Сценарии применения Fog в IoT

(Продолжение. Начало здесь)

Автономные системы управления транспортом ADS (Autonomous Driving System)

Автономные системы управления транспортом ADS (Autonomous Driving System) – это системы выполняющие действия по управлению транспортным средством без вмешательства оператора в процесс управления в «реальном времени». ADS представляет собой интегрированный программно-аппаратный комплекс, состоящий из нескольких подсистем, работающих координированно[1].

Следует различать понятия «автономный» (Autonomous) и автоматизированный (Automated), поскольку иногда ADS расшифровывают как Automated Driving System. «Автономный» – означает «способный принимать самостоятельные решения», в то время как «автоматизированный» – лишь способность самостоятельно выполнять некоторые функции по управлению, например, экстренное торможение без участия водителя или объезд препятствия.

Приложения IoT для ADS относятся к разряжу критичных (mission critical). ADS используют многие передовые технологии, например, многорежимные сенсоры (multi-modal sensors), компьютерное зрение, анализ изображений, соотнесение с картами и предиктивную аналитику, для того, чтобы определить наилучшее следующие действие по управлению транспортным средством. Причем, все это нужно выполнить за несколько миллисекунд, поэтому Fog-узел с функциями искусственного интеллекта необходимо размещать прямо в транспортном средстве, чтобы избежать задержки при отправке данных в облако и ожидании ответа. Причем такой Fog-узел должен обеспечивать достаточную надежность и резервирование.

Основные компоненты ADS показаны на рисунке ниже.

6

Рисунок 6. Основные компоненты ADS (источник: JCET Dept. Of Mechanical Engg).

  • LIDAR

LIDAR строит 3D-карту и «видит» потенциальные препятствия, сканируя лазерным лучом окружающие автомобиль предметы, чтобы определить их природу и расстояние до них.

  • RADAR

Радар позволяет автомобилю избежать столкновений, посылая сигнал на бортовой компьютер автомобиля, чтобы тот выдал команду на автоматическое торможение или объезд препятствия.

  • Система камер кругового обзора

Обеспечивает захват 360о окружения автомобиля, путём наложения изображения с нескольких камер с перекрытием зоны обзора.

  • Геопозиционирование

Система спутникового позиционирования GPS, которая нужна для точного определения местоположения, скорости и ускорения движения автомобиля.

  • Программное обеспечение (ПО)

ПО обрабатывает весь объем данных, полученных от датчиков и сенсоров автомобиля в реальном времени, а также поведенческую динамику других участников движения, пешеходов и других окружающих объектов. Вкупе с бортовым компьютером автомобиля, образует Fog-узел.

Архитектура Fog-системы ADS показана на рисунке ниже[2].

7

Рисунок 7. Архитектура Fog-системы ADS (источник: JCET Dept. Of Mechanical Engg).

Применения Fog-систем в IoT для медицины

Fog-узел, или вычислительное устройство на границе сети, которое комбинирует сенсор с вычислительной мощностью, способно стать миниатюрным центром для медицинских анализов, который обрабатывает данные в течение миллисекунд, и затем посылает обработанные и отфильтрованные данные в облачный дата-центр системы электронной медицины (eHealth)[3].

Многие медицинские исполнительные устройства должны реагировать практически немедленно в ответ на данные сенсоров и не могут ждать, пока данные сенсоров будут обработаны и проанализированы в центральном дата-центре Cloud и результаты будут присланы назад. Fog-системы очень полезны в тех случаях, когда необходимо произвести немедленный анализ и предпринять немедленные действия в соответствии с планом лечения. Каждый сенсор или медицинское IoT-устройство в сети могут быть независимо запрограммированы и способны определять, какую информацию нужно хранить локально, а какую необходимо передавать в облако Cloud для анализа больших данных и долговременного хранения и последующего использования. Однако, медицинские данные, собранные и проанализированные в непосредственной близости к пациенту, должны, в основном, оставаться приватными.

Три потенциальных препятствия для распределённой обработки медицинских данных в Fog-системах – следующие:

  1. Форматирование медицинских данных из различных источников в общей архитектуре, и в то же время, соблюдения приватности данных, которыми компоненты медицинской системы должны обмениваться.
  2. Баланс между бóльшим абстрагированием данных для ограниченного объема местной системы хранения и меньшим абстрагированием для улучшения производительности системы.
  3. Идентификация недостоверных или ошибочных данных от неисправных сенсоров или беспроводных передатчиков.

Пример интегрированной системы Fog/Cloud для беспроводных IoT-датчиков контроля состояния больных диабетом показана на рисунке ниже[4].

8

Рисунок 8. Система контроля диабета на базе IoT-сенсоров и интегрированной Fog/Cloud (источник: Journal of Diabetes Science and Technology 2017).

На рисунке показаны:

  • Датчики диабета с сенсорами (SENSORS), содержащий монитор содержания глюкозы в крови, «умный» инсулиновый шприц, носимый монитор глюкозы, и инсулиновый насос (каждые два устройства работают вместе) и могут образовывать замкнутую систему искусственной поджелудочной железы (artificial pancreas system), показаны зелёным фоном на рисунке.
  • Fog-узлы (FOG-NODES), состоящие из интеллектуальных устройств, хабов, маршрутизаторов и шлюзов (SMART DEVICE, HUB, ROUTER, OR GATEWAY) розовый фон на рисунке.
  • Облачные серверы (CLOUD SERVER), использующие вычисления в Интернет (INTERNET BASED COMPUTING), показаны жёлтым цветом.

Сенсор диабета – устройство, реагирующее на психофизиологическое состояние пациента с диабетом, передающие сигналы о нём с возможностью отображения на мониторе или без неё. Данные о диабете – набор преобразованных психофизиологических измерений с соответствующей контекстной информацией (включая дату и время), а не «сырые» данные (ток, напряжение, мощность оптического сигнала). Преобразование этих данных в психофизиологический параметр не обязательно означает вычисления в Fog-узле.

Носимые и портативные устройства для контроля диабета имеют связь по Bluetooth со смартфоном или планшетом, который служит как переносной Fog-узел, выполняющий некоторые базовые аналитические задачи, а также посылает информацию в облако[5].

Недостатком таких Fog-узлов является то, что данные невозможно отправить в облако, если смартфон или планшет пациента неисправен или в нём села батарея. Однако, старые типы мониторов глюкозы вообще не могут загружать данные в облако, могут только записывать их в компьютер через кабель. Поэтому их нельзя рассматривать как Fog-устройства, а лишь только как асинхронные телемедицинские системы.

 

[1] https://strategyofthings.io/fog-computing

[2] https://www.slideshare.net/JustinJacob27/autonomous-driving-system-ads

[3] http://www.forbes.com/sites/bernardmarr/2016/10/14/what-is-fog-computing-andwhy-it-matters-in-our-big-data-and-iot-world/#51ab6ef04971

[4] Fog Computing and Edge Computing Architectures for Processing Data From Diabetes Devices Connected to the Medical Internet of Things. Journal of Diabetes Science and Technology 2017, Vol. 11(4), стр. 647–652

[5] Bluetooth. Medical & health: Bluetooth is changing the face of healthcare. Available at: E.bluetooth.com/what-is-bluetooth-technology/where-to-find-it/medical-health.

About Алексей Шалагинов

Независимый эксперт
Gallery | This entry was posted in 5G, IoT, цифровая трансформация and tagged , , , , , . Bookmark the permalink.

1 Response to Сценарии применения Fog в IoT

  1. Pingback: Telecom & IT

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s

This site uses Akismet to reduce spam. Learn how your comment data is processed.