市議員李順進 轉傳 [110/06/30 ~ 07/01] 衛生福利部 及 高雄市政府 要點公告
●環安、治安、交安、工安、婦幼安 代言人！

︽︽︽︽︽︽︽︽︽︽︽︽︽︽︽︽︽︽
[110/07/01] 衛生福利部 即日起，恢復家庭類移工轉換雇主，雇主應於接續當日安排移工檢驗PCR
https://www.facebook.com/mohw.gov.tw/posts/1921417194691356

#衛福編編報報 發文時間：2021.7.1勞動部
●記者會影片：https://youtu.be/U8xLlbkD0vo
●記者會影片-即時字幕：https://youtu.be/dCly1y6isCM
●記者會客語口譯直播：https://youtu.be/N8GOkF83jgA
(週一至週五直播將於14:40進入重點整理，不會全程直播記者會)

●衛生福利部 LINE@：https://lin.ee/24imWWE
●衛生福利部 Twitter：https://twitter.com/MOHW_Taiwan
●中央流行疫情指揮中心今(1)日表示，本土確診案例連續1週低於百人，經考量失能者家庭照顧需求，及家庭較無其他替代人力，且不致有產業移工群聚擴大傳染風險等因素，自即日起優先恢復外籍家庭看護工及家庭幫傭，得轉換由家庭類雇主接續聘僱(含期滿轉換)；至於其他產業移工仍暫緩轉換，未來將視疫情再行檢討。
●指揮中心表示，家庭類雇主接續聘僱(含期滿轉換)家庭類移工應辦理以下事項：
○一、安排移工核酸檢驗（下稱PCR）：承接家庭類移工之新雇主應於接續聘僱（含期滿轉換）當日安排移工至合格醫療機構檢驗PCR，檢測費用應由新雇主支付。
○二、雇主應依指引辦理防疫措施：倘若接續聘僱移工檢測PCR確診時，新雇主應負雇主責任，並依勞動部「因應嚴重特殊傳染性肺炎雇主聘僱移工指引：移工工作、生活及外出管理注意事項」(下稱雇主指引)，配合衛生單位安排就醫或送集中檢疫所隔離治療，並依確診個案處置及解除隔離治療條件接續處理。倘若接續聘僱移工檢測PCR陰性，新雇主應依雇主指引，每日進行移工健康監測及記錄移工出入足跡。
●指揮中心進一步表示，新雇主若未於接續聘僱(含期滿轉換)當日，安排移工檢驗PCR，將依「就業服務法」第57條第9款規定，處新臺幣6萬至30萬元罰鍰，並不予核發接續聘僱許可及廢止名額。另雇主如果委託仲介公司辦理移工生活照顧，但仲介公司未善盡受任事務，違反防疫措施，仲介公司將被依「仲介公司違反就業服務法」規定，處新臺幣6萬元以上至30萬元以下罰鍰。

#防疫最前線 #謝謝辛苦的檢疫人員
#謝謝臺灣醫護人員 #謝謝所有第一線人員 #臺灣加油
#2019nCoV
#嚴重特殊傳染性肺炎
#COVID19
#MOHW_Taiwan
～～～～～～～～～～～～～～～～～～
[110/07/01] 衛生福利部 擴大不孕症治療補助，7/1正式上路
https://www.facebook.com/mohw.gov.tw/posts/1920644521435290

#衛福編編報報 #總柴報報國民健康署 https://bit.ly/3jukscC

●補助對象:
○夫妻一方為我國國籍且妻為44歲（含）以下
○具不孕症診斷證明

●補助額度：
○低收及中低收入戶→每次最高15萬
○一般夫妻→首次最高10萬，再次申請最高6萬
●補助次數：
○受試妻年齡≦39歲→最多補助6次
○受試妻年齡≦40～44歲→補助3次
○應備文件：夫妻雙方身分證、匯款帳戶資料
※中低收、低收入戶須證明文件正本
申請流程：至健康署特約人工生殖機構申請

●人工生殖技術補助方案https://bit.ly/2TqHzKH
●擴大人工生殖補助懶人包https://bit.ly/361U4yP
●擴大人工生殖補助Q&Ahttps://bit.ly/3dxWRUF
～～～～～～～～～～～～～～～～～～
[110/07/01] 衛生福利部 擴大補助產檢服務，7/1正式上路！
https://www.facebook.com/mohw.gov.tw/posts/1920616881438054

#衛福編編報報 #總柴報報國民健康署
●增加4次產檢服務
●增加2次超音波檢查
●增加妊娠糖尿病篩檢
●增加貧血檢驗
●完整資訊：https://health99.hpa.gov.tw/news/18594
#衛福編編整理時間
●產檢加值手冊 https://health99.hpa.gov.tw/material/6904
●擴大產檢項目看這裡 https://health99.hpa.gov.tw/material/6905
～～～～～～～～～～～～～～～～～～
[110/07/01] 衛生福利部 真相說明：食藥署澄清，媒體報導「WHO出疫苗血清標準品，食藥署放著不用」一事與事實不符
https://www.mohw.gov.tw/cp-4343-61713-1.html

針對媒體報導「WHO出疫苗血清標準品，食藥署放著不用」一事與事實不符，食藥署澄清如下：

WHO血清標準品係由世界衛生組織委託英國生物製劑標準品與管制國家實驗室(NationalInstituteforBiologicalStandardsandControl,NIBSC)製備供應，其中，人類抗SARS-CoV-2免疫球蛋白第一代WHO國際標準品(FirstWHOInternationalStandardforanti-SARS-CoV-2immunoglobulin,human,NIBSCcode20/136)係用於實驗室血清學分析標定，而人類抗SARS-CoV-2血清試劑(Theresearchreagentforanti-SARS-CoV-2antibody,NIBSCCode20/130)則可用於實驗室分析之陽性對照。此二標準品主要用於血清學檢驗方法的開發與校正，作為不同實驗室間統一標定之基準，非供作疫苗療效評估使用，食藥署國家實驗室購置此二標準品與試劑，亦用於檢驗方法開發、標定及檢驗內部品管，媒體報導與事實不符。

食藥署6月10日公布之國產疫苗療效評估方法，係以免疫橋接方式，採用免疫原性(中和抗體)作為替代療效指標，衡量國產疫苗誘發產生的免疫原性結果是否與國人接種國外已核准EUA的疫苗相當，作為支持國產疫苗療效的佐證。國產疫苗和AZ疫苗所有檢體皆由同一個實驗室採用相同方式檢驗，已排除不同實驗室檢驗結果差異的影響。

食藥署持續配合國家防疫政策，辦理各項疫苗審查及檢驗工作，確保民眾用藥品質安全無虞。
～～～～～～～～～～～～～～～～～～
[110/06/30] 衛生福利部 尚未領到未滿2歲孩童家庭防疫補貼的民眾，7月15日起開放郵局臨櫃領取
https://www.mohw.gov.tw/cp-16-61701-1.html

行政院為因應嚴重特殊傳染性肺炎防疫期間，父母或監護人需在家照顧孩童，為減輕家庭經濟負擔，提供國小以下孩童及國高中(含五專前三年)身心障礙學生，每人新臺幣10,000元之孩童家庭防疫補貼，其中未滿2歲兒童(108年6月1日以後至Covid-19第三級疫情警戒期全面解除前出生，並完成出生登記或初設戶籍的孩童)由 衛生福利部 負責發放作業。第一階段對於領有110年5月未滿2歲兒童育兒津貼及托育補助的民眾，已在6月15日直接入帳至25.85萬名孩童的原申領帳戶，其他未領有育兒津貼或托育補助者，則與教育部一致，由孩童的父母或監護人至行政院孩童家庭防疫補貼網（10000.gov.tw）或實體ATM請領。

衛福部表示，對於因故或有特殊狀況無法在第一階段透過網路或操作ATM者，配合教育部的規劃，自今(110)年7月15日起開放郵局臨櫃領取，民眾可就近洽各郵局辦理。第一階段所提供的網路、實體ATM，以及第二階段新加入的郵局臨櫃服務，都將受理孩童家庭防疫補貼作業到9月30日為止。

衛福部進一步說明，為使第二階段的郵局臨櫃申領作業簡便快速，以及配合資料庫作業，以孩童於7月9日前(含當日)是否已領有健保卡作為基準日，分別規劃申領人(父母、監護人或實際照顧者)臨櫃申請時應攜帶的證明文件：
一、孩童7月9日前已領有健保卡者：請攜帶孩童健保卡正本，及申領人本人之身分證正本或居留證正本至郵局櫃檯辦理。孩童健保卡有如遺失情形，申辦前請先洽健保單位補發卡。
二、孩童7月9日前無健保卡者：請攜帶有孩童之戶口名簿正本或孩童之身分證正本，及申領人本人之身分證正本或居留證正本至郵局櫃檯辦理。

至於部分民眾反映，其所照顧的未滿2歲孩童沒有健保卡，身邊也沒有戶口名簿正本，衛福部表示，為維護民眾權益及協助其順利請領孩童家庭防疫補貼，可依下列程序申領：
(一)由孩童之父母、監護人或實際照顧者其中一人，寄送下列證明資料至教育部國民及學前教育署(臺中市霧峰區中正路738之4號)：
1.孩童之戶籍謄本影本或戶口名簿影本。
2.申領人之身分證影本或居留證影本。
3.申領人如非孩童父母或監護人，應再檢具足以證明為孩童實際照顧者之文件或切結書。
(二)教育部國民及學前教育署收件後，會轉由衛福部社會及家庭署查核；等資料查核通過後，再請民眾攜帶衛福部社會及家庭署的公文、申領人身分證正本或居留證正本，以及孩童之戶籍謄本或戶口名簿影本，洽郵局臨櫃辦理。

