Не просто найти ресурсы, которые дают возможность познакомиться с возможностями IOT платформ в «живом» демо доступе. Большинство компаний предоставляют этот сервис по специальным запросами или дают возможность познакомиться с системами в демо роликах. В этом посте приводятся ссылки на сайты компаний, которые дают эту возможность. Кроме возможности посмотреть работу платформ, они обладают особенностями, которые выделяют их в большом потоке рождающихся IOT сервисов.

eZhing

Платформа позволяет:

• создавать свои собственные интерактивные планы-схемы помещений (квартир, домов, теплицы или даже крупных цехов заводов и фабрик)
• наносить на схемы расположение объектов из сферы IOT (датчики, сигнализаторы, ...)
• привязывать созданные планы-схемы к местоположениям на географической карте

С помощью платформы можно обеспечить гео-мониторинг объектов в режиме реального времени.

Thingsboard

Thingsboard это платформа c открытым исходным кодом. Она имеет хорошую документацию и примеры вариантов использования.

Платформа позволяет:

• быстро разрабатывать, сопровождать и масштабировать IoT проекты
• интегрироваться с другими сервисами обработки IoT данных (AWS IoT, Apache Spark, SigFox, IBM Watson IoT)
• ретранслировать данные устройств в другие системы
• подключать устройства через стандартные протоколы IoT - MQTT, CoAP и HTTP
• cоздавать панели мониторинга для визуализации данных

Платформа имеет много других полезных и оригинальных возможностей.

LEVEREGE

Платформа предназначена для быстрого построения прототипов IoT систем и эффективной доработки решений до удовлетворения потребностей заказчиков.

Платформа позволяет:

• создавать имитаторы IoT объектов
• работать с различными протоколами IoT
• создавать и гибко настраивать интерфейсы приложений
• настраивать бизнес логику работы приложений

С помощью платформы можно быстро предоставлять конечным пользователям возможность познакомится с вариантами решений и получить от них обратную связь

Обзоры платформ IOT будут продолжены. Эту работу я веду с целью совершенствования сервиса VIALATM , но думаю, что результаты поисков могут быть полезны и интересными не только мне.

Внедрение платформ IoT заставит изменить подходы к созданию и использованию АСУ и управлению предприятиями в целом.

IoT или системы телеметрии?

В России и мире наиболее распространено определение интернета вещей (Internet of Things, IoT) с точки зрения технологий: он рассматривается как система объединенных компьютерных сетей и подключенных физических объектов (вещей) со встроенными датчиками и программным обеспечением для сбора и обмена данными, с возможностью удаленного контроля и управления в автоматизированном режиме, без участия человека. Если подключение датчиков телеметрии осуществляется с использованием сетей сотовой связи, то такие системы еще называют системами межмашинных коммуникаций (M2M).

Однако такое определение не позволяет разделить существующие уже многие десятилетия распределенные системы телеметрии/телеуправления и возникающие в настоящее время экосистемы интернета вещей (см. таблицу), а главное - показать, какими изменениями в экономике и бизнесе эти технологические сдвиги вызваны.

Поэтому имеет смысл сформулировать определение интернета вещей с точки зрения бизнеса как технологической основы для перехода к экономике совместного использования (shared eco-nomy) средств про-изводства и предметов конечного потребления. Такая организация производства и потребления товаров и услуг возникает в ходе так называемой четвертой индустриальной революции, которая состоит в появлении возможности формировать полностью автоматические (цифровые) цепочки создания добавленной стоимости, выходящие за границы одного предприятия, с перспективой объединения в глобальную промышленную сеть вещей и услуг.

Экономика совместного использования базируется на принципе объединения различных устройств (станков и промышленного оборудования, транспортных средств, инженерных систем) в программно управляемые пулы и предоставления пользователю не самих устройств, а результатов их работы, по сути их функций. IoT тесно связан с концепцией программно определяемых вещей (soft-ware-defined things, smart things), которая постулирует, что функционал умного устройства (вещи), в отличие от обычной вещи с элементами компьютерного управления, в большей степени определяется программно, причем независимо от его аппаратной реализации. Устройство (объект IoT) одновременно существует в двух взаимосвязанных ипостасях: как физический объект и как его точная и актуальная математическая (программная) модель, т.е. как киберфизическая система.

