第一个阶段是传感器网络。标志性事件是1978年美国国防部高级研究计划局在卡耐基梅隆大学组织召开分布式传感器网络研讨会，主要议题包括传感器、感知数据处理技术与算法和分布式软件。值得关注的是，其中设立了运用人工智能技术理解信号传播规律的议题。传感器网络通过固定部署的传感器形成对物理世界的感知，在这个阶段，比较有代表性的物联网技术包括射频识别、定位技术、以窄带物联网（NB-IoT）和远距离无线电（LoRa）为代表的远距离无线传输技术等。传感器网络的应用领域非常广泛，包括工业自动化、智能家居、智能交通、医疗、环境监测、农业、安防监控、能源管理等。与此同时，也面临组网成本高、系统维护难、服务不灵活等挑战。以农业监测为例，传感器网络可用于种植管理、病虫害监测、农产品质量检测等，但需要部署大量传感器覆盖整个区域，且电池每隔一段时间就要更换，导致使用不便。

 

第二个阶段是个体感知，即通过普适移动感知设备对周围环境进行感知。标志性事件是1991年美国施乐公司帕洛阿尔托研究中心首席技术专家马克·维瑟提出普适计算的概念，认为计算机会融入网络、环境、生活，因此计算机会更小、更廉价、有网络连接，有超越图形界面、可以和环境进行更多交互的手段。在这个阶段，比较有代表性的物联网技术包括近场通信技术、无线感知技术等。普适计算的概念在今天仍然没有过时，利用平板电脑、智能手机、智能手表、智能手环对人体生理特征进行监测就属于这个范畴。与此同时，也面临着感知范围小、感知层次浅、数据质量低等挑战。以智能手表监测心率为例，与专用医学设备相比，监测传感器精度不高，不能用于临床诊断。

 

第三个阶段是移动群体感知网络，即当前物联网发展阶段。随着手机等智能终端载体飞速发展，其强大的感知能力使之成为重要感知体，通过普适移动感知设备搜集物理环境数据。近年来，以无人机和无人车为代表的新型边缘计算设备兴起，空地协同移动群体感知网络通过调度无人机、无人车等形成长时空、复杂的物联网感知与服务能力，从而实现对物理空间大范围、全连通、深层次感知数据采集与分析，在智慧交通、应急响应等方面有重要应用。在城市精细化管理方面，全境全时交通状态监控是世界性难题，尤其是交通拥堵、地势复杂等场景，无法实时监控路况。无人机视野开阔、拍摄范围大、位置可调节，使用无人机辅助路况监控预报拥堵路段，可及时疏导交通。因此，交警与无人机、无人车协同调度可全方位优化交通。在应急救援方面，一些自然灾害频发、地质条件复杂的地区，救援难度较大。无人机携带高精度传感器可灵活机动地感知受灾区域，辅助救援人员快速了解灾情；无人车可成为地面救援站，兼顾获取数据、辅助救援等任务。因此，救援队与无人机、无人车协同救援为救灾争取了宝贵时间。

 

面向未来，物联网将构成空天地海一体化的移动群智感知网络。可以预见，物联网应用将覆盖空天地海，深度融合天基网络、空基网络、地基网络，充分发挥不同网络功能，实现广域、深度、精准的感传算控一体化。具体来说，一方面，物联网连接数呈指数型增长。据全球移动通信系统协会预测，2025年全球物联网连接数将达250亿，其中消费物联网连接数110亿，工业物联网连接数140亿。另一方面，群体智能的技术能力将显著增强，目前正向多类感知群体互动、多种计算模式互动、感算控多个系统层次互动的“群智互动感知”新阶段发展。

 

我国高度重视物联网技术和产业发展。2013年《国家重大科技基础设施建设中长期规划（2012—2030年）》提出“建设未来网络试验设施”，其中就包括物联网应用。“十四五”规划和2035年远景目标纲要提出，推动物联网全面发展，打造支持固移融合、宽窄结合的物联接入能力。目前从技术维度看，构建空天地海一体化的移动群智感知网络亟需突破的技术点包括：相关基础理论、面向海量物联网终端的人工智能模型持续训练方法、大模型驱动的群体互动感知技术等。

 

作者：刘驰 北京理工大学计算机学院副院长