基于物联网与数字孪生的高校智能信息服务系统研究

时间：2024-05-04

李俊

(中国人民解放军陆军防化学院，北京 102205)

0 引言

信息技术的高速发展与应用推广不断推动人类社会进步，对人们的社会生活与经济活动产生深远影响[1]。当前，以大数据、人工智能、物联网等为代表的新一代信息技术持续演进，加速推动人类社会从信息时代迈向数字化、智能化时代。***总书记在十九届中央政治局第三十四次集体学习时深刻指出，要促进数字技术和实体经济深度融合，赋能传统产业转型升级，催生新产业新业态新模式，不断做强、做优、做大我国数字经济。

高校信息系统作为信息技术实践与应用的重要场景，也亟须紧紧抓住数字化、智能化的时代机遇，充分探索新兴技术赋能，构建高效、敏捷、智能的信息服务系统，提升服务与管理效能，助力教育事业发展。教育部在2018年发布的《教育信息化2.0行动计划》中也明确提出了全面推动教育的智能化[2]。然而，高校传统的功能叠加式信息服务系统建设模式存在多方面问题，很难在复杂的信息与业务环境下实现大范围的服务能力智能化提升。本文提出一种基于物联网与数字孪生的智能化高校信息服务系统，利用先进的物联网与数字孪生技术，通过建立逻辑统一的分层信息服务架构，实现不同业务数据的高效共享与复杂应用场景下不同板块业务的智能协同，以增强高校信息服务系统的基础支撑能力，为解决高校信息系统建设中存在的问题、提升服务能力与效率提供了新的思路，对利用新兴技术推动高校信息系统建设升级转型具有一定的理论与实践意义。

1 高校教育信息服务系统现存的问题

高校信息系统需要提供众多场景的业务服务，包括校园管理、学生管理、教师管理、课程管理、考试管理、线上授课管理、教室资源管理、活动场景与设施管理等[3]。在逻辑上，每个业务场景都有其自身业务流程，而不同业务间又有各类共享的基础数据；在物理上，业务的时空状态是分布式的，不同业务状态又有重叠。因此，高校的信息系统是个复杂的集成系统，其发展进步是一个渐进的过程，系统功能的逐步添加与技术架构的迭代升级，易使得系统变得臃肿。

首先，受到业务体系较广、业务内容较杂等组织因素的影响，高校信息系统本身存在分散建设、分散管理的现象[4]。不同业务分属高校不同部门管理，通常有自己的业务数据体系，不同业务间缺乏信息互通共享机制，数据共享需要进行跨数据集和接口通信，导致学校内部存在多个数据孤岛，数据冗余现象严重[5]，既降低了服务的效能与资源的使用效率，也极大地增加了新业务的实现成本。

其次，由于各业务板块的信息系统架构相对独立，限制了相关业务的协同能力，跨院系、跨部门的业务很难实现顺利流转，系统易用性较差，极大地影响了系统使用者的体验与满意度[6]。同时，由于各业务板块通常独立组织开展系统建设服务，缺乏一体化的规划，在一定程度上造成了重复建设、资源浪费等问题，对复杂信息服务的可行性、智能性与易用性方面均产生负面影响。

最后，高校对信息的收集主要依靠传统的业务信息录入方式，而对物联网信息收集途径的建设与利用还不充分，使得一些信息服务智能化缺少先决条件。高校信息系统对校园基础设施、教职人员、学生等物理环境与服务对象的数字化建模还不够全面和充分，没有形成数字孪生模型与相关平台架构，因而很难为校园信息服务架构与功能的长期升级演进提供有力支撑。此外，在常态化疫情防控形势下，高校传统信息系统在支持疫情防控，开展日常人员管理、数据溯源、线上办公与教学方面也存在短板[7]，亟须通过引入新的技术手段予以解决。

2 校园物联网与数字孪生技术

2.1 校园物联网技术

物联网通常是指通过信息传感器等装置与技术，组成异构传感器网络，实时采集被采集对象的各种信息(如声、光、热、电、位置、生物信息)等，进而通过各类网络实现实时接入，实现物与物、物与人的泛在连接，实现对人、物、过程等的智能化感知、识别与管理。当前，物联网技术已被应用于智能家居、智能交通、智慧城市、智慧物流等场景。

