LPWAN 应用于冷链物流

April 9, 2020 Max Maxfield

冷链物流, 人工智能, 物联网网络

多年以来,2G 芯片组的价格便宜到可以嵌入低成本物联网设备。同时,承运商对小数据量提供的费率也极具吸引力。这些因素使 2G 蜂窝网络成为物联网应用的重要基础,如资产跟踪、物流和远程监控,因为其他蜂窝解决方案的带宽多余、成本较高。

但在过去几年里,全球承运商一直在关闭自己的 2G 和 3G 服务。

现在已经出现 LTE Cat M1、NB-IoT 和 LoRa 等低功耗广域网 (LPWAN) 标准,可以平衡吞吐量、服务质量 (QoS) 和成本,使其成为移动物联网使用案例的理想选择(图 1)。

LPWAN 技术为远程和移动物联网应用提供了新的选择。
图 1. LPWAN 技术为远程和移动物联网应用提供了新的选择。

如图所示,每种技术在延迟、功耗、带宽和成本方面均具有不同的优势和劣势。这意味着必须根据不同应用逐个考虑选择哪一种 LPWAN 解决方案。

移动物联网应用的灵活选择

冷链物流运营商不需要只选择一种 LPWAN。

OnLogic 的解决方案架构师 Johnny Chen 解释说:“根据你使用的数据量的不同,M1 或 NB-IoT 类服务的成本可低至 6 美元一年。” “此外还取决于你的延迟要求和实时性要求。”

Chen 继续说:“目前如果注重传感器连接性,M1 比较便宜,但是如果 M1 上有 100 个传感器,所有服务还是需要花费大量资金。” “在端点方面,你想使用基本免费的东西。”

LoRa 就是“基本免费”的选择。使用简化的调制技术,LoRa 模块比对应的 LTE 技术的成本要低。它还可以在无许可证的 sub-GHz 频谱下运行,免除了传统网络承运商的服务费。

但 LoRa 的低成本和 NB-IoT 或 LTE Cat-M1 等蜂窝方案所提供的更高的可靠性可以为一些移动物联网应用带来优势 。如何将这些新兴网络技术结合使用,从而简化从 2G 网络进行的迁移,冷链跟踪就是一个很好的例子。

组合式连接实现冷链跟踪

冷链跟踪是监控易腐商品在供应链(从制造、装运到仓库或最终目的地的储存)中的温度或湿度的过程。

在组合 LP-WAN 的场景下,装有搭载 LoRa 的低成本温度传感器模块的托盘可与制造工厂和仓库的私有 LoRa 网络通信。之后在气候控制货运车辆中运输时,可通过更可靠的蜂窝技术进行回程通信。

那么如何实现这一点呢?通过组合 NB-IoT 或 LTE Cat-M1 和 LoRa 移动网关设备。

Chen 说:“这是我们推荐客户在主边缘系统中组合多种技术的一个很好的例子。” “你可以将它作为 NB-IoT 或 M1 的网关,也可以作为所有传感器的 LoRa 网关。因此它的成本效益非常高,实地实施也非常容易。”

OnLogic 开发了多种级别的搭载英特尔® 处理器 和 LTE Cat-M1 的移动边缘系统。ML350G-10 等系统还包含多个支持 NB-IoT 或 LoRa 网卡的 PCIe 或 mPCIe 扩展槽(图 2)。因此这些平台起多连接性网关的作用,可以让冷链运营商通过更低成本、更低带宽与托盘传感器通信,通过 QoS 更高的技术进行无线回程。

ML350G-10 是支持 LTE Cat-M1、NB-IoT 和 LoRa 通信的耐用移动网关。(来源:OnLogic)
图 2. ML350G-10 是支持 LTE Cat-M1、NB-IoT 和 LoRa 通信的耐用移动网关。(来源:OnLogic

ML350G-10 搭载的英特尔凌动® 处理器还与英特尔® OpenVINO 工具包中开发的机器学习算法兼容。这种功能可以集成到冷链跟踪等应用中,在通过蜂窝网络发送成本更高的消息之前,对数据进行预处理,或与摄像头连接,对试图接近运输途中的货物发人员进行面部识别。

货物到达时,动态网络部署可以自动将采用 LoRa 技术的传感器模块移交给目的地的低成本私有 LoRa 网络。

Chen 说:“使用 LoRa,可以从一个 LoRa 网络跳到另一个 LoRa 网络。” “产生将 LoRa 嵌入托盘的这个想法是因为它可以经历这个托盘的整个生命周期,意味着将牛奶放在托盘上时,它就会跟踪制冷水平,确保牛奶始终保持在冷藏状态。”

Chen 继续说:“这样就可以记录它在什么位置,如果出现召回的情况,跟踪就容易得多。” “它告诉全世界这箱牛奶有一个序列号,如果有任何问题,你可以跟踪它被配送到哪个市场,被运输到哪个位置,甚至位于哪个托盘。”

边缘人工智能的新使用案例

选择太多从来不是坏事,通信领域尤其如此。如冷链跟踪示例所示,无论注重可靠性、带宽还是成本,LPWAN 技术都可以组合使用或单独使用,以满足最终使用案例的需求。

但除了组合和匹配这些互补技术之外,机器学习的加入让情况变得更有趣。通过预处理传感器数据来降低网络成本,提供更深度的分析洞察,实现全新使用案例,能在边缘进行人工智能推断的经济的、低功耗边缘网关有可能转变整个行业。

如果您可以在货运车辆上运行物体识别和检测算法,通过低成本通信技术传输元数据,实现智能城市基础设施管理,会怎么样?

听起来很遥远?阅读环卫车如何让智能城市更安全

作者简介

Max Maxfield

Clive "Max" Maxfield received his BSc in Control Engineering in 1980 from Sheffield Hallam University, England and began his career as a designer of central processing units (CPUs) for mainframe computers. Over the years, Max has designed everything from silicon chips to circuit boards, and from brainwave amplifiers to Steampunk Prognostication Engines (don't ask). Max is the author and/or co-author of a number of books, including Designus Maximus Unleashed (banned in Alabama), Bebop to the Boolean Boogie (An Unconventional Guide to Electronics), EDA: Where Electronics Begins, FPGAs: Instant Access, and How Computers Do Math.

Max Maxfield 的更多内容
上个文章
增强现实和人工智能改变了医学成像领域的局面
增强现实和人工智能改变了医学成像领域的局面

人工智能 (AI) 和增强现实 (AR) 正在为先进的医学成像技术带来前所未有的震撼体验,还消除了医学方面的一些猜测工作。阅读最新的健康技术如何降低患者罹患的风险,使手术更加精确。

下个文章
环卫车如何让智能城市更安全
环卫车如何让智能城市更安全

环卫车能否真正帮助城市改善公共安全?凭借计算机视觉、人工智能和坚固耐用 NVR,它们绝对可以做到。了解今天的城市如何实现这个目标。