研发的智能物联网采用 Arduino 嵌入式网关硬件平台和 IEEE1888 协议，功能包括： (1) 全功能网关：既可以向存储器上报数据，也可以从应用单元获取指令。(2) 独立配置管理模块： 可以通过配置管理模块提前设置网关参数。(3) 底层设备实时控制：服务器或手机端 APP 向网关发送控制命令，网关接受命令后进行执行处理。(4) HTTP 服务器：能把在线化的传感器数据或状态信息长期保存。(5) 数据可视化：APP 能读取设备数据或存储器内的历史数据，并可视化展示。(6) 支持底层多类型传感器的 WiFi、BLE4.0、以太网等接入到网关。

农业物联网云平台结合了最先进的物联网、云计算、传感器、自动控制等技术，在浏览器或手机客户端实时显示大棚、大田、温室、茶园等温度、湿度、PH值、光强度、CO2含量，或作为自动控制的参变量参与到自动控制中，保证农作物有一个良好的、适宜的生长环境。 平台架构： 农业物联网架构可分为三层：感知层、传输层和应用层。 感知层：采用各种传感器，如温湿度传感器、光照传感器、二氧化碳传感器、风向传感器、风速传感器、雨量传感器、土壤温湿度传感器等来获取植物的各类信息。 传输层：由各种网络，包括互联网、广电网、网络管理系统和云计算平台等组成，负责传递和处理感知层获取的信息，能将温度、湿度、PH值、光强度、CO2数据远传到云端数据服务器中，也可以将数据进行本地存储，具有远程查询，断点续传的特点，确保系统的数据完整性。 应用层：物联网和用户的接口，它与行业需求相结合，实现物联网的智能应用。平台可灵活配置实时画面，展现趋势图、报表、告警等，如温湿度、光照参数等，收集每个节点的数据，进行存储和管理实现整个测试点的信息动态显示，并根据各类信息进行自动灌溉、施肥、喷药、降温补光等控制。对异常信息进行自动报警。 平台监测功能（以茶树为例）： （1）PH值监测 茶树是喜酸性土壤的作物，它只能在酸性土壤中才能生存，要求土壤PH值在4~6.5之间，以4.5~5.5之间最适合茶树生长。当酸度不在正常范围时，可通过施肥改变土壤酸碱性； （2）水分监测 茶树要求土壤相对含水量在60%~90%之间，以70%~80%为宜，保证茶树水分的补给，满足生长要求； （3）湿度监测 茶树生长的相对湿度以80%~0%为宜，在空气湿度较高，土壤水分适当的情况下，新叶的持嫩性强，叶质柔软，叶面富有光泽，角膜层薄，品质更加精良； （4）雨量监测 茶树虽喜潮湿，但也不能长期积水，茶树最适合的年降水量在1500mm左右。茶园中应设排水沟和滴灌装置，一旦雨量超出正常范围，可及时采取措施； （5）温度监测 茶叶最适合的温度是15~35℃。10℃以下生长缓慢或停止；10℃左右开始发芽；35℃以上嫩叶灼伤，生长受限；-13℃，茶树冻枯甚至死亡； （6）光照监测 茶树耐阴，但也需要一定光照使其产生营养物质，根据光照分析叶片光合作用效率，避免在茶树适合生长的光照条件下采摘，避开生长期，完成采摘工作； （7）害虫监测 病虫害发生，是导致茶叶欠收和品质影响的重大因素，同时也是茶农使用农药，导致农药残留超标的罪魁祸首。对病虫害进行监测和防治，采用科学防治技术，不仅可以保证茶园的生态环境，更能保证茶叶质量； （8）数据分析 通过茶园安装的监测装置将茶树生长的环境实时传输到后台管理中心，对所有采集的数据进行分析识别； （9）数据推送 后台对茶园采集的数据进行大数据分析后，当某一数值超出设定范围时，后台管理中心会向茶农发送报警信息提示茶农； （10）自动控制 后台管理中心监控到茶树的土壤水分或者湿度等数值偏离适合茶树生长的范围时，自动控制系统会打开茶园相应的水阀实施喷灌或者滴灌，当达到适应值时自动关闭水阀。

设计了一种应用于煤矿井下的多功能感知器终端，同时实现了对煤矿井下的环境参数的采集、工作状况的图像数据采集以及语音通信功能。进行了远距离低功耗无线感知系统及其在矿井人员定位与避险中的应用研究，提出了一种用于井下特殊环境的无线传感网技术，即基于 super-zigbee 技术的无线传感网。以煤矿物联网感知层为突破口，对煤矿安全信息感知采集技术、煤矿信息融合、识别与协同技术、煤矿传感网控制技术、煤矿传感网络安全生产等关键技术开展了研究，研发了“基于物联网感知的煤矿设备智能管理系统”和“基于物联网的工矿企业现场诊断与管理系统”，提高了煤矿设备的可靠性和管理水平。针对单独静态分簇、动态分簇的不足，通过对感知区域进行智能分区并将选择簇头及检测目标等参数进行综合考虑，提出了一种静动态分簇技术相结合的网络策略。基于改进后的自适应卡尔曼滤波器优化的智能分区静动态分簇方法使得移动目标的监测精度明显提高，网络能耗显著降低，使移动目标的监测性能达到了更好效果。