2016年，教育部在其《教育信息化工作要点》中指出，要利用物联网技术实现多方面的智能校园服务[8]。高校作为一个小社会，广泛融合了家居、交通、城市等相关职能，因此将物联网技术应用于智慧校园建设，具有较强的可行性，也是有效拓展物联网技术应用场景的重要突破。校园物联网常见的传感器及其作用包括：监测校园各类基础设施状态的传感器，如大楼的状态(温湿度、空气质量、电梯、照明、消防等子系统)，校园电力、供水等状态[9]；安装于道路侧、人行道与建筑内的感知车流和人流的传感器，如摄像头、毫米波雷达、激光雷达等；与教室教学过程相关的传感器，如摄像头、拾音器、投影仪、计算机等；专业实验相关实验室内传感器，如关键实验设备状态、实验室环境状态(气体传感器、温度传感器)、安全保障设备状态等；监测公寓楼住宿生活相关状态的传感器，如公共空间摄像头、红外传感器、电梯传感器、智能水电表、网联洗衣机等[10]。

校园物联网建设的关键在于传感器的选取、部署与网络的建立。高校信息化服务涉及的业务板块众多，业务对物联网传感器的需求多样，统一规划所需传感器及其布置方案是重要问题。受制于物联网传感器硬件建设的固有局限，如更新迭代周期慢(通常在寿命期内不更换)、安装复杂等，传感器方案需要具有较强的完备性与预见性。虽然可以根据尽可能多地采集数据的原则安装传感器，但实际上受环境条件与预算范围以及传感器功能与性能取舍等情况的影响，需要严格按照由物联网技术所支持业务的基本规划来牵引传感器方案设计。

2.2 数字孪生技术

数字孪生技术是指以现实空间为原型，构建其虚拟空间的镜像模型，从而建立现实与虚拟之间的信息流，进而构建现实空间实物的数字化全生命周期管理模型[11]。目前，数字孪生技术已被广泛应用于工业互联网场景。在高校场景中，基于各类物联网传感器数据的支持，可以探索建立高校校园的数字孪生，对校园内学习、工作、生活等行为的宏观与微观状态进行观测、估计与预测，进而支撑智能化的高校信息服务。

数字孪生首先需要建立孪生对象的数据模型，将物联网及传统来源的丰富数据进行表示与存储。数据模型所涉及的孪生对象包括学生、教师、职工、学校基础设施、校园环境等，并对孪生对象全方位的状态属性进行了定义，确定了属性的分类与关联关系。例如，学生的模型应包括其学习、科研、生活等方面的状态属性。其次，数字孪生需要建立孪生对象的关系模型，刻画对象属性状态的演进关系以及对象与对象间的相互作用，这是数字孪生的状态估计与预测、数据挖掘与分析的基础。孪生对象间的交互关系如学生的课程出席、作业、生活状态与其成绩间存在一定内在联系，学生的课程表、科研工作与其生活轨迹相关，教师任教的历史情况与其本学期课程的选课与课程成绩存在联系。通过物联网获取校园内人与物的实时状态，依据人的动态轨迹和需求，建立对应算法模型，智能调度信息服务，提供基础设施和资源服务，构建智能化的服务能力。

不同于智能交通等自动化相关领域，在建立孪生模型方面，高校信息服务相关孪生模型构建的挑战在于模型机理不易得到，解析表达较难，因为其涉及的不是纯物理过程[11]。因此，为了支撑高校智能化信息服务，数字孪生更依赖于包括物联网来源的广泛大量的数据及数据驱动的人工智能模型与训练方法。

3 高校智能信息服务统一平台架构

为支撑高校智能信息服务的一体化建设与长期发展，高校设计了基于物联网与数字孪生的高校智能信息服务系统的统一云平台架构(见图1)，主要包括4层：互联互通层、数字孪生层、业务服务层、协同服务层。其中，互联互通层、数字孪生层与协同服务层属于统一公共基础服务，业务服务层可以在各自业务领域进行垂直建设与发展。4层架构设计旨在形成以统一数据为基础支撑、以数字孪生为核心平台、以业务服务为核心能力、以协同服务为能力提升的高效、智能的高校信息服务系统。