Объединение устройств в виртуальные пулы и предоставление пользователю их функций позволяет многократно повысить эффективность таких устройств по сравнению с традиционной моделью информационно изолированного использования. Это дает возможность реализовать принципиально новые бизнес-модели, например, контракт жизненного цикла на промышленное оборудование, контрактное производство как сервис, транспорт как сервис, безопасность как сервис и др.

Для воплощения подобного подхода в жизнь нужно, чтобы информация о фактическом состоянии каждого из объединяемых в пул устройств была доступна автоматизированной системе управления, а процессы получения данных о состоянии объекта и исполнении команд управления протекали с допустимым для системы управления уровнем неопределенности.

Облако управления - платформа IoT

Технологической основой для таких изменений служат платформы IoT. Они являются ключевым звеном всей экосистемы интернета вещей, играя роль посредника: устройства и компоненты решения могут передавать данные в широком диапазоне форматов, используя различные протоколы связи (рис. 1). А механизм абстракции дает возможность использовать полученные данные в другом месте цепочки создания ценности (аналитика, бизнес-логика, интеграция с корпоративными системами, разработка приложений).

Платформа IoT представляет собой совокупность взаимодействующих между собой облачных сервисов (облако управления), которая обеспечивает непосредственное, без участия человека и промежуточных АСУ управление подключаемыми объектами. Это облако управления обладает всем необходимым функционалом (программными алгоритмами обработки данных и управления) как низовых систем управления, так и систем управления уровня предприятия. То есть IoT-платформа одновременно выполняет функции универсального средства интеграции и реализует сколь угодно сложные и разнообразные алгоритмы управления.

Механизм открытых прикладных интерфейсов программирования (API) позволяет подключать к облаку управления любые устройства и любые АСУ, не внося в них изменений, а также обрабатывать поставляемые в облако управления данные с использованием готовых шаблонов, а при их отсутствии - с использованием встроенных средств разработки программных приложений. Накопление в платформах IoT исторических данных, поступающих от широкой номенклатуры устройств и АСУ, и применение технологий машинного обучения дают возможность автоматизировать процессы совершенствования алгоритмов, исполняемых облаком управления, что в принципе невозможно в информационно изолированных АСУ.

Таким образом, переход к IoT не требует внесения серь-езных изменений в подключаемые устройства и, как следствие, значительных капитальных затрат на их модернизацию или полную замену. Однако необ-ходимо будет кардинально изменить подходы к использованию подключаемых устройств, трансформировать методы и средства сбора, хранения и обработки данных о состоянии устройств и роль человека в процессах сбора данных и управлении устройствами. Внедрение платформ IoT заставит изменить подходы к созданию и использованию АСУ и общие взгляды на управление предприятиями и организациями.

Согласно классификации аналитиков Berg Insight и First Analysis, большую часть IoT-платформ можно отнести к одной или сразу к нескольким категориям:

• платформы управления коммуникациями (Connectivity Management Platforms, CMP);
• платформы управления сетями/данными/абонентами (Network/Data/Subscriber Management, NM/DM/SM);
• платформы управления устройствами (Device Management Platforms, DMP);
• платформы для обеспечения работы приложений (Application Enablement Platforms, AEP);
• платформы для разработки приложений (App-lica-tion Development Platforms, ADP).

Ключевыми международными производителями IoT-платформ являются компании PTC, SAP, Microsoft и Telit.

Есть ли IoT-платформы в России?

Возможно, такое утверждение звучит излишне резко, но автор считает, что в России нет интернета вещей и, соответственно, облачных IoT-платформ. А что есть? Есть распределенные системы телеметрии с крайне ограниченной функциональностью проприетарного ПО и неприемлемо высоким соотношением «стоимость/экономические результаты применения». Как следствие, масштаб использования даже этих примитивных систем телеметрии, измеряемый количеством подключенных к ним устройств, в России крайне невелик - около 20,5 млн штук (рис. 2), что во много раз меньше, чем количество имеющих выход в интернет пользовательских устройств, а должно быть наоборот.

