雖然霧運算這個術語很新,但其根本就是通常所說的去中心化,即一些處理和儲存功能可以放在本地更好地執行,而不是將資料從感測器一路輸送到雲端,然後再送回執行器。利用霧運算可以縮短延遲,減少來回傳送的資料量。在消費型應用中,縮短延遲可以改善用戶體驗;而在工業應用中,它能改善系統關鍵功能的回應時間,節省費用,甚至還能挽救生命。

這種分散式方法減少了需要從邊緣節點傳送到雲端的資料量,提高了安全性,降低了功耗和資料網路負荷,進而提高了總體服務品質(QoS)。霧運算以本地資源庫(library)為基礎,最大限度地利用特定節點的處理能力, 並將資料分析這一物聯網的基本功能融入其中。

為了最好地實現霧運算,充分發揮其潛能,開放霧聯盟(OpenFog Consortium)等組織對霧運算的網路結構和協定進行定義。

該聯盟的成員目前包括思科(Cisco)、英特爾(Intel)、安謀國際(ARM)、戴爾(Dell)、微軟(Microsoft)、東芝(Toshiba)、RTI和普林斯頓大學(Princeton University)。霧聯盟迫切期望能與包括工業網際網路聯盟(IIC)、歐洲電信標準協會(ETSI)行動邊緣運算(MEC)、開放連接基金(OCF)和OpenNFV在內的其他組織協同發展。霧聯盟已經發佈一份白皮書,讓你瞭解其當前的設計考慮(白皮書可先在官網註冊後下載文件)。

20170322TA01P1
圖1 開放霧聯盟正努力確定最佳的架構化和程式設計方法,以確保從感測器到雲端,以及反過來從雲端到感測器的功能與智慧的最優化分佈。(圖片來源:開放霧聯盟)



用於霧運算的可靠感測器

隨著霧運算應用的出現,設計師們有責任確定系統的每個節點要達到怎樣的智慧水準才能實現最佳性能。這意味著感測器需要變得更加智慧,並且需要內建一定程度的處理能力、儲存能力和通訊能力。感測器向智慧化發展有一段時間了,但目前似乎已到了一個轉捩點,成為感測器供應商的必選項目,雖然在成本、空間、功耗和外形等各個方面通常還需要折衷。

MEMS感測器的小尺寸和功能整合給設計師帶來了不少好處,但為了滿足霧運算對智慧感測器的需求,進一步的整合必不可少,因此引發了可靠性方面的問題。到目前為止,整合在MEMS感測器上的數位功能已經實現雙向通訊、自檢和補償演算法(圖2)。

20170322TA01P2
圖2 隨著數位整合水準的不斷提高,從基本的類比訊號調節(A)到板載MCU(B),再到本機存放區器及類比數位轉換器(C),MEMS感測器更有能力實現自檢和主動補償程式,但即時可靠的監控仍是個難題。



如果MEMS感測器需要長期可靠地監控電能配送、醫療系統功能,以及工業系統狀態及過程,上述功能就非常關鍵。往常使用的可靠性保證法,是透過監控通用失效率進行可靠性預測。研究人員指出,這些方法不具備預測從北極到熱帶等各種工作環境下的可靠性能力。由於MEMS感測器應用的重要性,位於墨西哥哈拉帕(Mexico Xalapa)的韋拉克魯斯大學(Universidad Veracruzana)的研究人員開始探索可用於替代可靠性保證法的一些方案。

現今,我們借助無所不在的智慧感測器昂首邁入霧運算時代,確保來自這些感測器的資料的可靠性變得愈重要。與此同時,霧運算原理的實施也意味著通訊基礎設施也將鋪設到位,確保節點間的通訊更加順暢。

本文推薦的設計使用了一個低功耗8位元PIC18F4550 MCU、一個10位元類比數位轉換器(ADC)、一個德州儀器(TI)的INA333儀表放大器和一個HC-05藍牙模組,用於監控感測器健康狀態(平均無故障時間,MTBF),並與智慧手機進行通訊(圖3)。

20170322TA01P3
圖3 本文推薦的即時感測器監控方法消除了感測器可靠性預測的異常,使關鍵的物聯網MEMS感測器資料在長時間內更加可靠。



該設計的關鍵是,所有感測器的MTBF資料都儲存在本地的非揮發性記憶體中,隨著感測器的老化,其可靠性會被不斷地重新計算並更新。

隨著我們對這些感測器依賴程度的提高,多瞭解一些感測器(和系統)的狀態可以確保用於霧運算的資料本身是可靠的。