På grunn av den raske økningen i antall biler på veien, er det sannsynlig at det er problemer med trafikk og parkering. Årsaken er manglende evne til dagens transportinfrastruktur og parkeringssystem til å takle det økende antall kjøretøy på veien. Faktorer som kontorbelegg, sysselsetting, bileierskap, reise og skjønnsmessige utgifter påvirker måten parkeringsanlegg brukes på. De smarte byene i dag har alle fasiliteter, men lindring av parkeringsproblemet forble ikke adressert lenge.
Bekymringen for mangel på tilstrekkelig parkering har økt i stor grad. Forstå viktigheten av situasjonen og behovet for time, Arjun, en hardware ingeniør, og Siva en programvare veteran kom opp med ideen om å starte et venture tar sikte på å gi IOT-baserte parkeringsløsninger gjennom sitt selskap WiiTronics. Vellykket å vite mer om selskapet, ba vi Arjun (som er administrerende direktør og grunnleggeren av selskapet) om en og en interaksjon med ham, og her er vi klare til å få ballen til å rulle. Så la oss starte med artikkelen for å få innblikk i produktene som WiiTronics tilbyr, og hvordan er de som viser seg gunstige når det gjelder riktig parkeringshåndtering.
Spørsmål om selskapet WiiTonics. Hva slags parkeringshåndteringsløsninger gir du?
WiiTronics er et IIT Madras inkubert selskap som ble startet tilbake i 2013 for å utvikle maskinvare- og programvareplattformer spesielt med vårt IoT. Jeg er maskinvareingeniør fra Silicon Valley, og partneren min Siva er en programvareveteran. Han jobbet i Wipro tidligere i India, og deretter dro han til Singapore for videre studier. Der jobbet han for et selskap som var eid av regjeringen i Singapore på FoU-siden. Så jeg inviterte ham til å komme og bli med meg etter at jeg startet WiiTronics.
Vi bygger IoT-produkter. Vi har en maskinvareplattform, WiiTronics maskinvareplattform, som med enkle ord betyr trådløs elektronikk. Programvareplattformen vår heter Random Mouse. Vi har designet sensorer som kan oppdage biler, så vi bruker den med maskinvareplattformen vår. Med dette kan all kommunikasjon fra kunde / klientside til skyserveren vår gjøres lettere. Plattformen kan brukes til å ha en hvilken som helst annen sensor i tillegg til sensorer for deteksjon av kjøretøy. Målet vårt er å ta alle produktene vi designer og alle løsningene vi har, og gå globalt med det, og det er vårt fokus de neste tre årene.
Spørsmål: Forklar den grunnleggende arkitekturen til IoT Parking-løsningssystemet og hvordan de fungerer.
Vi har forskjellige typer parkeringssensorer som er installert i hvert spor på parkeringsplassen. For innendørs har vi spesifikke sensorer, for utendørs parkering som gateparkering, har vi spesifikke sensorer. Innendørs sensorene er alle ultralydssensorer som oppdager om en parkeringsplass er tilgjengelig eller ikke. De kommuniserer deretter med sensorkontrolleren. For å redusere kostnadene setter vi en sender / mottaker på sentralkontrolleren der den er koblet til alle sensorene. Disse sensorstyringene oppdager statusen til hvert spor og sender dataene trådløst til vår gateway, som er en Linux-basert datamaskin som er koblet til internett, og vi har et stort program som kjører på det. Det er hjernen eller prosessoren til hele løsningen.
Statusoppdateringene fra individuelle tomter sendes til gatewayen som setter den i skyen og oppdaterer også skjermene. Skjermen er ekstremt viktig for vår applikasjon, for hver innkjørsel på en parkeringsplass, det være seg innendørs eller utendørs; Vi har en skjerm som sier hvor mye parkering som er tilgjengelig i begge retninger de går. Så hvis sensoren endrer status, vet gatewayen hvilke skjermbilder som må oppdateres. I tilfelle det er en innkjørsel som fører opp til å si, fem forskjellige innkjørsler, og hvis det er en sensor på slutten, der en bil går, for eksempel, blir alle skjermene som fører opp til oppkjørselen, og til den sensoren oppdatert. Så det er kumulativt! Det er det vi gjør med IoT-sensorene, vi tar det til skyen.
WiiTronics skiller seg ut fra mengden for det faktum at i andre selskaper er skjermdeltakelsen for en bestemt innkjørsel begrenset til sensorene. Så hvis det er hundre plasser og hundre sensorer, er skjermen koblet til disse sensorene, og den viser tilgjengeligheten for de hundre sporene. Men på grunn av IoT kan vi gi kumulative data på hver av skjermene.