衛福部呼籲，本次孩童家庭防疫補貼，至遲可在今年9月30日前透過網路、實體ATM或郵局臨櫃領取，為避免不必要的移動與群聚，符合領取資格者，建議可優先利用網路申領，快速又便利；若利用實體ATM及郵局臨櫃領取，也請務必遵守中央流行疫情指揮中心相關防疫規範，保持社交距離。

衛福部相關紓困規定、措施等詳細資訊，公告於衛福部嚴重特殊傳染性肺炎紓困4.0措施（https://covid19.mohw.gov.tw/），提供民眾查詢。同時也提供專人諮詢服務，1957免付費福利諮詢專線(每日上午8時至下午10時)。
～˙～˙～˙～˙～˙～˙～˙～˙～˙
[110/07/01] 高雄市政府 打疫苗│免預約│上網查│更健康
https://www.facebook.com/bravo.Kaohsiung/posts/4276885359039728

●長輩7/1(四)起開始分流接種 #莫德納疫苗！
●75歲以上(原住民65歲以上)【 #補打】
○7/1(四)下午1點~6點
○7/2(五)-7/4(日)下午4點~5點
●72-74歲(原住民55歲)【 #接種】
○7/2(五)-7/4(日)
※75歲以上補打請務必依【公告】里別、時間、指定地點前往施打

●全國首創查詢網站，免預約，又快又健康：https://vaccine.kcg.gov.tw
※72-74歲請務必依【通知單】指定時間及地點前往施打
※請長輩均須攜帶【身分證、健保卡】前往

●COVID-19疫苗接種注意事項https://reurl.cc/rg38Or
●相關疑問請撥1999(免付費)市民熱線或衛生局防疫專線07-7230250

●新聞稿
【莫德納免預約高市府籲長輩確實依時地分流接種】https://bit.ly/3y6rJDF
～～～～～～～～～～～～～～～～～～
[110/07/01] 高雄市政府 7月1日起「高雄好家載」限時4天499元門檻降至199元即享外送免運數百家餐飲任你挑
https://www.kcg.gov.tw/News_Content.aspx？n=F29A02A9D36C47F0&sms=19902EF36D6B551D&s=4FCF29AB074E1F6F

「高雄好家載」藉由多元整合與串連，打造防疫互助經濟，上路以來不斷推陳出新，服務擴及餐飲、傳統市場、夜市、全聯、家樂福與農會蔬果箱。今（1）高雄市經發局再宣布，自7月1日起至4日期間，號召300家餐飲業者推出限時滿199元外送服務，市府補助85元計程車運費，1.5公里免運費，優惠門檻由原本499降為199，市府祭出優惠、市民享受美味！

高雄市經發局長廖泰翔指出，「高雄好家載」包含上千家餐飲店家、11處市場夜市以及22家全聯、家樂福分店，7月1日起再推出4天限時優惠，民眾只要選擇專區內標示有訂購滿199元免運的店家，選擇外送並以電子支付，市府就補助計程車外送車資85元，消費者、業者、計程車三方互助度過三級防疫關鍵期。

廖泰翔表示，目前好家載上路即將滿月，已有近千家店家參與計畫，迄今累計超過千筆訂單、銷售額破百萬元。他透露，除了餐飲店家外，下一波包含市場、夜市部分也將推出相關優惠，防疫待在家，美食送到家！

幕府壽司指出，「高雄好家載」提供顧客更便捷的點餐管道，只要打開LINE就能輕鬆訂餐，透過計程車外送，不怕風雨更不畏疫情，將美食安全又快速送到家。也特別感謝運將們都小心翼翼將餐點放入保溫箱，並且落實消毒，團結防疫一起拚經濟。

赤鬼炙燒牛排高雄店表示，疫情嚴重衝擊餐飲店家生意，尤其像牛排館等以內用客群為主的業者，相比疫情前下滑將近8成。幸好高市府的「高雄好家載」助攻，增加店家的銷售通路與及曝光管道，上架迄今業績回溫3成。

高雄市經發局說明，「高雄好家載」使用方便，民眾只要打開LINE，點選右下角的「錢包」，再選取「LINE熱點」就可看到「高雄好家載」專區，不論想吃名店美食餐飲、夜市特色小吃、超市生鮮蔬果和賣場百貨用品通通有。此外，7月1日起更聯手百家餐飲名店推出限時4天的199元外送服務，創造兼具防疫與紓困的互助經濟圈。

點我開始使用高雄好家載□https://is.gd/JDvfX4
～～～～～～～～～～～～～～～～～～
[110/06/30] 高雄市政府 打造前鎮漁港新風貌景觀環境工程啟動
https://www.kcg.gov.tw/News_Content.aspx？n=F29A02A9D36C47F0&sms=19902EF36D6B551D&s=E835ACF4E21BE655

「前鎮漁港建設專案計畫」，先前已經行政院核定60億元。 高雄市政府 執行其中28.5億元經費，代辦旗津漁港漁業作業碼頭改善、前鎮漁港景觀及休憩環境營造、增設號誌標誌標線及路況監視器等智慧交通設施、納入都市計畫範圍、雨污水下水道建設等，將前鎮漁港打造成為兼具漁業生產、消費、觀光休閒遊憩及文化的國際級漁港。 高雄市政府 緊盯進度，持續向前邁進。

副市長林欽榮說，為控管前鎮漁港改造進度，定期與農委會副主任委員陳添壽共同召開「前鎮漁港建設專案中長程計畫」推動小組會議。盼能以最快、最有效率的方式來達成任務，在明（111）年底前如期如質完成市府代辦事項。

工務局長蘇志勳表示，工務局負責辦理的「前鎮漁港景觀綠美化及周邊道路整頓改善工程」，工程總經費為2.75億，主要工程已於6月17日上網公告公開招標，預計111年12月底前完工。本工程將港區內人行道分為核心區域及一般人行道進行規劃，核心區域配合建設專案整體規劃，將漁港東二路部分劃設為徒步區，營塑核心區入口意象及人流活動廣場，以銜接未來的多功能物流水產中心；一般人行道則依既有人行道範圍辦理鋪面改善，優化人行空間。

養工處進一步說明，港區內人行道優化，除了因應在地氣候條件選用合適植栽，還導入智慧路燈，特點為路燈具有可偵測故障及遠端控制發光強度功能，並結合交通局車流、人流偵測設備、環保局空氣品質偵測設備與5G微型基地台等設備，可有效監控漁港整體狀況，打造優質人行環境智慧漁港，讓前鎮漁港展現全新風貌。
︾︾︾︾︾︾︾︾︾︾︾︾︾︾︾︾︾︾

臉書貼文連結 >>> https://www.facebook.com/LeeShunJin/posts/1287914378330311

LINE貼文連結 >>> https://timeline.line.me/post/1162512916005047524

●請持續關注並給予指教：
○LINE官方帳號〔市議員李順進顧地方大小事聯盟〕：https://lin.ee/9YhCukt
○臉書粉絲專頁〔市議員李順進〕：https://www.facebook.com/LeeShunJin

#高雄 #議員 #李順進 #環安 #治安 #交安 #工安 #婦幼安 #代言人 #轉傳 #衛生福利部 #高雄市政府 #公告

「智慧家庭」的應有之義，三翼鳥要用「場景生態」來證明 |場景觀察

原創 場景實驗室 吳聲造物 3月23日

「新物種」湧現的背後，定義著怎樣的創新場景？新的商務邏輯，如何長成新的生活方式？「觀察」是對不確定時代的確定性姿態，而以「場景」為線索，賦予隨機生活別有意義。

文丨場景實驗室

一個「系統數位化」時代正在到來。新的感知、新的交互從未如此激進，生活方式變革的共鳴清晰可聞，成為「智慧場景」大量湧現的底層支撐和增長引擎。那麼，誰來定義「數字生活方式」？「智慧家庭」可謂其中路徑最為清晰、場景最為契合的方向之一。

誠然，在「智慧家庭」的語境下，5G、AI或者IoT都是不能再熟悉的線索。但如果僅從單點線索疊加出發，你會發現「智慧家庭」命題的下一步依舊面目模糊，更難以擁抱其背後指向的「新生活方式」的轟轟烈烈。

什麼是「智慧家庭」的應有之義？是平臺生態，是數字助理，是全屋智慧，是一個又一個爆款黑科技家電，還是智慧供應鏈的「一鍵到家」？今天的用戶與產業環境顯然對「智慧」提出了更進階的命題——不僅是連接效率的提升，還要體驗效率的無縫；不僅是智慧設備的聯動，還要有用戶情緒與感受的同頻；不僅是在「場景解決方案」上深耕到極致，更重要的是深刻而真實地理解，被「智慧」所包裹的人，如何面對數字時代的美好生活。

「智慧家庭」之爭的勝負手，正藏在每一個需要被認真審視的「場景細節」。

０１「新居住」是對每種生活方式的「提案」能力

3月23日，主題為「智競未來」的2021AWE在上海啟幕。作為全球三大家電與消費電子展之一，AWE（中國家電及消費電子博覽會）當然成為觀察數字生活場景創新的重要視窗。

各種新技術、新物種頻現之外，我們特別關注到海爾智家攜去年9月發佈的「場景品牌」三翼鳥的入駐，帶來「智慧家庭場景生態」的成果展示。而在AWE前一天，海爾智家2021生態大會上發佈了換道成果，從「賣家電」的傳統理解，到定義「新居住」的「場景解決方案」。

