← 返回实验室

AI边缘网关协议自识别定制:报文切分与点位映射

设备接入仍是硬件 IoT 项目里最费人力的环节之一:一台网关背后往往挂着十几个品牌的 PLC、仪表与传感器,寄存器点位表要靠工程师逐条对照手册填写,协议相同而语义各异,现场调试常常以天计。

我们把这个问题拆成两步做实验。第一步是报文切分:采集串口与网口的原始字节流,利用轮询的周期性特征与字节变化率做无监督分段,把连续数据切成候选寄存器块,不预设协议类型。第二步是语义归类:用轻量分类模型结合数值分布(量程、跳变频率、单调性)判断每块更可能是开关量、模拟量还是累积量,输出带置信度的候选点位表,工程师只做确认与命名,不再从零填写。

阶段进展:在某注塑车间的 12 台设备、4 种协议上做离线验证,候选点位召回约 86%,误报集中在多字节浮点与位域复用场景;单台设备的接入配置时间由平均 4 小时压缩到 1 小时左右。

下一步计划有两点:
· 引入写操作的权限与量程校验,避免自动映射误触发下写;
· 尝试跨协议语义对齐,让同一物理量在不同品牌设备上自动归入统一标签。

评论

更多研究动态

查看全部实验室 →