本系列的前兩篇文章介紹了分析驅(qū)動(dòng)的嵌入式系統(tǒng)，并描述了這些系統(tǒng)的數(shù)據(jù)訪問(wèn)、數(shù)據(jù)預(yù)處理和預(yù)測(cè)算法類(lèi)型（第 1 部分可在此處找到，第 2 部分可在此處找到）。在最后一篇文章中，讓我們看看如何實(shí)現(xiàn)分析并將它們集成到生產(chǎn)和嵌入式系統(tǒng)中。

實(shí)時(shí)運(yùn)行分析和控制

圖 1 顯示了訪問(wèn)和預(yù)處理數(shù)據(jù)以及選擇算法的工作流程。在訓(xùn)練工作流程中，您使用存儲(chǔ)的數(shù)據(jù)來(lái)開(kāi)發(fā)預(yù)處理代碼和機(jī)器學(xué)習(xí)來(lái)開(kāi)發(fā)經(jīng)過(guò)訓(xùn)練的模型。在預(yù)測(cè)工作流程中，相同的預(yù)處理代碼和經(jīng)過(guò)訓(xùn)練的模型應(yīng)用于實(shí)時(shí)數(shù)據(jù)以執(zhí)行實(shí)時(shí)分析。

【圖1 | 用于實(shí)時(shí)分析的訓(xùn)練路徑和預(yù)測(cè)路徑的機(jī)器學(xué)習(xí)工作流程概述。］

此工作流可用于將工程、科學(xué)和現(xiàn)場(chǎng)數(shù)據(jù)與業(yè)務(wù)和交易數(shù)據(jù)相結(jié)合（請(qǐng)參見(jiàn)圖 2，了解每種類(lèi)型的數(shù)據(jù)源示例）。這允許創(chuàng)建復(fù)雜的分析來(lái)開(kāi)發(fā)更智能的系統(tǒng)。將傳感器生成的數(shù)據(jù)與其他實(shí)時(shí)源和他的傳統(tǒng)數(shù)據(jù)是物聯(lián)網(wǎng) （IoT）、工業(yè) 4.0 的機(jī)器對(duì)機(jī)器 （M2M） 協(xié)調(diào)以及聯(lián)網(wǎng)和自動(dòng)駕駛汽車(chē)趨勢(shì)背后的力量。

【圖2 | 通過(guò)將傳感器數(shù)據(jù)與來(lái)自工程、科學(xué)和現(xiàn)場(chǎng)數(shù)據(jù)以及業(yè)務(wù)和交易數(shù)據(jù)的數(shù)據(jù)源相結(jié)合，實(shí)時(shí)分析可用于復(fù)雜系統(tǒng)。］

在 IT 系統(tǒng)和云中集成分析

在某些系統(tǒng)實(shí)現(xiàn)中，例如由BuildingIQ開(kāi)發(fā)的系統(tǒng)，在企業(yè) IT 系統(tǒng)中執(zhí)行分析以提高嵌入式系統(tǒng)性能。分析可以作為與 IT 開(kāi)發(fā)環(huán)境（如 Java、Microsoft .NET、Excel 和 C/C++）兼容的可部署組件自動(dòng)生成，從而無(wú)需重新編碼即可將它們集成到正在運(yùn)行的 Web、數(shù)據(jù)庫(kù)、桌面和可擴(kuò)展的企業(yè)應(yīng)用程序中在本地或私有或公共云中。

【圖3 | 分析可以集成到業(yè)務(wù)系統(tǒng)（上）、智能連接系統(tǒng)（左）或兩者的組合中。］

將分析與傳感器和嵌入式設(shè)備集成

圖 3 還顯示了可以集成數(shù)據(jù)縮減、傳感器融合或預(yù)測(cè)分析以直接在智能連接系統(tǒng)中的嵌入式系統(tǒng)上運(yùn)行的路徑。斯堪尼亞緊急制動(dòng)系統(tǒng)（在本系列的第 1 部分中描述）就是一個(gè)很好的例子。

物聯(lián)網(wǎng)向更智能和更多連接的傳感器的加速趨勢(shì)增加了將更多處理和分析移動(dòng)到盡可能靠近傳感器的壓力。這樣做的好處是減少了通過(guò)網(wǎng)絡(luò)傳輸?shù)臄?shù)據(jù)量，從而降低了傳輸成本并可以降低無(wú)線設(shè)備的功耗。對(duì)于嵌入式系統(tǒng)設(shè)計(jì)人員來(lái)說(shuō)，不僅要考慮算法性能，還要考慮整個(gè)系統(tǒng)的穩(wěn)健性、可靠性以及架構(gòu)和設(shè)計(jì)的成本。為此，可以使用基于模型的設(shè)計(jì)方法來(lái)模擬系統(tǒng)，自動(dòng)生成嵌入式代碼，并持續(xù)測(cè)試和驗(yàn)證集成到嵌入式系統(tǒng)中的分析。

這方面的一個(gè)例子是使用大數(shù)據(jù)和分析使我們的汽車(chē)更智能的創(chuàng)新。汽車(chē) OEM 正在從現(xiàn)實(shí)世界的駕駛情況（想想數(shù)百萬(wàn)英里的駕駛）中收集大量數(shù)據(jù)，記錄發(fā)動(dòng)機(jī)性能、視頻、雷達(dá)和其他信號(hào)等數(shù)據(jù)。這些數(shù)據(jù)用于生成重要的指標(biāo)，例如車(chē)隊(duì)級(jí)別的燃油經(jīng)濟(jì)性和性能。工程團(tuán)隊(duì)也在使用這些真實(shí)數(shù)據(jù)來(lái)設(shè)計(jì)、開(kāi)發(fā)和測(cè)試新型汽車(chē)系統(tǒng)，例如高級(jí)駕駛輔助系統(tǒng) （ADAS）。通過(guò)結(jié)合數(shù)據(jù)分析和基于模型的設(shè)計(jì)工作流程，ADAS 工程師能夠使用帶有真實(shí)標(biāo)簽的大型測(cè)試集改進(jìn)算法，執(zhí)行嚴(yán)格的模擬和驗(yàn)證，

分析驅(qū)動(dòng)的嵌入式系統(tǒng)就在這里。創(chuàng)建處理大量業(yè)務(wù)和工程數(shù)據(jù)的分析能力使許多行業(yè)的設(shè)計(jì)工程師能夠開(kāi)發(fā)更智能的產(chǎn)品和服務(wù)。他們可以使用分析來(lái)描述和預(yù)測(cè)系統(tǒng)的行為，并進(jìn)一步將分析與嵌入式控制系統(tǒng)相結(jié)合，以自動(dòng)化行動(dòng)和決策。

審核編輯：郭婷