Общие черты всех российских рынков распределенных систем телеметрии:

• Проприетарность и изолированность создаваемых аппаратно-зависимых решений в сочетании с малой тиражностью, что отражается на их качестве и стоимости.
• Крайне ограниченный функционал - только мониторинг, причем с минимальным уровнем автоматизации обработки телеметрических данных.
• Большое количество мелких игроков, не способных развивать свои продукты/решения.
• С недавних пор - неготовность заказчиков оплачивать неэффективность этих решений.

На развитие отраслевых рынков (сфер применения) распределенных систем телеметрии влияют разные факторы, но всюду прослеживается одна общая тенденция. Это тенденция перехода от проприетарных изолированных систем мониторинга, осуществляемого со значительным участием персонала (фактически традиционных диспетчерских систем), к открытым экосистемам сервисов, ориентированных на телеметрию с аналитикой реального времени и телеуправление с взаимной оптимизацией работы различных систем и ресурсов.

Развитие отраслевых рынков систем телеметрии в России в этом направлении, очевидно, приведет к формированию открытых экосистем разработчиков. В такие экосистемы будут входить как разработчики сенсоров и исполнительных устройств IoT/M2M, способных взаимодействовать с различными системами/приложениями, так и разработчики приложений, которые создаются в формате облачных сервисов и способны через механизм открытых API взаимодействовать с сенсорами и исполнительными устройствами вне зависимости от того, кто является их владельцем.

Зачем переходить в интернет вещей?

Создание и развитие интернета вещей в России - объективная необходимость, поскольку только с его помощью можно решить чрезвычайно остро стоящую задачу одновременного повышения качества и снижения издержек по всей цепочке формирования добавленной стоимости. Традиционные АСУТП и распределенные системы телеметрии, как уже отмечалось, дают крайне ограниченный экономический эффект.

Что мешает? Мешает главным образом то, что переход к IoT - это трансформация принципов управления предприятием, к которой никто в России не готов. Не готовы даже ИТ-отделы, сторона, казалось бы, больше всех заинтересованная в увеличении значимости ИТ внутри организаций, которое обеспечит внедрение IoT.

Для обоснования этой моральной неготовности приводится множество аргументов против. У них есть одна общая черта - они не имеют ничего общего с реальностью.

Вот несколько типичных таких возражений, по сути - предубеждений против облаков:

1. Передача технологических данных в облако? Чтобы наше промышленное оборудование сломали хакеры? У нас и так все замечательно, а вы тянете нас в какую-то авантюру!

В России более 250 тыс. не подключенных к IoT-платформам контроллеров АСУТП «видны» через публичный интернет и никак не защищены - это яркая иллюстрация того, насколько сейчас «все замечательно» с точки зрения безопасности. На самом деле в IoT-платформах есть мощные механизмы защиты подключенных устройств и передаваемых данных. То есть подключение устройств телеметрии и телеуправления к IoT-платформе - это, пожалуй, единственный из существующих сегодня экономически обоснованных способов обеспечить информационную безопасность таких устройств в противовес попыткам возложить функции инфобезопасности на сами устройства.

2. Все решения всегда будет принимать человек, никакой искусственный интеллект его не заменит. Незачем в облаке анализировать данные технологических систем, они «живут» десятые доли секунды. Пускай первичный ввод данных в АСУП ведется вручную. Не надо брать их из АСУТП, это низкоуровневые системы и они совсем для другого. Производственные процессы осуществляются по жестким алгоритмам, и не надо лезть туда с оптимизацией и Big Data!

Более 70% чрезвычайных происшествий техно-генного характера (в частности, катастрофа на Чер-нобыльской АЭС) происходят из-за неправильных управленческих решений, принимаемых в условиях жесткого дефицита информации и времени. При-менение платформ IoT позволяет перейти на «плоские» системы предиктивного управления с единым гибким высокоавтоматизированным контуром «мониторинг - оптимизационное планирование - управление», минимизирующим негативное влияние человеческого фактора.

3. Хорошо, будем анализировать технологические данные с помощью Big Data и искусственного интеллекта. Но данные свои мы никому не отдадим и для их анализа развернем собственную платформу (частное облако).

