详情
NB-IoT技术加持 ofo开启物联网应用无限可能
作者:本站收录
时间:2017-11-28 12:15:37
NB-IoT技术以ofo旗下海量的共享单车产品为应用载体,不仅是一次大规模商用化的尝试,也为其未来在大量移动的终端载体上构筑应用场景,创造了一个绝佳的试验平台。

  基于NB-IoT(Narrow Band Internet of Things,窄带物联网)技术的商业化实践,正在共享单车这种新经济载体悄然“试水”。

  由ofo联合华为、中国电信打造的NB-IoT智能锁正式对外发布已近半载,这是NB-IoT技术在国内的首次大规模商用,也让ofo这个共享单车的领先品牌,成为移动物联网的第一大入口。

  事实上,物联网概念的出现可以追溯到三十年前,但由于它是一项综合性技术,需要系统地规划和建设,直到今天实际应用还局限在行业内部。随着NB-IoT技术的出现,一套真正意义的国际标准也正在逐渐形成,也让物联网在更大范围内的应用普及成为可能。

  此番合作,NB-IoT技术以ofo旗下海量的共享单车产品为应用载体,不仅是一次大规模商用化的尝试,也为其未来在大量移动的终端载体上构筑应用场景,创造了一个绝佳的试验平台。

  打造NB-IoT技术商业化载体

  在物联网被广泛热议却又概念模糊之时,NB-IoT技术的出现让我们有机会对物联网应用的落地“先睹为快”。今年6月,ofo与华为、中国电信联合宣布,三家共同研发的NB-IoT智能锁正式投入商用。

  据悉,NB-IoT技术由华为、沃达丰等全球领先的通讯企业联合制定,是基于4G网络建立的全新一代物联网系统。NB-IoT智能锁的投用,标志着物联网技术的首次商用,也代表共享单车物联网时代的到来。

  相比业内普遍使用的2G智能锁,NB-IoT智能锁在覆盖、容量、功耗等方面具有显著优势。中国航空综合技术研究所高级工程师张德煜介绍,NB-IoT智能锁有三大优势:首先是覆盖更广,NB-IoT信号穿墙性远远超过现有的网络,即使用户深处地下停车场,也能利用NB-IoT技术顺利开关锁;其次是可以连接更多设备,NB-IoT技术比传统移动通信网络连接能力高出100倍以上;三是更低功耗,NB-IoT设备的待机时间在现有电池无需充电的情况下可使用2-3年。

  而性能的提升往往也伴随着成本的增加。对此,ofo智能锁研发工程师李亚奇坦言,运用NB-loT技术后,模组成本方面有所增加。

  “如果模组出货量达到千万级别,整车的成本将与2G锁持平。” 李亚奇补充道,长远来看,物联网时代基站容量的提升大大降低了每连接的设备和运营维护成本,因此未来整体成本会下降。

  谈及涉足物联网的契机,ofo高级总监薛辰宇表示,一方面,由于目前电池技术没有突破单车能源与功耗平衡等问题[X(1] ,这种刚需为我们带来了研发的自趋力;另一方面,物联网是未来发展的趋势,我们希望能够在物联网时代来临时在技术方面做好充分准备。

  据悉,此次三方合作中,ofo负责智能锁设备开发,华为负责提供NB-IoT芯片,中国电信则通过改造基站等方式提供NB-IoT物联网的商用网络。

  对于选择彼此合作的原因,李亚奇表示,ofo与华为的接触从去年11月开始,看中的是华为的技术力量以及在物联网领域领先的实力。

  华为蜂窝物联网产品线总经理朱成则表示,共享单车原来是基于2G技术,而2G技术支撑物联网的能力有限,并且全球运营商即将关闭2G网络。所以我们看到这个机会,认为NB-IoT用于单车是非常合适的。

  “物联网的长远发展需要建立完善、开放的生态圈。我们理解技术,ofo理解市场,双方优势互补,有利于开展跨界创新。”朱成补充道。

  据ofo介绍,为了双方顺利的合作,公司目前已建立了物联网事业部。同时,华为从各个分公司调动10名左右人员组成专门的项目组,并且派人员常驻ofo办公室以便随时对接。

  事实上,ofo与华为一直竭力携手通过全球化的战略部署,实现NB-IoT物联网技术的全面推广。今年2月,ofo联手华为、中国电信宣布NB-IoT智能锁的研发消息。6月,该智能锁实现了首次商用。在前不久德国举办的欧洲生态大会上,ofo与华为、沃达丰达成合作,实现在NB-IoT智能锁在欧洲的落地。

  张德煜表示,随着物联网技术的发展,我国科技界、产业界将凭籍独特优势,在物联网领域有更大的突破,产生真正的“新四大发明”,造福于全人类。

  成为移动物联网第一入口

  据李亚奇介绍,ofo于今年6月在北京投放了5000台加载NB-IoT智能锁的共享单车,11月又在江西鹰潭投放了基于NB-IoT技术的物联网智能单车。这些智能共享单车的投用,也让用户的骑行体验更为人性化。

  日前,ofo联合华为发布了行业首个《移动物联网测评报告》,展示NB-IoT技术在共享单车领域的运行情况。报告显示,与行业普遍采用的2G智能锁解决方案相比,NB-IoT智能锁功耗仅为当前普通智能锁的1/3,开锁速度比现有智能锁快3倍,并且还可在地下停车场开锁。

