Utilizzo della tecnologia LoRaWAN per l’asset management
Una prospettiva system-level ottimizza le prestazioni delle tecnologie di localizzazione dedicate all’ asset management
L’Asset Management è una delle applicazioni più importanti attivate dall’Internet of Things (IoT). La combinazione tra comunicazione e dispositivi smart consente di tenere traccia in modo completamente automatico di un qualsiasi oggetto, strumento o dispositivo presente in un magazzino: non appena un asset viene spostato o movimentato, viene anche inviato un aggiornamento del suo stato, tramite una rete wireless, a qualsiasi sistema che ha necessità di tenere traccia di questo. Ciò consente quindi di tenere traccia di tutti gli articoli inventariati senza per questo doverli scansionare o registrarne i movimenti manualmente e, di conseguenza, può essere aumentata la scalabilità di questi sistemi di gestione patrimoniale. Troppo spesso le risorse venivano smarrite per un omessa operazione di scansione o una registrazione lasciata incompleta. Quando gli asset possono essere costantemente monitorati, se ne ottengono vantaggi non solo in termini di efficienza operativa, ma possono portare persino alla creazione di nuovi modelli di business. Ad esempio, in settori molto diversi tra loro come agricoltura ed edilizia, è possibile il passaggio a modelli pay-per-use. Quando, per esempio, un cliente non ha bisogno dell’attrezzatura, necessaria per un dato servizio, questa può essere facilmente ridistribuita ad altri, sollevandoli dalla necessità di vincolare denaro con spese in conto capitale. La gestione delle risorse in tempo reale consente anche tecniche come il geofencing, che impedisce lo spostamento di un asset qualsiasi da una posizione ad un’altra senza la necessaria autorizzazione.
Sebbene ora esistano le tecnologie per supportare una gestione patrimoniale in tempo reale, devono essere affrontati problemi con le implementazioni convenzionali. Un ostacolo comune a molte applicazioni è che non è possibile con una singola tecnologia di localizzazione soddisfare tutte le esigenze. Un altro ostacolo è il consumo di energia di alcune delle principali tecniche oggi in uso.
Localizzazione in ambienti aperti e chiusi
Solitamente, la localizzazione avviene utilizzando un processo di triangolazione. Un ricevitore resterà in ascolto di un certo numero di trasmettitori che hanno posizioni note e usano la potenza del segnale, l’ora di arrivo, o una combinazione di entrambi per determinare dove si trovino in relazione a queste fonti. La tecnologia più comune utilizzata per fornire i dati non elaborati, cosi come utilizzata in tutti i sistemi di navigazione dei veicoli stradali, è basata sul Global Navigation Satellite System (GNSS).
Sebbene fornisca un’elevata precisione, può essere fatto affidamento su GNSS solo quando è utilizzata all’aperto: il segnale RF è infatti piuttosto debole, e non è in grado di penetrare all’interno degli edifici. Ciò può rendere problematico l’utilizzo di GNSS ove questa fosse l’unica fonte di dati sulla posizione, se l’applicazione necessita di copertura all’interno di edifici o in ambienti urbani ad alta densità. Un secondo problema per i dispositivi IoT è la quantità di energia richiesta dai ricevitori GNSS. Perché possa essere fissata in maniera affidabile una posizione, il ricevitore GNSS deve rimanere attivo mentre si aggancia su ciascun segnale dai satelliti nel raggio d’azione e decodifica i loro segnali di temporizzazione. L’elaborazione di segnale necessaria per questo processo è spesso troppo elevata dal punto di vista computazionale per un nodo IoT a basso consumo, quindi richiede l’uso di una qualche forma di coprocessore.
Per localizzazioni indoor è necessaria un’alternativa a GNSS. Un’alternativa altamente efficace esiste e sono gli standard di rete Wifi. In genere, un ricevitore esegue la scansione delle trasmissioni dai router Wifi che si trovano nel raggio d’azione e annota la loro potenza di segnale relativa. Se il dispositivo ha una mappa delle posizioni di questi router Wifi, il dispositivo può utilizzare la triangolazione in base alla potenza del segnale per calcolare la propria posizione. Questa tecnica è ora ampiamente supportata e la densità dei router Wifi in molti ambienti di lavoro lo rende una scelta efficace per esigenze di localizzazione indoor.
LoRaWAN: una soluzione universale
Un’ulteriore opzione è la rete LoRaWAN, che ha il vantaggio di supportare sia un uso indoor che outdoor. Questo protocollo utilizza l’approccio time-of-arrival per affrontare meglio le attenuazioni dei segnali RF da parte di pareti e finestre e offre una precisione dell’ordine dei 100 m, che può essere sufficiente per alcune applicazioni di gestione patrimoniale che non richiedono un’elevata precisione di localizzazione, come ad esempio il geofencing applicato al settore agricolo.
