搜索【安考星】或关注“安考星”微信公众号,支持电脑及手机多端同步练习。刷题、看题、搜题。 1、...
  • 1、复习设备管理的基本概念、基本原理、常用的数据结构、分配策略及算法 2、编制个独占设备的分配和回收模拟程序 三、实验原理 首先利用结构体equiptype定义系统设备类型表,利用结构体equipment定义系统设备表...
  • 基于Python的Jenkins的二次开发

    千次阅读 2018-07-06 20:25:04
    Jenkins确实是个非常方便的框架,它提供了整套的RESTful的API,可以非常方便的做二次开发,而且提供了个python的库,操作起来就更加方便了。 常用的Jenkins概念 我们在使用Jenkins的时候,一般看到的都是...
  • Linux字符设备驱动剖析

    千次阅读 2015-05-23 23:09:13
    忠于源码,讲述linux字符设备驱动的那些事儿,重点讲述字符设备的创建和访问过程。
  • 设备驱动的主要任务有两个: 1. 存取设备的内存 2. 处理设备产生的中断对于第个任务,UIO 核心实现了mmap()可以处理物理...第个任务,对于设备中断的应答必须在内核空间进行。所以在内核空间有小部分代码
  • 计算机网络——网络硬件和网络设备及其工作原理

    万次阅读 多人点赞 2018-10-09 01:26:36
    计算机网络——网络硬件和网络设备及其工作原理 常见的网络硬件有网卡、中继站、集线器、桥连接器、交换机、路由器。 . 网卡: 网卡是工作在链路层的网络组件,是局域网中连接计算机和传输介质的接口,不仅能实现...
  • 、什么是Linux设备文件系统  首先我们不看定义,定义总是太抽象很难理解,我们先看现象。当我们往开发板上移植了个新的文件系统之后(假如各种设备驱动也移植好了),启动开发板,我们用串口工具进入开发板,...
  • 而“二次回路”的概念,是供电系统中主要的研究内容。什么是支路?首先,支路的概念只存在于并联电路中,简单的串联电路没有这说法。与“支路”相对的概念,叫做“干路”。可以将电路想象成棵树,各个树枝,在...
  • 9.9 积分第章计算机类办公设备()课题第章计算机类办公设备科目办公设备授课时间教学目标知识目标1 ?计算机皱件系统的组成2 ?计算机软件系统的组成能力目标系统的掌握计算机的组成教材分析重点1.皱件系统中各个...
  • 一次路由多次转发正好在NF的代码中也有说到,为每一个转发创建一个flow,此后的包全部都由底层转发。 使用IP的设备A------------------------三层交换机------------------------使用IP的设备B ...
  • 操作系统知识点——设备管理

    万次阅读 2018-07-10 21:16:40
    、I/O设备的分类与I/O管理的任务()按设备的使用特性分类1、存储设备2、I/O设备)按信息交换单位分类1、字符设备2、块设备(三)按传输速率分类1、低速设备2、中速设备3、高速设备(四)按设备的共享属性...
  • 操作系统实验5 设备管理

    千次阅读 多人点赞 2019-04-28 14:31:10
    1、理解设备管理的概念和任务。 2、掌握独占设备的分配、回收等主要算法的原理并编程实现。 【实验原理】 设备管理是指计算机系统对除CPU和内存以外的所有输入、输出设备的管理。设备管理不但要管理实际I/O操作...
  • 查看/proc/devices 文件可以获知系统中注册的设备,第 1 列为主设备号,第 2 列为设备名,主设备号是与驱动对应的概念,同一类设备一般使用相同的主设备号,不同类的设备一般使用不同的主设备号(但...
  • 程序员必知的 89 个操作系统核心概念

    万次阅读 多人点赞 2020-03-31 19:13:39
    操作系统需要处理管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供个让用户与系统交互的操作界面。 shell:它是个程序,可从键盘获取...
  • 惯性导航基本概念

    万次阅读 多人点赞 2019-05-08 15:55:05
    惯性导航系统是种不依赖于外部信息、也不向外部辐射能量的自主式导航系统。其工作环境不仅包括空中、地面,还可以在水下。惯导的基本工作原理是以牛顿力学定律为基础,通过测量载体在惯性参考系的...
  • 、 机械停车设备行业相关概念 、 机械停车设备行业产品大类 第节 机械停车设备行业产业链分析 、 机械停车设备行业产业链简介 、 机械停车设备行业原材料市场分析 1、中国钢材市场发展状况 2、减速...
  • 深入理解Linux字符设备驱动

    千次阅读 2016-03-20 11:09:13
    文章从上层应用访问字符设备驱动开始,步步地深入分析Linux字符设备的软件层次、组成框架和交互、如何编写驱动、设备文件的创建和mdev原理,对Linux字符设备驱动有全面的讲解。
  • 深度学习在嵌入式设备上的应用

    万次阅读 2019-02-26 20:19:12
    1、深度学习的概念源于人工神经网络的研究,包含多个隐层的多层感知器(MLP) 是种原始的深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示( 属性类别或特征) ,以发现数据的分布式特征表示。BP算法是...
  • Linux 设备文件/dev/*详解、查询

    千次阅读 2019-03-06 14:47:59
    Linux 设备文件/dev/*详解、查询 设...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 236,210
精华内容 94,484
热门标签
关键字:

一次设备二次设备的概念