专网物联网在应急领域的创新应用

孙鹏飞 于洋 王英男 朴巍

【摘  要】近年来，随着物联网的发展与普及，聚焦于行业用户，针对物联网需求而产生的专网物联网（P-IoT）技术逐渐发展起来。首先对P-IoT的技术体制、关键性能做简要介绍，在此基础上，重点分析了P-IoT在应急领域中三种典型场景下的创新应用，最后对未来物联网的创新应用方向进行了展望。

【关键词】物联网;专网物联网;应急通信;无线自组网

中图分类号：TN929.5

文献标志码：A        文章编号：1006-1010（2019）03-0012-06

引用格式：孙鹏飞，于洋，王英男，等. 专网物联网在应急领域的创新应用[J]. 移动通信， 2019，43（3）： 12-17.

[Abstract] In recent years， with the development and popularization of Internet of Things （IoT）， the Private Internet of Things （P-IoT）， which focuses on industry users' demands for IoT， is an emerging technology. Firstly， the technical system and key performance of P-IoT are briefly introduced. On above basis， the innovative applications of P-IoT in three typical scenarios in emergency field are analyzed emphatically. Finally， the future direction of IoT innovative applications is prospected.

[Key words]Internet of Things; private Internet of Things; emergency communications; ad hoc networks

1   引言

在刚刚过去的2018年，IoT（Internet of Things，物联网）行业发展态势非常好。不论是国外的亚马逊、谷歌、微软，还是国内的阿里集团、腾讯、百度，各大IT巨头纷纷布局物联网，重磅动作连续不断。据IDC预测：2019年全球IoT支出将达到7 450亿美元，并在2019至2022期间保持两位数的年增长率，在2022年超过1万亿美元大关[1]。主流IoT技术如NB-IoT[2]（Narrow Band Internet of Things，窄带物联网）、LoRa[3]、Sigfox[4]等在不断发展的同时，聚焦于行业用户对物联网安全性、可靠性、QoS（Quality of Service，服务质量）等特殊需求而产生的P-IoT（Private-Internet of Things，专网物联网）技术悄然兴起，并在公安、司法、應急、工商业等多个垂直领域落地应用[5]。

另一方面，我国于去年成立了应急管理部。在新的大应急体制下，不论是安监、消防、森防，还是抗震抢险、抗旱防涝、防灾救灾，无不密切关系着国家和人民群众的生命财产安全[6]。当前，应急行业用户通过整合多种感知手段及对物联网等感知数据加以汇聚分析，以支撑应急领域中的监测预警、评估监管等多种业务的开展。技术不断演进的同时，行业用户面临的问题日趋综合化、复杂化，其对物联网可靠性、实时性等特殊需求仅仅依靠主流IoT技术无法完美解决所有问题。因此，需要满足应急行业用户物联网需求的P-IoT技术以解决行业痛点。本文接下来将重点探讨P-IoT技术在应急领域中开展的典型创新应用。

2   P-IoT概述

P-IoT技术是一种基于专网移动通信VHF（Very High Frequency，甚高频）和UHF（Ultra High Frequency，特高频）授权频谱，具备高、中、低速多种数据传输能力的低功耗物联网技术。P-IoT是专用数字集群通信系统的增值性服务，在满足用户语音刚需的基础上，为用户在物联网方面的拓展性应用提供解决方案。

首先，P-IoT可保证行业用户对网络的高可靠性需求。P-IoT因其自身专网的特点，可做到网络自主可控。如在应急领域，当重特大灾害发生时，因专网物联网的专网专用特性，使P-IoT能够满足应急用户抢险救灾的实战需求。同时，P-IoT工作于专用的授权频段，不易产生相互干扰，关键数据在较理想信道条件下传输，数据可靠性可得到充分保证[7]。

