工業(yè)物聯(lián)網(wǎng)環(huán)境下隱式人機(jī)交互消息傳播方法

楊 林 李文鋒 段 瑩 羅 云 楊文超

武漢理工大學(xué)物流工程學(xué)院，武漢，430063

0 引言

制造需求正從大規(guī)模集成生產(chǎn)向小批量、定制化、大量服務(wù)協(xié)作化轉(zhuǎn)變。柔性制造、敏捷制造、cyber制造[1]、social制造[2]等各類(lèi)制造模式的出現(xiàn)，加速了物聯(lián)網(wǎng)和信息物理系統(tǒng)技術(shù)在制造業(yè)的應(yīng)用，構(gòu)造了未來(lái)工業(yè)4.0生態(tài)：小型化、高度柔性生產(chǎn)者及各類(lèi)服務(wù)資源組成的制造網(wǎng)絡(luò)[3]，智能聯(lián)網(wǎng)現(xiàn)場(chǎng)設(shè)備能獨(dú)立提供自服務(wù)、自感知、自配置的智能物體資源[4]，智能物體服務(wù)間彼此交互或通信來(lái)提高服務(wù)附加值，個(gè)性化的客戶需求預(yù)測(cè)與追蹤，“客戶即生產(chǎn)者”的參與式生產(chǎn)[5]等。工業(yè)4.0使得人、產(chǎn)品、機(jī)器和其他資源被作為信息和服務(wù)分享到整個(gè)企業(yè)生產(chǎn)系統(tǒng)和價(jià)值鏈。人既是數(shù)據(jù)和服務(wù)使用者也是提供者，信息和服務(wù)呈現(xiàn)以人為中心的特征。

以人為中心的物聯(lián)網(wǎng)技術(shù)將智能手機(jī)作為人與物聯(lián)網(wǎng)資源交互的接口，實(shí)現(xiàn)人與物理設(shè)備和信息空間(cyber)數(shù)據(jù)服務(wù)的隨時(shí)隨地交互[6]。人通過(guò)智能化的技術(shù)獲取周邊服務(wù)資源，周邊智能物體網(wǎng)絡(luò)根據(jù)人的行為特征提供前瞻性的服務(wù)[7]。人機(jī)交互模式由傳統(tǒng)的面向物理實(shí)體的顯式交互轉(zhuǎn)為面向服務(wù)的隱式交互[8-9]。一方面，這種面向服務(wù)的智能工業(yè)環(huán)境模糊了傳統(tǒng)的金字塔式的分層控制與感知[10]，制造過(guò)程中，人周邊的環(huán)境出現(xiàn)新特征：設(shè)備對(duì)設(shè)備(device-to-device, D2D)直接獲取現(xiàn)場(chǎng)設(shè)備物理數(shù)據(jù)，全局化點(diǎn)對(duì)點(diǎn)(peer-to-peer, P2P)通信的數(shù)據(jù)和服務(wù)訪問(wèn)，數(shù)據(jù)在物理和信息空間進(jìn)行交互，人機(jī)交互隱式化[11]；另一方面，移動(dòng)設(shè)備是人隨身攜帶的物理計(jì)算設(shè)備，是實(shí)現(xiàn)高度動(dòng)態(tài)的制造現(xiàn)場(chǎng)設(shè)備環(huán)境下人機(jī)交互普適性的硬件基礎(chǔ)。移動(dòng)設(shè)備被應(yīng)用到制造業(yè)全生命周期的各個(gè)環(huán)節(jié)，通過(guò)內(nèi)置傳感器、可穿戴生產(chǎn)設(shè)備、駕駛或操作的車(chē)輛等感知人的行為，增強(qiáng)了人與周邊智能設(shè)備彼此交互的能力。隱式交互形式由人與設(shè)備接口或操作界面交互，拓展為智能手機(jī)設(shè)備與其他設(shè)備的交互。周邊環(huán)境的智能設(shè)備通過(guò)分析手機(jī)采集的數(shù)據(jù)來(lái)推理人的行為特征。面向帶人屬性的智能物體服務(wù)隱式交互在工業(yè)物聯(lián)網(wǎng)中的研究逐漸被重視。然而，人與工業(yè)物聯(lián)網(wǎng)環(huán)境的集成具有移動(dòng)性、社會(huì)性等因素，這給智能物體間的交互帶來(lái)了新的挑戰(zhàn)。本文以移動(dòng)性、非中性化的工業(yè)物聯(lián)網(wǎng)智能物體服務(wù)為研究對(duì)象，探索人與工業(yè)物聯(lián)網(wǎng)交互中的隱式社會(huì)關(guān)系及其交互信息傳遞性能。