На деле результаты машинного обучения тем лучше, чем больше объем анализируемых данных, поэтому любая информационно изолированная система, сколько бы не было в нее вложено денег, всегда будет хуже, чем открытая. Кроме того, специалисты по искусственному интеллекту и Big Data сегодня в жесточайшем дефиците, причем не только в России, но и в мире. А платформы IoT предлагают не только развитый инструментарий для создания аналитических приложений, но и готовые специализированные приложения для решения типовых задач.

4. Зачем нам сквозные автоматические процессы обмена данными между нами, нашими поставщиками и нашими потребителями? Мы отлично справляемся, общаясь с поставщиками и потребителями по телефону и электронной почте. Почему мы должны данные с наших производственных систем передавать другим компаниям, да еще в автоматическом режиме?

Оптимизация процессов внешнего взаимодействия дает огромный рост производительности и снижения издержек. Широко известный пример: переход на сквозные автоматические процессы позволил Harley Davidson сократить производственный цикл с 21 дня до 6 часов и сегодня каждые 89 секунд с конвейера сходит мотоцикл, полностью настроенный под своего будущего владельца.

Рынок всех рассудит

В России продолжается беспрецедентное по длительности снижение реальных доходов населения, начавшееся еще в ноябре 2014 г. По данным экспертов Центра экономических и политических реформ, российским семьям приходится тратить бульшую часть своего дохода - в среднем 70-80% - на самое необходимое. Таким образом, любимое отечественное бизнес-развлечение - перекладывание производителем своих постоянно растущих из-за инфляции и общей низкой эффективности бизнеса издержек на потребителя становится крайне затруднительным, во всяком случае в конкурентных отраслях экономики, ввиду отсутствия денег у конечных потребителей. Эти трудности распространяются на взаимоотношения поставщиков и потребителей в B2B-цепочках.

Значит, необходимо оптимизировать издержки по всей B2B2C-цепочке создания добавленной стоимости. Именно эту задачу и решает интернет вещей, реализуя сквозные автоматизированные бизнес-процессы, причем без значительных капитальных затрат.

Мы продолжаем рассказывать о компаниях-разработчиках решений (ISV). В этом выпуске технический директор компании «ИНПРОСИСТЕМ» рассказывает об опыте разработки архитектуры охранной IoT-системы СеСМИК .

Многие считают, что понятие «Интернета вещей» неразрывно связано с сетью, которой мы пользуемся каждый день. Можно представить себе картину, где множество устройств, объединенных в единое целое через глобальную сеть, обмениваются данными между собой и серверами и создают цифровую картину мира. В данной статье я расскажу о том, как мы делали систему, объединяющую сотни датчиков.

Понятие «интернет» стоит рассматривать гораздо шире. В данном случае это общая для устройств сеть. Она может содержать 10 устройств, а может и 10 000. Может быть проводная, а может быть беспроводная. Может располагаться в одной комнате, а может охватывать несколько стран. Все зависит от задач, которые ставятся перед системой.

При этом создание даже небольшой сети устройств сопровождается множеством трудностей.

Постановка задачи

Нам была поставлена задача по разработке системы охраны периметра. Периметр - это забор, окружающий некоторый объект. Его длина ничем не ограничена.

Система создавалась с нуля. К моменту начала проектирования существовал прототип датчика, способного собирать колебания периметра, проанализировав которые, можно было четко определить факт преодоления или разрушения забора. Опытным путем мы определили, что датчики нужно ставить примерно через каждые 10 метров.

Кроме датчиков планировались еще управляющие устройства с реле и управляемые устройства с «сухим контактом». Система должна работать в уличных условиях при широком диапазоне температур и погодных явлений.

Итак, имеется:

• 3 типа устройств;
• Минимум 100 устройств на километр;
• Количество километров не ограничено;
• Система должна иметь уличное исполнение.

Сразу можно выделить главные вопросы по архитектуре:

• Организация передачи данных и питания;
• Распределение потоков информации: где и как анализировать данные;
• Безопасность решения: какие протоколы использовать;
• Как управлять таким количеством устройств.