其次，P-IoT技术可为行业用户的关键业务提供高及时性的QoS保障。P-IoT技术专网的特征决定了它不会像公网物联网技术一样侧重于网络的公平性，其更聚焦于如何将关键数据设成高优先级业务等级并提供专用的业务信道等保障措施加以保护，时延可达百毫秒级，保证了应急领域监测预警应用对关键数据传输的及时性要求。

再次，P-IoT可保证行业用户对网络的高安全性需求。由于专网基础设施私有，与NB-IoT等公网物联网相比，P-IoT具有天然的物理隔离特性。同时通过空口加密、链路加密、端到端加密等多种加密方式，P-IoT可实现专网用户对物联网数据不同安全等级的差异化需求。

此外，对于衡量物联网技术优劣的关键指标，如覆盖能力、终端能耗、系统容量等，P-IoT也极具技术竞争力。在自主可控、平滑扩展、业务兼容、标准国际化等方面，P-IoT也具备一定的优势[5]。

3   P-IoT在应急领域的创新应用

针对应急领域中物联网的三种典型应用场景，以下将分别分析各类场景的特点，并结合场景特点对多种IoT技术的适用性做横向对比。在此基础上，重点分析P-IoT技术在各类场景中的创新应用与实际落地情况。

3.1  石油化工场景应用

石油化工场景下的物联网应用一般具有以下特点：

（1）多数坐落于城镇区域，无线电磁环境复杂，需要系统具有较高的可靠性;

（2）物联网监测点位数量较多，且分布较为集中;

（3）对于特殊监测预警信息，如消防设施状态告警、可燃气体告警等关键数据，需保证业务的及时性;

（4）行业用户所能承受的建设与运营成本较低;

（5）存在语音通信与物联网管理的双重需求。

在石油化工场景下，如采用非授权频段的LoRa系统，其易受复杂无线电磁环境干扰，系统可靠性偏低[8]。对于公网属性的NB-IoT，在网络规划时会更多地侧重于网络数据吞吐量和覆盖范围之间的折中[9]。因此即使现场原有公网覆盖，当面对此类集中大规模的物联网应用时，通常也需要对原网络进行优化升级，同样存在较大投入的建网成本。另外不容忽视的一点是：NB-IoT针对每节点收取月租费用，较不适合此类点位密集型场景应用，其运营成本过于高昂。

在可靠性方面，P-IoT部署在专用授权频段，日常工作几乎不会受到非恶意攻击性的无线电磁干扰，系统可靠性较高。在定制化建网方面，专网的一大特点在于专网专建，因此，可根据应急行业用户的实际点位需求进行网络部署。在建设成本方面，P-IoT系统具有可媲美专用数字集群系统的覆盖能力，其基站可与专用数字集群系统基站共址建设，在节约大量建设成本的同时，也满足了行业用户对语音通信与集群调度的需求。在运维成本方面，专网一次性收取建网及服务等费用，不存在节点月租费，后续网络运维成本较低。

目前我国安监数据主要依靠人工巡查、手动上报等方式，数据实时性差，科技化手段普及程度低，当发现事故时往往已造成了大量人员与财产损失[10]。与其他安监行业相比，石油化工行業生产还具有易燃、易爆、易中毒、高温、高压、易腐蚀等特点，很多化工物料的易燃性、反应性和毒性，决定了化工生产的不安全因素更多、危险性和危害性更大，对化工厂安全生产的高效监管始终是一大难题。

P-IoT在石油化工行业中的应用示例如图1所示。借助P-IoT技术，可针对石油化工企业中关键监测点（如重大危险源储存设施）内的温度、压力、液位，以及厂区内可燃气体等进行实时数据采集。当监测到温度超标、气体泄漏或出现火焰等事故时，P-IoT传输关键业务型数据的低延时特性，能够保障告警信息可第一时间上报至厂区控制室。此外，在日常监管中，应用P-IoT定位系统，能够对厂区内的人员和设备进行实时监管，提高巡检效率。