如何理解這樣一種「換道」？背後的動因在於，關於家電原有功能的劃分和定義在今天越來越失效，真正奏效的是能夠滿足用戶無時無刻和「一人千面」的需求，滿足當今家庭隨時隨地被喚醒和啟動的場景痛點。

一家傳統理解的家電品牌來定義「新居住」這件事，更像是搶先開闢一個關於家的更本質「戰場」：從硬體層面的PK，到生活方式解決方案的開發能力較量。智慧家庭的場景解決方案，對應著不同身份的家庭成員在特定場景下的差異化生活需求，要求「場景方案」全覆蓋、定制化、前瞻性與高智能。

三翼鳥想要詮釋的「新居住」，是依託AI+IoT技術，基於網器互聯和主動服務的家庭場景重構。不是硬體拼湊，而是涵蓋功能需求、生活需求、情感需求的全場景體驗；不是一次性裝配，而是裝修方案圍繞場景的持續性反覆運算；不是基本的居住服務，而是主動提供的一站式智慧生活解決方案。以「新臥室場景」為例，「供給」的不是一台空調，而是一個能夠自動監測睡眠健康、主動調節空氣溫濕和入眠環境的40多種智慧臥室場景解決方案。

到底什麼是「新居住」的「新」？當然源于它全場景、可反覆運算、一站式的屬性。但究其根本，在於理解今天的用戶是「場景用戶」，而新的商業競爭力就是——有多少生活方式的場景請求，就必須有多少智慧家庭的解決方案。

場景實驗室創始人吳聲在《場景紀元》中提出，越來越多企業「場景化」戰略的背後，「場景正在成為數位商業的基本單元」。而三翼鳥鮮明定位「場景品牌」，對於更多智慧產業的落地顯得頗具啟發性。

０２智慧要有「人的溫度」關鍵是深入洞察「場景細節」

家庭生活的情感溫度與個性化體驗，恰恰體現在最微小、深入日常的變化中，任何孤立的、不可延展的、以鄰為壑的解決方案，都無法支撐數字生活方式的打動人心。

所以如果要對「智慧家庭」的「智慧」提出更高要求，那一定在於這種「智慧」要有「人的溫度」，有社交、有交互、有協作，深入洞察每個曾被忽視的「場景細節」。它讓原來粗糙模糊的場景成為鏡像化的顆粒度場景，以資料運維能力為引擎，從使用者運營、體驗優化、效率反覆運算等維度，重構基於賦能的個性化體驗。

三翼鳥對於智慧家庭的理解包含「五個階段」：首先是以個體產品為核心的單機智慧；其次是以多設備聯動為核心的協同智慧；再次是統一系統、自主感知、智慧操作的決策智慧；然後是跨平臺資料服務打通、無縫連接、無處不在的高度主動智慧；最終是「家庭-社區-城市」全場景融合的泛在智能。由此觀之，關於「智慧」的新表達，正在於理解人、理解溫度、理解場景的層層深入。

從極致的效率與技術，到極致的感受與體驗。資料聯繫和情感聯繫將智慧家居納入共同構成新的家庭關係，誰擁有家庭心智，誰就擁有不可替代性。

海爾智家日前發佈的UhomeOS 3.0定位在「決策智慧階段」，依託于智家大腦的感知、學習與交互能力，實現智慧管家服務在家庭場景的深度應用。這種期待不再是簡單的語音交互與你問我答，而是有朝一日如同《鋼鐵俠》中的「管家」賈維斯一樣，不僅擁有類人的智慧，更擁有家人的溫度。

０３智慧家庭新參數：軟體驅動、生態賦能、場景網路

「新居住」背後是如此之大的場景入口，以至於從家電企業、家裝企業到地產業、酒旅業，再到消費電子行業，有太多角色想立足自身重新定義這個詞。

技術應用場景不斷深入，正在細化「智慧家庭」的全新參數。用戶對於「新居住」有了更立體、多元的體驗、感知體系，這就需要企業在硬體、軟體、技術、服務一體化的基礎上，完成家庭生態場景重構。能否針對每種生活方式提出豐富多樣且細緻入微的場景解決方案，成為評價數位生活「玩家」競爭力的指標體系。

•軟體驅動

軟體定義硬體，場景驅動服務。在新的較量中，軟體與方案更為稀缺也相對空白，這也是為何UhomeOS 3.0與三翼鳥的出現具備啟發意義，也正因此，從產品品牌到場景品牌再到生態品牌的轉變成為可能。

以「體驗雲平臺」所架構的智慧場景生態，基於快速交付的柔性化，和社會協作的徹底性，讓針對家庭的場景改造有望進入一個「高頻時代」。

•生態賦能

提出方案只是其一，要將想法落地，單憑藉一家企業的能量遠遠不夠，即便背靠海爾如三翼鳥，也需要生態夥伴的充分協作。在三翼鳥要構建的「場景生態」中，橫跨7大空間300多個場景背後，是家居、建材等行業近萬家生態資源方。

體驗效率重構的實質是更加顆粒度的場景與回饋機制。「場景細節」不斷被數位化建模後，基於資料的採集和挖掘再反哺給更多智慧家庭生態企業，這時候「API介面」就會成為非常真實的商業機會。

•場景網路

中國市場基於場景的資料化能力是引領性的，而中國家庭場景的複雜性又提供了很好的模式運營閉環。

以海爾衣聯網為例，覆蓋服裝、家紡、洗衣液、皮革等15個行業5300多家生態資源，可基於洗衣機、乾衣機、晾衣架、疊衣機等智慧網器的互通互聯，為使用者提供主動智慧服務。例如，運動完了隨手放進洗衣機乾衣機組合進行洗烘，洗衣液沒了可選擇自動購買，3D雲鏡提供虛擬試衣，通過掃描使用者身體資料，實現服裝定制到家。

「智慧家庭」具有IoT最豐富的場景，是泛在傳感最重要的載體，沒有什麼比「新居住」在今天以用戶價值為依歸更會迎來春天。

數字生活方式的可持續與一站式解決方案，脫胎於彈性、可拓展、可反覆運算的場景融合。唯有開發場景，才能夠讓「智慧家庭」落於實處，也唯有深入場景，才能兼顧效率與溫度，連接資料與人性。很多「習以為常」正發生翻天覆地的變化，只不過它們所呈現的是緩慢堅定的位移。

附圖：（2021海爾智家生態大會）
（2021AWE上展示的三翼鳥智慧臥室）
（2021AWE上展示的三翼鳥智慧廚房）
（2021AWE上展示的三翼鳥衣帽間）

資料來源：https://mp.weixin.qq.com/s?__biz=MzU0MjEwOTkzOQ%3D%3D&mid=2247497011&idx=1&sn=fa0d7a2780cb1b067d79218ec252a634&chksm=fb1d0cafcc6a85b9ed90c5293e48f0f1e89344e1c1315f77d55a17836384e8eec5a895278d9e&xtrack=1&scene=0&subscene=126&clicktime=1618938788&enterid=1618938788&ascene=7&devicetype=android-26&version=27001543&nettype=WIFI&lang=zh_TW&exportkey=CUeIB5nwWAya8JFsSwfhmbg%3D&pass_ticket=8X3WChu0eT1Xx5OxoY1mA9X%2FLejsemfiZCLtcklSYcI13uXfXzzucy%2BKsm5nw6MV&wx_header=1&fbclid=IwAR2nDBhhO-oAeQcSvEFSwm91OUvQAsaDZ9hD9mhQPqyHmxyCEM7g-hHpSQs

佈署 IoT Edge 和霧運算技術以開發智慧建築服務

2021年2月19日 星期五

《3S MARKET》這篇報導把物聯網的架構與實作，描寫的非常詳細，雖然在建築的細節上描述不多，但報導中也提及這是個實際驗證，可適用在很多的場域。不知道，有多少人真正看得懂？當然，連這篇都看不懂的人，就別說他真正了解物聯網、Edge 與 Cloud。

事實上這篇報導的描述不難了解，真正物聯網與邊緣運算的挑戰，是在實作。實作真正面臨的，是這些數據處理、融合、分析上的完整度，還有 —— 找到實作的場景！

摘要

基於 SoC 架構的嵌入式系統的進步，使許多商業設備的開發變得足夠強大，足以運行操作系統和複雜的算法。這些設備整合了一組具有連通性、運算能力和成本降低的不同感測器。在這種情況下，物聯網（IoT）的潛力不斷增加，並帶來了其他發展可能性：「事物」現在可以增加數據源附近的運算量；因此，可以在本地系統上，佈署不同的物聯網服務。

這種範例稱為「邊緣運算」，它整合了物聯網技術和雲端運算系統。邊緣運算可以減少感測器與中央數據中心之間，所需的通信頻寬。此方法需要管理感測器、執行器、嵌入式設備，和可能不連續連接到網路的其他資源（例如智慧手機）。這種趨勢對於智慧建築設計非常有吸引力，在智慧建築設計中，必須整合不同的子系統（能源、氣候控制、安全性、舒適性、使用者服務、維護和營運成本）以開發智慧設施。在這項工作中，分析和提出了一種基於邊緣運算範例的智慧服務設計方法。

這種新穎的方法，克服了現有設計中與服務的互操作性，和可伸縮性有關的一些缺點。描述了基於嵌入式設備的實驗架構。能源管理、安全系統、氣候控制和資訊服務，是實施新智慧設施的子系統。

