Управление умным транспортом

Визуализация данных с датчиков моторного катера и GPS навигатора для оптимизации управления катером.

Задача

Сбор и анализ данных с датчиков моторного катера для обеспечения безопасности спортсменов и принятия более эффективных решений во время мировой гонки SilverHook Powerboat Racing.

Участники гонки соревнуются в открытом море на скорости более 225 км/ч. Высокая скорость и непредсказуемое состояние водной поверхности губительно влияют на бортовую электронику. Такая комбинация факторов может привести к крупным повреждениям катера и представлять угрозу участникам.

Решение

Специалисты компании "Программные технологии" в сотрудничестве с IBM разработали приложение, которое визуализирует данные с различных датчиков моторного катера и GPS навигатора. Данные собирались по более чем 70 показателям с частотой обновления 100 раз в секунду.

Технологии
JavaScript
Node.js
Express
JavaScript
Node.js
Express
Angular1
Twitter Bootstrap
Less
Pug
IBM Internet of Things
Mosquito/MQTT
Apache Spark Streaming
Функциональные возможности решения
1
Оптимизация решений в реальном времени

Во время гонки каждый участник принимает множество важных решений. Для того, чтобы оптимизировать принятий решений в реальном времени, спортсменам был предоставлен доступ к техническим показателям работы моторного катера.

Из более чем 70 показателей были выбраны самые необходимые, такие как скорость, мощность двигателя, давление подачи масла и топлива. На основе этих показателей спортсмены могли оперативно вносить изменения в процесс управления катером.

Также для команды поддержки спортсменов была доступна расширенная версия панели наблюдения, которая включала в себя более широкий спектр показателей, текущее состояние водной поверхности и местоположение катера. С учетом этой информации команда поддержки давала советы спортсменам в реальном времени.

2
Предиктивная аналитика

Кроме оптимизации решений в реальном времени, команда поддержки спортсменов планировала их будущую загрузку: в какой промежуток времени нужно ускориться, когда нужно изменить траекторию движения и т.д. Расчет производился на каждую точку маршрута с учетом текущих данных.

3
Визуализация данных

Визуализация данных производилась с помощью шкал в виде циферблата. Данные по всем показателям агрегировались в облачном хранилище для того, чтобы максимально облегчить клиентскую часть приложения. Это позволило оперативно отображать актуальную информацию о текущем состоянии моторного катера.

Мы найдем лучшее решение вашей задачи