25、创新葡萄园环境监测系统：LoRaWAN 与边缘计算的应用

创新葡萄园环境监测系统：LoRaWAN 与边缘计算的应用

1. 边缘计算与人工智能在 MCU 中的应用

在数据传输过程中，对于时间敏感的应用，标准的云方法由于网络引入的广泛延迟，无法满足实时或近实时计算的要求。随着计算需求的增加，现在可以将部分计算从云端转移到智能传感器，即边缘节点。

将计算转移到边缘，还能解决隐私和安全问题。微控制器单元（MCU）可以决定传输到云端的数据形式，从而保证数据隐私。同时，借助现代 MCU 提供的硬件安全机制，安全性也得到了加强。

为了在资源有限的设备上实现人工智能，研究人员提出了两种解决方案：
- 设备端计算 ：深度神经网络（DNNs）在终端设备上执行，云端不进行 AI 计算。
- 分层计算 ：DNNs 先在设备上执行，然后在云端执行，设备和云端的 DNNs 相互补充。

然而，在 MCU 上实现 AI 算法具有挑战性，这仍然是一项新兴技术。工程师通常需要依赖大量不同的工具和复杂的工作流程。例如，X - CUBE - AI 是一款适用于意法半导体（STMicroelectronics）MCU 的工具，它是 STM32CubeMX 环境的扩展，能够将预训练的神经网络自动转换为低资源硬件，还可以通过修改层和减少权重数量来优化库，使网络更节省内存。

2. 物联网通信技术的选择

物联网应用对网络架构的选择提出了约束。为了满足特定的规格和用例，物联网网络需要在以下四个约束条件之间找到平衡：
- 范围
- 数据传输速率