1. 簡介

建築自動化系統使用開放式通信標準和介面，可以整合多種不同的建築控制規則，例如供暖、通風、空調、照明和百葉窗、安全功能和設備。但是，現有建築物通常不具有這些系統。

通常，每種安裝類型都提供特定的服務：供暖通風和空調（HVAC）控制氣候服務，攝影機和感測器提供安全服務等。僅當設計能源管理系統時，不同的子系統相關，但僅透過以下方式，連接建築物的能源管理系統。能源管理服務，集中在專用軟體中。

對於使用者和維護技術人員來說，提供不同服務的不同製造商，發現很難整合新的服務和功能。自動化建築將用於控制和數據採集的軟體，與工業協議和介面整合在一起。此外，將新服務整合到這種解決方案中並不容易，這取決於已安裝軟體的開發。

這些工業發展還為能源管理，提供了雲端連接解決方案和智慧服務。這些服務，也在集中式電腦系統中開發。數據被傳輸到這些系統或雲端進行分析。本文提出使用佈署在物聯網（IoT）技術中的邊緣和霧運算範例，主要有兩個目的：

A. 在自動化和非自動化建築物中，促進新的智慧和可互操作服務的整合（整合）。

B. 允許在建築物的所有子系統之間，分配智慧服務（互操作性）。

透過該建議，可以促進建築物子系統之間的關係。它還促進創建新的智慧服務（例如，新的分佈式智慧控制算法；使用電源管理捕獲的數據，來檢測人類活動；捕獲設備連接的模式辨識，運算可再生電力預測，在安全服務中使用電力數據等）。在這項工作中，我們設計了一個中間軟體的體系結構，該體系結構具有兩個主要層，這些層基於嵌入式設備、IoT 通信協議和硬體支援，來開發人工智慧算法（圖1）。

為了實現這一目標，我們在建築物的設施中添加了兩個概念等級：邊緣節點和霧節點。每個等級都有不同種類的設備和功能。我們佈署並實現了基於層的中間軟體的體系結構，以對模式進行實驗。

本文的組織結構如下：第 2 節回顧了智慧建築技術，建築物中的 IoT 佈署以及邊緣運算範例。第 3 節提出了一種在建築物（自動與否）中佈署邊緣和霧運算範例的方法。第 4 節介紹了進行的實驗。最後，第 5 節介紹了結論和未來的工作。

2. 相關工作

本節介紹與這項工作相關的主要研究領域。首先，我們在分析雲端運算層之後，回顧了基於邊緣運算範例的資源和服務供應。最後，我們研究了實現智慧建築的技術，並在最後的小節中，總結了先前研究的貢獻。

2.1. 邊緣運算資源和服務供應

最近，網路在兩端被標記為「邊緣」和「核心」，以查明處理發生的位置。邊緣端靠近數據源和使用者，核心端由雲端伺服器組成。透過這種方式，邊緣運算範例將運算推送到 IoT 網路的邊緣，以減少數據處理延遲，和發送到雲端的數據數量。基於雲端的後端，可以處理對時間不太敏感，或源設備本身不需要結果的處理請求（例如，物聯網網路狀態下的大數據分析）。

在邊緣運算資源供應方面，正在進行的 Horizo​​n 2020 RECAP 項目，提出了一種整合的雲端 - 邊緣 - 霧端架構，目的在解決應用放置、基礎架構管理和容量供應。雲端/邊緣基礎架構監控功能豐富了應用，基礎架構和工作負載模型，這些模型又被回饋到優化系統中，該系統可以協調應用並持續配置基礎架構。

徐等人進行的研究。 提出了一種用於邊緣運算的實用感知資源分配方法，稱為 Zenith。借助 Zenith，服務提供商可以與邊緣基礎設施提供商，建立資源共享合同，從而允許延遲感知資源調配算法，以滿足其延遲需求的方式，來調度邊緣任務。

邊緣節點資源管理（簡稱 ENORM），是管理邊緣/霧節點資源的框架，可透過監控應用需求，來自動擴展邊緣節點。可以透過靜態優先等級分配，來確定特定應用的優先等級。供應和自動縮放機制，是基於線性搜索的相對簡單的實現。

當源本身是可行動的時，邊緣雲範例也是可行的。 Chen 等人研究了行動設備向邊緣節點（特別是在無線電接入網路邊緣）的智慧運算分流。在這項工作中，作者提供了任務卸載算法，將分佈式運算卸載決策表述，為多使用者運算卸載功能。在同一項工作中，Wang 等人研究了聯合協調卸載任務，到多個邊緣節點的問題，並提出在邊緣等級引入及准入控制，以及兩階段調度方法，與傳統的最近邊緣選擇方法相比，改進了卸載性能。

2.2. 雲端運算服務配置

就社會和行業採用資訊技術而言，雲端運算範例是最具創新性的策略之一。提供的優勢提高了效率，並降低了成本，同時提供了可透過 Internet，普遍存取訪問的按需 IT 資源和服務。

當前，雲端運算服務種類繁多，甚至如何提供，這是一個受到廣泛研究的主題，正在提出許多的方案。甚至有評論總結了雲端運算範例的相關研究。

本小節介紹了有關以下問題的先前工作，這些問題與本手稿的主題有關：（i）安全性； （ii）服務品質（QoS）； （iii）提供邊緣服務。

（i）安全是雲端運算中一個具有挑戰性的問題。雲端服務位於應用環境之外，並且超出了防火牆的保護範圍，因此，需要附加的安全層。另外，邊緣和霧運算應用的行動性和異構性，使得難以定義單個過程。因此，需要一種分佈式安全策略。

此外，必須有一個標準化的環境，才能正確解決此問題，並指定霧運算和邊緣設備，如何相互協作。網路邊緣上的多個霧節點之間的敏感數據通信，需要資源受限的事物的輕量級解決方案。另一個與安全性相關的問題是數據位置。在雲端中運行數據分析是很常見的。因此，關於數據安全或隱私的公有雲與私有雲的爭論就出現了。

（ii）分配給雲端應用的資源，通常是根據合同規定的服務水準協議（SLA）所設置的。但是，實際上，由於偶爾執行大量事務，而導致分配的基礎結構飽和，可能會出現瓶頸。為了解決此問題，可以在資源可用時，動態擴展雲端基礎架構。當前，最具創新性的趨勢，目的在建構自動 SLA 合同合規系統。在 Faniyi 和 Bahsoon，以及 Singh 和 Chana 進行的研究中，可以找到與品質服務管理相關建議的詳盡綜述。考慮到這一點，提出了幾種策略來預測，應用的資源需求和 QoS 的要求。最近的工作試圖將安全性和 QoS 問題結合起來，以提供全面的性能指標。

（iii）最後，濫用雲端服務，是該領域的另一個問題。物聯網環境是霧和邊緣設備不斷加入或離開，動態的執行前後關聯。因此必須在網路邊緣提供彈性的服務。為此，在網路的可用設備之間，共享應用工作負載，可以為高階運算應用提供靈活性。提出了可靠的服務供應方法，來為系統提供更高的彈性，並提供靈活和優化的雲端服務。

在本主題中，將雲端框架和中間軟體技術，設置為與雲端層，以及具有不同介面操作系統，和體系結構的設備之間，進行通信的平台。

2.3. 物聯網在建築服務工程中

物聯網開發為在建築物上，開發數位服務提供了新資源。建築物中常見的物聯網應用，包括節能的過程環節、維護改進、雜務自動化和增強安全性。由於全球變暖，建築物的節能是一個重要的課題。

物聯網技術引入智慧建築，不僅可以減少本地溫室氣體排放，還可以將減少溫室效應擴大到更大的領域。目前，物聯網還被用於建築領域，以協助設施管理。物聯網使營運系統能夠提供更準確和更有用的資訊，從而改善營運，並為房客租戶提供最佳體驗。有基於物聯網的建議，這些建議顯示建築系統，如何與雲端進行通信，並分析所獲取的數據，以開發新的業務見解，從而能夠推動真正的增值和更高的績效。

實驗研究顯示，物聯網平台不僅可以改善，工業能源管理系統中實體的互連性，而且可以降低工業設施的能源成本。 FacilitiesNet 表示，建築物聯網（BIoT）正在推動我們獲取資訊，彼此互動和做出決策的方式發生重大轉變。BIoT 不僅與連接性或設備數量有關，而且還與交付實際和相關結果有關。當前，有很多基於物聯網的智慧家庭應用的例子。

然而，智慧設備或「物」，僅僅是連接到網路的設備或嵌入式系統。增值來自設計協調系統，和提供智慧服務，以提供實際收益的能力。這些特徵基本上，取決於對不同類型連接事物的異質性，及其互操作性的管理，並取決於數據處理提供的情報潛力。

Tolga 和 Esra 進行的研究得出的結論是，就智慧家庭系統中的軟體和硬體而言，物聯網技術尚未變得穩定。原因之一，有可能是物聯網技術仍處於發展階段。McEIhannon 所撰寫有關物聯網應用的邊緣雲和邊緣運算的未來，其評論得出了類似的結論。這篇評論提到概念和發展，目前還處於早期階段，從學術和行業的角度來看，許多挑戰都需要解決。

