Edge Analytics ist zweifellos eines der „Next Big Things“. Noch vor ein, zwei Jahren nicht mehr als ein ambitioniertes Konzept, sind jetzt die Voraussetzungen für ganz reale Anwendungen da. Wie so etwas aussehen kann, will ich anhand eines scheinbar spielerischen, aber tatsächlich einsatzbereiten Beispiels zeigen: dem analytischen Truck. In diesem Post geht es um die Idee dahinter, zwei weitere zu den benötigten Komponenten und der konkreten Umsetzung folgen. 

Teil 1: Idee und Beschreibung

SAS hat Streaming Analytics auf das Edge Device gebracht. Mit SAS Event Stream Processing hat SAS die Grundlagen dafür geschaffen – eine Technologie, die sowohl auf besonders kleinen Devices Analytik im Stream nutzbar machen als auch in sehr großen skalierten Umgebungen Millionen von Datensätzen pro Sekunde analysieren kann. Die Herausforderung war, die Analyse auf einem Edge Device möglichst praxisnah zu demonstrieren.

Die Wahl fiel auf einen Modelltruck im Maßstab 1:14. Dieses Fahrzeug lässt sich sehr leicht mit dem Equipment ausstatten, das notwendig ist, um alle Komponenten eines Fahrzeugs zu simulieren. Auch lassen sich zusätzliche Sensoren am Fahrzeug unterbringen, um Geschwindigkeit, Vibrationen oder Temperaturen zu messen und im Stream zu verarbeiten. Weitere Daten sollen von einem CAN-Bus-Simulator ähnlich der Onboard-Diagnostik-Schnittstelle (OBD2) erzeugt und an ein analytisches Streaming-Modell übergeben werden. Dabei werden die Daten das Fahrzeug zunächst nicht verlassen.

In der Demonstration wird der Modelltruck per Funkfernbedienung über einen Parcours gelenkt und erzeugt während der Fahrt Daten ähnlich einem Fahrzeug in der Realität.

Das Szenario beschreibt einen Lastkraftwagen,

• der sich permanent selbst überwacht,
• Zustände prüft,
• Fehler erkennt, bevor sie eintreten,
• und entsprechende Alarme erzeugt.

Weiterhin sollen die Ergebnisse der Analyse über ein Funknetzwerk an ein zentrales Monitoring übertragen werden, das die gemessenen Werte und die Alarme auf Demonstrationsbildschirmen darstellt.

In der Praxis werden sämtliche Fahrzeugdaten über den sog. CAN-Bus an einen Minirechner (Edge Device), bestückt mit SAS Event Stream Processing, übertragen, der Zustände beschreibt und mittels analytischen Algorithmen (Score Model) Muster erkennt, die zu Ausfallvorhersagen führen können (Predictive Maintanance). Das erfolgt direkt im Fahrzeug. Weiterhin werden die bereits voraggregierten Daten an ein zentrales Rechenzentrum übertragen, um in der Masse der Fahrzeuge Abweichungen zu identifizieren.

Damit lassen sich Dienstleistungen für den Kunden ableiten:

• Wartungsinformationen,
• frühzeitige Fehlererkennung,
• gezielte Marketingkampagnen und Sonderangebote.

Im Modell lassen sich so Streaming-Modelle live demonstrieren und die Ergebnisse in Echtzeit auf Monitoren visualisieren.

Erleben Sie den IoT-Truck live in Würzburg.

(Fortsetzung folgt!)