广东省湛江东兴炼化厂、中国石化北海炼化厂等多家石油化工企业已先后引入了P-IoT智慧监管系统。实践证明：P-IoT系统极大地提高了企业的监管效率，在有效遏制重特大生产安全事故发生的同时，也为企业减负增效提供了新的途径。

3.2 森林防火管护场景应用

该类场景中一般环境较艰苦，设施较简陋，巡检、监控人力相对不足，很多事故如森林大火等，无法及时被发现与处理，亟需无人值守式的物联网手段以实现智能化远程监管。森林防火管护场景下的物联网应用一般具有以下特点：

（1）地处偏远，需要简易便捷的工程安装，对运维成本较敏感;

（2）地域广袤，接入点分布稀疏，需要系统具备广域覆盖能力;

（3）涉及多个管理团队间的日常指挥调度，对语音通信与集群调度功能存在刚性需求。

在网络覆盖上，LoRa覆盖范围相对较小，因此LoRa所需基站数量更多，系统的建设成本高，同时可维护性较低。NB-IoT公网的特性决定了其更多地考量盈利业务覆盖最佳、综合建网成本最小等目标，因此对此类边远的无人区很难实现覆盖，更遑论应用。P-IoT采用大区制技术体制，覆盖相同区域所需基站数量少，建网成本低，日常运维便捷，与森防广域无覆盖场景的应用需求十分契合。此外，P-IoT基站可与专用数字集群基站共址建设，在节约大量基础设施建设成本的同时，也满足了用户对物联网、语音通信、集群调度的多重需求。

在终端功耗上，P-IoT技术较其他技术的省电能力更强。通过轻型协议栈设计、休眠模式设计、自适应链路技术等多种方式，P-IoT终端的功耗处于较低水平，这极大降低了系统运营中因频繁更换电池产生的人力运维成本。

我国现阶段的森防措施包括：（1）宣传教育;（2）护林员进入林区巡护为主的日常例行防范;（3）由森防指挥部统一部署的对重点时段、重点区域野外火源进行人工巡查和管理;（4）建立灭火扑救队等。根据大量一线实际情况反馈，有限的护林员面对大范围的林区资源进行巡护时，很难做到较大范围的巡查覆盖。并且大多数林区的道路条件较差，护林员到达每个瞭望塔需要花费很长时间。以人力巡查监控的传统森防措施无论是巡查覆盖范围，还是告警时效性，都无法满足智能化的林业监护巡查需求。

如图2所示，通过部署前端感知终端获取各类相关数据，并将感知数据通过P-IoT基站回传至前方指挥中心，再通过互联网传输至后方指挥中心。借助P-IoT系统，可开展林业的光照监测、温湿度监测、土壤监测、气象水文监测、虫情监测、野生动物监测、人员位置监测、卡口监测、古木名树监测等，实现森林资源管理、森林防火、天然林保护、防风治沙和森林病虫害防治的智能化、信息化与自动化，大幅提高了监管效率，节省了人力成本。在林业中建设P-IoT基站实现广域覆盖的同时，也可部署无人值守的自组网设备。自组网设备支持太阳能供电，可抱杆或壁挂式安装，可作为专网的备份或延伸网络。林业监测平台将P-IoT收集的大量感知数据加以汇总与分析，为指挥员提供灾情全景信息，辅助指挥员研判决策，从而保证人员的及时疏散和灾情的有效控制。

截至目前，青海省祁连山已建设了P-IoT智慧林业系统。按照客户需求，该系统对三十余项林业指标进行了监测。同时，该系统还配备了宽带自组网设备，为视频数据提供回传链路。

3.3  地质灾害救援场景应用

地质灾害救援场景是指因地质环境灾害事件导致的、具有事件突发性及破坏性大等特点的极端恶劣场景，如地震、泥石流、山体滑坡等。在该类场景中，通信基础设施通常遭到破坏甚至损毁，原有通信网络会面临长时间的瘫痪风险。地质灾害救援场景下的物联网应用一般具有以下特点：

（1）灾害破坏性大，需要系统具备极强的抗毁性;

