定义
数据采集（Data Collection）指物联网设备从传感器、终端、业务系统获取原始数据，并通过网络上报至云端平台的过程。采集的数据类型包括 设备状态、传感器读数、定位 轨迹、业务事件等，是物联网 设备管理平台、调度平台 等的数据基础。数据采集可采用轮询、变化触发、差分上报 等策略，平衡实时性与流量成本。
在跨境场景下，数据采集需考虑 数据回传 的稳定性、时延与合规（如数据本地化），物联网卡需支持 一卡多国 以保障跨境设备持续联网。
技术特点与架构
数据采集典型架构包括：采集端——传感器、PLC、车载终端、充电桩等，通过 Modbus、CAN 总线、MQTT 等协议获取数据；传输层——4G/5G 物联网卡将数据通过 数据回传 至云端，可采用 数据压缩 降低流量；平台层——接收、解析、存储数据，支撑监控、分析、告警。采集策略包括定时上报、事件触发、批量上报 等，需根据业务需求与成本优化。
跨境场景下，大量分散设备的数据采集依赖稳定物联网连接，数据同步 与去重、时区处理等也需平台支持。
在物联网与跨境场景中的应用
数据采集在物联网与跨境场景中的应用包括：充电桩——采集充电会话、电量、故障等，支撑 充电管理；物流追踪——采集 定位、温湿度、开关门等，支撑跨境物流监控；工业设备——采集设备运行参数，支撑预测性维护；能源管理——采集电表、水表数据，支撑 需求侧 管理。达希物联为跨境物联网设备提供稳定连接，支撑数据采集在 200+ 国家的可靠运行。
采样时钟和单位要在现场就固定
数据采集是在现场把物理量或业务状态变成带时间、单位和来源的记录。它回答的是“测到了什么”，不是“记录有没有送到云上”。一条记录要能被后续任何人解释，至少需要测点、数值、单位、采样时间和采集方式。采集方式可以是按固定周期读取，也可以是数值变化后才记录，还可以是只记录与上一条的差。国际设备上最容易乱的是时间和单位：本地时区、世界时和接收服务器时区可能同时存在，电量用瓦时还是千瓦时、温度用哪种刻度，必须在采集时写明，不能留到总部报表里猜测。
使用条件取决于测点本身的更新速度。采集周期应不短于传感器或表计真正更新的周期，否则连续多条记录只是同一个数的重复；需要捕捉短事件时，应改用变化触发，而不是把周期无限加快。采样时间应在读到数值的那一刻写入，并使用统一的时间标准。校准系数和量程要跟记录走，更换互感器或探头后，旧系数不能继续乘新的原始值。采集频率还要考虑链路成本，跨境漫游时高频率原始波形未必送得出去，应在本地先形成所需的统计量，再决定送什么。个人位置等敏感字段只有在这次业务确实需要时才采集，并写明用途和保留期限，不能因为终端做得到就默认全开。
把接收时间写成采样时间
容易出错的是平台收到数据时再打时间戳。隧道里积压的轨迹被记到出隧道的一刻，里程和围栏都错。另一类错误是单位不写进记录，国内外平台按各自习惯解释，同一字段一边当瓦时、一边当千瓦时。还有一类是采集周期快于表计刷新，差值计算把重复读数当成新增电量。探头更换后未改系数，数值整体偏移，告警门槛却还是旧的。
多个来源同时采同一测点，网关采一次、设备再采一次，又不标明来源，曲线会出现成对的近重复点。应在现场固定时钟、单位、系数和来源，再谈发送。发送是否成功属于后续环节；采集本身失败时，本地就应该没有新记录，而不是有一条时间为空的记录。需要可靠送达时再为关键记录等待ACK。若这些记录只在异常时才产生，应走异常上报，不要和要求均匀采样的周期点混在同一条解释里。
记录里应同时留下原始值和换算后的值，系数变更时才能重算历史，而不是只留一个无法追溯的结果。采样失败要记一条带原因的空记录，例如探头断开或超出量程，不能把上一次的数值再写一遍。周期采集和变化触发不要共用一个序号，否则中间停采会看起来像序号跳变。跨境设备入库前，要用目的地的电源条件和实际探头做一次比对，确认单位和系数与当地表计一致，而不是只在实验室用标准源通过。