Αντικείμενο του έργου είναι η σχεδίαση και ανάπτυξη ενός συστήματος εντοπισμού και διάσωσης ατόμων, ιδιαίτερα εκείνων που ανήκουν σε ομάδες πληθυσμού με ιδιαίτερη μεγάλη πιθανότητα να χαθούν. Κεντρικό τμήμα του συστήματος είναι μια αρθρωτή «wearable (φορητής)» συσκευή, ενώ σημαντικό ρόλο στην αποτελεσματικότητά του θα διατελέσουν οι αλγόριθμοι εντοπισμού θέσης και κατάστασης του ατόμου που μεταφέρει τη συσκευή. Περισσότερες πληροφορορίες στον Δικτυακό Τόπο του έργου στην διεύθυνση https://www.wesar-project.upatras.gr/

Έχει ολοκληρωθεί η δεύτερη Ενότητα Εργασίας 2 (Σχεδιασμός). Αντικείμενο της ΕΕ2 είναι ο σχεδιασμός της συσκευής και των υποστηρικτικών υπηρεσιών (του «οικοσυστήματος» λειτουργίας της). Αναπτύχθηκε η αρχιτεκτονική του όλου συστήματος, και αναλύθηκε ο τεχνικός σχεδιασμός της συσκευής, των πρωτοκόλλων επικοινωνίας και των APIs που θα χρησιμοποιεί, των αλγορίθμων διαχείρισης της χρήσης ενέργειας των συσκευών και των μεταπτώσεων λειτουργίας τους, του λογισμικού της συσκευής, του υποστηρικτικού λογισμικού της υπηρεσίας που θα εκτελείται στο σταθμό βάσης, του λογισμικού διαχείρισης, και του λογισμικού κινητής συσκευής για πρόσβαση σε στοιχεία της συσκευής και της υπηρεσίας. Τα παραδοτέα αυτής της Ενότητας Εργασίας 2 είναι:

1. Αρχιτεκτονική και Τεχνικές Προδιαγραφές: ορίζονται τα επιμέρους υποσυστήματα και η μεταξύ τους συνεργασία.

2. Δημοσίευση σε διεθνές επιστημονικό συνέδριο. Δημοσιεύτηκαν δύο εργασίες στο συνέδριο IISA (International Conference on Information, Intelligence, Systems and Applications ) που πραγματοποιήθηκε στην Πάτρα

Αυτή την στιγμή βρίσκεται σε εξέλιξη η Ενότητα Εργασίας 3 (Ανάπτυξη υλικού και λογισμικού) του έργου WeSAR. Αντικείμενο της ΕΕ3 είναι η ανάπτυξη του πρωτοτύπου της συσκευής που θα καλύπτει δύο τρόπους επικοινωνίας μεγάλων αποστάσεων, NB-IoT και LoRa. Επιπλέον, θα υλοποιηθεί το λογισμικό της συσκευής και οι αλγόριθμοι εντοπισμού θέσης και εξοικονόμησης ενέργειας για κάθε είδος επικοινωνίας της συσκευής με τους σταθμούς βάσης, και θα αναπτυχθεί λογισμικό διαχείρισης του συστήματος ευρέσεως και επικοινωνίας με χρήση dashboards της πλατφόρμας της Yodiwo.

Το ΙοΤ χρησιμοποιείται ολοένα και περισσότερο στην καθημερινότητά μας, συνδέοντας διαφορετικές ασύρματες συσκευές και η απόσταση τους μπορεί να κυμαίνεται από μερικά εκατοστά έως πολλά χιλιόμετρα. Νέες τεχνολογίες IoT, όπως το Long Range (LoRa), εξελίσσονται, επιτρέποντας την αποδοτική ασύρματη επικοινωνία σε πολύ μεγάλες αποστάσεις.  Στα πλαίσια του έργου WeSAR, συγκρίναμε σε βάθος τους διάφορους διαθέσιμους προσομοιωτές που υπάρχουν στην βιβλιογραφία και υποβάλλαμε σχετική δημοσίευση στο συνέδριο BWCCA (Broadband and Wireless Computing Communication and Applications) http://voyager.ce.fit.ac.jp/conf/bwcca/2019/. 

Ο λόγος για τον οποίον έγινε αυτό είναι το γεγονός ότι η διαδικασία της προσομοίωση των δικτύων LoRa είναι πολύ σημαντική, διότι μπορεί να χρησιμοποιηθεί για το σχεδιασμό και την αξιολόγηση της εφαρμογής που βασίζεται σε LoRa χωρίς να χρειάζεται να προηγηθούν δαπανηρές υλοποιήσεις. Η επιλογή των σωστών παραμέτρων των συστημάτων, όπως ο παράγοντας διασποράς, μπορεί να βελτιώσει την κατανάλωση ενέργειας των ασύρματων συσκευών.

Στην εργασία μας παρουσιάζουμε μια συνολική σύγκριση των χαρακτηριστικών των προσομοιωτών που εξετάστηκαν. Μερικά από τα χαρακτηριστικά που αξιολογήσαμε είναι η υποστήριξη των λειτουργικών συστημάτων, ο τύπος της άδειας χρήσης, το GUI, η διαθεσιμότητα των στατιστικών για την κατανάλωσης ενέργειας και η διαθέσιμη τεκμηρίωση για την εγκατάσταση και χρήση του κάθε εργαλείου, καθώς και την κοινότητα που τα υποστηρίζουν.

