समय, नेटवर्क गति और रूटिंग बनाएँ: हमने अपने जाल नेटवर्क और तंत्रिका नेटवर्क के बारे में थोड़ा सुधार कैसे किया

इस संसाधन पर, वे नियमित रूप से मेष नेटवर्क के बारे में लिखते हैं। हम यह बताना चाहते हैं कि हम अपनी परियोजना में उनका उपयोग एक अनुकूली कक्ष स्वचालन प्रणाली बनाने के लिए कैसे करते हैं। स्व-आयोजन नेटवर्क की तकनीक हमें न केवल प्रणाली को जल्दी से तैनात करने की अनुमति देती है, बल्कि इसके दोष सहिष्णुता और गति के उच्च संकेतक प्राप्त करने की भी अनुमति देती है। हमने 120 उपकरणों की नेटवर्क क्षमता के साथ एक वास्तविक साइट पर हमारे समाधान का सफलतापूर्वक परीक्षण किया।

हमें एक जाल नेटवर्क की आवश्यकता क्यों है

"स्मार्ट होम" की अवधारणा के आगमन के बाद से, हेड यूनिट को "हृदय" और "मस्तिष्क" माना गया है। लेकिन धीरे-धीरे, हब आवश्यक हो जाते हैं और जल्द ही पूरी तरह से अतीत में गायब हो जाते हैं। Google और अमेज़न जैसे प्रमुख खिलाड़ी भी इस प्रवृत्ति की पुष्टि करते हैं। Google कई वर्षों से सेलुलर रूटर्स की पेशकश कर रहा है, और अमेज़ॅन ने हाल ही में स्मार्ट होम मार्केट में अपनी स्थिति को मजबूत करने के लिए ईरो को खरीदा है।

हमारे उत्पादों में, हम जाल नेटवर्क का उपयोग करते हैं, क्योंकि वे एक ही बार में कई समस्याओं का समाधान करते हैं। सबसे पहले, वे सिस्टम के सुचारू संचालन को सुनिश्चित करते हैं। आमतौर पर, हब क्रैश हो जाता है या इंटरनेट से अपना कनेक्शन खो देता है, तो सिस्टम वास्तव में बंद हो जाता है, डिवाइस प्रतिक्रिया देना बंद कर देते हैं और अपने मूल कार्य करते हैं। मेष नेटवर्क इससे बचते हैं। यदि एक उपकरण विफल हो जाता है, तो भी शेष उसी मोड में काम करना जारी रखेगा। उपयोगकर्ता को केवल खराबी की सूचना मिलेगी।

दूसरे, जाल नेटवर्क मार्ग यातायात में मदद करते हैं। हमारे सिस्टम में, सभी डिवाइस सिग्नल को रिले करने में सक्षम हैं ताकि नेटवर्क कवरेज क्षेत्र लगभग असीमित हो जाए। नेटवर्क कॉन्फ़िगरेशन परिवर्तन की स्थिति में, सिस्टम स्वतंत्र रूप से इष्टतम मार्ग निर्धारित करेगा।

हमारे समाधान के आधार पर निर्मित नेटवर्क में, लगभग असीमित संख्या में डिवाइस एक दूसरे से काफी दूरी पर काम कर सकते हैं। गणना विधि द्वारा प्राप्त, यह आंकड़ा 10 से 10 डिग्री है, जो वर्तमान में उपकरणों में रैम की सीमित मात्रा को देखते हुए प्रदान करना असंभव है।

"स्मार्ट होम" क्या है (हमारी राय में)

आज बाजार पर अधिकांश समाधान सेंसर और एक्ट्यूएटर्स का एक सेट है जो क्षमताओं में सीमित हैं। आमतौर पर, यह एक मोबाइल एप्लिकेशन, एक अलग टैबलेट या एक स्मार्ट स्पीकर के रूप में एक रिमोट कंट्रोल है, जो आपको तापमान सेट करने, घरेलू उपकरणों को चालू / बंद करने, प्रकाश को समायोजित करने और आदिम बैटरी जीवन परिदृश्यों को सेट करने की अनुमति देता है। मान लेते हैं कि "स्मार्ट" पर्याप्त नहीं है, यह सिर्फ एक और खिलौना है।