1 隱式人機(jī)交互國(guó)內(nèi)外研究現(xiàn)狀

國(guó)內(nèi)，徐光等[12]研究了普適計(jì)算環(huán)境下基于覺(jué)察的動(dòng)態(tài)的上下文感知的隱式交互，提出了物理信息系統(tǒng)“時(shí)空流”的信息交互形式，將傳統(tǒng)的基于固定設(shè)備和環(huán)境的人機(jī)交互擴(kuò)展至隨時(shí)隨地的日常物品和環(huán)境接口間的交互。針對(duì)動(dòng)態(tài)的環(huán)境上下文感知，王國(guó)建等[13]提出了動(dòng)態(tài)環(huán)境下服務(wù)共享機(jī)制，實(shí)現(xiàn)視覺(jué)感知系統(tǒng)對(duì)隱式交互的支持。王巍等[14]總結(jié)了隱式人機(jī)交互的研究現(xiàn)狀，指出物聯(lián)網(wǎng)環(huán)境與普適計(jì)算下，移動(dòng)設(shè)備傳感器感知與可穿戴體感網(wǎng)是隱式交互研究的關(guān)鍵技術(shù)。針對(duì)傳統(tǒng)WIMP(windows, icon, menu, point device)界面復(fù)雜人機(jī)交互難以適應(yīng)的問(wèn)題，馬翠霞等[15]研究了云制造環(huán)境下的隱式人機(jī)交互，通過(guò)筆畫(huà)操作智能終端與虛擬化、服務(wù)化制造資源交互，提高企業(yè)移動(dòng)制造效率。這種面向設(shè)備或系統(tǒng)的隱式交互基于垂直、封閉的人周邊環(huán)境，數(shù)據(jù)來(lái)自人周邊范圍測(cè)量環(huán)境，信息來(lái)自特定應(yīng)用的云端虛擬服務(wù)器集中查詢和分發(fā)。但是，人進(jìn)入新的環(huán)境中，需要重新配置與周邊設(shè)備的連接、從其他企業(yè)或者云服務(wù)器獲取授權(quán)。針對(duì)面向非中心化企業(yè)層級(jí)的自治系統(tǒng)服務(wù)，張祖國(guó)[16]提出了社會(huì)化智能代理的制造體系架構(gòu)，企業(yè)制造資源的動(dòng)態(tài)組合無(wú)需開(kāi)發(fā)新的軟件系統(tǒng)，支持人(自由職業(yè)者)與企業(yè)的制造分包服務(wù)動(dòng)態(tài)耦合。上述研究為無(wú)所不在的普適性感知奠定了理論基礎(chǔ)。以人為中心的工業(yè)物聯(lián)網(wǎng)環(huán)境中，設(shè)備高度密集分布、隨時(shí)隨地服務(wù)本地直接交互的新特征，需要對(duì)隱式交互展開(kāi)進(jìn)一步探索。

國(guó)外，SCHMIDT[9]首次定義了隱式交互，基于XML對(duì)上下文感知建模進(jìn)行了論證。人不需要直接操作機(jī)器，機(jī)器系統(tǒng)根據(jù)人的意圖提供服務(wù)。JAROSLAW等[17]針對(duì)傳感器-執(zhí)行器上下文推斷不準(zhǔn)的問(wèn)題，提出智能物體主動(dòng)提示機(jī)制，在人周邊提示可選提示或暗示，簡(jiǎn)單交互做出選擇。在智能手機(jī)與智能物體隱式交互方面，STEFAN等[18]指出，智能手機(jī)與可穿戴設(shè)備的體感網(wǎng)結(jié)合是隱式交互的有效工具，并分析了當(dāng)前移動(dòng)隱式交互中的可穿戴設(shè)備。在物聯(lián)網(wǎng)隱式交互方面，GUIOU[19]探索了物聯(lián)網(wǎng)智能物體在沒(méi)有提示的情況下感知人的活動(dòng)，作為橋梁連接不同的人之間的關(guān)系，并創(chuàng)建安全可信的新的人際連接，增強(qiáng)人的社會(huì)關(guān)系網(wǎng)絡(luò)連接。上述針對(duì)工業(yè)4.0中人與自組織智能物體交互的研究，為人機(jī)混雜環(huán)境下的隱式交互研究奠定了基礎(chǔ)。