Sp. Hvorfor gjorde du den konverteringen fra ultralyd til magnetometersensoren? Har alle sensornodene en ultralydssensor eller magnetometerene, eller er det en kombinasjon av begge?
Det kommer helt an på hva slags parkering vi ser på. For innendørs applikasjoner er eieren av parkeringsplassen veldig berørt av å installere sensorer på gulvet, fordi de har et epoxybelegg på gulvet og de får garanti for epoxybelegget. Og du kan ikke berøre gulvet. Det er en av grunnene til at vi ønsket å komme med en sensor som kan settes i taket. Den kan oppdage om spalten er tilgjengelig og det ikke er noe innbrudd i strukturen på gulvet.
Når det gjelder magnetometersensoren, designet vi den spesielt for utendørsbruk. Den er batteridrevet; du kan ikke kutte veien og bringe strømledninger inn, det er mye sivilt arbeid involvert. Derfor har vi nettopp designet en kopp som er sylindrisk. Du graver bare og så ordner du det, og det er batteridrevet, så det er mindre påtrengende på veien. Magnetometeret er ikke en erstatning for ultralyd, men vi bruker ultralyd til alle våre applikasjoner. Vi fant ultralyd å være ganske pålitelig, og det fungerer så bra at vi nå tar ultralyd til utendørs applikasjonen også, der vi har et lite innlegg på siden av bilen. Selv utendørs vil vi sette LCD-skjermene våre som viser tilgjengelighet.
Sp. Du har brukt ZigBee til kommunikasjonen mellom gatewayen og huben din. Hvorfor? Hvorfor ikke andre protokoller som LoRa? Også, planlegger du å gå over til å bruke andre protokoller i fremtiden?
En av hovedgrunnene til å velge ZigBee er først og fremst på grunn av hvordan parkeringsplasser er utformet i India og globalt. Parkeringsplasser har flere søyler som er av stålarmert betong, og alle bilene er laget av metaller. Det er en enorm demping. Hvis vi har gatewayen installert et sted, er sjansen stor for at vi ikke kommer til å få et synsfelt. Derfor ønsket vi å bruke en multi-hop-protokoll der selv om gatewayen er et sted rundt hjørnet, og det er heislobbyer og rulletrapplobbyer i mellom, kan dataene vi sender hoppe på andre transceivere og komme til gatewayen. Trådløs er synsfeltet, slik at vi kan bringe data fra kjeller tre på en parkeringsplass til utenfor, omtrent 50 meter fra parkeringsplassen til en skjerm. Så det er det ZigBee bringer på bordet, det 'er i stand til å hoppe og komme til et reisemål som er noe Lora ikke kan gjøre. Vi ønsket mesh protokoll og en multi-hop protokoll.
Spørsmål: Hvordan fungerer inntektsmodellen din? Er det som bare en engangsinstallasjonsavgift, eller er det som programvare som en tjenestetype?
Det er en kombinasjon, programvaren leveres som et abonnement på kjøpesentrene, eller flyplassen eller hvor som helst, den som er operatør, og maskinvaren selges. De foretar en Capex-investering og kjøper maskinvaren og installerer den.
Spørsmål: Hvordan fungerer de magnetometerbaserte sensorene? Hvor bra er det for kjøretøysenseringsapplikasjoner?
Magnetometerbasert sensor er et magnetisk følsomt materiale som er installert på veien som et bronettverk. Så når det er en endring i magnetfeltet, er det en endring i motstandogså. Og det er fanget som endringen i spenning over broen. Dette forsterkes og bringes frem. Det er som om vi leser registre for å forstå endringen i magnetfeltet i den aktuelle aksen. Når det er gjort, skriver vi algoritmen vår, og vi gjør en liten statistisk beregning for å sikre at det er et kjøretøy som er på toppen av sensoren. Magnetisk flytdensitet endres fordi chassiset på kjøretøyet er laget av metall og det er ekstremt tungt og det påvirker magnetfeltet som omgir sensoren. Det er slik det oppdager et spor hvis en bil står på toppen av sensoren eller ikke. Så dette er sannsynligvis den mest utfordrende av produktene vi har utviklet så langt.
Spørsmål: Hvordan er disse magnetiske sensorene installert på veien? Hva slags vedlikehold kreves etter installasjon?