物聯網帶來了新的機會，但許多企業仍在尋求了解和分析，其將如何影響，並與現有的 IT 結構和管理策略整合。為此，必須創建專門的使用模式和技術，來彌合這一差距。

2.4. 發現

以下結論闡明了這項研究建議的新穎之處：

雲端運算作為「實用」的一般概念，非常適合智慧家庭應用的常規需求。但是，在某些情況下，將所有運算都移到雲端中，是不切實際的。

邊緣計算作為一種計算範例而出現，可以在物聯網設備生成的數據附近執行計算。這種範例可能有助於滿足最新應用的安全性和 QoS 的要求。

當前，控制子系統的高級建築設施，通常使用 Internet、IoT 協議和 Web 服務。專有系統是使用標準的 Internet 通信協議設計的，用於管制和監控。先前的工作顯示，基於無線感測器網路、Web 介面和工業控制模式，用於氣候控制、電源管理或安全性的控制系統，使用不同的監視和控制技術。監控應用分析，得自監控和數據採集系統中的這些子系統。對於不同的子系統，有不同的解決方案。考慮到上述情況，本工作中提出的模式，引入了以下新穎元素：

A. 介紹了一種分層架構（整合了邊緣和霧端等級），以及提供子系統之間互操作性，以及在建築物控制中開發智慧服務的方法，該方法使用了邊緣和霧端範例，這些範例將 IoT 協議整合在一起，並在本地 Intranet 中操作 AI 技術，讓雲端服務的通信層，完善了該層的架構。

B. 介紹了一種基於使用者為中心的方法，用於在互操作性需求下設計、驗證和改進新服務。

C. 該提案允許使用可以在已建的建築物中，實施的非專有硬體和軟體系統。

3. 計算模式設計

建築物中的設施子系統分為有照明、氣候、能源、安全、警報、電梯等。在自動化建築中，這些子系統由專門的控制技術控制和監控。在非自動化建築物中，不存在這些服務，並且子系統透過電子和電氣方式進行控制。在這兩種情況下，所有子系統都為建築營運，提供必要的服務。

從邏輯上講，每個子系統都在其場景中起作用，並且不能與其他子系統互操作。嵌入式電子控制器和連接的不同感測器，可以使每個子系統自動化。這些服務都是基於直接反應性控制規則。除了嵌入式控制系統和感測器之外，通信技術（基於 Internet 協議）和新的行動設備還為開發管制、監控和數據訪問服務，提供了新的可能性。

在智慧型動設備上開發，並連接到 Web 伺服器的人機介面和專用應用，是近年來已實現的服務的範例。每個子系統中的專家（氣候、安全性、電源等），都具有可以轉換為專家規則的知識。這些規則被轉換為用於管理、維護、控制、優化和其他活動的控制算法。這些規則是可以，在可程式設備上編程和實現的。但是，它們是靜態的，不會在出現新情況時發生變化，並且不能互操作，也無法適應每個安裝的特性。

例如，氣候或安全專家決定，如何使用標準啟動條件，來配置每個子系統。每個控制規則僅在一個子系統（此範例中為氣候或安全性）中工作，因此，這些子系統之間沒有互操作性。考慮到這種情況，提出的模式有助於並允許，基於不同子系統的互操作性，來整合新的數位服務，並將人工智慧（AI）技術的新服務，引入當前設施。

例如，諸如電梯控制的設施，可以用於安全服務或建築能源管理服務。氣候控制設施，可以與安全子系統整合在一起。整合到模式中的天氣預報軟體系統，可以由能源管理服務，或建築物空調服務使用。

目的是讓每個子系統中的專家，參與設計整合服務，並將所有子系統轉換為可互操作的系統。該模式會開發自動規則，並允許在考慮安裝行為本身的情況下進行決策。該模式基於一個過程，該過程包括四個開發階段（圖2）和分為不同級別的硬體 - 軟體體系結構（圖3）。該體系結構的主要等級，是邊緣等級和霧等級。這兩個層次介紹了在建築物中，應用物聯網技術的新穎性。下面介紹了模式的各個階段（分析、設計、實施和啟動）。

．分析：在此階段確定了不同的專家使用者（氣候、安全、電力、水、能源、管理人員，以及資訊和通信技術（ICT）技術人員）。諮詢專家使用者，以指定需要控制的主要過程。資訊通信技術專家作為整合環節，參與了這一過程。第一種方法產生了設計控制規則，和潛在服務所需的事物（對象）。在此階段，使用以使用者為中心的方法，並捕獲子系統的需求。

．設計：我們提出了一個三層架構（邊緣、霧端和雲端），如圖 3 所示。

．實施和數據分析：在此階段中已安裝和整合了子系統。服務基於每個子系統中的規則，分析事物（對象）生成的數據，以設計基於機器學習的服務。

．啟動：最初，在每個子系統的監督下制訂專家規則。然後，使用回饋過程安裝規則。最後，透過人工智慧技術，可以推斷出自動的和經過調整的規則。

3.1. 分析與設計

專家使用者對此過程，進行不同的審查。以使用者為中心的技術，用於設計整合流程。目的是獲得所需的所有事物（對象），它們之間的關係，以及潛在的服務。一旦指定了事物（對象）和服務，就必須關聯通信協議和控制技術。選擇了物聯網協議和嵌入式控制器；提出了人機介面；指定了邊緣層和霧層及其功能；分析專家規則和智慧服務。最後，提出了維護和操作方法。所有這些任務在專家技術人員，和資訊技術專家之間共享。

結果是事物的定義，它們之間的關係，以及與邊緣和霧層的交互作用。該過程中代表了建築物的所有子系統，數據感測器、執行器、控制器、規則和過程經過設計，可以整合所有子系統。數據集、對象和設備，由物聯網概念表示。事物由具有狀態和配置數據的實體，和前後關聯組成。事物數據位於霧和邊緣節點中，儲存的不同配置中的關聯性。

事物以數據向量表示：[ID、類型、節點、前後關聯情境]。

– ID是辨識碼。

– 類型可以是感測器、執行器、變量、過程、設備、介面、數據儲存，或可以在 IoT 生態系統中寫入、處理、通信、儲存或讀取數據的任何對象。

– 節點指定建築物子系統、功能描述、層類型（邊緣、霧端、通信或雲端）、IoT 協議和時程存取訪問。

– 前後關聯表示在 IoT 生態系統中，用於發布或讀取數據的時間、日期、位置，與其他事物的關係、狀態和訪問頻率。

表 1 是由事物（[ID、類型、節點]）。所有事物都可以訪問配置文件（CF），以了解如何使用可用數據，以及如何使用適當的訪問權限配置新數據。前後關聯數據位於內建記憶體，或是靜態儲存。使用定義的事物，設計不同的控制規則。這些控制規則是分佈在連接到網路的不同嵌入式系統中，控制過程的一部分。事物表示佈署在安裝的不同子系統中，所有的可用資源。在此等級上，設計師對所有事物進行分析、指定和關聯。基本控制算法是使用此資訊實現的。配置關聯性允許層和設備之間，所有事物的互操作性。

在此階段的另一級設計，必須提出物聯網管理中，使用的節點要求和規範。設計的流程和服務，將在邊緣或模糊節點中實施。必須指定每個節點，以確定其內部功能、通信及其服務。在獲取數據的地方，開發了智慧和處理能力。邊緣和霧層的節點，位於數據感測器、執行器和控制器附近。本文提出的方法，使用具有兩個功能的兩層（邊緣和霧端）。每一層都可以佈署互連節點的網路，以促進互操作性。

邊緣和霧層的功能是：

邊緣層功能：在連接感測器/執行器的嵌入式設備上，開發的控制軟體。某些 AI 算法可以安裝在邊緣節點上。中央處理器（CPU）和計算資源有限。安裝了通信介面，以允許在本地網路中進行整合。

霧層功能：局域網級別的通信、AI 範例、儲存、配置關聯性和監控活動。霧節點透過處理、通信和儲存，來處理 IoT 的Gateway、伺服器設備，或其他設備中的數據。在此等級實施本地、全球的整合服務。利用這些節點的硬體、軟體和通信功能，開發了基於機器學習範例的算法。霧層設備還可以在很少單位的設施或服務中，執行邊緣節點功能。

透過這兩個等級，可以優化建築設施，以獲得不同子系統之間的整合和互操作性。

表 1 顯示了每件事與關聯性配置，和節點規範的關係。節點標識其所屬的子系統（控制、能源、氣候等），層（霧端、邊緣、通信和雲端）及其執行的功能。

3.2. 架構設計

在分析和設計階段，獲得對象（事物）及其關係。規範和要求用於實現每個層。實施取決於提供所需功能的設計，和現有技術（硬體、通信和軟體）。在此階段，開發了一種適合現有設施的體系結構。物聯網協議提供互操作性，而 AI 範例則提供了適應性和優化性。邊緣運算節點用於控制設備，霧運算節點安裝在本地網路節點上。這些等級為配置、安裝和運行新流程，提供了強大的資源。

物聯網協議，傳達所有子系統數據。每個子系統由對象/事物（虛擬等級）組成，安裝為可連接的感測器/執行器/控制器設備（硬體等級）。

物聯網通信中，針對建築場景建立的要求是：標準協議、低功耗、易於存取訪問和維護、支援整合新模組，非專有硬體或軟體，以及低成本設備。

MQTT 協議，是目的在用於提供整合和互操作性資源，異構通信場景的主要物聯網協議之一。該協議被提議作為感測器、執行器、控制器、通信設備，和子系統之間的通信範例。

MQTT 協議的一些主要功能，在不同的著作中有所顯示，這使其特別適合於這項研究。他們之中有一些是：

．它是針對資源受限的場景開發的發布 - 訂閱消息協議。

．它具有低頻寬要求。

．這是一個非常節能的協議。

．編程資源非常簡單，使其特別適合於嵌入式設備。

．具有三個 QoS 等級，它提供了可靠和安全的通信。

MQTT 開發了無所不在的網路，該網路支持 n-m 節點通信模式。任何節點都可以查詢其他節點，並對其進行查詢。在這些情況下，任何節點都可以充當基地台的角色，能夠將其資訊傳輸到遠端處理位置。無處不在的感測器網路（USN）中的節點，可以處理本地數據。如果使用 Gateway，則它們具有全局可訪問性；他們可以提供擴展服務。