2 智能設(shè)備的服務(wù)及社會(huì)化網(wǎng)絡(luò)建模

2.1 帶人屬性的智能設(shè)備服務(wù)描述

工業(yè)4.0中，網(wǎng)絡(luò)化制造資源由離散的自組織服務(wù)構(gòu)成，客戶需求或定制生產(chǎn)任務(wù)通過(guò)一組服務(wù)交互的形式完成。在隱式交互范式下，人的移動(dòng)性與個(gè)性化需求具有不確定性，導(dǎo)致服務(wù)組合與觸發(fā)具有機(jī)會(huì)性?？紤]人的因素和機(jī)器社會(huì)化屬性，社會(huì)化智能物體服務(wù)以中間件的形式對(duì)外提供服務(wù)和交互。異構(gòu)智能設(shè)備通過(guò)智能物體(smart object)技術(shù)抽象為服務(wù)中間件，單獨(dú)或者動(dòng)態(tài)組合構(gòu)建服務(wù)，滿足用戶請(qǐng)求[20]。社會(huì)化智能設(shè)備服務(wù)包含以下部分：自身獨(dú)立的服務(wù)(m-service)、社會(huì)化活動(dòng)(social activities)、物理活動(dòng)(physical activities)、設(shè)備對(duì)設(shè)備直接服務(wù)交互(device-to-device service aggregation)。智能物體服務(wù)m-service(mobile-、micro-、multiple-service, 移動(dòng)式、微小、多模態(tài)服務(wù))具有獨(dú)立的發(fā)現(xiàn)、自服務(wù)、自組織和自配置的功能，包含服務(wù)評(píng)價(jià)、匹配、帶人屬性的交互模型(people-centric interaction model)等。物理活動(dòng)包含服務(wù)屬性、鏈表訪問(wèn)、記錄及知識(shí)庫(kù)，記錄設(shè)備本地局部網(wǎng)絡(luò)物理連接鏈表及設(shè)備間依賴(lài)關(guān)系，在與其他智能物體交互的過(guò)程中進(jìn)行更新，存儲(chǔ)在本地智能設(shè)備內(nèi)存。社會(huì)化活動(dòng)包含智能設(shè)備社會(huì)關(guān)系網(wǎng)絡(luò)連接、社會(huì)屬性的推理匹配。將人的屬性引入智能設(shè)備服務(wù)語(yǔ)義模型，考慮人在日常活動(dòng)中動(dòng)態(tài)的社會(huì)屬性與狀態(tài)改變的觸發(fā)因素，構(gòu)建一種面向人屬性的智能物體服務(wù)模型：

(1)

其中，mServicei表示智能物體在第i種服務(wù)組合狀態(tài)下，具有屬性單元AttrUi、觸發(fā)單元TrigUi。觸發(fā)單元是服務(wù)組合狀態(tài)改變的驅(qū)動(dòng)單元，作為驅(qū)動(dòng)服務(wù)自組織、推理、篩選的參數(shù)。其中，Obj.Location為位置，Obj.Tim為時(shí)間，Obj.Soci為社會(huì)連接，Obj.LocLink為本地連接，Obj.Mov為移動(dòng)，Obj.Orin為朝向，Obj.Env為環(huán)境。該服務(wù)語(yǔ)義描述模型為社會(huì)化智能物體動(dòng)態(tài)創(chuàng)建服務(wù)組合與節(jié)點(diǎn)間社會(huì)關(guān)系的軟件實(shí)現(xiàn)方法。

2.2 工業(yè)物聯(lián)網(wǎng)智能設(shè)備社交網(wǎng)絡(luò)

機(jī)器社交網(wǎng)絡(luò)[21]與人攜帶的體感網(wǎng)交互過(guò)程中形成的關(guān)系表征為社會(huì)關(guān)系，它動(dòng)態(tài)創(chuàng)建了智能物體的服務(wù)連接網(wǎng)絡(luò)與D2D通信的增強(qiáng)連接圖(social-D2D enhanced graph)。社會(huì)關(guān)系強(qiáng)度是智能設(shè)備之間消息轉(zhuǎn)發(fā)的傾向指標(biāo)之一。工業(yè)物聯(lián)網(wǎng)環(huán)境中帶人社會(huì)屬性的制造資源社會(huì)關(guān)系示例見(jiàn)表1。

2.3 帶人移動(dòng)特性的設(shè)備社會(huì)化網(wǎng)絡(luò)構(gòu)建

圖1 帶人移動(dòng)特性的D2D網(wǎng)絡(luò)交互消息擺渡與新社會(huì)關(guān)系構(gòu)建Fig.1 Message ferrying of human mobility in D2D interaction network for implicit social relationship tie creating

借鑒文獻(xiàn)[22]中機(jī)會(huì)網(wǎng)絡(luò)節(jié)點(diǎn)相遇與概率模型，在社會(huì)化自組織生產(chǎn)網(wǎng)絡(luò)中，社會(huì)化設(shè)備節(jié)點(diǎn)對(duì)(pairs)的相遇或者內(nèi)部連接分布服從長(zhǎng)尾Weibull分布Xphy_meet，且D2D節(jié)點(diǎn)聯(lián)系間隔服從平均分布Xinner_meet[a,b]?；贒2D接觸間隔，節(jié)點(diǎn)ni和nj之間的接觸率記為

(2)