Tuttavia, per supportare le applicazioni di asset management, che richiedono un’elevata precisione di localizzazione, gli integratori devono far fronte alla necessità di implementare più tecnologie di ricezione, spesso combinando GNSS e Wifi per fornire risultati accurati sia all’aperto che al chiuso. La necessità di utilizzare più ricevitori fa aumentare il consumo energetico complessivo non solo come conseguenza del funzionamento di più front-end RF in parallelo, ma anche in considerazione della necessità di utilizzare microprocessori di elevate prestazioni al fine di gestire i diversi flussi di dati e le operazioni di digital signal processing (DSP). Sono possibili ottimizzazioni, come ad esempio disabilitandone uno se la correzione dei dati è possibile su un altro, ma il risultato è che in molti casi sono necessari frequenti cambi delle batterie, con un conseguente aumento dei costi operativi che gioca a sfavore dell’asset managment basato su IoT. Dagli utenti stessi è stata segnalata la necessità di sostituzione delle batterie ogni 3-6 mesi con progetti che integrano ricevitori convenzionali di rilevamento della posizione.
La gestione dei diversi ricevitori è un elemento che introduce complicazioni nello sviluppo. La necessità di integrare ricevitori da diversi fornitori può portare a problematiche legate all’integrità del segnale che compromettono la capacità di funzionamento del ricevitore GNSS visti i suoi segnali di basso livello. Possono anche verificarsi interazioni tra i diversi front-end che portano a bug di difficile identificazione e risoluzione. Anche la gestione dell’alimentazione è un’ulteriore sfida se il sistema tenta di disabilitare specifici elementi del ricevitore quando non sono necessari. Spostandosi da uno stato all’altro, i circuiti possono causare anomalie di funzionamento nelle connessioni condivise che interrompono l’attività dei dispositivi in funzione.
Una piattaforma su singolo chip
Un modo per ridurre le insidie di integrazione è quello di optare per un singolo front-end che racchiuda tutti i diversi ricevitori RF richiesti. Tuttavia, i front-end RF multiprotocollo convenzionali tendono a supporre che l’integrazione avverrà in uno smartphone, o in un sistema simile, che utilizzerà Wifi e altri protocolli. Ciò è inutile e si tratta di un’area di silicio potenzialmente “affamata” di energia poiché la maggior parte degli algoritmi di localizzazione basati sulla triangolazione deve solo cercare i segnali e decodificare una quantità limitata di packet data, come marcatura temporale e packet headers. Un’opzione dedicata, solo-ricevitore, come Semtech LR1110, che è rivolta alle esigenze dell’asset management, offre una soluzione migliore.
Con un front-end solo-ricevitore che supporta più protocolli RF, sono possibili ulteriori ottimizzazioni. Una, che ha un effetto straordinario sul consumo di energia, consiste nello sfruttare la connettività dell’IoT per spostare completamente gran parte dell’elaborazione digitale dal tag. Non è necessario determinare la posizione sul dispositivo, in particolare quando la maggior parte delle applicazioni di asset-management richiede che le correzioni di posizione vengano inoltrate al fornitore di servizi attraverso il cloud stesso.
Bassissimi consumi
Anziché eseguire complesse operazioni DSP localmente, LR1110 passa i dati non elaborati al servizio di localizzazione LoRa Edge tramite la stessa connessione LoRaWAN utilizzata per fornire anche altri aggiornamenti di stato. I servizi cloud eseguono tutti i calcoli necessari e inoltrano i dati sulla posizione alle destinazioni stabilite dal programmatore delle applicazioni. Ulteriori riduzioni di consumo sono rese possibili dalle ottimizzazioni nel servizio LoRa Edge che consentono a LR1110 di campionare solo le parti vitali dei segnali GNSS o Wifi anziché il loro contenuto completo. Limitando la quantità di elaborazioni necessarie nel dispositivo stesso, LR1110 per gli aggiornamenti della posizione offre un consumo di energia di dieci volte inferiore rispetto alle tecnologie esistenti.
Inoltre, il cliente ha il pieno controllo in qualsiasi momento su quali front-end RF attivare. Il dispositivo può passare da GNSS a Wifi in qualsiasi momento. Ciò potrebbe essere eseguito per ottenere una maggiore sicurezza in una correzione: per esempio integrare la posizione derivata da Wifi con un aggiornamento da GNSS. Oppure potrebbe adattarsi alle mutevoli condizioni di ricezione, come quelle che si verificano se il dispositivo viene spostato da un luogo interno a uno esterno all’edificio. Oppure il dispositivo potrebbe non essere più in grado di ottenere un segnale Wifi rinnovato dopo essere tornato attivo dalla modalità sleep e dopo averne registrato uno derivato da Wifi in precedenza. Per risparmiare ulteriore energia in una modalità come questa, il dispositivo limiterà il tempo che impiega a cercare i preamble signal Wifi su ognuno dei canali. Il firmware del microprocessore host potrebbe stabilire che non è possibile ottenere una correzione su un segnale Wifi utilizzabile e quindi cambiare la modalità operativa per cercare trasmissioni GNSS. Il risultato di ciò è un tag che consuma un ordine di grandezza in meno di energia rispetto ai progetti convenzionali, aumentando la durata della batteria da due a tre anni e riducendo notevolmente il sovraccarico operativo di un service provider.
