问题26：普适计算研究对物联网有什么样的启示作用？

在研究物联网形成与发展的时候，我们需要注意与互联网同时期发展的另一个重要研究领域—普适计算（Pervasive Computing）。普适计算也称为“无处不在的计算”（Ubiquitous Computing）。了解普适计算与物联网之间的关系，理解普适计算研究的进展，对指导物联网研究工作有着重要的意义。

1.普适计算研究的背景

1988年，当人们还在品味和研究互联网带来的欣喜时，美国计算机科学家马克·韦泽（Mark Weiser）开创性地提出了“普适计算”的理论，为网络在人类未来生活中的作用以及计算方式的改变做出了重要的预测。1991年，韦泽在《Scientific American》上发表文章“The Computer for the 21st Century”，正式提出了普适计算的概念。

韦泽认为，计算机发明以后，人类的计算方式先后经历了两个阶段：一是主机计算阶段（Mainframe Computing），是指很多人共享一台大型机；二是个人计算阶段（Personal Computing），是指每个人都拥有一台个人计算机。韦泽预测，由于网络技术的兴起，特别是无线网络技术的发展，计算机本身将从人们的视线中消失，计算将最终和环境融为一体。人们能够在任何时间和任何地点获取、处理信息。人类正在向第三阶段—普适计算阶段迈进。实现普适计算的关键，就是在人类生活的物理环境当中广泛部署微小的感知计算设备。无处不在的微小感知计算设备和无处不在的互联网通信能力相结合，实现无处不在的信息自动采集、传递和计算。韦泽指出：最高深的技术是那些令人无法觉察的技术，这些技术不停地把它们自己嵌入日常生活之中，直到你无从发现为止。图2-28描述了人们在未来普适计算环境中有可能得到的各种服务。

2.普适计算的主要特征

普适计算的主要特征可以总结为以下几点。

（1）普适计算的重要特征是“无处不在”与“不可见”

“无处不在”是指随时随地访问信息的能力；“不可见”是指在物理环境中提供多个传感器、嵌入式设备、移动设备，以及其他任何一种有计算能力的设备，可以在用户不觉察的情况下进行计算、通信，提供各种服务，以最大限度地减少用户的介入。

（2）普适计算体现出信息空间与物理空间的融合

普适计算是一种建立在分布式计算、通信网络、移动计算、嵌入式系统、传感器等技术基础上的新型计算模式。它反映出人类对于信息服务需求的提高，具有随时、随地享受计算资源、信息资源与信息服务的能力，以实现人类生活的物理空间与计算机提供的信息空间的融合。随着无线传感器网络的迅速发展，人们惊奇地发现：普适计算的概念在无线传感器网络平台上可以得到很好地实践与延伸。作为普适计算实现的重要途径之一，借助大量部署的无线传感器节点，可以实时地感知与传输我们周边的环境信息，从而将虚拟的信息世界与真实的物理世界融为一体，深刻地改变人与自然的交互方式。

（3）普适计算的核心是“以人为本”

我们平常在办公室处理公文都需要坐在办公桌的计算机前，即使是使用笔记本计算机也需要随身带着它。这种桌面计算模式是以“计算机为本”的。普适计算研究的目标就是尝试着突破桌面计算的模式，摆脱计算设备对人类活动的约束，将计算与互联技术结合起来，将计算机嵌入到环境与日常工具中去，让计算机本身从人们的视线中“消失”，从而将人们的注意力回归到要完成的任务本身。

（4）普适计算的重点在于提供面向用户、统一、自适应的网络服务

普适计算的网络环境包括互联网、移动通信网、电话网、电视网和各种无线网络；普适计算设备包括计算机、智能手机、传感器、汽车、家电等能够联网的设备；普适计算服务内容包括计算、管理、控制、信息浏览。在物理世界中，结合计算处理能力与控制能力，将人与人、人与机器、机器与机器的交互最终统一为人与自然的交互，达到“环境智能化”的境界。

（5）普适计算的关键是智能

人类活动是在普适计算空间中实现信息空间与物理空间融合的纽带，而计算技术消失实质上是将人类智能转化为计算智能的结果。因此，智能是普适计算的关键。在普适计算时代，人类活动行为完全浸润于智能化的自然物理空间。支持普适计算的智能环境与传统智能环境有两个重要的区别：一是普适计算空间中服务于人类活动的智能实体与相应的用户相行相伴，如影相随；二是普适计算环境对移动的支持。

