【仪表网 仪表下游】近日，美国能源部（DoE）旗下的阿贡国家实验室（Argonne National Laboratory）取得了一项运用于远端感测的统包式（turn-key）物联网（IoT）技术突破；这种“Waggle”概念──在芝加哥的“Array of Things”智慧城市专案中进行了两年测试──终于可以导入智慧工业与政府传感器阵列中。
Waggle平台内含四颗处理器，采用Linux作业系统，能混合搭配具备不同特定应用传感器的阵列
Waggle的突破在于其“边缘运算（edge computing）”硬件与图案识别软件，能以机器学习在将现场图像及音频资料传输至云端之前进行“预处理（pre-process）”；能源部指出，由阿贡实验室打造的无线环境感测平台，是个统包式边缘运算方案，可通过传输经过识别的事件到云端、而非原始资料，而大幅减少大数据（Big Data）问题。
此外其子板（daughter-board）架构，允许任何一种传感器阵列安装到“传感器网络边缘（sensor-net edge）”装置，因此能利用机器学习来识别几乎所有东西。
阿贡实验室举办了为期两天的技术研讨会，吸引产官学界对Waggle平台有兴趣的50多位工程师参加，包括来自美国太空总署（NASA）、美国环保署（EPA）、Honeywell、Bosch、美国德州大学达拉斯分校（University of Texas-Dallas），以及奥勒冈州波特兰市（Portland）的代表。
Waggle节点能以轮询（polling）或自动（automatic）模式运作（或两者同时），让科学家们能从读取在云端纪录、预先识别的资料开始，或是即时轮询无线节点以取得目前状态的资料──可以是原始资料或是经过预先识别的。
德州大学达拉斯分校的大气科学家David Lary，介绍以整合到阿贡实验室开发之Waggle平台的空气颗粒物传感器，监测田纳西州Chattanooga 的空气品质
目前Waggle被运用于亚马逊丛林的森林砍伐研究，以及改善载人太空任务的空气品质，还有增进我们对环境、人类健康（例如花粉与气喘疾病之间的关联性）等研究的了解。
Waggle的机器学习功能可用以识别鸟类、汽车、自行车，或是云的各种形状以及其他环境现象，例如监测废水的流向；而因为该平台采用消费性等级传感器，也能运用于小型化的廉价超低功耗可穿戴式物联网装置。
（原标题：“统包式”物联网平台助力智慧城市远端监测）