Magnetiske sensorer er installert ved kjerneskjæring, kjernebor gjøres på veien, vi fjerner den sylindriske tjæren, og så settes kabinettet i den. Det er et isolasjonsmateriale som går rundt sensoren vår slik at overflatetemperaturen fra veien ikke kommer direkte i kontakt med sensorkabinettet. Selv om de alle er plastiske og at de alle er isolerte, prøver vi å minimere den effekten. Det er to skapdesignav forskjellige grunner. En grunn er at maskinvaren ikke skal komme direkte i kontakt med innhegningen som er i kontakt med en tjærevei, og temperaturen ikke bør komme i kontakt med maskinvaren. Den andre grunnen er at applikasjonen er batteridrevet. Så for å skifte batteri, er det ikke nødvendig å fjerne hele kabinettet og bytte det, kabinettplaten fjernes og erstattes med den andre kabinettet ved bare å fjerne toppen.
Saken er at det som er litt vanskelig er når du installerer sensoren for å sikre at det ikke er noen metallkomponenter rundt. Ellers er sensorene forhåndskalibrert for det metallstykket. Når du designer sensoren, bør du også sørge for at du forstår at sensorene oppfører seg annerledes ved forskjellige temperaturer. Vi må gjøre en riktig temperaturkalibrering før vi setter inn sensorer.
Måten maskinvaren er designet på er at den alltid er i hvilemodusog vi har gått gjennom forskjellige iterasjoner av designet. I utgangspunktet hadde vi to sensorer. Så en slags unøyaktige sensorer som kan oppdage en slags hindring på toppen, og så vil vi slå på magnetometerbaserte sensorer for å finne ut at sporet er tilgjengelig eller ikke. Senere gikk vi videre til en brikke som i lavt strømtilstand ville gi oss et avbrudd når det er en endring i magnetfeltet. Slik klarte vi å oppnå dette slik at hele kretsen var i hvilemodus. Hver gang det er en endring i magnetfeltet, vil vi få et avbrudd og kretsen våkner, og så gjør vi beregningene våre for å se om det faktisk er et kjøretøy eller ikke. Så basert på bruk, kan vi gå et sted mellom to til fire år med batterilevetid. Vi bruker et litiumionbatteri og vi bruker en kontroller som hadde en dreneringsstrøm på40-50 nanoampere.
Spørsmål: Produserer du disse sensorene helt i India? Du er noen få, en av de få selskapene som er interessert i denne IoT-parkeringsløsningen. Hva slags tekniske vanskeligheter møtte du da du utviklet produktet slik?
Ja, vi produserer disse sensorene helt i India. Vi møtte mange utfordringer. Under utformingen av magnetbaserte sensorer fant vi ut at sensorutgangen varierte med temperaturen. Derfor gikk vi langt for å isolere den fra overflaten av veien fordi overflaten av veien kan gå opp for å si 65-70 grader Celsius, du har sett noen steder at tjæren smelter på overflaten av veien. Maskinvaren vår takler i utgangspunktet den temperaturen, men det eneste er at sensorutgangen varierer med temperaturen. Så hvis du designer sensoren og legger ut på veien, klokken sju om morgenen, viser sensorene litt verdi, klokken ett på ettermiddagen viser de forskjellige verdier. Så for hver sensor måtte vi gjøre temperaturkalibrering, fordi vi designet disse produktene for det globale markedet, nemlig.Edmonton i Canada, der du har minus 40 grader Celsius om vinteren, til steder som Dubai, hvor du har 55-60 grader Celsius der overflaten på veien sannsynligvis vil være høyere. Så det er en av de største utfordringene vi måtte finne ut hva som er prosessen vi tar inn for å sikre at vi gjør temperaturkalibrering, og sensoren fungerer pålitelig etter det.
Det andre aspektet er at vi måtte gå utover vår kunnskap innen elektronikk fordi disse sensorene er installert på veien. En lastebil med 16 hjul kan bestemme seg for å parkere ved siden av veien og ta te. Så vi må utforme kabinettet slik at det kan håndtere tungvekt av den containeren hvis de gikk på toppen av sensoren. Så vi designet den og fikk den sertifisert, jeg måtte ta en last på omtrent syv tonn. Så det handler om, 2-3 tonn mer enn hva et enkelt hjul ville håndtere i en stor lastebil.