普适计算作为一种全新的计算模式，跨越人工智能、网络与移动计算、嵌入式系统、自然人机交互、软件结构等多个研究领域，向我们展示了“万事万物，凡存在，皆联网，凡联网，皆计算”的发展前景，为物联网的发展指明了发展方向。物联网的很多研究目标与普适计算是一致的。

3.普适计算研究内容与方法对物联网研究的影响

普适计算概念提出之后，在计算机界引起很大的关注，大批学者纷纷投身到普适计算的研究之中，并且取得了一些有理论价值与应用前景的研究成果。了解普适计算研究的主要内容与基本方法，对于物联网研究具有重要的指导意义。

普适计算研究工作主要包括：理论建模、自然人机交互、无缝的应用迁移、上下文感知等。

（1）理论建模

人们试图研究一种统一、完备的模型体系，从而准确、客观地表达普适计算“无所不在”与“自然透明”的特征，用来分析、设计、评估新的普适计算系统。美国国家标准与技术研究院提出了一个类似于计算机网络OSI参考模型的5层结构的模型，它包括环境层、物理层、资源层、抽象层与意图层。

● 环境层与物理层表示整个物理环境、用户生理系统、普适计算系统中的物理设备。

● 资源层作为应用软件的基础，包括计算资源、系统可利用的用户技能。

● 抽象层类似于计算机网络的应用层，它包括普适计算系统的应用软件与用户的应用要求。

● 意图层表示应用与设备的目的，以及用户的目标。

在这个模型中，从设备的角度，越往上层抽象程度越高；从用户角度看，越往上时变特性越强。德国学者提出了三层模型，它包括基础层、集成层与普适世界层。我国学者也提出了基于物理场理论的智能影子模型，试图借鉴物理场的概念，用一种通用的模型来描述和表达高度复杂与动态的对象属性、活动与相互作用关系。应该看到，当前理论建模工作仍处于初期阶段。

（2）自然人机交互

普适计算需要解决和谐、自然、方便，脱离桌面计算模式的人机交互（Human Computer Interaction，HCI）方式问题，将人与自然环境的交互扩展到三维物理空间中，并且能够充分利用人的日常习惯和技能，尽可能地不分散用户对工作本身的注意力。人与人、人与自然界交互的主要渠道是文字、语言、视觉，因此人与计算机的交互的研究重点自然是笔式交互、语音交互与视觉交互。同时需要注意的是，人的意图与情感通常是通过行为、形体的微小变化表达出来的，这种肢体语言包括表情、点头、摇头、眼神、手势、身体移动。当前基于视觉的交互主要用于解决：

● 对象感知

● 位置判断

● 身份识别

● 视像跟踪

● 姿态判断

● 行为识别

● 表情识别

在普适计算研究中，人们经常将多种形式的人机交互问题抽象为“多通道交互”（Multimodal Interaction）问题。其中，“通道”表示人表达意图的、执行动作、反馈信息的途径与方式。研究人员对“多通道交互”的研究的切入点可以是多方面的，可以从心理学角度、多通道信息整合模型与算法角度、人工智能与智能识别方法角度、从软件体系结构的角度进行研究。

（3）无缝的应用迁移

智能计算实体与用户在物理空间中的高度移动性是普适计算环境的一个重要特征。例如，当用户在家用计算机上处理一份文件时，有急事要去办公室，那么他在离开家时不必做保存文件、关闭应用软件、关机的工作，到办公室之后计算机屏幕可以原封不动地重现文件的工作状态，不会因为工作地点、计算机设备、网络环境的改变而对用户的工作产生影响。随着用户的移动，伴随发生的任务计算必须保证持续执行，同时任务计算可灵活地、无干扰地移动。无缝的应用迁移需要在“移动计算”的基础上，从软件体系的角度解决由于计算实体与用户的高度迁移带来的服务级计算移动于软件移动问题。从软件的角度，一个应用可以看作是由一组服务与一组资源组成，在应用迁移时必然要涉及服务移动与资源动态绑定，以及移动环境中运行现场的保存与重构机制。

无缝的应用迁移涉及普适计算的体系结构、服务构建模式、开发环境与软件编程模式问题，需要解决以下几个问题。

第一，服务自主发现。为了向用户提供移动漫游状态下的不间断、无缝地服务，支持不同物理位置、不同终端设备获取服务资源，需要研究用户动态、自主地检测、发现与绑定的服务自主发现机制问题。