節點（邊緣或霧），可以具有本地和全局存取訪問權限。這些設施具有不同的可能性和益處。本地數據處理，對於基本過程控制是必需的，而全局處理則可用於模式檢測和資訊生成。從這個意義上講，擬議的平台使用了組合功能：連接到 IoT 雲端服務，本地網路區域上不同的 USN。在這種情況下，運算層（邊緣或模糊等級）將用作控制流程和雲端服務之間的介面。該層可以在與雲端進行通信之前，進行處理數據。

實現邊緣和霧端運算節點需要執行三個操作：

．連接和通信服務：所有設備必須在同一網路中，並且可以互操作。所有感測器和執行器都可用於開發服務。此活動的一個示例，是在 Internet 上遠端讀取建築物的電源參數、環境條件和開放的天氣預報數據。此活動中應實現其他功能，例如連接的安全性、可靠性和互操作性。

．嵌入式設備（邊緣運算層）中的控制算法和數據處理：在此活動中，這些設備中實現的基本控制規則和數據分析服務，可以開發新功能。此階段可以應用於數據過濾、運算氣候數據或分析功耗、直接反應控製，或使用模式辨識技術檢測事件。

．Gateway 節點（霧運算層）上的高階服務：此等級使用和管理 AI 範例，和 IoT 通信協議。霧運算節點對數據執行智慧分析，對其進行儲存，過濾並將其傳遞到不同等級，以糾正較低級別的新控制措施，或者生成雲端中服務感興趣的資訊。此階段的應用示例，包括分析新模式、預測用水量，或功耗、智慧檢測和其他預測服務。

3.3. 測試與回饋

在測試階段使用標準方法，邊緣和霧層提供不同的功能。提出了針對不同子系統的機器學習模式，並且可以將其安裝在邊緣或霧節點上。必須執行以下操作，來測試機器學習應用：

A. 定義和捕獲數據集：必須辨識、捕獲和儲存主要變量。在不同的建築子系統中，過程數據集是由連接到邊緣層的感測器捕獲的數據。使用通信協議監控和儲存數據集。一個案例是電表，該電表在配電盤中連接到嵌入式設備（邊緣節點），該嵌入式設備傳送電力數據，以在霧節點設備中儲存和處理。

B. 訓練數據集和形式辨識模式。先前數據集的一個子集，用於訓練不同的模式。評估針對從未用於訓練的數據測試模式，此過程的結果已由專家使用者驗證。目的是獲得一組代表性的結果，以了解模式在現實世界中的表現。

C. 實際場景中的驗證：必須在邊緣和霧節點上，實施新的服務和控制算法。這些模式具有用於分析數據，實施特定模式，並使用結果開發最佳參數的算法。在此階段，可以修改或進行改善模式。

D. 用統計術語和模式演變，得出測試結果：基於 AI 算法的模式而將產生近似值，而不是精確的結果。分析應用結果以確定置信度，並允許模式演化。該活動支持開發新的 AI 服務，或對已實現的算法進行修改。有監督的自動更改，是維護和改進系統的過程。此階段的過程，包括所有模式層。

建議對使用邊緣和霧，任何的安裝進行這些活動。如前所述，該模式既可以安裝在既有舊的建築物中，也可以安裝在新建築物中。對於新建築設計，基於建議模式的安裝更易於整合。此外，可以提供的服務的潛力，也使其對於既有建築物具有吸引力。

4.在建築子系統中，實施智慧服務

該模式在預先存在的住宅建築物上，進行了測試。設計和實施電源管理、管制和監控服務。物聯網協議（MQTT 和 HTTP）和 ML 範例，用於建議的層體系結構。基於 KNN 的機器學習方法，和樹決策算法用於管理功耗（家用電器），和可再生能源發電（風能和太陽能）。使用房屋中的霧節點，在雲端平台上實現監控和統計數據。該節點連接到控制可再生，和家用電器子系統的不同邊緣節點。

在圖 6 中，邊緣節點，整合在先前安裝的可再生子系統中。透過邊緣層上的這種新設備、電源管理、安全控制和操作流程得以整合，並且可以與其他子系統互操作。可以設計新的智慧服務。邊緣節點將數據傳輸到霧節點 Gateway，該 Gateway 管理功耗和發電，並控製家用電器。該節點中的輸入，是可再生能源發電的數據。輸出控件是 ON-OFF 開關，用於優化發電、安全性和操作。

4.1. 分析與設計

分析了住宅建築，以設計電源管理，安全和控制服務。 在第一種方法中，所需的主要事物（對象），它們之間的關係和不同的服務，如表 2 所示。

4.2. 執行

分析房屋中的建築子系統，以整合這個執行模式層：邊緣控制、霧服務，與雲端的通信和雲端服務。 選擇了本實驗工作中使用的感測器、執行器和控制過程（事物）。 表 3 列出了使用的嵌入式設備。

家庭服務中的控制過程，需要反應時間和互操作性。人機介面、數據存取訪問和分析服務，是本地和雲端運算上的服務。上面提到的兩個需求，都使用不同的協議處理：控制/通信上的 MQTT，和雲端服務上的 HTTP（RESTful API）是用於整合，並使所有子系統互操作的 IoT 協議。在提出的該層模式中，還使用 MQTT 協議、控制、數據處理，以及使用 RESTful 協議，到雲端的數據通信，來開發機器對機器（M2M）應用。

MQTT 使用開放的消息協議，該協議可以將遙測樣式的數據（即在遠端位置收集的測量結果），以消息的形式，從設備和感測器，沿著不可靠或受約束的網路傳輸，到伺服器（BROKER）。消息是簡單、緊湊的二進制數據包，有效載荷（壓縮的標頭，比超連結傳輸協議（HTTP）少得多的詳細資訊），並且非常適合推送簡單的消息傳遞方案，例如溫度更新或移動通知。例如，消息也可以很好地用於，將受約束的或更小的設備，和感測器連接到 Web 服務。

MQTT 通信協議，使所有對象可以互操作。透過此協議實現的發布者和訂閱者模式，可以互連所有設備和事物。該通信層由安裝在霧節點上的代理設備管理。不同的發布者和訂閱者，在不同的節點上實現。安裝了一個 Gateway 設備（霧節點）和兩個嵌入式控制器（邊緣節點），來控製家用電器和電源管理。事物和流程佈署在所有節點上。

邊緣節點控制子系統，霧節點根據決策樹，以及專家定義的規則，實現 AI 範例。霧設備將數據傳輸到雲端平台，以開發儀表板螢幕，來監看子系統的狀態。

可以開發新的雲端平台服務：事件檢測、機器學習處理、統計分析等。專家使用者設計基本的控制算法。在學習和訓練過程之後，將根據專家系統的結果，對這些算法進行調整和修改。在這項工作中，目標是在不損失生產力的情況下優化資源（控制和能源）。在邊緣或霧節點中，執行不同的控製過程；分類過程和決策樹在霧節點中實現。算法以 Python 語言實現。此語言的開源庫用於不同的應用。

4.3. 佈署與測試

對於現有建築物，邊緣節點交錯插入已安裝的控制器、配電板，以及感測器和執行器中。如果在分析階段指定了新的東西（電錶、氣候和控制器），則會安裝一些新的感測器/執行器。這項工作中佈署的邊緣節點具有以下優點：

．請勿干擾先前的安裝操作。

．他們使用新的專家規則和自動規則，引入新控件。

．他們測試和重新配置，在分析、學習和測試驗證中，設計更新的專家規則。


圖 7. 佈署在配電盤中的節點。 使用 IoT 協議通信，在不同節點中開發數據捕獲、控制算法、數據分析、儲存和通信服務

在電力管理過程中，專家使用者根據電力消耗、發電量、消耗負荷曲線、氣候數據和氣候預測數據，對具有選定流程的時間表，進行可程式處理。邊緣節點捕獲數據，並將其發送到霧節點。

霧節點處理室內和室外環境的日記數據，以及天氣狀況。霧節點還可以捕獲其他感測器數據。對房屋中的這些數據消耗和生成方式，進行檢測和分類。消費和發電結果，作為數據添加，以便與儲存的數據一起進行分析。可以使用機器學習方法開發，作為家用電器或人類活動檢測的智慧服務（圖8）。

4.3.1. 機器學習：數據捕獲過程（邊緣節點）和家用電器分類（霧節點）

連接在主配電盤中的電表，用於捕獲數據，並使用標準的 K 近似值，最近鄰（KNN）分類算法，來開發形式辨識模式。 KNN 是機器學習系統中最常見的方法之一。電表捕獲電流；如果連接了新的家用電器，則電流數據會更改。不同的家用電器具有不同的變化等級。

用於辨識家用電器的不同模式的主要變量，是連接時的電流水準差異。數據捕獲過程流程圖（圖9），顯示了在邊緣節點中實現的算法，以捕獲預處理並傳遞電力數據。

在此過程中，監督階段使用訓練數據集。接下來，真實場景中的驗證，將測試分類模式。家用分類設備將用於不同的服務：人類活動的辨識、負載控制、可再生能源管理、空調、安全性等。在訓練階段，已捕獲了不同的家用電器開機，以獲得一組形式。每個家庭都有一個矩心向量，將用於分類過程中的檢測。如上面所示的算法所示，分類器處理將產生連接時的電流數據作為輸入。KNN 分類過程流程圖（圖10）描述了 KNN 方法，它在霧節點中實現。

