iNeuOS 物联网云操作系统2.0发布,集成设备容器、视图建模、机器学习三大模块

本文涉及的产品
容器镜像服务 ACR,镜像仓库100个 不限时长
简介: 目 录概述... 2使命及目标... 3系统框架... 4设备容器(iNeuKernel)... 4第三方数据导入接口... 9视图建模(iNeuView)... 10机器学习(iNeuAI)... 11征集需求... 13概述iNeuOS物联网云操作系统(i:代表信息和工业,Neu:代表神经元和细胞,OS:代表操作系统),这是我们起名字时候的想法。

目 录

  1. 概述... 2
  2. 使命及目标... 3
  3. 系统框架... 4
  4. 设备容器(iNeuKernel)... 4
  5. 第三方数据导入接口... 9
  6. 视图建模(iNeuView)... 10
  7. 机器学习(iNeuAI)... 11
  8. 征集需求... 13

    1. 概述

      iNeuOS物联网云操作系统(i:代表信息和工业,Neu:代表神经元和细胞,OS:代表操作系统),这是我们起名字时候的想法。5月底发表的《iNeuOS云操作系统,.NET Core全系打造》时有网友质疑:只是仿了Windows 10操作界面、这也能叫操作系统。只能说大家对事物的理解有偏差,也没有做过去的解释。
      
      AI 代码解读

    时隔3个月的时间,我们发布iNeuOS 2.0版本信息了设备容器、视图建模和机器学习三大功能组件。设备容器主要解决多种协议多种通讯机制设备或传感器数据接入的问题,支持二次开发;视图建模主要解决设备或传感器数据即接入即显示的问题,可以发布成桌面应用,类似早期WindowsXP宣传的即插即用的思维;机器学习主要解决设备或传感器数据接入后进行模型训练,提炼出来知识和规则。

    iNeuOS全部使用.NET Core开发,可以部署到嵌入式设备中,从而形成边缘计算网关产品,只需要开发更多的设备驱动在设备容器中运行。

    对于现在来讲,这就是我们体系化建设的大致思路。同道中人有什么好的相法和思路,可以随时与我们沟通。

    演示地址: 进入iNeuOS系统。(建议使用chrome浏览器)
    测试名称:admin
    测试密码:admin

    注:上次发布的时候,由于登陆系统的人较多,大家反馈比较慢,我们租用的是云服务器,配置确实不太高,请大家谅解!!!

    登陆界面,如下图:
    _

 系统内部界面,如下图:
AI 代码解读

_

2.   使命及目标

   现在大家都在喊工业大数据和工业互联网,但是真正能够落地的不多,反而有些企业走上了过去信息化的老路,口号高于实质;现在大家也在搞百万企业上云,从硬件集约化角度考虑,确实能够降低企业的成本,但是只限于数据和服务变更空间位置,显然体现的作用或意义不大;当然也有做的不错的,例如阿里物联网(IOT)这块,体系化、标准化解决设备接入的问题,包括规则和视图显示等,iNeuOS可以无缝与阿里IOT进行数据对接。

  对于工业来讲,并不是所有企业都愿意上云,不管是以基础资源的形式还是物联网接入的形式。对于中小企业建设私有云平台,又面临成本过高和运维能力不足的情况。基于上述情况,iNeuOS的主要使命就是要解决企业信息化能力不足、成本过高的问题。

3.   系统框架

  iNeuOS现在包括三大功能组件:设备容器(iNeuKernel)、视图建模(iNeuView)、机器学习(iNeuAI)。框架示意,如下图:
AI 代码解读

_

图 iNeuOS框架示意

4.   设备容器(iNeuKernel)

   设备容器(iNeuKernel)是iNeuOS内核设备运行容器,是以物理设备或传感器为核心构建的框架,可以随意挂载设备驱动在容器下运行,总体协调设备驱动(协议)、IO通道(COM和NET)、运行机制(模式)之间的协作机制,使之无缝结合、运行,开放支持二次开发。如下图:
AI 代码解读

