一、叉车物联感知系统

（一）、叉车端到端物联数据传递方案

（二）、物联网平台架构

设备接入平台层的数据信息流转图

1. 产品管理

产品是设备的集合，通常是一组具有相同功能定义的设备集合。该模块以一种硬件产品为粒度，创建产品及配置产品相关信息。

产品信息管理：硬件产品的功能描述、性能参数、发布状态等信息管理；组网拓扑管理：对于传感器、采集仪、网关，由于通讯方式不同，产品的组网拓扑便不同。此处描述各类产品入网的拓扑关系；版本&固件管理：对产品的版本信息及固件进行管理；物模型管理：物模型，即一类物理世界的实物（如传感器）在平台的数字化模型。物模型对该产品的上行数据、下行指令，上下行动作进行描述。简单来说，物模型就是该实体能对外提供什么信息以及能对它做什么，因此物模型是设备与平台之间的关键枢纽。

2. 设备管理

设备是硬件产品的最小单位，每个设备都对应一个唯一编码，从设备入库开始便记录相关信息，并且可以对设备进行资产分配、安全认证、配置操作等行为，最后对设备从入库到报废的全生命周期管理。

设备全生命周期管理：对设备的物理状态、健康状态、资产归属、调试日志进行记录，记录设备从入库到报废的全生命周期，便于问题追溯分析。设备资产管理：对设备资产进行划分，便于控制用户设备权限。虚拟设备：根据物模型构建虚拟设备，用于用户体验、真实设备受限时的模拟调试验证、批量压测验证平台性能等场景。设备影子：每个设备有且只有一个设备影子，设备可以通过MQTT获取和设置设备影子来同步状态，用于存储设备上报状态、应用程序期望下发的配置，解耦应用于终端设备。一般用于网络不稳定、设备无法实时通信、一个设备在同一时间被反复请求等场景。

3. IoT设备接入

物联网平台支持海量多元异构数据的设备接入，通过简易的配置，便可建立设备与云平台之间的联系，实现稳定可靠的双向通信。

协议接入：使用MQTT协议接入数据，并根据场景定义不同topic进行消息发布订阅。设备鉴权认证：以网关为单位，对接入数据topic做发布订阅鉴权认证，实现topic级别的权限隔离，提高接入安全性。数据转换解析：对接入的异构数据进行格式统一，根据物模型对接入数据进行解析。设备接入配置：此处的目的是把接入到平台的数据与具体的实体对象进行握手，以便于在应用中能够区分不同实体对象的数据。此处依赖于产品物模型与产品组网拓扑。需要注意的是，在应用层中，根据不同业务属性，可能会把实体对象做某些关系映射。消息通信：当完成设备接入配置后，用户便能实现对设备的交互，包括数据上报、命令下发等。

4. 数据展示

该模块对物联网收集的数据，运用相应的可视化图表进行展示，以便于物联网监测数据能直观展示。此处功能与企业业务方向会紧密相关。

基础监测数据：对结构化数据进行基础图形表格数据展示。系统集成数据：对视频监控、车流量等系统集成类进行数据展示。数据可视化：安全监测领域主流的可视化系统，如BIM、GIS、视频融合、人员定位、可视化大屏等。数据管理：对原始数据的数据维护、数据下载、文档管理等服务。

5. 数据分析

该模块对展示的数据加以分析，把物联网海量数据变成有价值的数据。此处功能与企业业务方向会紧密相关。

基础数据分析：包括同步分析、关联分析、同步分析、频谱分析、风玫瑰图分析；高级数据分析：针对特定传感器的高级算法分析，包括索力算法分析、动态称重分析、深度测斜分析、柱体分析、索承结构分析；报告报表分析：专业结构人员使用的分析工具，制作专业分析报告。

6. 规则引擎

规则引擎是指用户可以在物联网平台上可以配置某些规则，在判断条件满足规则后，平台会执行相应的动作来满足用户需求，灵活构建场景联动、报警等定制化业务场景。规则引擎所需要的元素如下：

1）触发条件

触发对象：可以是某个设备，某个测点，也可以是某个时刻，或某个事件；触发条件：可以是简单的上下限判断，也可以是一个复杂的函数/算法判断；触发时间：即时效性，可以是一直有效，或者规定时间内有效；沉淀机制：避免设备上传相同数据导致重复触发规则。2）执行动作

指令下发：即对制定设备发送指令；发送通知：如短信、邮件、小程序、APP推送等；产生报警：在运维报警监控界面产生一条报警记录；执行时间：立即、或延时；执行规则：执行某条规则；规则状态开关：开启或关闭某条规则。3）日志

