Освоение уровней точности локализации в IoT-драйверах цепях поставок

Бизнес выходит за пределы базовых приложений, чтобы использовать IoT для лучшего управления ключевыми бизнес-процессами, такими как их сквозная цепь поставок.

Бизнес по всему миру движется полным паром вперед с внедрением Интернета вещей (IoT). Недавние исследования Gartner указывают, что этот промышленный импульс не собирается замедляться в ближайшее время в энтерпрайзе, так как аналитическая фирма прогнозирует, что только enterprise и automotive IoT-рынок вырастет до 5,8 млрд конечных точек в 2020 году, вверх от 4,8 млрд, ожидаемых к концу 2019 года. И IDC говорит, что мировые расходы на IoT сохранят двухзначный ежегодный темп роста и превзойдут отметку в 1 трлн долларов в 2022 году.

Одно приложение, которое обеспечивает этот рост, особенно в энтерпрайз-средах вроде склада, ритейла, складских дворов, объектов здравоохранения и многих других, — это способность определять точное местоположение людей и вещей по мере их перемещения из места в место. Компании становятся все более изощренными в своем понимании IoT в целом, и более конкретно, что оно может сделать для их бизнеса. Как таковые, они растут свои внедрения значительно, выходя за пределы базовых приложений, таких как простое отслеживание объекта, чтобы использовать IoT для лучшего управления ключевыми бизнес-процессами, такими как их сквозная цепь поставок. Понимая точное местоположение человека или объекта сам по себе и в отношении других «вещей», организации способны решать все от контроля инвентаря в складской среде до понимания конкретного пути работников здравоохранения для обеспечения соблюдения протоколов гигиены.

См. также: AoA и AoD: Real-Time Location Services движут ценность IoT

Конечно, все хотят «точных» возможностей локализации, но определение точности варьируется от компании к компании — и кейса к кейсу. Насколько точно — достаточно точно? Один метр? 10 сантиметров? Есть несколько четких уровней точности и несколько технологий и методологий, которыми каждый уровень может быть достигнут. Понимание каждого кейса использования, для которого требуется локализация, и что краткосрочные и долгосрочные потребности в локализации для этого приложения, критичны для определения, какой уровень нужен для какого приложения. Определение общей стоимости владения (TCO) сквозного решения будет критично для принятия правильного решения.

Многие разные организации могут использовать локализацию как ключевой бизнес-энейблер, но имеет смысл посмотреть на три уровня точности локализации через одну среду, чтобы показать выгоды и кейсы использования, которые разные уровни локализации могут обеспечить. В этом случае склад — хороший пример для демонстрации того, что именно локализация означает для конкретных приложений.

Есть три общих уровня точности локализации: Присутствие (Presence), Близость (Proximity) и Позиционирование (Positioning):

Присутствие: Объект присутствует или нет? Определение этого — цель решений на основе присутствия. Это простой расчет по сравнению с другими уровнями, и, к сожалению, это также наименее точный уровень локализации. В складской среде обнаружение присутствия обычно используется для определения, прибыли ли конкретные товары. Используя переднюю систему локализации с Bluetooth™ технологией и методологией angle of arrival (AoA), организации могут разместить локатор на входе склада. Когда помеченный предмет проходит через эти «ворота», система идентифицирует тег по его уникальному ID, измеряет угол его сигнала и вычисляет направление движения, чтобы определить, идет ли он внутрь или наружу склада. Некоторые real-time location systems (RTLS) имеют дальний диапазон связи, позволяя им определять присутствие и предоставлять информацию в реальном времени изнутри склада, как внутри, так и снаружи склада. Время службы батареи — важный фактор для обнаружения присутствия, так как это напрямую связано с общей стоимостью владения решением.

RFID-технология часто считается технологией для обнаружения присутствия, и для простого отслеживания объектов, транзитных через ворота, это достаточно. Однако это не затратно-эффективно для масштабирования за пределами этого кейса из-за необходимости множества шлюзов для достижения за пределами входных ворот внутрь склада. Кроме того, пассивные RFID-технологии имеют относительно короткие диапазоны связи и не позволяют эффективное обнаружение присутствия объектов в реальном времени по всему складу или логистическому хабу.