（2）现场条件恶劣，需要系统具备极强的环境适应性;

（3）对临时快速组网并在第一时间恢复通信存在刚需;

（4）对语音、视频、短消息、物联网数据等现场融合指挥调度存在刚需。

当现场网络由于灾害发生故障时，P-IoT系统因其极强的抗毁性，依然能够保证网络可用。如图3所示，在灾害现场，借助P-IoT与无线自组网设备，可将现场环境监测数据、救援人员监测管理数据、物质监测管理数据等回传至现场指挥中心，同时也可通过公网、卫星等多种链路将数据传输至后方指挥中心。P-IoT对于风速、液位高度、有毒气体浓度等指标的监测，可保证指挥员充分掌握现场灾情现状，同时有助于分析灾害未来趋势，为指挥员研判与决策提供数据辅助。P-IoT对于救援人员的呼吸、体温、脉搏等生命体征数据进行采集与监测，为救援人员在极端恶劣条件下作业提供了自身生命安全的防护措施。一旦P-IoT系统监测到生命体征数据的异常告警信息时，在系统向当事救援人员发送告警信息、下达撤离指令的同时，结合人员定位信息，指挥员也可调集其他救援力量前往支援与营救。P-IoT对于通信设备、车辆、医疗设备等物资进行监测管理，有利于指挥员了解当前救援物资的使用情况，为指挥员开展后续的资源合理配置提供依据。

此外，便携式宽窄带自组网设备可实现应急现场临时通信与指挥调度网络的快速搭建。宽窄带自组网设备支持自主供电，不依赖现场基础设施，便携式的设计保证了人员可背负设备深入救援现场，一键开机即可组网。在满足现场通信网快速恢复后，手提现场指挥中心可实现现场的多媒体可视化调度，在灾害发生后的黄金救援期内保障现场救援工作有条不紊地展开。救援人员和物资的位置信息、环境实时监测信息、现场视频信息等均可在三屏上全面呈现，使指挥员能够实时掌控人力与物资分布情况，及时合理地开展资源的动态调度。对现场数据的分析也可辅助指挥员对次生灾害进行预判，以提前制定相关预案。手提现场指挥中心支持将现场的语音、视频、物联网数据回传至后方指挥中心，形成前后联动指挥，便于后方及时了解灾情并协调救援力量。

P-IoT宽窄带自组网融合应急解决方案已多次应用于实战。例如：在2017年九寨沟地震中，全震区通信基础设施全部瘫痪，救援队仅在现场部署了3台窄带自组网设备即实现了震区的网络覆盖，第一时间恢复了现场的语音通信;2018年9月，广东惠州由于台风天气引起了洪涝灾害，当地抢险部门采用了P-IoT宽窄带自组网融合应急解决方案，保障了现场语音、视频、物联网数据的多媒体调度，圆满地完成了救灾任务。

4   未来创新应用探讨

万物互联是物联网的定义，也是物联网应用的终极要义。但目前，较为成熟的物联网应用仍集中在单一的物联网解决方案，仍缺少监测点位间的信息共享与系统间的联动处置。实现真正意义上的业务大融合，是未来物联网应用的演进趋势。

以智慧城市为例，现有解决方案中大多数均有对井盖、路灯等城市基础设施的物联网智能监管。相比传统的人工排查方式，此类方案虽然在监管效率上有很大提升，但在寻找丢失井盖时，仍旧以单一的定位方式对井盖进行搜寻，精度不高、难度很大。实际上，井盖出现的位置通常周围也设有路灯。在路灯设立之初，市政部门即为每个路灯都进行了唯一性编号，用其进行位置标记则更为准确。上述案例对井盖的定位利用了路灯的监测点位数据，虽然看似简单，但诠释了信息共享和系统间联动的意义，物联网数据不再是同一种类物品自身数据的有限使用，而是多种类数据的深度融合与综合应用。