Στο πλαίσιο του έργου μελετήθηκαν διάφορες τεχνικές και αλγόριθμοι για τον εντοπισμό θέσης σε δίκτυα χαμηλής κατανάλωσης και μεγάλης εμβέλειας. Βασισμένοι σε πραγματικά δεδομένα που παρατίθενται εδώ(https://zenodo.org/record/1193563#.XTmp6-gzaUk) και μελετώντας τη ερευνητική εργασία  εδώ (https://www.mdpi.com/2306-5729/3/2/13) που χρησιμοποιεί τη μέθοδο kNN fingerprinting σκεφτήκαμε να εντοπίσουμε τη θέση αισθητήρων σε δίκτυα LoRa χρησιμοποιώντας μοντέλα μηχανικής μάθησης και συγκεκριμένα νευρωνικά. δίκτυα Η έρευνα μας δημοσιεύτηκε σαν full paper στο συνέδριο IISA 2019 The 10th International Conference on Information, Intelligence, Systems and Applications που πραγματοποιήθηκε στη περιοχή της Πάτρας τη περίοδο 15-17 July 2019.

Τα δεδομένα που χρησιμοποιήθηκαν περιείχαν περίπου 123000 μηνύματα LoRa που μεταδόθηκαν από αυτοκίνητα του ταχυδρομείου της Αμβέρσας, και κάθε μήνυμα περιείχε τις τιμές RSSI που έλαβαν οι σταθμοί λήψης. Η μέθοδος kNN fingerprinting, είναι πολύ διαδεδομένη και δουλεύει στη λογική πως δημιουργεί μια βάση από μετρήσεις, και κάθε νέα μέτρηση την αντιστοιχεί σε κάποια από τις ήδη υπάρχουσες μετρήσεις της βάσης, παρέχοντας σφάλμα των 398 μέτρων. Σε αντίθεση με τη δική μας υλοποίηση με χρήση νευρωνικών δικτύων, όπου ένα τέτοιο δίκτυο μαθαίνει από παραδείγματα και προβλέπει τη θέση του αισθητήρα παρέχοντας σφάλμα 345 μέτρων, γεγονός που επισημαίνει πως μπορούμε να χρησιμοποιήσουμε μοντέλα μηχανικής μάθησης για το εντοπισμό θέσης αισθητήρων σε δίκτυα LoRa με τη προϋπόθεση βέβαια πως έχουμε στη διάθεση μας δεδομένα για να εκπαιδεύσουμε τα δίκτυα.

Στα πλαίσια του “Digital Cities Challenge: A sttrategy for EU Cities in the 21st Century “, το οποίο είχε ως θέμα τις έξυπνες πόλεις στην Ευρώπη, ο δήμος της Πάτρας είχε δικό του εκθεσιακό χώρο. Ένα από τα έργα που παρουσιάστηκαν ήταν και το WeSAR. Παρακάτω υπάρχει και σχετική φωτογραφία από την εκδήλωση.

Καθώς το Διαδίκτυο των πραγμάτων (IoT) συνεχίζει να φέρνει επανάσταση στον τρόπο με τον οποίο συνδέουμε και αλληλεπιδρούμε με τις συσκευές μας, υπάρχουν πολλές επιλογές δικτύου για την κατασκευή έξυπνων λύσεων. Τα πιο πολυσυζητημένα δίκτυα ευρείας περιοχής χαμηλής ισχύος (ή LPWAN) είναι τα στενά δίκτυα IoT (NB-IoT) και LoRaWAN®.

Διαβάστε περισσότερα: https://www.pietcallemeyn.be/sentineo/2018/04/30/nb-iot-or-lora-which-technology-to-choose-for-your-next-iot-device/

Ο πάροχος κινητής τηλεφωνίας Vodafone της Ουκρανίας ανακοίνωσε ότι ολοκλήρωσε τη δοκιμή του δικτύου NB-IoT στο Κίεβο. Οι δοκιμές πραγματοποιήθηκαν σε κομμάτια του δικτύου χρησιμοποιώντας έξυπνες συσκευές για λογαριασμό της εταιρεία διαχείρισης νερού του Κιέβου Kievvodokanal.

Τα ποδήλατα στο Δουβλίνο πρόκειται σύντομα να εξοπλιστούν με αισθητήρες που θα στέλνουν δεδομένα σε πραγματικό χρόνο μέσω του δικτύου Narrowband-IoT (NB-IoT) της Vodafone. Η πρωτοβουλία αυτή ανακοινώθηκε στις 27 Ιουνίου στο συνέδριο Velo-city στο Δουβλίνο και περιγράφεται ως “παγκόσμια πρώτη”.

Διαβάστε περισσότερα:https://www.forbes.com/sites/carltonreid/2019/06/27/measure-what-you-treasure-vodafone-unveils-real-time-bicycle-iot-data-collection/#389b1e15dc36