Zigbee聯盟推動無縫互連家庭願景

作者 : Richard Quinnell,EDN

不相容是目前家庭物聯網被導入的持續限制之一。市面上有許多可互連的燈具、門鈴、裝置,以及其他消費產品,它們各自的功能都是獨立的,很難統一完成智慧家庭設定。然而,採用Zigbee聯盟的最新CHIP開放標準很可能解決這一問題…

不相容是目前家庭物聯網(IoT)被導入的持續限制之一。市面上有許多可互連的燈具、門鈴、裝置,以及其他消費產品,它們各自的功能都是獨立的,很難統一完成智慧家庭設定。然而,採用Zigbee聯盟的最新 Connected Home over IP (CHIP)開放標準很可能解決這一問題。

不過,Zigbee聯盟參與其中並不是要借機推廣Zigbee技術,使其成為家庭自動化的核心通訊標準,實際上,Zigbee的802.15.4 mesh技術標準隨後才會被支援。CHIP計畫的最初版本建議使用Wi-Fi或Thread完成核心通訊,並利用藍牙低功耗(BLE)來簡化裝置測試啟用和設置。該計畫的目標是提供統一的應用層,使開發人員不必考慮底層硬體就可以使用,這樣的話,在使用者許可的情況下,應用程式可與根據CHIP標準開發的任何裝置進行通訊。

這樣的使用者許可也是CHIP計畫關鍵目標的一部分:應用程式和裝置的安全性。安全性對於家庭自動化的成功、保護使用者資訊,以及確保居家裝置運作完整性至關重要,因為沒有人願意重蹈嬰兒監視器的覆轍。

圖1是CHIP計畫的總架構,顯示了完整的連接選項,基本上支援現有每種類型的IP介面。更高層使用IPv6,每個裝置在需要時都可以擁有唯一的IP位址,並且支援TCP和UDP協定。

圖1 CHIP計畫架構支援家庭連網中使用的所有主要IP通訊標準。(圖片來源:Zigbee聯盟)

當然,所有較低的層均已定義。聯盟正在開發CHIP計畫獨有的應用層,涵蓋用於家庭自動化物聯網的所有實現方式。

應用層包含七個部分,如圖2所示。

圖2 CHIP計畫的應用層機制可以簡化整個家庭自動化產業的互通性。(圖片來源:Zigbee聯盟)

每一層都有特定的功能。應用層(application layer)定義裝置的高階業務邏輯,例如,照明應用可能包括開/關燈泡及設置其顏色的功能;資料模型(data model)提供了描述裝置各種功能的基元(primitive),以及與應用層互動的資料結構;互動模型(interaction model)則描述了在資料模型結構中讀取或寫入屬性的一組行動。

一旦應用使用互動模型執行操作,行動成幀層(action framing layer)就會建立一個打包的二進位訊息,並將該訊息格式化後進行傳輸。然後,行動幀將傳遞到安全層(security layer),在此進行加密和簽名,使發送方和接收方均可對負載進行防護和認證。接下來,訊息成幀(message framing)和路由層(routing layer)透過添加指定訊息屬性及一些路由的必填和可選標頭欄位來構建負載。最後,該負載進入IP成幀(IP framing)和傳輸管理層(transport management layer),發送到所需的傳輸協定。

這種結構提供了許多可促進互通性的機制。例如,資料和互動模型提供了一種標準化方式來定義裝置可以做什麼,使更高等級的程式可以輕鬆利用其功能。這將有助於簡單地開發一些應用程式,以便將來自不同製造商的裝置納入一個協同的系統中。該方法還為使用只提供了基本的安全保證,減輕了消費者的擔憂,增強人們對家庭自動化市場的信任。

Zigbee聯盟已向業界開放CHIP計畫,方便在它完成之後「買入」。目前已經有超過145個成員公司積極參與敲定細節,與30個不同職能的團隊致力於互通性問題。此外,該聯盟還將其成果公開,並以開放原始碼檔案的形式放入GitHub儲存庫中,這樣即便未正式加入的開發人員也能參與其中。這樣做是透過先實施正在開發的標準,對標準進行「試用」,以確保其可行性。

CHIP可望在2020年底正式發佈。如果能夠成功制訂互通性規範並被開發人員廣泛採用,該標準將有助於促進家庭自動化市場。如果家庭自動化互連裝置能夠簡單地做到開箱即可協同工作,消費者採用物聯網的主要障礙即可被清除。

(參考原文:Alliance moves toward seamless connected home,by Richard Quinnell)

 

 

 

 

 

 

活動簡介

人工智慧(AI)無所不在。這一波AI浪潮正重塑並徹底改變科技產業甚至整個世界的未來。如何有效利用AI協助設計與開發?如何透過AI從設計、製造到生產創造增強的體驗?如何以AI作為轉型與變革的力量?打造綠色永續未來?AI面對的風險和影響又是什麼?

AI⁺ 技術論壇聚焦人工智慧/機器學習(AI/ML)技術,涵蓋從雲端到邊緣、從硬體到軟體、從演算法到架構的AI/ML技術相關基礎設施之設計、應用與部署,協助您全面掌握AI最新技術趨勢與創新,接軌AI生態系佈局,讓機器學習更快速、更經濟、更聰明也更有效率。

贊助廠商

加入LINE@,最新消息一手掌握!

發表評論