在智能硬件实验室的硬件 IoT 方向，我们最近把一部分精力放在边缘网关的接入环节：设备点表、手册与现场抓包格式各异，点位映射长期依赖人工逐条核对，是数据上云前最耗时的一步。
做法上不追求端到端自动化，而是让模型只做候选生成——先从手册与点表中抽取量纲、量程、寄存器地址等结构化字段，再结合现场报文的时间序列特征（变化频率、量级、与已知点位的相关性）给出映射候选及置信度，工程师负责确认或否决。
进展与数据：
· 在 Modbus TCP、OPC UA、MQTT 三类协议共 12 台设备上做了小规模验证，候选映射的首位命中率约 78%，人工校对耗时从平均每台 25 分钟降至 9 分钟上下；
· 为适配网关侧算力，抽取与匹配模型做了量化，单台网关内存占用控制在 200MB 以内，不占用采集主链路。
下一步计划：把「上云前的回读校验」做成闭环——写点位先做影子下发，比对设备回读值是否落在预期区间，再决定是否放行；同时补充非标私有协议的冷启动样本。
评论