图1 基于物联网与数字孪生的高校智能信息服务系统的统一云平台架构

3.1 互联互通层

互联互通层是高校智能信息服务系统的基础层，主要负责云平台与所有的物联网设备及其他信息服务数据来源的互联互通，以打破传统高校信息服务系统存在的信息孤岛。物联网和数字孪生技术的核心支撑是数据与通信，前者为业务提供统一底层支撑，后者为前者构建统一接口或转换渠道。因此，互联互通层的解决方案有两个关键点：一是搭建统一的数据中台，对接不同业务数据库，实现数据的集中化存储和管理，为数字孪生层的模型构建需求提供基础数据保障；二是通过建立可扩展的标准化协议，实现对异构通信的支持及协议的标准化或自适应，进而通过协议适配方式与现有系统对接，同时实现对业务演进与发展的自适应升级或改造支持。

3.2 数字孪生层

数字孪生层负责将所有输入的数据进行汇聚、清洗并构建成数字孪生模型。基于互联互通层提供的实时数据，数字孪生层利用孪生模型的状态估计、预测等技术，生成所有孪生对象的不同粒度的实时状态信息，利用高性能的消息系统统一为上层的各类业务需求提供动态基础数据。通过将所有业务所需数据在统一的逻辑架构下进行汇聚和分发，打破了业务板块自建垂直系统造成的信息孤岛，实现智能化服务所需的不同业务数据可一次获得，通过数据间的高效协同以支撑服务的长期发展。此外，数字孪生层主要需协调好缓存、存储与读写技术，以提高服务响应性能。

3.3 业务服务层

业务服务层是传统高校信息服务的承载层，主要通过微服务、流式计算、大数据分析等技术支撑高校的信息服务应用。该层是将传统信息服务系统中面向客户的业务相关功能提取后形成的，其部署的形式并不要求逻辑统一，可以是在数字孪生层上形成垂直的子系统，如按教学、考试、选课、科研、实验、教务、生活等板块划分，以减小对原有信息系统架构和部署模式的改变。然而，理想的实施方式是由统一平台提供公共的应用运行环境，不同业务板块间进行隔离，以最好地保证服务的性能并减少实施成本。

3.4 协同服务层

协同服务层是高校智能信息服务系统智能服务的集中体现。基于统一的平台架构，在业务服务层由统一架构实现的基础上，所有面向复杂场景或跨业务板块流程的信息服务都在这一层上实现。协同服务层的典型特征是能够自然高效地调用业务服务层的服务应用并形成一致的工作流，这样的架构不仅简化了服务功能开发与部署的难度，降低了成本，还使得可实现的服务范围与服务性能得以提升。过构建协同服务层，能有效实现高度自动化与智能化的服务。对于一个复杂的业务流程，如学生办理毕业离校各类手续流程，设计一个协同服务应用，在离校手续办理开放时，自动通过公共信息发布子系统向学生终端推送消息，对于各项手续，调用教职工的办公自动化子系统确定办理的条件及可办理的精确时间，在手续办理的全程自动更新学生子系统与教务子系统的状态。此架构使得学生和相关教职工只需要按系统指示就能轻松完成复杂的流程，减少了办理手续时去现场却无法办理的情况。

尤需注意的是，跨组织、跨部门的业务协同不仅仅需要在系统层面予以提升或变革，更要在组织层面进一步梳理业务流程、打通业务堵点、达成协同共识，实现信息系统变革牵引业务流程变革，业务流程变革促进信息系统变革，确保二者相得益彰、相互促进。

4 高校智能信息服务系统的升级路线

为尽可能地降低高校信息服务系统的升级成本，避免因系统升级与变革造成资源浪费，高校智能信息服务系统的部署与升级需要在保证现有信息服务不中断的前提下，在现有资源约束下逐步推进，因此需要使用逐步替换的方案。为此，在实现前述统一平台架构设计时还需重点设计其兼容扩展能力及相关自动化功能。

具体而言，在升级过程中，首先建立小规划的包含数据中台能力的新云平台，部署新的物联网传感器并将之接入新平台，同时逐步将现有业务数据接入新平台，在新平台上实现基础的互联互通与数字孪生，这一部分暂时与现有业务无过多交互。其次，考虑现有服务使用需求与资源要求，将现有业务逐步向新平台上迁移，并将原平台的物理资源向新平台转移，这个过程将持续最长的时间，也将涉及一些重开发工作。基于新平台上的既有业务，可以同步研发并部署协同服务层的功能，提升服务智能化。然而，所有业务在新平台上运行，新平台成型，原平台已没有业务运行和资源使用而自然停用，之后在新平台上进行升级。最后，在运营一段时间后，依据系统服务能力反馈与评估结果，进一步在各个层面进行迭代更新，尤其关注业务协同层的组织流程适用性、易用性和智能性，在更高维度上实现能力跃升。