將人工智能帶到物聯網邊界設備(1)

咱們已經將愈來愈多的設備鏈接起來，採集海量的數據，利用雲端海量的計算能力和處理能力，進行設備的遠程監控，預測分析，遠程控制等功能，而機器學習，人工智能技術也愈來愈多的被用到物聯網的解決方案中，讓咱們的設備便的更加智能。在傳統的物聯網解決方案中，設備端只是做爲數據的源和命令執行端，並不具有邏輯處理能力，但在不少場景下，咱們但願實時的響應能力，設備變得愈來愈智能，好比：

• 工廠鏈接的設備，須要針對緊急情況具有毫秒級的本地處理能力
• 在車聯網方案中，即便汽車駛入車庫沒法聯網，車機也能夠工做
• 野外無人值守的石油設備，因爲昂貴的通信費用（衛星線路 ）能夠根據當前的油壓，深度等參數使用本地機器學習模型自動深度調節設備運行，只有須要時才發送數據或報警到雲端
• 智能家居/智能監控場景中的攝像頭/麥克須要接近實時處理圖像，聲音，文字等
• …….

從這個需求上來說，咱們除了須要物聯網場景中雲端的大規模計算和接入能力外，也須要設備端具有必定的邏輯處理和智能，Azure的IOT Edge爲設備賦能，讓你把人工智能，邏輯處理能力從雲端帶到邊界設備上，讓設備具有智能，雲端的IOT和設備端互相協做：

在下面的例子中，我將介紹如何將你的機器學習模型部署到IOT邊界設備，實現設備端的邏輯處理和人工智能，基本的部署模型以下：

一些基本的組件和服務介紹以下：

IOT Hub服務：部署在Azure端的物聯網服務，支持百萬量級設備鏈接，進行IOT edge設備管理和雙向鏈接控制，經過module twins和設備twins同步雲端和設備端狀態

IOT Edge模塊：IOT edge上的模塊其實是Docker容器，也就意味着只要是能夠容器化的服務，模型，代碼，均可以部署到邊界設備（無限想象力吧），另一個層面也說明，只要能夠支持Docker的ARM/X86嵌入式設備，均可以做爲IOT Edge設備

IOT Edge 運行時：IOT Edge設備上的運行的管理程序，管理部署在設備山過的模塊，並負責安全通信等工做。

目前IOT Edge在本例中，測試使用的是Azure public帳號，並使用Mac OS做爲模擬IOT Edge設備，但由於IOT Edge的運行時和模塊都是容器，其實在實際的設備和Linux，Windows上並無太大區別。例子介紹主要分爲3個部分：

• 配置IOT Hub雲端服務
• 部署IOT edge數據處理模塊
• 部署IOT Edge機器學習模塊

前提條件（本文略過Azure CLI和Docker的基礎介紹，若有興趣，能夠參考筆者以前文章）：

• 已經具有Azure帳號
• 本機安裝Azure CLI https://docs.microsoft.com/en-us/cli/azure/install-azure-cli?view=azure-cli-latest
• 本機安裝Docker環境 https://www.docker.com/get-docker

 

配置IOT Hub雲端服務

 

1. 首先須要建立一個測試的資源組：

az group create --name myaksdemo --location eastus

 

1. 建立IOT Hub雲端服務

az iot hub create --resource-group myaksdemo --name myiotsteven --sku F1

1. 登陸到Azure管理界面，打開IOT Hub的管理界面，IOT Edge是一個獨立類型的設備，因此在左側的設備管理選擇IOT Edge，註冊新的IOT Edge設備：

 

添加新的設備並選擇啓用：

 

1. 完成後，點擊設備得到鏈接字符串以及相關祕鑰：

部署IOT edge數據處理模塊

 

在IOT Hub端註冊完設備後，咱們就須要配置邊緣設備上的運行時了，IOT Edge的運行時由兩個模塊組成，IOT Edge邊界代理主要負責保證模塊部署以及監控；而IOT Edge中心主要負責安全和通信。

因此當你部署的時候，你的IOT Edge邊界上的代理會先啓動，而IOT Edge Hub中心會在你部署一個模塊以後啓動，首先來安裝IOT Edge控制腳本

 

配置IOT Edge邊界設備的運行時：

sudo iotedgectl setup --connection-string "{device connection string}" --auto-cert-gen-force-no-passwords

 

而後咱們就能夠啓動邊界運行時，能夠看到，他是以docker的一個容器的方式在運行，在這個時候，咱們尚未部署任何模塊：

 

下一部分繼續介紹。