  与此同时,配合ofo刚刚推出的人工智能大数据平台“奇点”系统,用户将会得到更为智能化的用车感受。以往运维人员对于ofo的投放往往都是凭借经验,或直接将单车停放在地铁站的周围。如今,他们却可以通过“奇点”大数据平台,综合考量天气、环境、日期等各种因素,从而了解用户的使用心理,合理配置单车数量,实现智能化调度。

  张德煜指出,移动通信正在从人和人的连接,向人与物以及物与物的连接迈进,万物互联是必然趋势,而当前的2G/3G/4G网络在物与物连接上能力不足。事实上,相比蓝牙、ZigBee等短距离通信技术,移动蜂窝网络具备广覆盖、可移动等特性,能够带来更加丰富的应用场景,理应成为物联网的主要连接技术。

  朱成也表示,物联网的第一步是万物感知,然后再相互连接。ofo和运营商网络之间通过平台连接,这个平台实际上是ofo和其他的“万物”相互连接的一个基础。“例如,在ofo车上装一个传感器,当这个车靠近路灯时,路灯就亮了。这样一来,通过路灯就能了解附近有多少人,就可以做一些应急处理。”

  当前,ofo已经率先打开了移动物联网的一个绝佳入口,伴随NB-IoT技术的全面覆盖,ofo的运营体系已经不是简单的单向信息传输,而是实现与整个交通体系的交互;不仅是单车形成的一个产品组,而是以单车为连接点,形成与人、车、路和周围环境的智能交互,实现真正意义上的物联网全产业联动。

  “对于用户而言,NB-IoT智能锁的使用不仅意味着未来的ofo小黄车将更加好用、更加智能化,也标志着物联网技术发生了重大的技术突破,正在向更多的应用场景扩展,进一步改变大众的出行与生活方式。人们有可能从中得到启发,拓展更多的物联网应用模式。” 张德煜表示。

  开启物联网时代更多场景

  NB-IoT智能锁的横空出世,不仅让ofo开启了移动物联网入口,也让让用户真正体验到物联网的绝佳应用场景。而物联网未来的应用场景,还蕴藏着无限可能。

  今年6月,工信部公开《全面推进移动物联网(NB-IoT)建设发展的通知》,指出到2020年全国将建设150万NB-IoT基站、发展超过6亿的NB-IoT连接总数。

  随后的短短数月之间,中国电信完成了全国31万4G基站实现800M网络重耕,率先在全球建成了新一代物联网NB-IoT商用网络。华为作为NB-IoT标准化的驱动者,在NB-IoT产业链部署上也开始了全面发力。

  张德煜表示,业内普遍认为NB-IoT技术的发展有三个趋势:第一,NB-IoT是蜂窝产业应对万物互联的一个重要机会。第二,NB-IoT的成功必须要建立开放的产业平台。第三,标准、芯片、网络以及商用应用场景都会走向成熟。

  而随着智能城市、大数据时代的来临,无线通信将实现万物连接,NB-IoT技术在全球都呈现出巨大的发展机遇。无论运营商还是设备商,都纷纷展示了完整的物联网解决方案以及在不同垂直行业的应用,包括全产业链上下游,如网络连接、数据处理、平台应用、商业合作等。

  张德煜指出,NB-IoT可以广泛应用于多种垂直行业,如装备制造、远程抄表、资产跟踪、智能停车、智慧农业等。随着3GPP(3rd Generation Partnership Project)标准Release13版本在2016年6月份冻结, NB-IoT在低功耗广域网技术中脱颖而出。“这种应用是一种重要的商业模式,存在着巨大的商业契机。”

  事实上,越来越多的行业已经开始使用物联网技术提高效率,提升客户满意度并降低运营成本。例如,汽车零部件、家用电器及安全系统制造商博世已经将很多产品线连接起来,并从移动互联技术,尤其是车联网领域的崛起中直接获益。在医疗领域,飞利浦已经开发了多款电子医疗应用,包括一款供慢性病患者使用的贴片。该贴片使用传感器实时收集患者健康数据,并传输到云平台,医护人员可以对数据进行监控,并适时采取医疗干预措施。

  “NB-IoT技术可以大大提升电池寿命,同时提供非常全面的室内蜂窝数据连接覆盖,非常适合于ofo这种处于运动场景产品的应用。” 张德煜补充道。

  对于双方未来的合作可能,朱成表示已经与ofo在合力完善NB-IoT技术的应用。他举例道,NB-IoT智能锁的信号比手机好,而开锁的时候往往是用手机开的。假设在地下室手机没有了信号,即使ofo智能锁处于工作状态,用户也无法扫码开车。因此,依赖于手机来扫码是有局限的。华为和ofo正在探讨如何通过蓝牙传到NB-IoT,NB-IoT把数据记录下来,然后再进行交换开锁。

  薛辰宇强调智能锁的规模应用取决于多方的节奏,需要生态场景的共同进步。他同时表示,NB-loT技术有一定的进入壁垒,ofo与华为未来会依据场景需求的优化来调节合作和定制化服务。

上一篇:区块链技术在商业领域的应用案例 下一篇:机器学习与自我诊断技术 协助实现物联网预测性维护目标