智慧公路物联网系统通过在公路广泛部署低成本的集成多种传感器的具有通信功能的智慧无线信标产品实时获取路况信息，实现车流量、车速、车型的实时精准时空统计，通过设备的广泛部署实现高精度、大范围的精准监测，为智能交通系统高效管理与养护提供交通与环境态势的精准监测、识别和态势预测，为交通决策提供科学依据与数据支持。其次针对公路场景下定位误差较大等问题，采用 GPS 定位、惯性导航与物联网感知设备结合的新型多重组合定位方法，通过车路协同实现车道级的高精定位，优化车辆偏离预警等功能，为车辆提供准确的位置信息及导航与综合服务功能。最后通过车路协同环境下车载终端、路侧多源异构传感器协作环境数据采集、多维度感知融合与超视距全局环境态势构建，实现智能交通系统全息实时交通、路况环境感知及智能网联汽车超视距精准环境感知与精准定位。智慧公路物联网系统旨在突破制约高速公路智能车路协同系统集成应用的重大共性关键技术，开展典型示范应用，提升高速公路的智能化水平和服务品质，促进全国范围大规模推广。 目前，如图 1 所示，技术成果已经研发出第三版样机。样机已经小批量生成并在齐鲁高速、长安大学测试场进行了实际部署测试。此外，项目组正在对第三版样机进行改造升级，全力打造稳定性更强功能更加丰富的第四版样机。 图 1 第一版样机；第二版样机；第三版样机 主要技术指标 1. 节能增收 20% 通过对城市边缘交通环境及流量等数据的智能分析，优化灯光使用场景。该系统在满足车辆日夜间安全行车条件下，工程综合节能可达 20%。 2. 交通流量增加 20% 通过对交通运行安全风险预警及控制策略处理模块将路段监测数据汇总后，根据车流密度、速度、流量、各级风险事件结合其它传感器数据，包括上游主线流量、匝道流量、公路气候数据、环境数据、消防系统数据等，进行大数据综合分析研判。 构建算法模型，自动制定和优化的控制策略，通过智能预警发布及综合自动管控系统进行预警发布和综合自动管控。为管理者实时预警的同时，将预警、诱导信息和控制指令自动发布于上游路段、匝道区段的可变信息标志、可变限速标志、车道线主动发光标志等，对交通流速及交通流量进行有效调控及诱导。综合评估能增加 20% 交通流量。 3. 减少交通事故 30% 任何异常事件报警被触发时，系统同时依据预案自动将异常事件联动灯光预警、可变信息标志、可变限速标志、车道指示标志等自动发布预警给司乘人员，实现对车流车速的动态调控和诱导，增加公路通容量，减少交通拥堵，防止二次事故和连环事故的发生。 实践证明，采用该系统，至少可以降低公路安全事故 30%，同时提高交通流量，进而降低交通污染，均衡交通流平顺性，信息的及时推送，降低驾驶员驾驶紧张感，提高了驾驶员的舒适性，可以整体有效提高交通运输设施安全水平及服务水平。 4. 100% 信息覆盖 全自动监测传感器都可以实现对整条公路的全面信息覆盖。 5. 对接智能网联驾驶 a. 提供智能网联车实时交通图，推荐进场事件和速递协调； b. 告知智能网联车辆风险，实时定位公路中的驾驶风险，将这些风险传达给下游智能网联车辆； c. 为智能网联车提供车道级交通数据，警告即将来到的交通拥堵； d. 识别相关车道的驾驶风险，促使智慧驾驶车辆提前做出反应； e. 为智能网联驾驶提供超视距感知、恶劣天气环境下的精准感知，促进智能网联车早日实现大规模商用。

顶部根据化学品类别可选配过滤模块系统高效物联网功能，让监管更简单便捷无需消耗空调能耗，高效节省能源，废气不外排，新型环保移动方便，就近存储，方便存取，提高工作效率

无线通信技术VHF/UHF频段基于OFDM技术的高速数据通信系统   无线通信的突出问题：频率资源严重不足 。   我国无管会允许在这一频段进行数据的传输，如地质矿产、水利、能源、国家地震局、建设部、气象局、军队等部门的专用无线通信系统。

车联网是指是利用先进的传感技术、网络技术、计算技术及控制等技术，对道路和交通进行全面感知，实现多个系统间大范围、大容量数据的交互，对每一辆汽车进行交通全程控制，对每一条道路进行交通全时空控制，以提供交通效率和交通安全为主的网络与应用。车联网是物联网在交通领域的典型应用。 车联网有三层，第一是感知层，就是RFID、GPS/北斗等感知系统；第二层是网络层，是互联互通，即车与车、车与路互联互通；第三层是应用层，是通过云计算等智能计算，服务、调度和管理车辆。

基于农业场景，融合物联网、人工智能等技术。可实现包括人工智能机器视觉技术的农作物病害检测、传感器数据收集与分析等功能。It is used in the agricultural scene with IoT, AI and other technologies, also can realize the functions including crop disease detection based on AI machine vision technology, sensor data collection and analysis.

基于农业场景，融合物联网、人工智能等技术。可实现包括人工智能机器视觉技术的农作物病害检测、传感器数据收集与分析等功能。It is used in the agricultural scene with IoT, AI and other technologies, also can realize the functions including crop disease detection based on AI machine vision technology, sensor data collection and analysis.