Siden det ikke var mange konkurrenter, var det reisen vi måtte ta alene, men vi hadde mange mennesker til å hjelpe oss, det var der IIT Madras inkubasjonscelle kom inn, vi har flere rådgivere, begge på teknologiteknisk side, og vi fikk mye hjelp og mye av det var prøving og feiling. Derfor tar det lang tid å utvikle maskinvare og få det til det kommersielle markedet.
Spørsmål: Hvordan administrerer du forsyningskjeden din som produsent i India?
Flere distributører i India tar hodepinen av skulderen din. Du gir dem bare BoQ, og de takler alt; all logistikk, alt som er involvert i dette, og vi jobber med flere distributører, og våre PCB-monteringsprosesser er outsourcet, og vi introduserer distributørene våre for PCB-forsamlingsfolkene, og de har også sine installasjonsdistributører, slik at vi kan se kostnadsnytten. Jeg har aldri møtt noen form for problemer når det gjelder å få en komponent eller få et produkt ut i tide. Når det gjelder design av maskinvaren, design av PCB og montering, er det ikke vanskelig, og spesielt i India, tror jeg ikke det er en utfordring i det hele tatt.
Spørsmål om din datamaskinsynbaserte kjøretøyregistrering, dette er en helt alternativ måte å tilby en parkeringsløsning på. Hvorfor valgte du dette?
Det tredje produktet vi jobber med for tiden er datasynbasert kjøretøyregistrering, og bruk av samme sporing gjøres også. Vi har kameraene våre som snakker med en kantboks. Oppdagelsen finner sted er på kantnivå. Vi trenger ikke ta bildet av parkeringen og sende det til skyen og ha en prosess. Så all prosessering skjer på kantnivå, noe som er et krav i India fordi vi ikke har den slags båndbredde vi trenger for å håndtere så mange bilder og store prosesser. Bare informasjonen om et spor er tilgjengelig eller et spor er opptatt blir deretter sendt til skyen. Vi tar opp en eksisterende modell som er der og overfører læring. Slik at denne applikasjonen den modellen kan brukes pålitelig for vår applikasjon, som er deteksjonen av kjøretøyene.
I denne metoden borer vi ikke hull på veien. Så det er ikke veldig påtrengende på overflaten. Bortsett fra at vi oppdager om en plass er tilgjengelig eller ikke, er det allerede en enorm kamerainfrastruktur på veier som brukes til overvåkingsformål. Så vi kan gjenbruke noen av kameraene som allerede er installert. Ved å gjøre det kan vi redusere kostnadene for kunden. Dessuten kan vi legge til visse funksjoner som for eksempel, vi kan legge til algoritmer for å oppdage kjøretøyets nummerplate, noe som betyr at hvis et spesifikt spor er et resultat av en bestemt bruker med et bestemt nummerplatenummer kommer inn og parkerer, kan vi validere hvis han er en riktig bruker eller ikke. Alt dette er vanskelig å oppnå med bare sensorer. Å utvikle dette er noe drevet av det konkurrentene våre også tilbyr. Mange av konkurrentene våre tilbyr datasynbaserte teknologiløsninger. Vi er også i stand til å gjøre det med ekstra perifere tjenester som kan bidra til å forbedre opplevelsen for brukeren og operatøren.
Spørsmål: Hvor trygt kan vi satse på påliteligheten til datasynteknologi som når det regner eller når solen går ned? Hvor praktiske er disse løsningene?
Det har vært utfordringer i datasynbasert teknologi. Vi gjør flere runder med tester for å finne ut hva som kan gjøres for å forbedre nøyaktigheten hvis vi trenger flere sensorer bortsett fra kameraene, eller har vi flere kombinasjoner. Den mest nøyaktige formen for sensing sammen med det utfyller datasyn som millimeterbølgeradarsensorersom vi utforsker nå; vi har akkurat begynt å gjøre det. Fordelen med å ha to sensorer er at du vet, nøyaktigheten vår når veldig nær hundre prosent når det gjelder deteksjon av kjøretøy og radar kan fungere gjennom alle slags værforhold. Millimeter radar er noe som tar seg sakte opp, spesielt uten selvkjørende biler som kommer opp. De bruker millimeterradar, og vi ser på den som tillegg for datasynteknologi.
Spørsmål: Har WiiTronics installert noen av disse datasynteknologiene hvor som helst? Hvordan har forestillingen vært?
