Internet of Things è il nuovo paradigma della tecnologia del computing che sta emergendo rapidamente in tutti i settori applicativi grazie alla disponibilità, sempre più allo stato dell’arte, di tecnologie abilitanti; dai sensori ai sistemi di connettività e alle infrastrutture di computing. Un nuovo paradigma, l’Edge Node, sta emergendo e sta ridefinendo l’architettura di IoT e della natura dei sistemi embedded. Lo sviluppo di IoT è così rapido che la stessa connotazione semantica, Internet of Things, commincia ad essere non più adeguata a connotare il fenomeno tecnologico cui si riferisce. Altri nomi, alcuni vecchi, altri nuovi, emergono per descrivere in maniera più appropriata la natura del fenomeno IoT, per esempio M2M (Machine to Machine), M2E (Machine to Environment), IoE (Internet of Everythings), IS (Intelligent Systems), IoIT (Internet of Intelligent Systems), ecc. Questo proliferare di nomi per connotare la natura di un processo di evoluzione tecnologica genericamente indicato come IoT, che vede Internet come contesto di sensing, elaborazione e comunicazione, evidenzia che il potenziale è enorme e va oltre ogni previsione. Due sono le componenti fondamentali che consentono a Internet di rappresentare una risorsa di sviluppo quasi infinita, la componente computazionale, concretizzatasi nel Cloud Computing e la componente sensoriale, sempre più disponibile e connettibile. Queste due componenti hanno creato un potenziale applicativo in crescita esponenziale che porterà nel 2020 a 50 miliardi di dispositivi connessi, oltre 6 miliardi maggiore del numero (previsto) di abitanti del pianeta per quella data (alcuni ipotizzano anche 1.000 miliardi di dispositivi connessi per il 2025). I casi applicativi di IoT sono ormai numerosi, tra cu la comunicazione tra le macchine e tra le macchine e le infrastrutture, il monitoraggio remoto e in tempo reale dei pazienti, il monitoraggio continuo e in tempo reale degli autoveicoli, il controllo remoto relativamente alla sicurezza e alla funzionalità degli ambienti, la home e building automation, le smart appliances, ecc. Se immaginiamo IoT come un albero la cui chioma sono gli ambiti applicativi, la linfa che alimenta tale chioma sono la tecnologia del sensing, la tecnologia del processing embedded e la connettività. Queste sono infatti le tre tecnologie abilitanti di IoT e su questo terreno si stanno impegnando in uno sviluppo frenetico i produttori di microelettronica. Malgrado la grande potenza del cloud, l’enorme quantità di sensori che saranno connessi a Internet impone una nuova strategia di sviluppo individuata nel concetto di Edge Node e che fondamentalmente stabilisce uno spostamento del livello di intelligenza verso il nodo sensoriale. Questo nuovo paradigma di sviluppo inverte la direzione dello sviluppo di natura “cloud-computing centric” che aveva imposto, solo qualche anno fa, un modello di sviluppo applicativo che spostava il carico computazionale prevalentemente sulla rete. L’Edge Node è il nuovo modello di sistema embedded sensoriale (anche attuativo) che sarà alla base dello sviluppo di IoT e di tutte le sue evoluzioni future.
La tecnologia del sensing
La tecnologia del sensing si sta sviluppando rapidamente proprio perché le applicazioni IoT sono principalmente rivolte alla connettività del mondo fisico e di quello fisiologico: ambiente, sistemi e persone fisiche. Oltre ai ben noti sensori inerziali, magnetici, giroscopici, ecc., un’ampia classe di nuovi sensori sono stati implementati utilizzando tecnologie Mems e tecnologie di miniaturizzazione prima mai sperimentate a livello di dispositivi sensoriali, come l’integrazione System-on-Chip e l’integrazione analogia e digitale. Ora i sensori più innovativi integrano nello stesso package sia il front-end analogico, sia il front end digitale, oltre a tutta la necessaria componente di elaborazione di elaborazione del segnale. Il livello di integrazione dei dispositivi sensoriali è tale da rendere disponibile una concentrazione di sensori (gradi di libertà) tale da rendere impegnativo il collocamento fisico dei sensori stessi relativamente alla natura applicativa dell’Edge Node. Oltre agli ormai 9 gradi di libertà resi disponibili dai dispositivi Mems noti come accelerometro/magnetometro/giroscopio, numerosi altri, come sensori di temperatura, altimetri, sensori ottici, nanocamere, ecc., coesistono con questi in piattaforme di sensing altamente integrate. La serie Xtrinsic di schede sensoriali di Freescale integra su schede di piccole dimensione (qualche centimetro quadrato) una quantità abbastanza elevata di sensori fino a raggiungere 12 gradi di libertà (3D accelerometro, magnetometro e giroscopio, barometro, termometro e sensore di luce ambiente). Questo tipo di integrazione consente di realizzare, grazie al firmware di sensor fusion, una serie di sensori virtuali che estendono la natura funzionale del sensore fisico.
