人類生活在城市中的比例在過去幾十年已大幅增加, 而且將穩定成長. 在1800年, 只有3-4%的人口在城市居住, 但到1950年, 已經上升到30%左右. 據聯合國和世界衛生組織預測, 這個數字到2050年將增長一倍以上, 達到66%, 而農村人口繼續下降. 而印度將以驚人的速度增加4億城市人口, 中國將增加近3億.
這些所預測的更高人口密度, 將對有限的現有資源(水, 能源, 糧食, 衛生設施等)造成極大壓力, 使道路交通更擁擠, 通訊網路負載更大, 也影響到當地環境(需要考慮空氣, 水和噪音汙染), 形成對市政治理, 公用事業公司, 許多其他服務提供商的嚴峻挑戰. 這個問題在所謂的巨型城市最明顯. 這些地方有1000多萬個居民. 目前全球公認的巨型城市有28個(東京, 德裡, 上海, 孟買和聖保羅是最大的城市), 預計2030年前還有10個城市有望進入名單(包括約翰內斯堡, 曼穀和胡志明市等).
物聯網(IoT)技術的應用已經變得無可避免而且基本, 並不只是改善生活和工作方式的驅動力量. 我們希望現代社會能處理城市居民面臨的諸多問題, 而這些問題隨著城市不斷擴張, 勢必會更加明顯. 大都會區方圓百裡內部署的雲端連接感測器持續監控而得的各種數據, 將是一大救星, 可以提供一系列不同的服務和功能, 有些是全新的, 還有一些是對現有服務的改進. 未來城市將可藉此處理大量居民生活所帶來的問題, 同時滿足人們非常想要改善生活質量的願望.
老城市基礎設施舊 新舊技術搭配不簡單
所謂智能城市的發展分成兩種不同類型. 有從零開始的全新開拓點, 像是印度的托萊拉(Dholera), 韓國的松島(Songdo), 阿拉伯聯合大公國的馬斯達爾(Masda)和中國的梅溪(Meixi). 在這些城市中, 極有企圖心的大型項目都已正在進行或接近完工. 另一種類型則是在現有城市中加入智能功能.
開拓新的城市可以從零開始部署必要技術, 所以更容易大刀闊斧進行智能城市建築, 而且部署方式已考慮到日後如何實施. 大部分技術可以在城市居民進駐之前納入規畫. 雖然這些新城市將作為科技進步的展示城市, 但其人口其實只佔了世界上大都會人口數量的一小部分.
遷走城市的大量現有居民家庭是不切實際的做法, 如紐約, 倫敦或馬尼拉, 皆持續數代, 造成的動蕩太大. 如果要在城市廣泛部署智能技術, 絕大多數會發生在很大的老城市, 挑戰更大, 因為涉及到老舊的基礎設施. 因而至少在一開始的時候, 新舊技術需要互相搭配, 這會是智能城市整合和協同合作方面的主要一個關注點.
因此, 儘管老舊的大城市可能從智能技術受益最多, 但也會花特別長的時間學習充分應用新技術. 許多情況下, 會先從較新, 較小規模的操作中學習經驗. 隨後可能先選一些特定地區採用, 獲得矚目, 然後其他地區跟風仿效. 這個作法本身有問題, 可能導致實行的地區跟沒實行的地區之間更大的數字落差.
圖1 以更多元素補充現有通訊基礎設施
獲利機會明顯 智能停車商用速度快
新的以物聯網為基礎的硬體的推出, 須要從營運和基礎設施的角度考慮到成本效益. 比如說, 無線通信把事情變得簡單很多, 相較之下, 有線通訊還帶來電纜配線的不便和費用. 然而, 可能也有可靠性的問題, 需要在系統中加入備援(會提高一定程度的成本, 但仍可能節省可觀費用).
首波構築智能城市的技術已經進入應用, 像是智能測量在許多西方經濟體已經相當普遍. 日漸普及的家庭和樓宇自動化的可能是下一個階段, 附加功能開始進來, 如監測農業和家庭用水(使城市儲備分配得宜)和智能照明(將根據一天中所處的時間和一年中所處的時間調節照明位置).
此外, 物聯網的感測器節點可以用於預防性維護: 檢查溫度分布, 壓力水平或建立模具, 橋樑, 建築, 公路等. 也可以確保給老人和體弱者更好照顧, 提供整個城市可用醫院床位的資訊, 或是什麼時候哪裡有特殊治療所需設備. 無限的可能性. 問題是這些情境時候會成真呢?
幾年前所期望的某些情境尚未成真. 有一個假設獲得很多媒體關注: 大規模利用智能電網技術配電.
但目前仍只見於非常少數領域. 與此相關的高額財政支出似乎阻礙進展. 物聯網在一些領域的發展, 可能需要政治力量在後面推一把, 可以透過立法設立準則為各城市鄉鎮提供明確的發展方向, 或者提供有吸引力的機制鼓勵創新(例如稅收減免); 大多仿效先前推動安裝太陽光電的方法.
某些情況下, 不是市政或公用事業, 反而是商業公司的行動, 將更可能實現技術先進城市的最終目標. 應用智能停車系統讓上班族找到停車位就是很好的例子. 這類具有明顯獲利機會的應用可用來推動智能城市進展.
安裝成本極大化 感測器功能得更多元
物聯網實施的關鍵是能夠從周圍環境獲取有意義的數據. 回到智能照明的例子. 用光電二極體測量的光, 以及當地天氣情況的資訊, 可以用來確定某個地區的路燈何時應該開或關. 藉由在系統中加入被動紅外線(PIR)感測器, 能對街上沒有人走動的時期給予直接反應(在不需要時關燈以節省能源).
幾乎所有業內專家一致認為, 感測器融合將發揮重要作用. 如果花費時間和精力在特定的地方安裝感測器, 最好是有多個裝置發揮不同的功能(即使有些功能不能隨即利用). 這能避免日後進行額外安裝而產生更高成本. 的確須要花費較多的初始資本, 但從長期來看, 將證明這筆投資有效節省升級衍生的勞力成本, 當然還有額外服務產生的益處與成本節省.
也可能有機會共用, 分析和交叉傳遞不同感測器的數據. 舉例來說, 公路管理路局用於交通監控的攝影機所拍攝的映像可能對監控/安全任務是有價值的. 此外, 還有機器學習的前景--系統不僅收集數據, 而且隨時間推移開發智能. 可以編譯配置檔以提高服務效率. 以公寓為例, 管理公司可以利用不同地點獲得的數據全面提供更好的服務. 這些方法也可能用來加速緊急服務的響應.
通用性和成本效益將成為未來幾年推動智能城市發展物聯網方案的基礎. 因此, 半導體供貨商需要能夠提供基本的構建模組支援, 即高性能高能效的組件, 涵蓋一系列不同的感測器功能, 並由出色的連接性支援.