其中，E[·]為數(shù)學(xué)期望；Ii,j為節(jié)點(diǎn)對(duì)(pairs)接觸時(shí)長(zhǎng)；Ti,j為接觸的間隔；γ為長(zhǎng)尾分布冪律指數(shù)；tmin為設(shè)定的最短接觸時(shí)間；[a,b]為平均分布區(qū)間。因此，通過(guò)接觸率σi,j獲取移動(dòng)用戶節(jié)點(diǎn)ni和nj的D2D設(shè)備對(duì)的連接概率。設(shè)某社團(tuán)Cave的影響因子為Ic,c?C，其中，C是社團(tuán)集合，體現(xiàn)了社團(tuán)內(nèi)設(shè)備相互連續(xù)接觸的頻繁度，可通過(guò)該社團(tuán)節(jié)點(diǎn)的平均接觸率計(jì)算：

(3)

式中，Nc為社團(tuán)c中節(jié)點(diǎn)的數(shù)量。

3 帶社會(huì)屬性的隱式人機(jī)交互消息傳播方法

3.1 隱式交互系統(tǒng)消息傳播方法

基于D2D社會(huì)化網(wǎng)絡(luò)，從人的需求信息傳播角度，隱式交互可分為兩個(gè)階段：人直接交互階段和社會(huì)化D2D(social-D2D)網(wǎng)絡(luò)交互階段，如圖2所示。在體感網(wǎng)的物理無(wú)線通信覆蓋范圍內(nèi)，人直接參與周邊物理通信連接的智能物體節(jié)點(diǎn)交互；體感網(wǎng)物理通信覆蓋范圍外，第一階段的交互信息在社會(huì)化D2D(其他人與智能物體設(shè)備)網(wǎng)絡(luò)中進(jìn)行迭代傳播。與已有的基于蜂窩基站的設(shè)備對(duì)設(shè)備病毒傳播擴(kuò)散模型相比，信息傳播受三個(gè)方面的約束：帶人屬性的周邊設(shè)備選擇、受物理通信范圍限制的D2D連接、帶社會(huì)關(guān)系的自組織網(wǎng)絡(luò)。社會(huì)化D2D網(wǎng)絡(luò)內(nèi)的消息迭代傳播模型是一種概率模型。建模過(guò)程可分為：帶人傾向的轉(zhuǎn)發(fā)與種子選擇、社會(huì)關(guān)系連接的轉(zhuǎn)發(fā)、D2D移動(dòng)網(wǎng)絡(luò)連接的轉(zhuǎn)發(fā)。

圖2 帶人屬性的隱式交互信息傳播方法Fig.2 Message dissemination method for human-IoT implicit interactions under human attributes

3.2 帶人傾向的種子選擇

P(u,m,l,i)=P(m,l,i|u)P(u)

(4)

(5)

由于體感網(wǎng)或智能設(shè)備的計(jì)算資源受限，因此，對(duì)于給定的種子數(shù)量,當(dāng)前節(jié)點(diǎn)的候選鄰居節(jié)點(diǎn)的選擇策略可視為周邊智能設(shè)備節(jié)點(diǎn)轉(zhuǎn)發(fā)傾向的概率排序問(wèn)題。

3.3 設(shè)備社會(huì)化網(wǎng)絡(luò)的消息迭代轉(zhuǎn)發(fā)

通過(guò)社會(huì)化的自組織智能制造設(shè)備網(wǎng)絡(luò)，種子節(jié)點(diǎn)將客戶需求信息傳播給其他社會(huì)化D2D網(wǎng)絡(luò)節(jié)點(diǎn)。種子節(jié)點(diǎn)與其連接的鄰近智能物體節(jié)點(diǎn)交互，并將用戶需求消息進(jìn)一步傳輸給其他制造節(jié)點(diǎn)，迭代傳播直至消息傳遞到目標(biāo)節(jié)點(diǎn)。

定義1 對(duì)于交互系統(tǒng)中的一組社會(huì)化設(shè)備節(jié)點(diǎn)集合Nuser，Nuser之間的社會(huì)連接關(guān)系網(wǎng)絡(luò)可表示為帶權(quán)重的無(wú)向圖Gsoc，即

Gsoc=(N,E)vi∈V
E={(v1,v2),(v3,v4),…,(vi,vj)}

(6)

圖Gsoc的邊(vi,vj)記為ei,j={(i,j)|i,j∈Nuser},ei,j∈E,表示節(jié)點(diǎn)i、j的社會(huì)化連接,其權(quán)重wi,j∈W。

(7)

