Manufaturação industrial
Internet das coisas industrial | Materiais industriais | Manutenção e reparo de equipamentos | Programação industrial |
home  MfgRobots >> Manufaturação industrial >  >> Manufacturing Technology >> Tecnologia industrial

Para gerenciamento de frota, IA e IoT são melhores juntos


A aplicação de inteligência artificial à Internet das coisas (IoT) está impulsionando a inovação rápida, em setores que vão de saúde a manufatura e transporte.

Enquanto a IoT se concentra no desenvolvimento de sistemas de sensores remotos para a coleta de dados, a inteligência artificial das coisas (AIoT) conecta esses sistemas para criar inteligência coletiva, o que, em última análise, torna cada nó do sistema mais inteligente. Combinando cognição inteligente, computação de ponta e capacidades autônomas, ele permite o processamento automatizado de tomadas de decisão inspiradas no homem a baixo custo, alta escala e alta precisão.

A tecnologia já está formando a espinha dorsal de muitos dos sistemas de transporte comercial de hoje, especialmente na segurança da frota.

A AIoT é especificamente útil para setores que geram grandes quantidades de dados que não podem ser processados ​​de forma eficiente por humanos. No setor de transporte, o volume de dados gerados pelos veículos cresce a cada dia, à medida que as frotas atualizam sua pegada tecnológica e adotam os mais recentes sistemas avançados de assistência ao motorista (ADAS).

Embora a combinação de dados de vídeo e veículos seja crítica para detectar e mitigar riscos de segurança, a maioria das plataformas não possui os recursos de armazenamento ou computação para processar, analisar e interpretar todos os dados na nuvem. Além disso, os dispositivos comumente instalados em veículos comerciais geram dados de alta resolução, tornando a transmissão na nuvem economicamente proibitiva.

Em resposta, a tecnologia AIoT combina os recursos de aprendizado de máquina de dispositivos em veículos e em veículos com o poder de computação dos ambientes de processamento em nuvem. Essa abordagem integrada permite que os dispositivos instalados deduzam percepções avançadas que teriam sido perdidas se os dados tivessem que ser resumidos ou reduzidos antes da transmissão para a nuvem.

Os sistemas AIoT são unicamente bidirecionais, reunindo dados de centenas de dispositivos integrados para identificar tendências que, por sua vez, informam como esses mesmos dispositivos tomarão decisões no futuro.

Os dispositivos a bordo estão constantemente tomando decisões baseadas em IA com base em algoritmos de aprendizado de máquina e sensores instalados em vários pontos do veículo. Em um sistema AIoT, o raciocínio por trás de cada decisão é carregado em um ambiente de processamento em nuvem, que pode então examinar dados e insights de um grande grupo de dispositivos para determinar tendências comuns. Essas informações são então enviadas de volta ao dispositivo como uma atualização de seu algoritmo de aprendizado de máquina. Quanto mais nós participarem desse loop de inteligência coletada “crowdsourced”, mais inteligente e melhor cada nó terá um desempenho.

Como bônus, os sistemas AIoT podem compartilhar informações coletadas fora dos sensores do veículo, como previsões do tempo, condições de tráfego e incidentes perigosos ao longo da estrada. Sobrepostos a dados de comportamento de direção, esses insights ensinam os dispositivos a tomar decisões em tempo real sobre tudo, desde a rota mais rápida até a velocidade mais apropriada para as condições climáticas.

Os sistemas de segurança para caminhões comerciais vêm percebendo os benefícios da AIoT há algum tempo, muito antes de o termo ser adotado. Por exemplo, a AIoT é comumente usada para oferecer autotreinamento oportuno aos motoristas. Os sensores ADAS na cabine são capazes de alertar os motoristas sobre os riscos à segurança em tempo real, para que possam tomar ações corretivas antes que ocorra uma colisão.

Recentemente, o AIoT foi implantado para identificar e alertar os gerentes de frota sobre "patos sentados", caminhões comerciais estacionados em corredores perigosos. Nesses casos, os sistemas de aprendizado de máquina avaliam uma sequência complexa de eventos que refletem os riscos de segurança de um veículo estacionado em qualquer local específico.

O gerenciamento de gatilhos é a chave para a segurança no transporte; enviar a notificação certa no momento certo salva as frotas de colisões caras e, o mais importante, salva vidas. Quando uma plataforma de segurança extrai dados de cada veículo da frota e os correlaciona com os resultados reais de segurança na nuvem, a AIoT garante que os dispositivos a bordo sejam capazes de notificar os motoristas com eficácia com as dicas certas. A capacidade de alertar os motoristas no momento certo requer processamento de ponta, notificações de baixa latência e possíveis correções. Ao contrário dos dispositivos que trabalham na borda enviando um fluxo contínuo de eventos diferentes para a nuvem, a AIoT ensina esses dispositivos a identificar, priorizar e responder aos comportamentos mais arriscados.

No setor de transporte comercial, a tecnologia AIoT tem o potencial de abordar alguns dos riscos de direção mais significativos da atualidade:distração, velocidade devido às condições climáticas e estacionamento em corredores rodoviários historicamente perigosos.

Em um determinado dia, já conhecemos as estradas mais perigosas do país. Imagine o impacto de vincular essas informações a sistemas de roteamento para ajudar todos os motoristas a escolher as rotas mais seguras e eficientes para seus veículos ou nível de habilidade de direção. Quando crowdsourced, essa tecnologia pode até mesmo orientar agências municipais, estaduais e federais a responder a elementos de estrada de risco, como buracos, e implantar novas estratégias de segurança ao projetar estradas e rodovias.

David Wagstaff é vice-presidente de análise da Sistemas SmartDrive , um fornecedor de segurança baseada em vídeo e inteligência de transporte.

Tecnologia industrial

  1. Como os provedores de nuvem estão mudando a perspectiva do gerenciamento de dados e análises de IoT
  2. Gerenciamento de dados IoT em testes de inverno
  3. A IoT e a computação em nuvem são o futuro dos dados?
  4. O que é computação em névoa e o que isso significa para a IoT?
  5. Planejamento e execução da cadeia de suprimentos funcionam melhor juntos
  6. Na fabricação, os dados e os materiais têm o mesmo valor
  7. Por que os dados e o contexto são essenciais para a visibilidade da cadeia de suprimentos
  8. Para distribuição de vacinas, os gerentes de frota precisam de melhores dados em tempo real
  9. AIoT industrial:combinando inteligência artificial e IoT para a indústria 4.0
  10. 4 dicas e desafios para um melhor gerenciamento de ativos de IIoT