Общая схема решения

Изучив различные варианты, мы пришли к выводу, что ни один из протоколов нам не подходит. Некоторые слишком сложны для нашей задачи, некоторые требуют отчислений за использование, а некоторые не поддерживают то, что хотелось бы реализовать.

А реализовать хотелось систему по принципу PlugAndPlay :

• Подключение и отключение устройств без отключения питания;
• Автоматическая определение изменения конфигурации системы;
• Система должна начать работать сразу после сборки

В итоге нам удалось сделать то, что было задумано, написав свой простой, но достаточно мощный протокол. Так как речь идет о маленькой пропускной способности шины и небольшой вычислительной мощности микроконтроллеров, то тип протокола был выбран байтовый. Из-за оптимизации пропускной способности протокол получился достаточно сильно связанным с CAN, но нам удалось сделать его теоретически переносимым на другие стандарты.

Протокол позволяет:

• обнаруживать “на лету” подключенные устройства;
• обнаруживать отключение устройств;
• работать в режиме запрос-ответ;
• передавать асинхронные события;
• передавать потоковые данные с устройства.

Наладив обмен между устройствами и шлюзом, осталось разобраться с сервером.

Шлюз имеет выход Ethernet . Это наиболее универсальная технология передачи данных. Сеть может быть организована как угодно: оптическими каналами, беспроводными каналами, обычной витой парой - при этом мы всегда сможем подключиться к этой сети, используя оптические конвертеры и точки доступа. Это позволяет заказчику проектировать инфраструктуру сети любой сложности и протяженности.

Передача данных была организована с помощью Сокетов Беркли на базе TCP/IP. Такое решение позволяет серверу гарантированно получать информацию от любого датчика и не зависеть от программных платформ. Протокол поверх TCP/IP мы разработали так же свой. Он тоже байтовый, для оптимизации работы на стороне микроконтроллера. У байтовых протоколов есть большой минус: сложность с последующей модификацией. Однако текстовый протокол для микроконтроллерного устройства слишком избыточен.

Самым сложным с точки зрения разработки ПО оказался сервер. Мы реализовали асинхронную многопоточную модель взаимодействия, что позволило получить “живую” систему, мгновенно реагирующую на любые изменения. Подключение нового устройства, потеря связи со шлюзом, тревога от датчика, открытие крышки на устройства - любое событие в системе мгновенно регистрируется, даже если они происходят одновременно.

В итоге мы получили гибкую модульную систему, управляемую через единый центр - сервер. Он так же имеет свой протокол, позволяющий подключаться к нему и получать события в системе. Это позволяет использовать нашу систему как составную часть большого комплекса и масштабировать ее практически до бесконечности.

Вопросы безопасности

С безопасностью системы оказалось все достаточно просто. Дело в том, что все сети, которые находятся на охраняемых объектах, сами по себе являются охраняемыми объектами. Таким образом все сети, с которыми работает система, становятся “доверенными”.

Кроме того, “цена” взлома информационной системы охраны гораздо выше, чем другие способы преодоления. Иными словами, опытный нарушитель найдет более простой способ преодолеть заграждение, а менее опытный просто не сможет взломать систему.

Поэтому никакими особыми способами защиты информации мы не пользовались, ограничившись только базовыми принципами.

Что дальше?

Несмотря на то, что система уже сформировалась, мы продолжаем активно ее развивать и искать новые способы применения.

Одним из направлений развития системы является машинное обучение. Используя эти алгоритмы, можно отфильтровывать регулярные помехи, такие как шум от грузовиков поездов и самолетов. В экспериментах для этого направления нам очень сильно помогает Azure Machine Learning. Он содержит множество готовых решений для машинного обучения, что позволяет достаточно быстро получить результаты.
Анализ колебаний ограждения далеко не единственный способ использования технологий, заложенных в нашу систему. Контроль вибраций высотных зданий, трубопроводов и газопроводов, хрупких грузов, вибродиагностика турбин и подвижных частей различных конструкций - далеко не полный список возможностей.

Количество датчиков в таких системах будет только возрастать и тут практически не минуем переход к облачным системам на объектах, для которых не запрещено использование интернета.