其中，P(k|i,j)表示消息k對(duì)節(jié)點(diǎn)i、j的轉(zhuǎn)發(fā)傾向，由式(5)計(jì)算。

4 方法性能評(píng)估

4.1 案例場(chǎng)景

以某企業(yè)汽車(chē)輪轂定制的隱式交互流程為例。商場(chǎng)C展銷(xiāo)的汽車(chē)輪轂是加裝智能硬件的智能物體，能通過(guò)無(wú)線射頻識(shí)別(RFID)技術(shù)定位智能手機(jī)，如NFC、Bluetooth、WiFi等技術(shù)。通過(guò)Device-free客戶追蹤技術(shù)能隱式獲取客戶停留位置、時(shí)間、往返次數(shù)，推算當(dāng)前熱門(mén)產(chǎn)品。輪轂消費(fèi)者D要求修改輪轂鋁材，訂購(gòu)數(shù)量4個(gè)。商場(chǎng)銷(xiāo)售人員手機(jī)隱式獲取輪轂無(wú)線MAC地址或者RFID的ID，通過(guò)社交化制造業(yè)平臺(tái)(如Kenandy、海爾扁平制造平臺(tái)或云ERP)隱式向?qū)僦圃炱髽I(yè)A員工推送提醒。制造商A員工審閱后直接點(diǎn)擊同意并更新按鈕，發(fā)送至Cyber制造網(wǎng)絡(luò)。車(chē)間或者制造現(xiàn)場(chǎng)流水線B的工人E手機(jī)收到提醒，同時(shí)現(xiàn)場(chǎng)CNC機(jī)床隱式下載加工任務(wù)。現(xiàn)場(chǎng)加裝無(wú)線智能物體的鋁材，隱式地主動(dòng)向周邊智能傳送帶/運(yùn)輸設(shè)備或工人推送搬運(yùn)提醒。

客戶使用手機(jī)與輪轂樣品直接交互，輪轂樣品根據(jù)所在的social-D2D網(wǎng)絡(luò)傳遞客戶需求信息，并將人的需求發(fā)布到工業(yè)物聯(lián)網(wǎng)節(jié)點(diǎn)，傳遞至目標(biāo)生產(chǎn)設(shè)備。因此，定制化過(guò)程可定義為客戶需求信息在social-D2D網(wǎng)絡(luò)中傳播的問(wèn)題。為簡(jiǎn)化數(shù)值計(jì)算模型中的參數(shù)，對(duì)場(chǎng)景中的隱式交互系統(tǒng)環(huán)境作如下假設(shè)：①以人為中心的工業(yè)物聯(lián)網(wǎng)環(huán)境下，客戶興趣與需求總能被周邊智能物體感知。為了與已有消息傳遞方法中的基站到初始移動(dòng)用戶的選擇階段匹配，將體感網(wǎng)覆蓋范圍內(nèi)的設(shè)備初始選擇種子數(shù)量設(shè)置為常量。設(shè)置體感網(wǎng)的為人工選定的初始種子節(jié)點(diǎn)，在體感網(wǎng)范圍外迭代傳播中，轉(zhuǎn)發(fā)傾向設(shè)置為指定的概率Vij。②用戶興趣及訂單的制造需求信息由一組服務(wù)ID集合組成；需求信息可表示為社會(huì)網(wǎng)絡(luò)中的一組目標(biāo)節(jié)點(diǎn)Mtar，設(shè)置為常量。③客戶需求與制造資源的匹配問(wèn)題[24]總能得到滿足和響應(yīng)，且交互信息的接收、存儲(chǔ)、轉(zhuǎn)發(fā)不影響制造資源當(dāng)前的生產(chǎn)任務(wù)。文獻(xiàn)[25]已經(jīng)證明Caveman模型非常接近社會(huì)網(wǎng)絡(luò)真實(shí)情況，節(jié)點(diǎn)在某時(shí)間窗內(nèi)動(dòng)態(tài)地產(chǎn)生社會(huì)關(guān)系連接完全連接子圖。使用Caveman社會(huì)關(guān)系模型，該場(chǎng)景中社會(huì)化設(shè)備節(jié)點(diǎn)和人的節(jié)點(diǎn)網(wǎng)絡(luò)能構(gòu)造Caveman完全連接子圖?，F(xiàn)場(chǎng)設(shè)備、物料、訂單、工人等資源是社會(huì)網(wǎng)絡(luò)的節(jié)點(diǎn)，這些帶人社會(huì)屬性的節(jié)點(diǎn)服務(wù)間的交互與人的社會(huì)網(wǎng)絡(luò)特征相似。④僅考慮服務(wù)消息的傳遞過(guò)程。不同制造設(shè)備的能力和工序的差異較大，模型暫不考慮服務(wù)執(zhí)行時(shí)間。需求信息成功傳遞到集合中盡可能多的服務(wù)節(jié)點(diǎn)，即制造需求信息滿足制造服務(wù)集合。隱式定制化制造問(wèn)題轉(zhuǎn)化為信息在以人為中心的物聯(lián)網(wǎng)中傳播的消息傳播問(wèn)題。

4.2 評(píng)價(jià)指標(biāo)