4.3.2. 可再生電源管理。控制電力自耗的決策樹

每個建築物都有不同的需求曲線，以及在接入電網方面的特定情況。為此，整合和可互操作的設施，可以實施適用於每種情況的不同解決方案，從而提供對太陽風資源的最佳管理，優化電源效率，簡化管理流程，並實現最高的成本節省。當可再生能源超過消耗的能源時，在使用 AC 耦合到電網的設施中，會出現問題。

在實驗工作中，太陽能在一天的中央時段的能量，大於所消耗的能量（圖11）。但是，在分析了消耗曲線之後，可以在這段時間內連接負載，以避免注入電網。可以透過設計一種算法，來滿足這一要求，該算法可以預測，何時發生此事件，以自動連接不同的負載。利用所有感測器和執行器的整合，和互操作通信，已經開發了在不同節點中，所實現的算法（圖12）。

13. 在電源管理子系統上開發的決策樹。 它由專業使用者設計，並整合在邊緣節點上。該決策樹的目的，在優化可再生能源的使用。

4.3.3. 基於 Edge 和 Fog 節點的 Control Home

圖 14 顯示了安裝在住宅房間中的邊緣節點。 該節點可以控制四個設備（設備），並捕獲感測器數據（功耗、發電量、溫度、濕度等）。該設備可以使用 MQTT 協議進行通信。該協議允許設備之間，進行其他類型的通信：智慧手機、新邊緣節點等。圖 7 和圖 14 顯示了可以在其他建築物中，佈署的標準實現。在所有系統中，都有配電板，這些配電盤佈署了霧節點和邊緣節點，如圖所示。

4.3.4. 使用物聯網協議的雲端服務

雲端服務可以監控，透過霧節點或人機介面（HMI）訪問的數據。 IoT 協議（MQTT）從任何已連接 Internet 的設備推送數據。事件檢測、儲存統計分析等其他服務，完善了該資源的功能。提供類似服務的不同平台，顯示了商用物聯網技術的狀態：Amazon IoT、Microsoft Azure、Ubidots 和 Thingspeak，是提供 IoT 平台的公司一些案例。提供了資源以及客戶端，和 IoT 平台之間的應用程式介面（API）通信，以便可以使用它們。

用於設計儀表板監控和管制的 HMI 資源，是這些平台上的主要實用功能之一。霧節點使用雲端 API 傳達數據和資訊，可以實施其他控制服務。在這些雲端平台上，預先建構了用於監控數據的儀表板設計。使用 API​​ 實用功能，霧節點中的過程處理，會將數據發送到每個儀表板。API 文件指定了在設備、IoT 平台和 Mobile-Alerts Cloud 之間，交換數據的結構，以及用於加速項目的代碼案例和形成資料庫。

圖 15 顯示了在 Ubidots 雲平台上，設計的儀表板。Ubidots是本實驗工作中使用的物聯網平台。該模式可以在實現這些協議的層，和平台中使用不同的標準協議。圖 16 顯示了在雲端平台中，IF 變量 THEN 動作的事件配置。大多數物聯網平台，都提供此功能。

5. 結論

為了設計物聯網系統，越來越多地提出邊緣霧模式。但是，每個範例都提供特定應用領域的解決方案。不同子系統之間的整合和互操作性，可以改善這種情況，並提供更好的服務。這項工作的主要目的，是透過提出一種基於邊緣層和霧層，兩層體系結構的運算模式，來解決這個問題。透過這兩層，可以基於使用邊緣或霧節點中，嵌入式的設備捕獲數據所產生的新型有用資訊，來設計和開發新服務。這些節點使用雲端平台和 IoT 協議（例如 MQTT）。

MQTT 是作為不同層（霧 – 邊緣 – 雲）之間提出的通信協議，並進行實驗的。雲端平台用於開發儀表板的面板資訊和 Internet 上的新服務，例如控制、儲存和通信事件。該平台可用於透過 API，交付不同的服務。

該模式可以在現有建築物和新建築物中，開發這些服務。在這種情況下，要求每個子系統中的專家和專業人員，參與新服務的設計。

為了測試該模式的功能，並顯示如何在實際設施中，實現該模式，在住宅中進行了一項實驗性工作。在此霧和邊緣節點前後關聯中，描述了實現的幾個範例。開發了模式辨識和決策樹方法，以展示人工智慧在設計 IoT 解決方案中的潛力。已安裝服務的結果顯示，邊緣和霧節點佈署，產生了預期中整合和互操作性的好處。

提出的工作演示了，如何將邊緣和霧範例，整合到可以增強其優勢的新架構中，從而擴展了應用領域。該體系結構的主要科學貢獻，是整合、技術的互操作性，及其為開發 AI 服務提供的設施的範例。所有這些改進，都在已開發的實驗的不同示例中顯示。具體的優化和改進，將在以後的工作中進行。此外，使用機器學習平台，和 AI 範例的新控制規則，將確保可以創建和改進新的智慧服務。

附圖：圖1.自動建構子系統和資訊技術環境。
圖2.基於使用者為中心關係的模式。
圖3.通信架構。 每個等級都有不同的功能。 提出了兩個通信等級：IoT（使用消息隊列遙測傳輸（MQTT））和 Web（使用代表性狀態傳輸（REST）協議）。這些協議的層，涵蓋了已建立的整合和互操作性要求。
圖4. 在建築物的現有設施上實施的邊緣霧架構示例：邊緣節點是較低的層次，必須與安裝的設備進行新連接。互連所有子系統的霧節點，是透過整合連接到邊緣節點的新設備來實現的。邊緣和霧節點，可以佈署在所有建築物子系統中。
圖5. 住宅建築中的第一個實驗工作。
圖6. 整合在先前安裝的可再生子系統中，邊緣節點的示例。 該節點可以使用新算法控制 ON-OFF 開關，以管理發電過程，以及通信和監控電源數據。
表1.事物示例描述。寫入 ID、類型和節點數據，以配置 XML 文件。配置關聯性儲存在霧節點中。
表 2. 實驗工作中的分析和設計要求。
表 3. 實驗室內使用的嵌入式設備。
圖 7 顯示了分佈在配電板上的節點（邊緣和霧狀）。在此節點中，設計並安裝了功率計、ON-OFF 開關控件和 AI 服務。
圖 8. 佈署的智慧電源功能。在霧節點中實施的分類過程，可用於檢測電連接和人類活動。可以使用 IoT 通信實現其他服務
圖9. 邊緣節點中捕獲，並預處理的用電量數據；MQTT 協議用於通信數據。另外，其他節點可以使用捕獲的數據，來提供其他智慧服務，佈署了整合和互操作性。
圖10. 分類過程。處理捕獲的電數據以檢測家用電器連接。可以使用 IoT 協議整合，來設計其他智慧服務。
圖11. 該圖顯示了實驗工作中的消耗和生產數據。 在自儲存的電力自備設施中，沒有儲存並且沒有注入電網，所產生的能量必須即時使用，並且不得超過所消耗的能量。 能源經理必須預測此事件，並提前連接電荷。
圖 12. 用電自耗設施中的可再生電源管理。
圖 13 是在電源管理子系統中，開發的算法的示例。 可以在邊緣節點上安裝此過程。該節點獲取氣候數據預測，並預測系統是否可以在不儲存的情況下，使用可再生能源。
圖14. 佈署的邊緣節點。該節點可以使用新算法，控制 ON-OFF 開關，並可以在每個房間或建築物中，通信和監控感測器數據。
圖 15. 在雲平台上配置的儀表板。顯示了風力發電數據和預測風力。
圖 16. 在雲端平台上配置事件的儀表板：IF 事件 THEN 動作。 該服務顯示了，如何使用雲端訪問來控制設施。與霧節點的 Internet 通信，可以控制建築物中的不同子系統，並使用電子郵件，SMS 或其他 Internet 服務來通報事件。

資料來源：https://3smarket-info.blogspot.com/2021/02/iot-edge.html?m=1&fbclid=IwAR0uijX5WdNrfzmGjVsakFGaEsWivPgyH1zumxVr7fwvvgqtdFFTI6jJXS8

或者，好多讀者已駕駛過純電動電單車（包括國內親戚那部買餸羊或家中果部電動單車），但玩過電動大包圍的騎士應該不多，仲要是一部扭力峰值達到20.3kg-m的跑車，感覺如何？加速力有幾癲？有請張煒安同大家報告。

載番個頭盔先，本誌是電動汽車及電動電單車的文盲，惡補後才如夢初醒，現在才知道純電汽車十分普及。雖然香港的充電設施仍有待完善，但充電站的數量遠超10年前，並且遍布全港，現在不僅Tesla，其他傳統牌子已加入製造純電車行列，款式愈來愈多，部份車子的續航力更高達400km，打個折扣都跑到300km多，這一刻才知道自己仍然活在石器時代。

純電電單車又如何，其發展速度好明顯滯後，那麼有沒有一間年資又Young，又沒有造車經驗類似Tesla的製造商？答案當然有，ENERGICA是其中一間，但兩輪界仍未出現突破樽頸，同時迫使傳統品牌加速電氣化步伐的非傳統車廠。事實上，傳統電單車廠好早開始研發電動車，不過遲遲未市販化，好可能考慮到用家的負擔能力及市場接受程度；畢竟生產電池的原材料昂貴，導致車價高昂，以及充電設施未配合發展，更重要是短期內未必有利可圖，姑且讓新冒起對手試探水溫。