Очень перспективными нам кажутся новые технологии IoT от Microsoft. Единая платформа Windows теоретически способна сэкономить много времени, так как можно написать общий для разных аппаратных платформ код.

А для обработки данных использовать Azure IoT Suite. По заявлениям разработчиков, он содержит в себе инструменты, позволяющие не только объединять и управлять множеством IoT устройств, но и обрабатывать большие объемы данных с них. Это мы и собираемся проверить в ближайшем будущем.

Заключение

Когда мы начинали разработку системы, понятие “Интернета вещей” еще не набрало такой популярности. Опыта было немного, со многими вещами мы столкнулись в первый раз. Сейчас, когда об этой концепции много пишут и рассказывают, стало ясно, что выбран правильный путь.

Работа была сложной и долгой. Создание первой коммерческой версии системы заняло примерно 3 года. Первый ушел на разработку инженерных образцов отдельных устройств. Еще год был потрачен на разработку системы в целом. Третий год шла доводка и отладка.

За это время мы получили огромный опыт в решении разнообразных инженерных задач. Причем подбор корпусов, кабельной продукции, организация производства и логистики отняли не меньше сил, чем разработка самой системы.

Сейчас система смонтирована и работает на многих объектах в России и зарубежом. Самый крупный из них состоит из нескольких периметров общей протяженностью более 15 км. В проектировании находятся и более масштабные объекты.

Более подробную информацию можно получить на

Развитие рынка информационных технологий привело к появлению концепции Интернета вещей (Internet of things). Принцип IoT подразумевает взаимодействие привычных для нас в быту вещей с помощью высокоскоростных вычислительных сетей. Главной целью концепции является перестроение некоторых экономических и общественных процессов, максимально исключающих непосредственное участие человека. Желание многих пользователей почувствовать себя в роли создателей подтолкнуло некоторые компании к разработке специальных программируемых платформ.

Развитие рынка информационных технологий привело к появлению концепции Интернета вещей (Internet of things). Принцип IoT подразумевает взаимодействие привычных для нас в быту вещей с помощью высокоскоростных вычислительных сетей. В широком понимании Интернет вещей – это не просто множество различных приборов и датчиков, объединенных между собой проводными и беспроводными каналами связи и подключенных к сети Интернет, а это более тесная интеграция реального и виртуального миров, в котором основную роль играет общение между людьми и всевозможными устройствами.

По мнению Роба Ван Краненбурга IoT можно условно разделить на 4 уровня.

• 1 уровень связан с идентификацией каждого объекта.
• 2 уровень предоставляет с сервисом по обслуживанию потребностей потребителя (можно рассматривать как сеть собственных «вещей», частный пример – «умный дом»).
• 3 уровень связан с урбанизацией городской жизни. Т.е. это концепция «умного города», где вся информация, которая касается жителей этого города, стягивается в конкретный жилой квартал, в Ваш дом и соседние дома.
• 4 уровень – сенсорная планета.

По факту данная концепция базируется на двух основных технологиях, с помощью которых могут общаться между собой умные устройства. Первая - это радиочастотная идентификация (RFID), вторая - беспроводная сенсорная сеть (БСС) .

Желание многих пользователей почувствовать себя в роли создателей подтолкнуло некоторые компании к разработке специальных программируемых платформ. В итоге оказалось, что подобные разработки позволили справиться с различными задачами, начиная решением инфраструктурных концепций и заканчивая созданием интерактивных объектов. В данной статье мы сравним наиболее популярные IoT платформы с точки зрения обычного пользователя и разработчика, а также выясним особенности каждой из них.

Samsung Artik Cloud

Начнём с самой «свежей» IoT платформы от Samsung - Artik Cloud, которая была продемонстрирована на конференции разработчиков Samsung две недели назад. Идея разработки заключается в том, чтобы соединить каждое IoT устройство со всеми облачными сервисами, сенсорами и любыми типами данных так, чтобы у пользователей не возникало проблем и путаницы с умными устройствами.