每条状态为开启的规则，每次执行都要留有日志，存储触发时间、判断依据、执行动作记录等。

7. 运维服务

此模块为专业运维团队提供运维服务，是业务正常运作的关键。

运维监控：对项目运维情况进行监控，包括设备拓扑网络、运维报警监控、无效数据、设备报表分析；设备调试：对设备进行远程在线调试；OTA升级：上传新的升级包，并将OTA升级消息推送给设备，设备即可在线升级；日志服务：包括设备全生命周期日志、用户操作日志等；业务工单：支持业务运作的跨部门协作工单，此工单内容根据企业业务不同会有较大差异，此处不做具体展开说明。

（三）应用层架构：业务处理，数据库和客户端。

公司物联网业务处理较为复杂，会涉及到海量数据的整合，目前采用了市场上专门提供的中间件比如云计算、数据挖掘、人工智能、信息融合等。

数据库主要用来存储设备、用户、业务以及其他相关的数据。应用层会接触到终端用户，所以会涉及到客户端的开发。

云计算具有强大的存储能力、处理能力、带宽和极高的性价比，它可以为不同的物联网应用提供统一的服务；数据挖掘是从大量的、不完全的、有噪声的、模糊的及随机的实际应用数据中，挖掘出隐含的、未知的、对决策有潜在价值的数据的过程。数据挖掘主要基于人工智能、机器学习、模式识别、统计学等，高度自动化地对数据进行统计、分析、综合、归纳和推理，揭示事物间的相互关系，预测未来的发展趋势，为决策者提供决策依据；人工智能是探索研究使各种机器模拟人的某些思维过程和智能行为（如学习、推理、思考等）。该领域的研究包括叉车自动化、调度自动化等。

（四）、应用功能介绍

1、区域违规控制：叉车定位和电子围栏功能，使用物联网技术，对叉车的位置进行有效管理，对私自将叉车驶离工作场所的情况进行记录和报警（例如使用人员、违规时间等）。

2、超速控制：主管部门为叉车设置好预警数值，当叉车行驶过程超出预警值时，系统自动报警并给出位置、时间、速度。

3、人、车、证合规控制：对叉车使用操作人员管理、责任管理（可分级管理）。使用叉车操作人员必须进行人员设备信息上传认证，确保人车一致。可以一人多车和一车多人，但必须先录信息匹配。做到人、车、证（包括驾驶人员身份证、叉车上岗证、车辆年检合格证、人员聘用记录合格）一致。

4、后台管理控制：查询操作人员驾驶人员身份证、叉车上岗证、车辆年检合格证、人员聘用记录合格等情况进行登记审核，确保持证上岗；记录设备许可证发放内容及时间，相关检验时间和期限，对超期设备进行预警，对临期设备及时通知各级管理人员；对人员聘用记录过期，进行预警管理。可根据管理部门需要进行特种设备类型统计，可以按类别、按区域、按企业、按审验结果、按预警、按违规进行分类统计。

5、APP用户控制：APP用户申请认证和提交所有信息资料通过后，通过人脸识别开启车辆。系统自动判断驾驶员是否为授权合格驾驶人员，解决企业叉车使用中发生的非合格驾驶员私自使用叉车。

6、企业管理控制：通过人脸识别判断驾驶员是否为授权合格驾驶人员，有利于企业对叉车日常安全管控，企业管理人员可以在APP指定叉车的特定驾驶员，非指定人员（使用钥匙）无法启动叉车，解决企业叉车使用中发生的非合格驾驶员。可以根据企业需要帮助开发特定的场景管理功能，例如叉车验车提醒、叉车工作任务分配、工作时间记录等。

7、驾驶舱控制和看板：对特种设备叉车智慧化的线上线下管理，叉车运行、数据远程实时在线，自动报警、自动监测。对操作人员培训、持证、人员聘用信息等情况进行实时跟踪，确保持证上岗，实时查询记录设备许可证发放内容及时间、相关检验时间和期限，对超期、对临期设备进行在线实时预警，可根据管理部门需要进行特种设备类型统计，可以按类别、按区域、按企业、按审验结果、按预警、按违规等进行分类统计。实时在线看板管理分析，根据要求进行大数据分析并呈现。

8、叉车安全智能监测系统，有独立知识产权，即可与各地区市场监管局数据对接，又可为地方市场监管局单独开发管理平台，GO语言撰写，架构合理，支持100万级车辆接入，拥有软著，可随时与各省数据管理局实现数据API接口对接，同时为县区市场监管部门设立了独立的网页管理端口，实现地方市场管理部门查看、企业自主管理等多层级管理方案。