為了對(duì)所提工業(yè)物聯(lián)網(wǎng)人機(jī)交互模型進(jìn)行性能評(píng)估，提出的如下2個(gè)分析評(píng)價(jià)指標(biāo)：①消息傳播的平均完成率(average completion ratio，ACR)指所有物聯(lián)網(wǎng)制造資源節(jié)點(diǎn)收到消息的數(shù)量與客戶定制請(qǐng)求服務(wù)信息集合中總數(shù)的比。與文獻(xiàn)[26]中基于機(jī)會(huì)網(wǎng)絡(luò)社區(qū)的隨機(jī)傳播方法相比，social-D2D傳播方法考慮社會(huì)關(guān)系及人的傾向因素的種子選擇機(jī)制。②種子數(shù)量與消息傳遞能力(體感網(wǎng)的設(shè)備連接能力)。考慮體感網(wǎng)/手持智能設(shè)備及智能設(shè)備資源受限，與周邊群集智能設(shè)備直接連接數(shù)量(種子數(shù)量)影響交互體驗(yàn)，使用數(shù)值計(jì)算方法探索在某一性能目標(biāo)下的體感網(wǎng)連接數(shù)量，該指標(biāo)是隱式交互宜人化的指標(biāo)之一。

4.3 仿真結(jié)果分析

為了與文獻(xiàn)[27]中隨機(jī)傳播方案進(jìn)行性能比較，本文隱式交互機(jī)制的性能評(píng)估仿真實(shí)驗(yàn)參數(shù)設(shè)置見(jiàn)表2?；贑aveman模型構(gòu)建輪轂制造資源節(jié)點(diǎn)網(wǎng)絡(luò)的社會(huì)關(guān)系圖，首先隨機(jī)選擇2個(gè)物聯(lián)網(wǎng)制造資源節(jié)點(diǎn)作為孤立節(jié)點(diǎn)，然后使用經(jīng)典的社會(huì)網(wǎng)絡(luò)模型在剩下的88個(gè)節(jié)點(diǎn)中來(lái)產(chǎn)生一個(gè)社會(huì)關(guān)系。Caveman模型從獨(dú)立完全圖開(kāi)始，通過(guò)一個(gè)節(jié)點(diǎn)以概率P指向另外一個(gè)節(jié)點(diǎn)，隨機(jī)構(gòu)建內(nèi)部連接。在重新連接節(jié)點(diǎn)的連線階段，在已有網(wǎng)絡(luò)中選擇一個(gè)完全圖，該圖的每個(gè)邊隨機(jī)重新連邊。為了更好地模擬真實(shí)場(chǎng)景，在已有社會(huì)化連接圖中隨機(jī)選擇一些節(jié)點(diǎn)，作為擺渡節(jié)點(diǎn)在固定的時(shí)間間隔內(nèi)與其他節(jié)點(diǎn)相遇。單次仿真時(shí)間周期為600個(gè)時(shí)間窗(dissemination time slot)，實(shí)驗(yàn)100次取平均值，得到平均完成率與時(shí)間窗口數(shù)量的關(guān)系。間隔30個(gè)時(shí)間窗取值進(jìn)行采樣觀測(cè)，獲取離散的平均完成率數(shù)值。

表2 仿真環(huán)境設(shè)置及參數(shù)

social-D2D機(jī)制與隨機(jī)轉(zhuǎn)發(fā)(random)機(jī)制性能比較如圖3所示。在人攜帶的智能手機(jī)直接向周邊交互的智能制造資源種子數(shù)量為4的情況下，social-D2D交互機(jī)制在任意時(shí)間窗的平均信息完成率總體優(yōu)于隨機(jī)轉(zhuǎn)發(fā)機(jī)制。social-D2D機(jī)制的平均完成率最大值趨于80%,隨機(jī)轉(zhuǎn)發(fā)機(jī)制的平均完成率最大值趨于73%。在第450個(gè)時(shí)間窗，隨機(jī)轉(zhuǎn)發(fā)機(jī)制達(dá)到極值，但social-D2D機(jī)制持續(xù)投遞消息，并在后30個(gè)時(shí)間窗左右達(dá)到極值。表明在相同的物理連接網(wǎng)絡(luò)環(huán)境和移動(dòng)模型下，帶社會(huì)關(guān)系的social-D2D機(jī)制消息傳播完成率提高7%，增加了工業(yè)物聯(lián)網(wǎng)信息在網(wǎng)絡(luò)中的可達(dá)性。

圖3 不同消息傳播機(jī)制下的平均完成率Fig.3 Average completion rate under different message propagation mechanisms

