一、叉車物聯感知系統

（一）、叉車端到端物聯數據傳遞方案

（二）、物聯網平臺架構

設備接入平臺層的數據信息流轉圖

1. 產品管理

產品是設備的集合，通常是一組具有相同功能定義的設備集合。該模塊以一種硬件產品為粒度，創建產品及配置產品相關信息。

產品信息管理：硬件產品的功能描述、性能參數、發布狀態等信息管理；組網拓撲管理：對于傳感器、采集儀、網關，由于通訊方式不同，產品的組網拓撲便不同。此處描述各類產品入網的拓撲關系；版本&固件管理：對產品的版本信息及固件進行管理；物模型管理：物模型，即一類物理世界的實物（如傳感器）在平臺的數字化模型。物模型對該產品的上行數據、下行指令，上下行動作進行描述。簡單來說，物模型就是該實體能對外提供什么信息以及能對它做什么，因此物模型是設備與平臺之間的關鍵樞紐。

2. 設備管理

設備是硬件產品的最小單位，每個設備都對應一個唯一編碼，從設備入庫開始便記錄相關信息，并且可以對設備進行資產分配、安全認證、配置操作等行為，最后對設備從入庫到報廢的全生命周期管理。

設備全生命周期管理：對設備的物理狀態、健康狀態、資產歸屬、調試日志進行記錄，記錄設備從入庫到報廢的全生命周期，便于問題追溯分析。設備資產管理：對設備資產進行劃分，便于控制用戶設備權限。虛擬設備：根據物模型構建虛擬設備，用于用戶體驗、真實設備受限時的模擬調試驗證、批量壓測驗證平臺性能等場景。設備影子：每個設備有且只有一個設備影子，設備可以通過MQTT獲取和設置設備影子來同步狀態，用于存儲設備上報狀態、應用程序期望下發的配置，解耦應用于終端設備。一般用于網絡不穩定、設備無法實時通信、一個設備在同一時間被反復請求等場景。

3. IoT設備接入

物聯網平臺支持海量多元異構數據的設備接入，通過簡易的配置，便可建立設備與云平臺之間的聯系，實現穩定可靠的雙向通信。

協議接入：使用MQTT協議接入數據，并根據場景定義不同topic進行消息發布訂閱。設備鑒權認證：以網關為單位，對接入數據topic做發布訂閱鑒權認證，實現topic級別的權限隔離，提高接入安全性。數據轉換解析：對接入的異構數據進行格式統一，根據物模型對接入數據進行解析。設備接入配置：此處的目的是把接入到平臺的數據與具體的實體對象進行握手，以便于在應用中能夠區分不同實體對象的數據。此處依賴于產品物模型與產品組網拓撲。需要注意的是，在應用層中，根據不同業務屬性，可能會把實體對象做某些關系映射。消息通信：當完成設備接入配置后，用戶便能實現對設備的交互，包括數據上報、命令下發等。

4. 數據展示

該模塊對物聯網收集的數據，運用相應的可視化圖表進行展示，以便于物聯網監測數據能直觀展示。此處功能與企業業務方向會緊密相關。

基礎監測數據：對結構化數據進行基礎圖形表格數據展示。系統集成數據：對視頻監控、車流量等系統集成類進行數據展示。數據可視化：安全監測領域主流的可視化系統，如BIM、GIS、視頻融合、人員定位、可視化大屏等。數據管理：對原始數據的數據維護、數據下載、文檔管理等服務。

5. 數據分析

該模塊對展示的數據加以分析，把物聯網海量數據變成有價值的數據。此處功能與企業業務方向會緊密相關。

基礎數據分析：包括同步分析、關聯分析、同步分析、頻譜分析、風玫瑰圖分析；高級數據分析：針對特定傳感器的高級算法分析，包括索力算法分析、動態稱重分析、深度測斜分析、柱體分析、索承結構分析；報告報表分析：專業結構人員使用的分析工具，制作專業分析報告。

6. 規則引擎

規則引擎是指用戶可以在物聯網平臺上可以配置某些規則，在判斷條件滿足規則后，平臺會執行相應的動作來滿足用戶需求，靈活構建場景聯動、報警等定制化業務場景。規則引擎所需要的元素如下：

1）觸發條件

觸發對象：可以是某個設備，某個測點，也可以是某個時刻，或某個事件；觸發條件：可以是簡單的上下限判斷，也可以是一個復雜的函數/算法判斷；觸發時間：即時效性，可以是一直有效，或者規定時間內有效；沉淀機制：避免設備上傳相同數據導致重復觸發規則。2）執行動作

指令下發：即對制定設備發送指令；發送通知：如短信、郵件、小程序、APP推送等；產生報警：在運維報警監控界面產生一條報警記錄；執行時間：立即、或延時；執行規則：執行某條規則；規則狀態開關：開啟或關閉某條規則。3）日志