La tecnologia del microcontrollo
Il microcontrollore è alla base della caratterizzazione “smart” dei sensori. Per questo motivo si stanno caratterizzando per un livello di embedding particolarmente spinto relativamente alle dimensioni e ai consumi di potenza. Entrambe queste due specifiche hanno raggiunto valori molto estremi. Le dimensioni ormai sono dell’ordine del millimetro, mentre i consumi di potenza elettrica nell’ordine del microAmpere. Grazie a queste specifiche i microcontrollori si integrano perfettamente con le dimensioni dei sensori, consentendo in tal modo di ottenere sensori smart particolarmente piccoli e dotati di capacità di fusion, soprattutto quando più sensori coesistono nello stesso dispositivo. Le dimensioni del microcontrollore rappresentano una barriera per integrare tale funzionalità nell’Edge Node. L’Edge Node infatti non dovrebbe essere limitato in termini di dimensioni, in quanto la sua applicabilità, data la natura sensoriale e attuativa, implica l’integrazione con il contesto fisico cui viene applicato (per esempio un parte del corpo umano oppure una parte dell’automobile). Freescale già da qualche anno ha messo in campo una strategia di sviluppo dei microcontrollori che ha come obiettivo l’estrema riduzione del package del microcontrollore. La precedente versione del microcontrollore della famiglia Kinetis, il KL02 misurava 1,9 x 2,0 mm, stabilendo in tal senso un record di ridimensionamento del package senza precedenti. L’ultima versione, il KL03 porta tale ridimensionamento a livelli ancora più estremi, 1,6 x 2,0 mm. Questa eccezionale miniaturizzazione non sorprende tanto per le dimensioni in se stesse, quanto per quello che è contenuto nel package, un Arm Cortex-M0+. Il KL03 è una Mcu che opera a 48 MHz di clock, dotata di un bit manipulation engine che gli consente di gestire in modo estremamente efficiente le periferiche tramite i loro registri di controllo. Questo aspetto, considerando la finalità della gestione dei sensori da una parte e dei dispositivi di comunicazione dall’altra, rappresenta una ulteriore dimostrazione che l’obiettivo da perseguire è quello di portare l’integrazione a livelli di indossabilità. Il KL03, essendo un microcontrollore ad architettura Arm a 32 bit, è adatto a supportare in maniera più che adeguata il livello di processing previsto per un Edge Node, per esempio il signal processing per il trattamento del segnale proveniente dai sensori, il data fusion per architetture sensoriali omogenee ed eterogenee, la gestione dei processi e dei numerosi protocolli di comunicazione. La Mcu KL03 dispone di 32 kByte di memoria flash, 2 kByte di Ram, 8 kByte di Rom e del boot loader, integrati nel package ultra small, insieme a periferiche analogiche mixed-signal (Adc a 12 bit e comparatore veloce).
La tecnologia di connettività
Nella filosofia di IoT la connettività è un concetto fondamentale della funzionalità e dell’efficacia del paradigma. Inizialmente pensata come cellular centric, la IoT ora è tendenzialmente sensor centric. Ciò significa che anche la connettività deve essere spostata a livello di sensore. La connettività wireless rappresenta la sfida più importante per rendere gli Edge Node effettivi nelle applicazioni di IoT. Suddivisi in tre gruppi fondamentali, consumer stretto, consumer/industriale e industriale stretto, il numero effettivo di protocolli Lan/Ban/Pan/Han è notevole in ognuna di queste categorie. L’Edge Node deve essere in grado di gestirli e poter commutare dall’uno all’altro in maniera flessibile e dinamica in modo da adattarsi rapidamente alle diverse condizioni applicative, soprattutto quando le applicazioni sono mobili. Quasi tutti questi protocolli sono di natura low-power, ma quasi la metà si connotano come ultra low-power. In particolare il Bluetooth Low Energy sta diventando sempre più importante per la sua applicabilità nell’ambito dei sistemi indossabili come e-health e fitness. Kinetis KW2x di Freescale è una Mcu wireless basata su Arm Cortex M4 che integra un transceiver Rf a 2.4 GHz. Grazie a un supporto dual Pan il sistema può partecipare a una doppia rete ZigBee, eliminando in tal modo la necessità di disporre di più sistemi radio.