Poiché la sicurezza può rappresentare una sfida all’integrazione di tag location-aware, un front-end RF dedicato, per i servizi di localizzazione, offre una soluzione più conveniente. I fornitori di servizi di asset-management vogliono essere sicuri di ricevere informazioni da tag legittimi. Ad esempio, per poter rubare beni o evitare addebiti pay-per-use, soggetti criminali e utenti potrebbero provare a produrre false letture per far risultare che il dispositivo è in posizione sicura quando invece nella realtà viene intanto sottratto, o per creare semplicemente attacchi denial-of-service. LR1110 integra nel suo schema un motore di crittografia con una memoria sicura per l’archiviazione delle chiavi al fine di garantire un elevato livello di protezione sulle comunicazioni e che l’applicazione non sia vulnerabile nei confronti di dispositivi non autenticati.
Un’analisy system-level
La combinazione di silicio, sotto forma di LR1110 di Semtech, e dei servizi basati su cloud che compongono la soluzione LoRa Edge, dimostra come un’analisi a livello di sistema delle sfide presentate dalle applicazioni di asset-management offre migliori possibilità. Lo schema di progettazione di LoRa Edge offre agli integratori una soluzione a basso consumo energetico ma di prestazioni elevate, che funziona sia in interno che all’esterno in modo che i clienti possano utilizzare la tecnologia di localizzazione nel modo più ampio possibile.
Pedro Pachuca Director, Wireless Products (Semtech Corporation)
Contenuti correlati
-
Antenne compatte e versatili per migliorare le applicazioni IoT
La scelta dell’antenna giusta può rivestire un’importanza fondamentale per il successo di un’applicazione IoT (Internet of Things) wireless. Un’antenna in grado di offrire prestazioni elevate e la flessibilità necessaria per supportare reti differenti può contribuire a migliorare...
-
5G, LPWAN e IoT per la connettività onnipresente
In questo articolo viene descritta la necessità di una connettività che sia presente in ogni luogo sfruttando le tecnologie 5G, LPWAN e IoT. Inoltre, vengono descritti sinteticamente i capisaldi dell’architettura della rete 5G, della rete LPWAN e...
-
Impatto delle nuove tecnologie sulla progettazione elettronica
La progettazione elettronica è un campo in continua evoluzione e nuove tecnologie e tendenze emergono costantemente destinate a modellare il modo in cui progettiamo e produciamo dispositivi elettronici. In questo articolo descriveremo l’impatto delle tecnologie emergenti sulla...
-
Una nuova iniziativa per l’interoperabilità per l’IoT industriale
Si chiama Margo la nuova iniziativa per fornire interoperabilità per gli ecosistemi IoT industriali nata dalla collaborazione tra ABB (inclusa B&R), Capgemini, Microsoft, Rockwell Automation, Schneider Electric (inclusa AVEVA) e Siemens. Questa iniziativa è ospitata dalla Linux...
-
Monitoraggio dei processi industriali con il microcontrollore ESP32
Un sistema di monitoraggio dei processi industriali è molto utile per la piccola e media industria per ottenere il massimo rendimento della produzione ed evitare guasti ai macchinari e incidenti. Un sistema di monitoraggio e sicurezza semplice...
-
Soluzioni modulari configurabili per semplificare la personalizzazione delle HMI
Con le sue soluzioni modulari configurabili, SECO assicura il perfetto equilibrio tra disponibilità immediata e configurabilità, venendo incontro alle esigenze eterogenee dei clienti e riducendo al tempo stesso i costi NRE Leggi l’articolo completo su EMB92
-
La strumentazione da laboratorio in viaggio verso il cloud
La tendenza è chiara: il software assume un ruolo sempre più importante nelle misurazioni. E anche se per il momento si è ancora lontani dall’aver trovato applicazioni che sostituiscano gli strumenti più evoluti, miniaturizzazione, connettività IoT e...
-
La tecnologia indossabile e le sue applicazioni
I dispositivi indossabili hanno contribuito a sviluppare enormemente l’industria dell’IoT e si prevede che l’industria stessa dei dispositivi indossabili raggiungerà nel mercato mondiale i 100 miliardi di dollari entro il 2027 Leggi l’articolo completo su EO 516
-
Monitoraggio delle risorse IoT: le ultime novità
Le recenti innovazioni sono state particolarmente positive per i fornitori di soluzioni di monitoraggio e per gli utenti finali: ma siamo solo all’inizio Leggi l’articolo completo su Embedded 90
-
Apprendimento automatico alla periferia della rete: le considerazioni chiave per sviluppare un progetto sostenibile
Numerosi sistemi embedded, in particolare quelli utilizzati nelle installazioni IoT (Internet of Things) ubicate alla periferia della rete (edge), integrano algoritmi di apprendimento automatico (ML – Machine Learning). Mark Patrick, responsabile del Technical Marketing per la regione...