【儀表網 儀表下游】近日，美國能源部（DoE）旗下的阿貢國家實驗室（Argonne National Laboratory）取得了一項運用于遠端感測的統包式（turn-key）物聯網（IoT）技術突破；這種“Waggle”概念──在芝加哥的“Array of Things”智慧城市專案中進行了兩年測試──終于可以導入智慧工業與政府傳感器陣列中。
Waggle平臺內含四顆處理器，采用Linux作業系統，能混合搭配具備不同特定應用傳感器的陣列
Waggle的突破在于其“邊緣運算（edge computing）”硬件與圖案識別軟件，能以機器學習在將現場圖像及音頻資料傳輸至云端之前進行“預處理（pre-process）”；能源部指出，由阿貢實驗室打造的無線環境感測平臺，是個統包式邊緣運算方案，可通過傳輸經過識別的事件到云端、而非原始資料，而大幅減少大數據（Big Data）問題。
此外其子板（daughter-board）架構，允許任何一種傳感器陣列安裝到“傳感器網絡邊緣（sensor-net edge）”裝置，因此能利用機器學習來識別幾乎所有東西。
阿貢實驗室舉辦了為期兩天的技術研討會，吸引產官學界對Waggle平臺有興趣的50多位工程師參加，包括來自美國太空總署（NASA）、美國環保署（EPA）、Honeywell、Bosch、美國德州大學達拉斯分校（University of Texas-Dallas），以及奧勒岡州波特蘭市（Portland）的代表。
Waggle節點能以輪詢（polling）或自動（automatic）模式運作（或兩者同時），讓科學家們能從讀取在云端紀錄、預先識別的資料開始，或是即時輪詢無線節點以取得目前狀態的資料──可以是原始資料或是經過預先識別的。
德州大學達拉斯分校的大氣科學家David Lary，介紹以整合到阿貢實驗室開發之Waggle平臺的空氣顆粒物傳感器，監測田納西州Chattanooga 的空氣品質
目前Waggle被運用于亞馬遜叢林的森林砍伐研究，以及改善載人太空任務的空氣品質，還有增進我們對環境、人類健康（例如花粉與氣喘疾病之間的關聯性）等研究的了解。
Waggle的機器學習功能可用以識別鳥類、汽車、自行車，或是云的各種形狀以及其他環境現象，例如監測廢水的流向；而因為該平臺采用消費性等級傳感器，也能運用于小型化的廉價超低功耗可穿戴式物聯網裝置。
（原標題：“統包式”物聯網平臺助力智慧城市遠端監測）
