Управление умным транспортом

Заказчик

Подразделение Emerging Internet Technologies Group в компании IBM занимается созданием прототипов и решений с целью внедрения инновационных технологий для клиентов по всему миру.

Задача

Сбор и анализ данных с датчиков моторного катера для обеспечения безопасности спортсменов и принятия более эффективных решений во время мировой гонки SilverHook Powerboat Racing.

Участники гонки соревнуются в открытом море на скорости более 225 км/ч. Высокая скорость и непредсказуемое состояние водной поверхности губительно влияют на бортовую электронику. Такая комбинация факторов может привести к крупным повреждениям катера и представлять угрозу участникам.

Решение

Специалисты компании Аксмор в сотрудничестве с IBM разработали приложение, которое визуализирует данные с различных датчиков моторного катера и GPS навигатора. Данные собирались по более чем 70 показателям с частотой обновления 100 раз в секунду.

Функциональные возможности и решения

Оптимизация решений в реальном времени

Во время гонки каждый участник принимает множество важных решений. Для того, чтобы оптимизировать принятий решений в реальном времени, спортсменам был предоставлен доступ к техническим показателям работы моторного катера.

Из более чем 70 показателей были выбраны самые необходимые, такие как скорость, мощность двигателя, давление подачи масла и топлива. На основе этих показателей спортсмены могли оперативно вносить изменения в процесс управления катером.

Также для команды поддержки спортсменов была доступна расширенная версия панели наблюдения, которая включала в себя более широкий спектр показателей, текущее состояние водной поверхности и местоположение катера. С учетом этой информации команда поддержки давала советы спортсменам в реальном времени.

  • Рис. 1.
  • Рис. 2.

Предиктивная аналитика

Кроме оптимизации решений в реальном времени, команда поддержки спортсменов планировала их будущую загрузку: в какой промежуток времени нужно ускориться, когда нужно изменить траекторию движения и т.д. Расчет производился на каждую точку маршрута с учетом текущих данных.

Визуализация данных

Визуализация данных производилась с помощью шкал в виде циферблата. Данные по всем показателям агрегировались в облачном хранилище для того, чтобы максимально облегчить клиентскую часть приложения. Это позволило оперативно отображать актуальную информацию о текущем состоянии моторного катера.

Технологии

Базовые технологии
JavaScript, Node.js, Express
Хранение и работа с данными
Cloudant
Веб-интерфейс
Angular1, Twitter Bootstrap, Less, Pug
Интеграция
IBM Internet of Things, Mosquito/MQTT, Apache Spark Streaming
Мы найдем лучшее решение вашей задачи!

Совпадений: 0