每條狀態為開啟的規則，每次執行都要留有日志，存儲觸發時間、判斷依據、執行動作記錄等。

7. 運維服務

此模塊為專業運維團隊提供運維服務，是業務正常運作的關鍵。

運維監控：對項目運維情況進行監控，包括設備拓撲網絡、運維報警監控、無效數據、設備報表分析；設備調試：對設備進行遠程在線調試；OTA升級：上傳新的升級包，并將OTA升級消息推送給設備，設備即可在線升級；日志服務：包括設備全生命周期日志、用戶操作日志等；業務工單：支持業務運作的跨部門協作工單，此工單內容根據企業業務不同會有較大差異，此處不做具體展開說明。

（三）應用層架構：業務處理，數據庫和客戶端。

公司物聯網業務處理較為復雜，會涉及到海量數據的整合，目前采用了市場上專門提供的中間件比如云計算、數據挖掘、人工智能、信息融合等。

數據庫主要用來存儲設備、用戶、業務以及其他相關的數據。應用層會接觸到終端用戶，所以會涉及到客戶端的開發。

云計算具有強大的存儲能力、處理能力、帶寬和極高的性價比，它可以為不同的物聯網應用提供統一的服務；數據挖掘是從大量的、不完全的、有噪聲的、模糊的及隨機的實際應用數據中，挖掘出隱含的、未知的、對決策有潛在價值的數據的過程。數據挖掘主要基于人工智能、機器學習、模式識別、統計學等，高度自動化地對數據進行統計、分析、綜合、歸納和推理，揭示事物間的相互關系，預測未來的發展趨勢，為決策者提供決策依據；人工智能是探索研究使各種機器模擬人的某些思維過程和智能行為（如學習、推理、思考等）。該領域的研究包括叉車自動化、調度自動化等。

（四）、應用功能介紹

1、區域違規控制：叉車定位和電子圍欄功能，使用物聯網技術，對叉車的位置進行有效管理，對私自將叉車駛離工作場所的情況進行記錄和報警（例如使用人員、違規時間等）。

2、超速控制：主管部門為叉車設置好預警數值，當叉車行駛過程超出預警值時，系統自動報警并給出位置、時間、速度。

3、人、車、證合規控制：對叉車使用操作人員管理、責任管理（可分級管理）。使用叉車操作人員必須進行人員設備信息上傳認證，確保人車一致?？梢砸蝗硕嘬嚭鸵卉嚩嗳耍仨毾蠕浶畔⑵ヅ?。做到人、車、證（包括駕駛人員身份證、叉車上崗證、車輛年檢合格證、人員聘用記錄合格）一致。

4、后臺管理控制：查詢操作人員駕駛人員身份證、叉車上崗證、車輛年檢合格證、人員聘用記錄合格等情況進行登記審核，確保持證上崗；記錄設備許可證發放內容及時間，相關檢驗時間和期限，對超期設備進行預警，對臨期設備及時通知各級管理人員；對人員聘用記錄過期，進行預警管理?？筛鶕芾聿块T需要進行特種設備類型統計，可以按類別、按區域、按企業、按審驗結果、按預警、按違規進行分類統計。

5、APP用戶控制：APP用戶申請認證和提交所有信息資料通過后，通過人臉識別開啟車輛。系統自動判斷駕駛員是否為授權合格駕駛人員，解決企業叉車使用中發生的非合格駕駛員私自使用叉車。

6、企業管理控制：通過人臉識別判斷駕駛員是否為授權合格駕駛人員，有利于企業對叉車日常安全管控，企業管理人員可以在APP指定叉車的特定駕駛員，非指定人員（使用鑰匙）無法啟動叉車，解決企業叉車使用中發生的非合格駕駛員?？梢愿鶕髽I需要幫助開發特定的場景管理功能，例如叉車驗車提醒、叉車工作任務分配、工作時間記錄等。

7、駕駛艙控制和看板：對特種設備叉車智慧化的線上線下管理，叉車運行、數據遠程實時在線，自動報警、自動監測。對操作人員培訓、持證、人員聘用信息等情況進行實時跟蹤，確保持證上崗，實時查詢記錄設備許可證發放內容及時間、相關檢驗時間和期限，對超期、對臨期設備進行在線實時預警，可根據管理部門需要進行特種設備類型統計，可以按類別、按區域、按企業、按審驗結果、按預警、按違規等進行分類統計。實時在線看板管理分析，根據要求進行大數據分析并呈現。

8、叉車安全智能監測系統，有獨立知識產權，即可與各地區市場監管局數據對接，又可為地方市場監管局單獨開發管理平臺，GO語言撰寫，架構合理，支持100萬級車輛接入，擁有軟著，可隨時與各省數據管理局實現數據API接口對接，同時為縣區市場監管部門設立了獨立的網頁管理端口，實現地方市場管理部門查看、企業自主管理等多層級管理方案。