體感網(wǎng)連接設(shè)備數(shù)量對(duì)消息傳播能力的影響如圖4所示。采用移動(dòng)平均線進(jìn)行趨勢(shì)分析，間隔為30個(gè)時(shí)間窗。設(shè)定初始種子數(shù)nseed分別為2、4、6、8，當(dāng)種子數(shù)量為2時(shí)，在第210個(gè)時(shí)間窗抵達(dá)平均完成率上限，種子數(shù)量越大，抵達(dá)上限的時(shí)間越長(zhǎng)。隨著種子數(shù)量從2增加至8，消息傳播平均完成率從40%增大到95%，說(shuō)明隨著種子數(shù)量的增加，消息傳播的性能逐漸提升。種子數(shù)量遞增，消息傳播平均完成率增幅分別為40%、10%、5%，增幅逐漸減小。當(dāng)種子數(shù)量大于8時(shí)，可供提升的最大空間僅為5%。由于種子節(jié)點(diǎn)數(shù)量代表體感網(wǎng)同時(shí)連接周邊物理設(shè)備的數(shù)量和計(jì)算能力，在設(shè)定用戶滿意度的條件下，持續(xù)增加連接能力與設(shè)備成本可找到平衡方案。仿真結(jié)果表明，在給定的消息平均傳輸率目標(biāo)區(qū)間內(nèi)，種子數(shù)量具有可預(yù)測(cè)性，因此，在用戶設(shè)定的滿意度下，數(shù)值計(jì)算結(jié)果可以對(duì)人的體感網(wǎng)設(shè)備的連接能力進(jìn)行預(yù)測(cè)，為工業(yè)物聯(lián)網(wǎng)節(jié)點(diǎn)交互參數(shù)選取提供理論依據(jù)。

圖4 不同種子數(shù)量對(duì)消息傳播能力的影響Fig.4 Effects of different seed numbers on the ability of message dissemination

5 結(jié)語(yǔ)

本文分析了社會(huì)化制造環(huán)境下人與群集智能物體制造資源動(dòng)態(tài)集成、隨時(shí)隨地高頻隱式交互的特點(diǎn)，針對(duì)移動(dòng)設(shè)備能力受限與交互復(fù)雜性不匹配的矛盾，構(gòu)建了面向社會(huì)化智能設(shè)備服務(wù)的人與智能物體隱式交互架構(gòu)?？紤]人的社會(huì)化因素，提出了人的交互信息在社會(huì)化設(shè)備對(duì)設(shè)備網(wǎng)絡(luò)中的傳播方法。通過(guò)一個(gè)輪轂制造的案例，描述本文隱式人機(jī)交互架構(gòu)如何支持工業(yè)4.0應(yīng)用。在不考慮物理位置部署細(xì)節(jié)的情況下，從概率模型的角度對(duì)social-D2D消息傳播方法進(jìn)行數(shù)值計(jì)算。與傳統(tǒng)的機(jī)會(huì)接觸、隨機(jī)轉(zhuǎn)發(fā)的物聯(lián)網(wǎng)方案相比，以人為中心的工業(yè)物聯(lián)網(wǎng)隱式直接交互方法更加宜人：降低服務(wù)獲取的復(fù)雜度，在搜索階段與周邊的個(gè)別節(jié)點(diǎn)交互，而不會(huì)影響其他節(jié)點(diǎn)工作狀態(tài)。下一步將考慮帶人屬性智能設(shè)備通信網(wǎng)絡(luò)覆蓋范圍內(nèi)與其他節(jié)點(diǎn)的物理距離、不同移動(dòng)模型等因素對(duì)交互消息傳播的影響，使用Multi-Agent方法構(gòu)建請(qǐng)求與服務(wù)的選擇模型與算法，進(jìn)一步完善人機(jī)交互消息傳播方法。

[1] LEE J, BAGHERI B, JIN C. Introduction to Cyber Manufacturing[J]. Manufacturing Letters, 2016, 8: 11-15.

[2] JIANG Pingyu, DING Kai, LENG Jiewu. Towards a Cyber-physical-social-connected and Service-oriented Manufacturing Paradigm: Social Manufacturing[J]. Manufacturing Letters, 2016, 7: 15-21.

[3] YING Cheng, TAO Fei, XU Lida, et al. Advanced Manufacturing Systems: Supply-demand Matching of Manufacturing Resource Based on Complex Networks and Internet of Things[J]. Enterprise Information Systems, 2016,7:1-18.

[4] LEE J, BAGHERI B, KAO H A. A Cyber-physical Systems Architecture for Industry 4.0-based Manufacturing Systems[J]. Manufacturing Letters, 2015, 3: 18-23.

[5] MOURTZIS D, DOUKAS M. Design and Planning of Manufacturing Networks for Mass Customisation and Personalisation: Challenges and Outlook[J]. Procedia CIRP, 2014, 19: 1-13.

[6] MIRANDA J, MKITALO N, GARCIA-ALONSO J, et al. From the Internet of Things to the Internet of People[J]. IEEE Internet Computing, 2015, 19(2): 40-47.

[7] DELMASTRO F, VALERIO A,CONTI M. People-centric Computing and Communications in Smart Cities[J]. IEEE Communications Magazine, 2016, 54 (7): 122-128.

[8] KIETZMANN J. Interactive Innovation of Technology for Mobile Work[J]. European Journal of Information Systems, 2008, 17(3): 305-320.