以智能楼宇为例，在室内火情监测预警系统中，烟雾探测器监测到烟雾会立即发出报警音，并开启周围喷淋进行灭火，同时将告警及事发位置信息上报至楼宇的物联网监测平台。上述现有的智能楼宇解决方案可以满足工商业客户对火灾监测预警的基本需求。但是一旦火势迅猛，没有得到有效控制，甚至进一步恶化，此时及时、合理、智能地资源调度、部门联动就显得极为重要。首先，消防部门的综合平台应能够通过P-IoT自动获得来自探测器的告警信息，同时显示楼宇的位置、层数、楼内人员数量、是否有易燃易爆危险品、楼宇周围的水鹤位置、水鹤存水量等相关信息。智慧消防物联网系统可通过大数据分析进行火情态势研判，给出对派遣消防车辆的种类与数量、消防员数量、水鹤点位及数量等信息的推荐参考，同时可根据当时交通情况合理规划前往事发地的最佳路线。将智能楼宇的物联网监测点位数据和智慧消防中的资源管理物联网数据、智能交通中的路况数据综合使用，形成了更为完美的融合物联网解决方案。

对各关键点位进行状态监测，并在此基础上开展相关应用，这仅仅是物联网的初级应用。当前，物联网各子系统彼此孤立，系统间联动主要由人工实现，因此时效性与资源整合度均较差。因此，在已建成的各物联感知网络的基础上，只有实现深度的网间数据共享与业务融合，物联网的杀手级应用才会华丽登场，进而引领整个产业呈爆发式增长。

5   结束语

公网物联网蓬勃发展的同时，以P-IoT为代表的专网物联网技术也在发轫伊始，并迅速实现落地应用。在对P-IoT技术体制与关键性能做简要介绍的基础上，本文重点分析了应急领域中三种典型场景下的专网物联网应用，证明了P-IoT技术在应急领域应用中的先进性、实用性与有效性。最后，对物联网今后的创新应用展开探讨，提出深度网间数据共享与业务融合是未来物联网杀手级应用可能出现的方向，为今后物联网的创新应用與发展提供参考。

参考文献：

[1]  IDC. Worldwide Semiannual Internet of Things Spending Guide[EB/OL]. （2017-06-15）[2019-01-03]. https：//www.idc.com/getdoc.jsp？containerId=prUS44596319.

[2] Beyene Y D， Jantti R， Tirkkonen O， et al. NB-IoT Technology Overview and Experience from Cloud-RAN Implementation[J]. IEEE Wireless Communications， 2017，24（3）： 26-32.

[3]  LoRa Alliance. LoRaWAN Specification[EB/OL]. （2016-07）[2018-04-20]. https：// www.lora-alliance.org/lorawan-for-developers.

[4] Zuniga J C， Ponsard B. Draft Zuniga LPWAN-Sigfox-System-Description[EB/OL]. （2017-02-18）[2018-04-20]. http：//www.potaroo.net/ietf/idref/draft-zuniga-lpwan-sigfox-system-description/.

[5] 孙鹏飞，宋振苏，于洋. 专网物联网技术研究[J]. 移动通信， 2018，42（7）： 92-96.

[6] 周冉曌，于洋，王英男. 美國应急管理体制综述及对我国的启示[J]. 移动通信， 2018，42（12）： 92-96.

[7] 苗雨，邵本贵，谢威，等. 专网物联网在宽窄带融合网络中的应用探索[J]. 警察技术， 2017（6）： 12-15.

[8] Lim J T， Han Y N. Spreading Factor Allocation for Massive Connectivity in LoRa Systems[J]. IEEE Journals & Magazines， 2018，22（4）： 800-803.

[9] 刘克清，周俊，李世光，等. NB-IoT低功耗技术及功率参数配置研究[J]. 移动通信， 2018，42（12）： 32-36.

[10]  解玉宾. 化工仓储区事故应急机制研究与推演系统设计[D]. 焦作： 河南理工大学， 2017.