Vi har gjort det i et kjøpesenter i Chennai, vi har distribuert datasynbaserte kameraer, og vi kjenner registreringsnummer, og vi har integrert det som en del av faktureringssystemet. Når et kjøretøy kommer inn, tar vi opp nummerplaten, og vi får en tillitsfaktor av dette. Når det er ganske høyt, åpner vi bare barrieren, vi ber ikke kjøretøyet om å stå og få billett eller noe. På samme måte, ved utgangen når de kommer, blir nummerplaten fanget, og vi forteller dem bare hvor mye de må betale.
Nøyaktigheten, NPR er ikke så høy som den burde være. Men vi får noenlunde ok utdata med mindre nummerplaten er skadet eller du har regionspråk på nummerplaten. Annet enn det er det høy nøyaktighet.
I løpet av et år har vi samlet mer enn tre lakh-bilder av forskjellige biler og antall plater, og vi fortsetter å trene systemet med dataene vi samler inn. Så på den måten kan vi forbedre nøyaktigheten. Det er mange ting som skal gjøres. Vi vil at regjeringen skal standardisere lisensplatene og komme med riktige skrifttyper slik at nøyaktigheten kan øke.
Spørsmål: Hvordan hjelper datainnsamling gjennom IoT med å optimalisere parkeringssystemer?
Våre kunder er B2B og ikke B2C. B2C er sluttkund; de har klare fordeler ved å vite hvor umiddelbare parkeringsplasser er tilgjengelige. For B2B-klientene tilbyr vi mye analyse, vi gir dem dataene, for eksempel hva som er gjennomsnittlig beleggstid og basert på inn- / utkjøringspriser, vi forteller dem hvor mange parkeringsplasser som vil være tilgjengelige, si, tre timer fra nå eller fire timer fra nå. Dette hjelper dem med å planlegge parkeringen. Annet enn det, vet du, en av våre klienter, de trodde at trafikken i topptid er på en søndag klokka fem om kvelden. Men da vi gikk og så på dataene, var klokka 11 om morgenen, og hvorfor dataene er relevante, er fordi kjøpesentrene prøver å ha mer arbeidskraft i løpet av peak timer. Så det er viktig å vite hva peak time er. På søndagskvelder fordi parkeringsplassene allerede er fulle og kjøretøy kommer inn, tror de at det er deres trafikk. Da vi gikk for å se på dataene, så vi at parkeringsplassen er tom klokka 11 om morgenen på en søndag; kjøretøyets ankomsthastighet var mye høyere. Så du trenger arbeidskraft når parkeringsplassen er tom, og du vil dirigere kjøretøy og se hvordan du vil fylle parkeringsplassen i stedet for når parkeringsplassen er full.Denne typen viktige analyser leverer vi til sluttkunden slik at de kan gå inn og se individuelle spilleautomater.
Det er flere ganger vi har sett på en parkeringsplass. Du vil se at parkeringsporten er stengt og parkeringsplassen er full. Dagen etter ser vi på dataene, det var som 20-30 parkeringsplasser som aldri ble brukt hele dagen. Så hvordan maksimerer vi det, så det er derfor vi legger en stor skjerm utenfor parkeringen som viser hva som er vår nåværende tilgjengelighet, slik at de ikke blindt lukker parkeringsplassen og sier at den er full, selv om ett spor er tilgjengelig, det vises på den store skjermen utenfor parkeringsplassen at det er en plass tilgjengelig, og du kan la folk gå.
Siden det er en konstant strøm av kjøretøy inn og ut, viser skjermen veldig sjelden at parkeringen er full, det skjer veldig sjelden. Dette er alle de fordelene vi får for å gi b2b-klientene som kjøper disse produktene, kan være et kjøpesenterets flyplassmyndighet eller i en stadionseier, etc.
Spørsmål: Hvordan har salget vært så langt, og hvordan projiserer du fremtiden for dette markedet i India? Hva planlegger du for WiiTronics?
Salget har vært stort. Fra 2017 har vi vokst med mer enn 3 ganger hvert år, og i fjor vokste vi 10 ganger når det gjelder inntekter. Når det gjelder salg, de neste tre årene, fokuserer vi på det nordamerikanske markedet, Midtøsten-markedet og det sørøstasiatiske markedet, der vi samarbeider med noen få distributører for å finne ut hva som er riktig vei. Vi prøver å målrette hundre kroner pluss inntekter de neste fem årene. Det er der vi vil være. Når vi har gjort det, vil vi selvfølgelig finne ut av at det er flere andre applikasjoner vi tenker i dag også på landbrukssiden. Så når tiden er riktig, hvis muligheten er riktig, vil vi hoppe inn i det også.