究竟ENERGICA有幾Young？2014年正式成立，所有車輛都在意大利跑車故鄉MODENA生產。ENERGICA的母公司是CRP集團，擁有50年歷史，業務涉及賽車、航空、太空科技、3D打印及軍事科技等等講求高準確度工業。肉眼所見，今次介紹的兩部電車在各方面均有一定質素。

CRP集團為了展示賽車技術，2006年成立自家車隊，出戰世界WGP125及意大利CIV道路賽，2008年啟動eCRP純電大包圍計劃。適逢史上首屆全電動TTXGP格欄披治在2010年舉行，正好測試eCRP的實力，CRP集團其後亦有參加由FIM舉辦的e-Power電動格欄披治大賽。

事實上，eCRP純電大包圍是今次試駕ENERGICA EGO的雛形，原型車見於2013年，車子因為採用3D打印及CNC製造的部件而廣收宣傳效果，市販版正式在2015年推出。不過真正讓更人認識ENERGICA EGO，是因為ENERGICA自2019年起成為Moto E獨家供應商，所有參賽隊伍都使用相同規格的ENERGICA EGO參賽。編者今次能夠在香港親身接觸市販MotoE戰車，看著披上MotoE拉花的包圍，突然有落場的衝動！

張煒安試車感受—加速話咁快
8年前領教過純電動電單車的扭力，當年試駕的車子雖然只有54hp馬力，但扭力達到9kg-m，產生的加速力及起步反應媲美直四600級大包圍，雖然如此，與今次試駕的兩電車相比，所有數字差了一大截。

以ENERGICA EGO大包圍為例，馬力143hp(107kW)，相等於一部750cc左右的大包圍，可是扭力峰值高達20.3kg-m (200 Nm)，與超過2,000cc的電單車看齊，卻比起這一代公升級超電多約70%。如此巨大的扭力有幾好玩？簡單來說扭力越大，起步及加速力越勇猛。據廠方公佈，ENERGICA EGO的0-100km只需3秒，簡直痴線，極速可達240km/h，至於NK版EVA都有200km/h極速，理論上在香港用唔著。

果只看數據，ENERGICA EGO的扭力無懈可擊，實際駕駛又如何？

好勁....頭、中段的加速力比現今的公升級超電有過之而無不及，加速時上半身被風阻扯得好利害，尾段則受到環境限制而無法體驗。電動摩打甫加速便進入扭力範圍，不用像內燃引擎提升至一定轉速才增加扭力，所以油門近乎沒有延遲感，一篤油便立即向前衝，反應比汽車電單車的油門要更捷，所以早段時間沒有膽量大力質落油門加速；事實上，不論電或高性能油車，統統都採用電子油門，沒有威也，所以更正確的說法是電門，而非油門。

此外，由於電車採用單速波箱，無波可轉，油門操控與綿羊相同，所以扭著油門不放，馬力一氣呵成釋出，既沒有因為檔位銜接導致馬力流失，也沒有轉檔的頓挫感，即使任何時候減速，都輕易再爆升車速，騎士因此無需善用波段或Keep轉數，20.3kg-m的扭力及超廣闊扭力帶果然非同凡響。

加速感又如何？

其實電與油車的差異頗大，首先電車只有摩打排出的VV聲，雖然轉速越高，音頻越尖，但實際駕駛中的風聲比麼打聲大，取代汽油車轉數越高，排氣聲越亢奮的感覺，而全球推動電車的原意，就是要保持環境清靜。再者摩打缺乏類似引擎的諧震，駕駛時仿佛與車子失去聯絡，原因是內燃引擎的排氣聲及震盪成為騎士與車子溝通渠道之一，因此沒有留意車速，駕駛電車比油車更容易超速。究其原因，電車的加速力雖然強勁，可是油門控制比油車更容易，馬力細滑如絲地傳送到尾輪上，感覺就好像剛踏進高鐵車廂，凳子還未座暖，列車已飆升到300km/h一樣。

因此未駕駛過ENERGICA EGO的讀者，我建議包括老手在內，最好選擇Standard(標準)、Eco(慳油)或Wet(濕地)馬力較低的馬力模式，與此同時開啟防止尾輪打滑的循跡系統及ABS，待熟習260kg重量及寧靜操控感，才好好享受最強的Sport(運動)模式，原因電車的馬力來得又快又直接，用多幾個電子輔助駕駛傍身，既安全又好玩。再者ENERGICA EGO是一部自動波大包圍，沒有離合器，對於棍波車騎士來說難免有點空虛感，也不可以使用離合器控制掉頭車速，因此需要一點時間適應，如何倚靠油門及煞車控制掉頭速度，否則增加跌車風險，因為掉頭的時候，你會實實在在感覺到她的重量。要是你有綿羊底子，絕對有幫助。

講開減速，車子重達260kg，但是BREMBO M4煞車卡鉗足夠街道使用；另一項協助騎士減速的功能名為Regenerative Maps，即是「制動力回收」，熟識電動四個轆的讀者一定不會陌生，作用是當騎士縮油減油，讓原本驅動尾輪的摩打變成發電機，為電池充電，夠晒環保。

而Regenerative Maps「制動力回收」共有四段選項，分別是OFF(關)、LOW(低)、Medium(中)及High(高)；當日試車首先切換High(高)，縮油後車身立即頓挫起來，俗稱鎖得好勁，車速明顯拖慢，感覺有點像突然拖低一個檔位，所以個人認為不適合跑山，會影響壓車攻彎的暢順度，但應付「長命斜」或落山好有用，等於波車用低檔落斜，大大減輕制動系統負擔，可避免制動過熱。講咗咁耐，「制動力回收」即是棍波車所講的Engine Brake(制動煞車)。

之後體驗LOW(低)效果，個人認為這個Mode適合玩山，雖然高速煞車縮油的Engine Brake明顯減少，不過仍有效地拖慢車速同時，讓我更流暢地入彎。最後嘗試OFF模式，一如所料，減速沒有Engine Brake，跟綿羊及二衝車一樣，縮油後車子繼續向前衝。對我來說，「制動力回收」好有趣，讓我在短短數小時試駕中，回顧過去20年賽車技術發展史；由我初初鬥2衝車近乎沒有Engine Brake，到轉戰4衝600 Superspot的強勁Engine Brake，再之後普及的防鎖死離合器（Slipper Clutch—舒緩Engine Brake，讓車手更暢順攻彎），到現在的全電子年代。另外，ENERGICA EGO配置ABS防鎖死系統，然而另外還加入名為eABS系統，它是防止急煞減速同時，尾輪又被「制動力回收」產生的Engine Brake鎖得太死，導致輪胎失去咬地力；此時，eABS立即介入，暫停「制動力回收」工作，好讓輪胎恢復咬地，發揮類似防鎖死離合器的功能（Slipper Clutch）。當eABS介入後，儀錶會亮起相關信號。

ENERGICA EGO的座姿及車身闊度與600或1000大包圍分別不大，座上810mm的座位依然跳芭蕾舞（張煒安身高5呎６吋），可是軑把高度適中，整體來說不極端，有上一代跑車的影子，某程度來是一款舒適型超電。不過論真正舒適性，當然是NK版EVA為佳。

所有電車，包括二輪及四輪，因為負載電池組件而變得比同類型油車重，當你騎上ENERGICA EGO再踢起側架，然後拉直車身，便會發現比起拉起600及1000更費力，畢竟她們相差超過60kg。

為應付重量，ENERGICA EGO實行以硬制硬，例如廠方建議使用42磅胎壓，否則胎壓不足，輪胎與路面接觸面積過多，加上避震設定太軟等等，都會影響操控性能，即使直路行駛都會出現跌車傾向，所以當日在山路行駛幾圈後，立即調硬前避震的預載，穩定性才大大改善。事實上，電車對我來說是新事物，需要更多時間摸索各方面的設定技巧。

老實說，當日聽到260kg的車重都有點詫異，腦海突現浮起80-90年代的1000cc大包圍，就連moto-one的編輯都對我的評價特別感到興趣，試駕後不斷追問是否好鈍好笨重，比第一代R1更重等等。說實話，論輕巧度及靈活度肯定不及新一代600及1000大包圍佳，壓車搬身需要多一點力，之但係又唔覺得好鈍或好笨重，比原先估計更好彎，的確有點意外，所以用第一代R1比較未免太誇張。事實上除了落地推車、窄路掉頭、燈位停車及塞車慢行之外，起步後唔覺重。不過聽車主講，駕駛初期因為未熟習車身重量，難免會有壓力。

或許你會擔心推車，可是ENERGICA EGO設有後波及前波，最高車速只有2.8km/h，其操控不難，只要按下著車掣2秒，便會切入“PARK ASSISTANT”(泊車輔助)，即後波，若再按下著車掣便會切入前波，讓你在限速下向前或向後泊車，大可安座於車子上撐船仔。


至於騎士最關心的續航能力，由於當日只駕駛不足50km，所以未能詳盡解釋。根據廠方資料顯示，在市區駕駛的續航力200km、市區與高速公路駕駛的續航力160km、高速公路續航力130km。不過據車主講，ENERGICA EGO的實際續航力與廠方公佈的數據接近，他試過從元朗出發去機場，全程高速公路，平均車速約80-90km/h，來回路程約100km，回家只餘20%電量，估計可以行多約40km-50km。事實上，續航力好視乎騎士的駕駛方式，所以駕駛電車必須要經常留意電量，畢竟充電站並非度度都有。