Для пользователей: Новая платформа от Samsung хорошо масштабируема. Один из сторонников Artik Cloud - компания Legrand , которая имеет более чем 200 миллионов умных сенсоров и других IoT-гаджетов по всему миру от бытовой техники и до смартфонов. Несколько дней назад Samsung совместно с Legrand представила первый в мире световой выключатель для IoT , работающей на платформе Artik. Платформа предоставляет удобные открытые программные интерфейсы и инструменты для безопасного сбора, хранения и обрабатывания данных с любых подключенных устройств или из облачных сервисов.

Для разработчиков: Samsung Artik предоставляется разработчикам по доступной цене, а также имеется пробная бесплатная версия. Новая платформа позволяет обеспечить более быструю и упрощённую разработку новых пользовательских и корпоративных приложений. Artik Cloud - это открытая платформа, содержащая один из лучших в своем сегменте набор интегрированных и готовых к использованию модулей, программного обеспечения, плат, драйверов, инструментов, и многого другого.

Windows 10 IoT

В последнее время приоритет интересов компании Microsoft все больше смещался в сторону облачных технологий. Так, в прошлом году Microsoft было выпущено семейство встраиваемых операционных систем Windows 10 IoT, пришедшее на смену Windows Embedded и активно развивающее концепцию Интернета вещей.

Для управления IoT устройствами было выпущено три версии Windows 10 IoT:

• Enterprise - полностью совместимая с ОС для декстопов и применима для широкого круга аппаратных решений, таких как банкоматы, POS-устройства, медицинские и промышленные устройства и т.д.;
• Mobile - ориентирована на производителей мобильных устройств;
• Core - применима на устройствах, которые вообще не имеют дисплея. Начиная различными робототехническими изделиями, системами домашней автоматизации и заканчивая всевозможными приборами с датчиками.

Для пользователей: Windows 10 IoT Core будет работать с микрокомпьютерами Raspberry Pi 2 , MinnowBoard Max и Intel Galileo . С устройствами на Arduino пользователи смогут работать через Windows Remote и Windows Virtual Shields. Компания Microsoft активно инвестирует в IoT, и сейчас имеет или разрабатывает большинство компонентов для создания своей экосистемы: клиентские устройства, носимую электронику, инструментарий и облачный сервис Azure IoT. Среди уже существуещих проектов на основе новой платформы можно отметить системуправления с обратной связью на базе Raspberry Pi 3, метеорологическую станцию с Windows 10 и комплект "Робот" .

Для разработчиков: Основным преимуществом платформы Microsoft IoT для разработчиков является ее универсальность. Так как в основе всех операционных систем лежит одно ядро, то единожды написанное приложение (Universal App) будет одинаково функционировать на любых устройствах с OC Windows 10. Технология Universal Driver позволяет также быстро создавать универсальные драйверы и инструменты, подходящие для любых устройств на Windows 10. Многие разработчики предполагают, что в дальнейшем новая платформа сможет стать основой для домашних интеллектуальных систем, подключаемых к Интернету вещей.

Intel IoT

Для пользователей: Intel начала разработку IoT платформы ещё в 2009 году после поглощения калифорнийского разработчика ОС для встраиваемых систем Wind River Systems . Тогда концепция «умного дома» казалась полумертвой и неперспективной, но за последующие пять лет с помощью новых активов и собственных разработок Intel смогла создать единую универсальную и лёгкую для внедрения платформу. В рамках своей платформы Intel создало полную линейку масштабируемых процессоров Intel Quark, которые широко покрывают сегмент устройств для систем умный дом и умный офис.

Для разработчиков: На данный момент аппаратная часть Intel IoT работает под управлением открытой ОС - прямым конкурентом Google Brillo. Основные преимущества OC от Intel – это глубокая оптимизация и интегрированная поддержка облачной модели SaaS, которая позволяет разрабатывать приложения для IoT в виртуальной среде, а также едино управлять всеми устройствами IoT с упрощенным контролем доступа.

Google Brillo

В мае 2015 года на конференции для разработчиков компания Google представила новую операционную систему Brillo, предназначенную для Интернета вещей и умного дома. Отличительной особенностью платформы является функция Weave, которая позволяет устройствам в умном доме с системой Brillo и смартфонам общаться друг с другом напрямую, без использования промежуточного облака.

