在日本第一个利用数据传输网络进行实用试验的人是庆应义塾大学环境情报学部的村井纯教授。他在名古屋的出租车上安装了传感器，给每一个雨刷器都分配了IPv6地址，从而能够通过互联网实时掌握雨刷器的运转情况。这样以来，一旦某个区域的出租车雨刷器同时启动，就说明这个区域下雨了。而下雨的话必然会导致民众对出租车的需求增加，只要将位于其他区域的出租车调过来，就可以实现更高效率的运营。不过，实际上出租车总是过于集中在某一个地方，事情发展的并不如预料之中那么顺利。

这一方法可以应用于许多方面。比如在山顶附近设置一个检测降雨量的传感器，通过数据传输网络来传送数据。这样以来，位于山脚下露营场地的登山者就可以通过智能手机上的应用程序来事先确认山上是否有雨，从而避免遭遇泥石流或山崩的危险。

实际上，这种系统并不复杂。简单说就是安装一个能够感知变化的传感器，通过数据传输网络来收集信息，然后利用数据处理器对存储在云端的大数据进行处理。

根据数据处理的结果，将类似于“三十分钟之内河水将会暴涨，应该进行紧急疏散和避难”之类的信号发送给相关人员即可。此外，将这种模式延伸展开，还可以应用在许多方面。比如在房间里没有人的时候，自动调节空调温度达到省电效果的智能家居系统就是其中之一。

通过在公交车的座位上安装重量感应装置，可以使在车站候车的乘客提前了解到公交车上的拥挤情况，从而能够及时地做出“不搭乘这辆拥挤的公交车，等候下一辆公交车”的判断。这种做法也能够使公交车的运行更加顺畅，因此已经被许多公交公司采用。

不过，虽然这些系统很早以前就已经被工厂广泛引入，但在社会上应用还尚处于起步阶段。从这个意义上来说，IoT是一个非常具有开发潜力的领域。(www.daowen.com)

我就曾经将重量感应装置应用于交通控制。在欧姆龙的创始人立石一真的赞助下，我从20世纪80年代起创立了许多与信息技术相关的事业（主要以交通系统领域为主）。最有代表性的就是车站的售票机以及全世界第一个乘客门（Passenger Gate）。

此外，还有让车流量与信号灯同步的系统。这个系统可以通过线性规划（Linear Programming）计算出应该何时改变信号灯的颜色才能使车流量实现最大化。

通过在十字路口的地下埋设涡电流传感器检测上面是否有车辆行驶，然后利用遥控器改变信号灯颜色的系统。这样可以使主干道在辅路没有车的时候一直保持绿灯，从而缓解交通拥堵的情况。

通过在高速公路上的特定地点设置图像传感器，可以对过往车辆的图像进行解析，然后将解析数据送往下一个地点，从而计算出车辆通行所花费的时间，不但可以把握高速公路上有多少千米的距离出现了拥堵的情况，还可以计算出通过拥堵路段所需的平均时间。也就是说，不但可以事先通知在高速公路上行驶的司机前方路段拥堵，还可以告诉他们通过拥堵路段需要多少时间，后者的信息显然更有意义。当时，这些构想就已经存在于我的脑海之中。如果将这些信息模式化之后套用在其他领域，甚至可以说在所有的领域中都存在着商业机会。