第二，资源动态绑定。资源动态绑定可以根据相对位置与解决方法做如下分类：

● 资源直接移动：是指资源随着实体（用户或设备）的移动而移动。

● 资源复制移动：是指随着实体位置的移动，相关的资源随之被复制。

● 资源远程引用：是指随着实体位置的移动，相关的资源也随之被修改为远程调用。

● 重新资源绑定：是指随着实体位置的移动，使用其他可用资源。

资源动态绑定方法的选定取决于移动时的状态、接入设备的属性。一般情况下，计算资源充足的移动设备可以采用资源直接移动或资源复制移动方法；计算资源不充足的移动设备可以采用资源远程引用或重新资源绑定方法。

第三，运行现场的重构。目前运行现场的重构主要采用两种方法。一种是集中管理的瘦客户端结构（称为“Collective”），采用基于缓存的系统管理机制，将用户的应用状态与用户数据分别保存在两个缓存器中，便于将应用迁移到新的计算设备中。美国Stanford大学的研究人员提出另一种叫做“计算胶囊”（Compute Capsule）的方法，借助虚拟机的概念，通过“计算胶囊”提供一种私有、虚拟、与设备无关的系统资源接口，即将用户的所有运行状态封装成一个“计算胶囊”，从而实现用户状态与用户数据的分离，支持应用的迁移。

第四，上下文感知。普适计算系统运行在动态与异构的计算环境中，智能终端设备必须能够感知整个物理环境、计算环境、用户状态等方面的静态与动态信息，具有自适应、自配置、自进化的调整服务状态的能力。所有能够描述环境、用户与应用程序交互过程中智能终端状态的信息都称作上下文（Context）。上下文可以是动态的，也可以是静态的；上下文可以是计算上下文、环境上下文、用户上下文。

● 计算上下文：计算能力、存储能力、网络带宽、网络运行状态、连接建立时间、安全状态等。

● 环境上下文：涉及用户的社会条件，用户所处的物理环境（温度、湿度、亮度等）。

● 用户上下文：用户标识、位置、行为、偏好、生理指标等。

上下文感知计算（Context-aware Computing）是指根据上下文的变化，自动调整配置，为用户选择合适的服务。上下文感知计算要完成上下文获取、上下文建模、上下文存储与管理、上下文推理。

● 上下文获取是要解决获取各种不同类型的上下文信息的问题。底层的上下文内容一般是通过传感器直接获取的，而如何用统一的方法获取分布性、异构性与多态性的传感器信息，并将这些信息融合和表达为底层的上下文是上下文感知研究中的核心问题。高层的上下文则是根据底层的上下文，结合经验、知识、推理形成。

● 由于上下文的多样性，导致各自的表示方式有差异，如何将大量、复杂、异构的上下文用统一的抽象逻辑模型表示是上下文建模要研究的问题。目前研究的建模方法主要包括：标记模型、图结构模型、面向对象模型、基于逻辑的模型、基于本体的模型等。

● 上下文存储与管理研究是解决在移动、分布的计算环境中，上下文数据的放置、存储与置换问题。上下文数据的放置是指将数据放置在相连的节点上，这些节点形成有利于自主、自动地为人们提供透明的服务的层次结构。由于移动终端设备缓存空间有限，必须采取数据置换的方法。上下文数据置换主要考虑数据访问的概率，以及用户当前的位置与数据的有效范围。

● 上下文推理是结合人工智能的方法，把上下文作为一种知识进行推理，以决定采取最适合的动作，达到和谐地辅助人的工作，最大程度地减少人对行为方式及环境的关注。目前上下文推理主要采用两种思路，一种是基于规则的推理，另一种是基于机器学习的推理。

从以上的分析中可以看出：物联网与普适计算有很多相通之处。在物联网环境中，智能终端设备具有硬件平台的异构性，以及高度动态和随时移动的特性。在物联网应用系统的设计中同样需要解决建模、人机交互、应用迁移与上下文感知这四个基本的问题。物联网应用是上下文敏感的，情景感知功能要实现对多个设备、用户、物理环境信息的获取，需要研究情景建模与上下文推理问题。在物联网应用系统中，同样存在从一个位置迁移到另一个位置的无缝的应用迁移问题；同样存在多种可能的人机交互方式问题；同样存在上下文获取、上下文建模、上下文存储与管理、上下文推理问题。目前很多研究普适计算的课题组已经开始借鉴普适计算的研究方法，以智能交通、智能医疗等多种具体的物联网应用场景为对象，开展物联网系统设计与实现方法的研究。

所以，普适计算研究的主要内容与基本方法对于物联网研究具有重要的指导意义，物联网研究与应用的深入将会大大推进普适计算在实际中的应用。