Для пользователей: Так как Brillo базируется на ОС Android, чтобы начать использовать систему пользователю надо просто установить её на само «умное» устройство (телевизор, стиральная машина и т.д.). Более того, Brillo сама по себе сможет управлять Wi-Fi, Bluetooth Low Energy, распознаванием голоса и другими базовыми функциями. В 2016 году на выставке CES 2016 компания Harman International Industries объявила о том, что она стала первым партнером системы интеграции Brillo и платформы Weave. Благодаря этому сотрудничеству, Brillo будет поддерживать различные устройства HARMAN, в числе которых оборудование для умного дома, потребительских, автомобильных и корпоративных сегментов. В частности на базе Google Brillo компания Asus создала умную камеру Ai-Cam .

Для разработчиков: По сути, Brillo это как Arduino в мире софта. Как на базе Arduino разработчики делают различные решения, так на базе Brillo можно будет создать программную часть устройства. Новая платформа также взаимодействует со многими онлайновыми сервисами Google.

Заключение

В завершении хочется отметить, что концепция Интернета вещей уже нашла широкое применение в повседневной жизни. Экосистема IoT настолько широка, что сейчас охватывает практически все сферы деятельности человека. Сложно судить какие компании добились больших успехов в данном сегменте рынка. Каждая из вышеперечисленных платформ предоставляет широкие возможности для разработчиков и широкий спектр доступных устройств для пользователей. Что касается перспектив, на мой субъективный взгляд, платформа от Samsung наравне с Microsoft в ближайшее время наберёт большие обороты и займёт львиную доля рынка IoT. Помимо вышеперечисленных систем существует еще множество разработок в сфере Интернета вещей, среди которых отдельно можно отметить платформу Apple HomeKit, впрочем, пока что компания из Купертино не сильно продвинулась в этой области.

Поддержка «из коробки» более 100 коммуникационных протоколов через высокопроизводительные драйвера на стороне сервера или агенты на стороне устройств. Запуск платформы на IoT-шлюзах, ПЛК на базе Linux, сенсорных панелях и промышленных ПК позволяет получить доступ к данным с разнородных устройств.

Единая модель данных, поддержка масштабирования и высокой доступности, комплексный подход к безопасности, открытые протоколы и другие технологии платформы корпоративного уровня. Модульный дизайн позволяет использовать платформу как в небольших локальных инсталляциях, так и в высокопроизводительном облачном окружении.

Библиотеки серверных API позволяют сторонним приложениям получить полный контроль над установленной платформой и данными устройств, а веб-сервисы делают это возможным даже без встраивания программных библиотек в ваше приложение. И, конечно, все внешние операции также находятся под управлением модели безопасности платформы.

Унифицированный подход к сохранению IoT-событий, исторических значений, обогащающих данных и конфигурации приложений. Возможность выбора технологии хранения между реляционными, NoSQL, графовыми, кольцевыми, файловыми базами данных и БД «ключ-значение» обеспечивает оптимальную структуру данных и высочайшую производительность.

Мы способны обслуживать многомиллионные парки устройств. Возможности управления включают автоматическое обнаружение и настройку, работу с отключёнными устройствами, групповые и пакетные операции, гибкую работу с событиями, комплексные уведомления, планировщик задач, централизованное обновление, репликацию настроек и многое другое.

Инструменты расширенной аналитики, управляемые искусственным интеллектом – важнейшая часть AggreGate. Модели объектов и процессов, предметно-ориентированные языки, визуальные бизнес-процессы и алгоритмы машинного обучения – всё это позволяет извлекать дополнительную выгоду из данных и упрощает принятие решений.

Визуальные редакторы позволяют за несколько минут создать интерактивные инфопанели или сложные графические интерфейсы с динамическими векторными изображениями, многослойными картами, графами топологий, статистическими диаграммами, видеопотоками, полями ввода и управления – всё это связано вместе без единой строчки программного кода.

Иногда существующих возможностей визуальной разработки недостаточно для решения сложных задач. В этом случае помогают расширения с поддержкой сценариев, API и SDK, которые позволяют разработать и добавить в платформу новый драйвер устройства или модуль обработки информации, компоненты пользовательского интерфейса и даже полноценное веб-приложение.