_

   服务管理,在一个服务实例下可以运行多个设备驱动,如下图:
AI 代码解读

_

图 服务管理列表
_

图 增加服务实例

    设备管理,一个设备驱动下可以采集多个数据点的信息,如下图:
AI 代码解读

_

图 设备管理列表
_

图 增加设备驱动

    数据点管理,如下图:
AI 代码解读

_

图 设备驱动数据点列表
_

图 增加数据点

(1)iNeuKernel的特点

支持与实体设备之间多种模式交互,包括:轮询模式、自控模式、并发模式和单例模式。
支持协议驱动器,可以按规范开发标准协议和自定义协议。
支持发送数据缓存器,支持命令缓存重发和按优先级别发送。
支持协议过滤器,按规则筛选数据;并且可以承继接口,自定义过滤方式。
支持接收数据缓存器,可以缓存不符合过滤器的数据,和下次接收数据进行拼接。
支持按设备命令优先级别进行调度设备,保证有高级别命令的驱动及时发送。
支持一个设备驱动,同时支持串口和网络两种通讯方式,可以监视IO通道数据。
支持一个设备驱动,在网络通讯时可以支持TCP Server和TCP Client两种工作模式。
支持服务组件接口,例如:4-20mA输出、LED大屏显示、短信服务、以及多功能网关服务。
设备驱动与设备驱动,设备驱动与服务器(云端)可以实时双向交互,上传数据和指令下发。
支持创建多服务实例,完成不同业务的拆分。
支持WebSocket,进行数据采集与转发。
支持多设备通讯IO通道多路复用机制。
支持定时清理无效IO通道,并释放资源。
支持跨平台部署,可以运行在Linux和Windows系统。
AI 代码解读

(2)iNeuKernel解决的现实问题

  物联网平台都会有自己的接入数据标准协议,但是每个平台的数据协议又不一样,所以并没有从根本上解决协议标准的问题。所以物联网、大数据、工业互联网的数据集成过程中仍然面临四个主要困难:设备多样性、协议多样性、通讯机制多样性、数据多样性。
AI 代码解读

_

5.   第三方数据导入接口

   系统提供HTTP Post接口服务,方便导入其他系统的数据,以便用于视图建模(iNeuView)和机器学习(iNeuAI)功能组件服务。

   导入配置数据接口形式,如下:
AI 代码解读

[{

   "servername": "servername",
   "devices": [{
          "devicename": "mydevice",
          "tags": [{
                 "tagname": "tagname"
          }]
   }]
AI 代码解读

}]

  导入实时数据接口形式,如下:
AI 代码解读

[{

   "timestamp": "2019-08-06T11:33:18.6983926+08:00",
   "tagname": "tag_2_2",
   "tagvalue": 2.2
AI 代码解读

}]

6.   视图建模(iNeuView)

  视图建模(iNeuView)是iNeuOS视图建模功能组件,对设备容器(iNeuKernel)接入的设备或传感器数据进行视图建模组态、数据实时展示和预警等。如下图:
AI 代码解读

_

 在原有图元基础上增加到3500多个SVG矢量图元,涉及到61个领域及分类。并且支持对编辑好的界面进行分享,可以对分享的链接和二维码集成到其他系统中。
AI 代码解读

_

 视图建模(iNeuView)特点:

建模和组态的图元信息丰富,满足不同行业和领域实时监测的需求。
B/S应用框架,部署、应用和发布方便,易于操作。
与设备容器(iNeuKernel)服务组件无缝对接,实现设备或传感器即插、即用、即显示。
对编辑的界面预览,查看实际应用效果。
对编辑好的界面应用进行分享,方便集成到其他系统中。
对编辑好的界面可以发布到iNeuOS桌面,类似Windows应用程序。

7.   机器学习(iNeuAI)

 机器学习(iNeuAI)是iNeuOS的核心组件,对接入的数据进行数据样本标记、数据算法模型训练、工况智能预警。现在支持决策树和KMeans两种算法,从规划角度考虑,还要增加算法和完善产品体系。如下图:
AI 代码解读