Близость: Решения на основе близости предоставляют средний уровень точности локализации и предназначены для идентификации как присутствия, так и местоположения предметов. Решения близости обычно используют высокоточное позиционирование в областях, где приложение требует этого, и менее точное обнаружение присутствия в областях, где точность не так важна. Эти типы решений идеальны для кейсов использования, где единообразно точное покрытие не требуется по всей зоне развертывания. Например, в примере склада, приблизительная информация о местоположении может быть «достаточно точно» для многих кейсов использования. С RTLS, использующим Bluetooth технологию и методологию AoA, локаторы могут быть размещены стратегически по всему складу, создавая «зоны» и генерируя информацию о местоположении в реальном времени по зонам. В хорошо спроектированном развертывании, где локаторы позиционированы в стратегических удушьях, базовое отслеживание движения также доступно. Оптимизация развертывания инфраструктуры и плотности локаторов для обеспечения более высокой точности локализации только там, где нужно, помогает с TCO без ограничения потенциальных кейсов использования.

Другие технологии, часто используемые в решениях близости, включают Wi-Fi и Bluetooth Received Signal Strength Indication (RSSI)-based beaconing. Однако ни одна не достаточно гибка, чтобы позволить крупные развертывания с неравномерной плотностью локаторов в возможно трудных радио-средах, делая трудным управление затратами и доставку правильного уровня точности для каждого приложения, которое должно быть поддержано — и это реальная проблема, когда компании смотрят на масштабирование своих IoT-развертываний.

Позиционирование. Позиционирование — высший уровень точности локализации, и решения на основе позиционирования предназначены для локализации точной позиции отслеживаемого предмета в реальном времени, как внутри склада, так и рядом, например на складском дворе, и делать это надежно (то есть с установленной степенью повторяемости). Ясно, что системы, спроектированные для позиционирования, также могут доставлять кейсы использования, упомянутые ранее под близостью и присутствием. Решения позиционирования раскрывают полный потенциал локализации-базированных решений благодаря их гибкости и очень точным уровням точности (таким как упомянутые выше 10 см). Используя пример склада, организации часто нуждаются в знании точного и реального времени местоположения предметов, как стационарных, так и в движении. Эти включают как людей, так и объекты, такие как погрузчики, роботы, транспортные тележки и другое оборудование. Общие складские приложения включают управление инвентарем, предотвращение столкновений, безопасность работников и продвинутую оптимизацию рабочих процессов. Используя RTLS, использующий Bluetooth технологию и методологию AoA, компании могут равномерно покрыть склад — или его части — локаторами, так что система может надежно вычислять точное местоположение тегов в реальном времени. Этот уровень гибкости, а также поддержка присутствия и близости, удовлетворяет почти все сегодняшние потенциальные кейсы использования, а также многие возникающие. Небо — предел с точным позиционированием, и новые приложения доставляются каждый день, толкающие границы инноваций.

Другая технология, используемая для приложений и кейсов использования, требующих высоких уровней точности локализации — Ultra-wideband (UWB). Однако UWB не может быть «масштабирован вниз» ни технологически, ни затратно, чтобы также покрыть и близость, и позиционирование. Это влияет не только на TCO, но и на его эффективность как решения, покрывающего все кейсы использования, которые организация может иметь. UWB также препятствуется высокой стоимостью тегов и ограничениями радио-сертификаций по разным географическим областям.

Пример склада — сильный кейс использования, потому что он показывает охват, гибкость и точность, необходимые для предоставления точной, реальной времени локализации для сегодняшнего растущего списка IoT-приложений. Бизнес начинает понимать, что знание точного местоположения человека или объекта может добавить реальную бизнес-ценность и доставить сильный возврат инвестиций (ROI). Конкретный уровень точности, который им нужен, однако, зависит от конкретного кейса использования — или кейсов использования — которые они должны поддерживать через бизнес, сегодня и в будущем.