[9] SCHMIDT A. Implicit Human Computer Interaction through Context[J]. Personal Technologies, 2000, 4(2/3): 191-199.

[10] ZüHLKE D, LISA O. Agile Automation Systems Based on Cyber-physical Systems and Service-oriented Architectures[J]. Advances in Automation and Robotics, 2011, 1: 567-574.

[11] BERGWEILER S. Intelligent Manufacturing Based on Self-monitoring Cyber-physical Systems[J]. UBICOMM, 2015,121.

[12] 徐光,陶霖密,史元春, 等. 普適計(jì)算模式下的人機(jī)交互[J]. 計(jì)算機(jī)學(xué)報(bào),2007(7): 30.

XU Guang, TAO Linmi, SHI Yuanchun. Human Computer Interaction for Ubiquitous/Pervasive Computing Mode[J]. Chinese Journal of Computers, 2007, 30(7):1041-1053.

[13] 王國(guó)建, 陶霖密. 支持隱式人機(jī)交互的分布式視覺(jué)系統(tǒng)[J]. 中國(guó)圖象圖形學(xué)報(bào), 2010, 15(8): 1133-1138.

WANG Guojian, TAO Linmi. Distributed Vision System for Implicit Human Computer Interaction[J]. Journal of Image & Graphics, 2010, 15(8): 1133-1138.

[14] 王巍, 黃曉丹, 趙繼軍,等. 隱式人機(jī)交互[J]. 信息與控制, 2014, 43(1): 101-109.

WANG Wei, HUANG Xiaodan, ZHAO Jijun, et al. Implicit Human-Computer Interaction[J]. Information & Control, 2014, 43(1): 101-109.

[15] 馬翠霞, 任磊, 滕東興,等. 云制造環(huán)境下的普適人機(jī)交互技術(shù)[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2011, 17(3):504-510.

MA Cuixia, REN Lei, TENG Dongxing, et al. Ubiquitous Human-Computer Interaction in Cloud Manufacturing[J]. Computer Integrated Manufacturing Systems, 2011, 17(3):504-510.

[16] 張祖國(guó). 面向社會(huì)化協(xié)同的智能制造體系結(jié)構(gòu)[J]. 計(jì)算機(jī)集成制造系統(tǒng), 2016, 22(7):1779-1788.

ZHANG Zuguo. System Architecture for SNS-based Collaborative Intelligent Manufacturing[J]. Computer Integrated Manufacturing Systems, 2016, 22(7):1779-1788.

[17] JAROSLAW D, LALIS S, PRUZKOWSKI A, et al. Soft Actuation: Smart Home and Office with Human-in-the-loop[J]. IEEE Pervasive Computing, 2016, 15(1): 48-56.

[18] STEFAN S, OLSSON T, MAYER S, LAERHOVEN K V. Mobile Interactions Augmented by Wearable Computing: a Design Space and Vision[J]. International Journal of Mobile Human Computer Interaction, 2016, 8(4): 104-114.

[19] GUIOU K. The Ethical Impact of the Internet of Things in Social Relationships[J]. IEEE Consumer Electronics Magazine, 2016, 5(3): 85-89.

[20] YANG L, LI W, LUO Y,et al. A Social-D2D Architecture for People-centric Industrial Internet of Things[C]// International Conference on Networking, Sensing and Control. Calabria, 2017:744-749.

[21] PTICEK M, PODOBNIK V, JEZIC G. Beyond the Internet of Things: the Social Networking of Machines[J]. International Journal of Distributed Sensor Networks, 2016(4):1-15.

[22] ZHANG B, LI Y, JIN D, et al. Social-aware Peer Discovery for D2D Communications Underlaying Cellular Networks[J]. IEEE Transactions on Wireless Communications, 2015, 14(5):2426-2439.

[23] CHEN X, PROULX B, GONG X, et al. SocialTrust and Social Reciprocity Based Cooperative D2D Communications[C]//ACM MobiHoc.Bangalore, 2013: 187-196.

[24] YING, C, TAO F, XU L, et al. Advanced Manufacturing Systems: Supply-Demand Matching of Manufacturing Resource Based on Complex Networks and Internet of Things[J]. Enterprise Information Systems, 2016(5): 1-18.

[25] WATTS D J. Small Worlds: the Dynamics of Networks between Order and Randomness[M]. Princeton:Princeton University Press, 1999.

[26] KARAGIANNIS T, BOUDEC J Y L, VOJNOVIC M. Power Law and Exponential Decay of Intercontact Times between Mobile Devices[J]. IEEE Transactions on Mobile Computing, 2010, 9(10):1377-1390.

[27] CHUANG Y J, LIN C J. Cellular Traffic Offloading through Community-based Opportunistic Dissemination[C]//IEEE WCNC.Shanghai, 2012: 3188-3193.