_

 机器学习(iNeuAI)从体量巨大、结构繁多的数据中挖掘出潜藏在数据中的规律和知识,使数据发挥最大化的价值。与传统软件开发不同之处,如下示意图:
AI 代码解读

_

 应用效果,如下图:
AI 代码解读

_

8.   征集需求及合作

 希望广大网友,针对领域应用提出具体的需求,在符合iNeuOS的基础上考虑集成进来。可以加入物联网&集成技术群:54256083,进行讨论。

 我们不排斥任何形式的合作,技术方面和市场方面。当然,如果有实力的技术加入我们团队,那就更好了。
AI 代码解读

物联网&集成技术 QQ群:54256083

物联网&集成合作 QQ群:727664080

网站:http://www.ineuos.net

相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
目录
打赏
0
0
0
0
41
分享
相关文章
zabbix7.0.9安装-以宝塔安装形式-非docker容器安装方法-系统采用AlmaLinux9系统-最佳匹配操作系统提供稳定运行环境-安装教程完整版本-优雅草卓伊凡
zabbix7.0.9安装-以宝塔安装形式-非docker容器安装方法-系统采用AlmaLinux9系统-最佳匹配操作系统提供稳定运行环境-安装教程完整版本-优雅草卓伊凡
92 30
基于机器学习的数据分析:PLC采集的生产数据预测设备故障模型
本文介绍如何利用Python和Scikit-learn构建基于PLC数据的设备故障预测模型。通过实时采集温度、振动、电流等参数,进行数据预处理和特征提取,选择合适的机器学习模型(如随机森林、XGBoost),并优化模型性能。文章还分享了边缘计算部署方案及常见问题排查,强调模型预测应结合定期维护,确保系统稳定运行。
103 0
容器服务:智算时代云原生操作系统及月之暗面Kimi、深势科技实践分享
容器技术已经发展成为云计算操作系统的关键组成部分,向下高效调度多样化异构算力,向上提供统一编程接口,支持多样化工作负载。阿里云容器服务在2024年巴黎奥运会中提供了稳定高效的云上支持,实现了子弹时间特效等创新应用。此外,容器技术还带来了弹性、普惠的计算能力升级,如每分钟创建1万Pod和秒级CPU资源热变配,以及针对大数据与AI应用的弹性临时盘和跨可用区云盘等高性能存储解决方案。智能运维方面,推出了即时弹性节点池、智能应用弹性策略和可信赖集群托管运维等功能,进一步简化了集群管理和优化了资源利用率。
|
3月前
|
CentOS停更沉寂,RHEL巨变限制源代:Docker容器化技术的兴起助力操作系统新格局
操作系统是计算机系统的核心软件,管理和控制硬件与软件资源,为用户和应用程序提供高效、安全的运行环境。Linux作为开源、跨平台的操作系统,具有高度可定制性、稳定性和安全性,广泛应用于服务器、云计算、物联网等领域。其发展得益于庞大的社区支持,多种发行版如Ubuntu、Debian、Fedora等满足不同需求。
101 5
阿里云容器服务,智算时代云原生操作系统
2024云栖大会,阿里巴巴研究员易立分享了阿里云容器服务的最新进展。容器技术已成为云原生操作系统的基石,支持多样化的应用场景,如自动驾驶、AI训练等。阿里云容器服务覆盖公共云、边缘云、IDC,提供统一的基础设施,助力客户实现数字化转型和技术创新。今年,阿里云在弹性计算、网络优化、存储解决方案等方面进行了多项重要升级,进一步提升了性能和可靠性。
|
5月前
|
时序数据库 TDengine 支持集成开源的物联网平台 ThingsBoard
本文介绍了如何结合 Thingsboard 和 TDengine 实现设备管理和数据存储。Thingsboard 中的“设备配置”与 TDengine 中的超级表相对应,每个设备对应一个子表。通过创建设备配置和设备,实现数据的自动存储和管理。具体操作包括创建设备配置、添加设备、写入数据,并展示了车辆实时定位追踪和车队维护预警两个应用场景。
193 3
阿里云容器服务,智算时代云原生操作系统
今年是Kubernetes十周年,在这10年间。我们已经看到其成长为云原生操作系统,向下高效调度多种算力资源,屏蔽基础设施差异,向上提供统一编程接口,支持多样化工作负载。阿里云容器服务产品已经覆盖了从公共云、边缘云、到本地数据中心的各个场景。让所有需要云能力的地方,都有统一的容器基础设施。
阿里云容器服务,智算时代云原生操作系统
如何让你的Uno Platform应用秒变AI大神?从零开始,轻松集成机器学习功能,让应用智能起来,用户惊呼太神奇!
【9月更文挑战第8天】随着技术的发展,人工智能与机器学习已融入日常生活,特别是在移动应用开发中。Uno Platform 是一个强大的框架,支持使用 C# 和 XAML 开发跨平台应用(涵盖 Windows、macOS、iOS、Android 和 Web)。本文探讨如何在 Uno Platform 中集成机器学习功能,通过示例代码展示从模型选择、训练到应用集成的全过程,并介绍如何利用 Onnx Runtime 等库实现在 Uno 平台上的模型运行,最终提升应用智能化水平和用户体验。
148 1
Elasticsearch 与机器学习的集成
【9月更文第3天】Elasticsearch 不仅仅是一个强大的分布式搜索和分析引擎,它还是一个完整的数据平台,通过与 Kibana、Logstash 等工具结合使用,能够提供从数据采集、存储到分析的一站式解决方案。特别是,Elasticsearch 集成了机器学习(ML)功能,使得在实时数据流中进行异常检测和趋势预测成为可能。本文将详细介绍如何利用 Elasticsearch 的 ML 功能来检测异常行为或预测趋势。
280 4