【智简联接，万物互联】华为云·云享专家刘文龙：变革传统嵌入式编程开发，IoT开发首选LiteOS

与其说传感器是一个硬件设备，不如说它是我们人体感官的延伸。

试想一下，我们被丰富且微小的传感器所包围，它们时刻监测我们健康，通过云端算法，如同加密的 “私人医生”一样，帮助我们预防疾病风险；城市和生活也会被丰富的传感器网络所包围，时刻检测温湿度、空气质量，由此开启和关闭空气净化装置，实时改善城市的环境……

这也是刘文龙所构想的物联网世界，他认为未来的世界，传感器将包含人类五感的功能，部分甚至能代替和制造五感的效果。

那么，这样一个有些“荒诞”，又有些“理想化”的世界，从哪里开始呢？

与IoT结缘，感知世界的另一种方式

刘文龙算是物联网行业的老兵了，在嵌入式领域有着10多年的工作经验。

他和物联网的渊源最早可以追溯到他上大学那会，回忆起当初做物联网开发的那段经历，刘文龙提到了一个有趣的项目。

当时他在学校实验室开发一个精密的形变检测产品，用于测试大坝微小变化。其原理是利用24位AD对一个形变片上的微小电压进行测试，采样后利用Δ-∑滤波器进行滤波，然后通过MCU进行中值处理后得到一个新的数据点，最后将数据发送到中央监控器，监控被测物体微米或是纳米级别的形变，来预判一些事故的发生。

可见一个小小的传感器蕴藏的能量是不可估量的，刘文龙迷恋于此。所以，毕业后他一直从事嵌入式开发的工作，尤其以伺服嵌入式软件开发和物联网应用开发为主。

10年的行业经验，也让刘文龙对物联网市场的变化感同身受。        

单一的传感器能收集到的数据是有限的，以前也没有合适的技术能将这些数据价值最大化。

但通过物联网技术，可以把传感器的参数采集后通过安全加密的方式传输到云端，在云端大数据和AI的支撑下，赋能这些传感器。最终，无处不在的IoT设备让我们更好地控制和感知我们的世界。

在刘文龙看来，IoT无处不在，用于测量空气的温度、湿度、PM2.5，用于生产安全的燃气浓度、烟感等等，更多智能的传感器和云端算法正融入到我们的生活。

LiteOS：速度快、周期短、高可靠

工欲善其事必先利其器，万物互联的美好图景始于物联网应用的开发，这也是刘文龙接触华为云后最受益匪浅的地方。

他在学习华为云IoT课程时了解到华为云的嵌入式操作系统LiteOS，自此就是一发不可收的项目开发之路。

在刘文龙看来，LiteOS可以很好地进行实时线程的控制，首先保证了传感器采样对时间的要求。

其次，LiteOS的设计能够加速开发者项目的落地，以它提供的传感器框架为例，由于统一了接口，开发者选择已有的传感器驱动进行开发或是依照框架设计传感器驱动时，能直接调用应用程序，不仅缩短开发周期，也减少不靠谱代码造成的影响。

刘文龙举了个开发实操的案例：利用SR04超声波传感器进行距离采样。

如果使用原有的裸机开发，需要自己做定时的采样，开启定时器中断，然后检测中断的时间，按照这个时间计算处理，再通过时间扫描将数据发送到云端。

但是用LiteOS后，我只需要把SR04的超声波检测模块添加到SensorHub框架，然后利用轮询传感器采样，将数据转成Json格式直接发到云端。这几步操作只需LiteOS创建几个线程，写几行语句就能实现，比原有逻辑的开发思路简单多，再加上华为在安全上做的工作，还能保证运行后的可靠。

更优秀的是，华为在保证系统足够安全可靠的情况下，还增加了IoT Studio数据平台的服务接口，这样从数据采集、网络协议（MQTT、CoAP等）传输到IoT Studio也只要几行指令即可完成。

软件的便利性让刘文龙颇为感慨，“这在原有的嵌入式编程上是不可想象的，华为云IoT工具的效率和安全性并重，既降低开发者的使用门槛，也给嵌入式设备更好地赋能。”

现在手上有新项目，刘文龙第一考虑就是LiteOS，它既有优质的框架能直接选用，也可以更好得完成项目算法的迁移。

经过几个项目的历练，刘文龙认为，“未来嵌入式MCU必将从裸机开发到RTOS开发，因为现在的程序可靠性高，编程也简单，相应的项目产出也快了。”

不过，LiteOS解决的只是物联网应用的开发，真正让传感器智能的还要靠设备（数据）上云后带来的数据价值。

IoT+AI赋能，让设备“活”起来

数据上云后，用传统的方式面对这些数据感觉很无力：既没有好的大数据算法，也没有相应的大型服务支持。

但现在有了IoT数据接入服务DIS，一切难题便可迎刃而解。DIS可以连接AI开发平台ModelArts实现AI的运算，并把结果反馈回IoT平台到开发板进行命令执行。

具体流程如上图所示：边端设备将数据传输到IoT 平台，数据以JSON格式转入到DIS，再通过对象存储服务OBS将边端数据传送到ModelArts，数据经过预先制定的边端模型训练后在AI开发平台上实现功能。这就是从端边的数据采集到云端AI运行，再将结果输出到IoT平台监控和终端设备执行命令的全流程。

以此类推，在智慧城市、智慧工厂这样大的场景中，我们也可以将传感器收集到的数据加载到AI模型中，从而预判场景的变化，如城市人口的移动数据、各个景点空气质量数据、工厂的生产进度……这样就能高效地进行城市建设，为工厂设备的使用进行预判维护，提高生产力和效率。

可以预见的是，伴随着云服务、AI、边缘计算的深入结合，万物互联，以传感器为代表的物物感知时代，离我们真的不远了。