इसलिए, हम खुद को एक जाल नेटवर्क पर आधारित एक अनुकूली होम ऑटोमेशन सिस्टम बनाने का लक्ष्य निर्धारित करते हैं। जैसा कि आप इसका उपयोग करते हैं, हमारी प्रणाली उपयोगकर्ता की आदतों और व्यवहार का विश्लेषण करती है। इसके कारण, समय के साथ, वह एक विशिष्ट उपयोगकर्ता के लिए सभी परिदृश्यों और सेटिंग्स को अनुकूलित करना शुरू कर देती है, नए परिदृश्यों की पेशकश करती है और, स्वामी की स्वीकृति के बाद, उन्हें स्वयं कॉन्फ़िगर करती है।

सिस्टम आर्किटेक्चर को इस तरह से डिज़ाइन किया गया है कि हेड बॉक्स की आवश्यकता नहीं है। एक अलग से लिया गया उपकरण अपने आप से काम कर सकता है, इसमें अंतर्निहित सभी कार्यक्षमता का उपयोग कर सकता है।

हमारे समाधान की एक और विशेषता: निर्णय लेने से पहले, सिस्टम एक साथ कई स्रोतों से डेटा एकत्र करता है (उदाहरण के लिए, एक कैमरा, वायु गुणवत्ता सेंसर, उपस्थिति सेंसर, आदि से)। यह इस तथ्य के कारण संभव हो गया है कि सिस्टम के सभी उपकरण आत्मनिर्भर हैं और सीधे आपस में सूचनाओं का आदान-प्रदान करने में सक्षम हैं। जिसने हमें किसी दिए गए परिदृश्य के ढांचे के भीतर कार्यों के गलत कार्यान्वयन की संभावना को काफी कम करने की अनुमति दी।

सभी जानकारी सिस्टम में (और सर्वर या सेंट्रल हब द्वारा) वितरित तरीके से संसाधित की जाती है। क्या मतलब? यदि स्वायत्त बिजली आपूर्ति वाले उपकरणों में से एक को जटिल और ऊर्जा-गहन गणना करने की आवश्यकता होती है, तो सिस्टम इस कार्य को निरंतर साधन शक्ति के साथ निकटतम डिवाइस पर पुनर्निर्देशित करेगा। यह दृष्टिकोण स्व-चालित उपकरणों के लिए एक स्वीकार्य बैटरी जीवन प्रदान करता है और निर्णय प्रक्रिया को गति देता है।

मैं कनेक्शन प्रक्रिया की सादगी पर भी ध्यान देना चाहूंगा। ऐसा करने के लिए, आपको कुछ भी कॉन्फ़िगर करने की आवश्यकता नहीं है, क्यूआर कोड और बहुत कुछ स्कैन करें। यह डिवाइस के लिए आवेदन के साथ फोन को संलग्न करने के लिए पर्याप्त है - और वह यह है: यह पहले से ही नेटवर्क पर है, बुनियादी सेटिंग्स प्राप्त की और जाने के लिए तैयार है!

हमारे जाल नेटवर्क की मुख्य विशेषताएं

प्रारंभ में, हम सस्ती एस्प्रेसिफ ईएसपी-एमईएसएच समाधान का उपयोग करना चाहते थे। लेकिन इसका विश्लेषण करने के बाद, हमने महसूस किया कि यह हमें काफी सूट नहीं करता है। इसलिए, मुझे अपना खुद का आविष्कार करना पड़ा। हमारे प्रमुख लाभ निर्माण समय, स्वचालित चैनल परिवर्तन है जब यह लोड हो रहा है, नेटवर्क की गति और मार्ग।

स्व-उपचार नेटवर्क की विफलता का स्वत: पता लगाने और उन्मूलन है। यदि अचानक कुछ उपकरण विफल हो जाता है और सिग्नल खो जाता है, तो शेष उपकरणों से नेटवर्क अपने आप ही पुनर्निर्माण कर लेगा। नेटवर्क असेंबली को चालू होने में 15 सेकंड तक का समय लगता है और पुनर्निर्माण को 6 सेकंड से अधिक नहीं लगता है। पुनर्निर्देशन के लिए नोड्स के बीच समर्थन 10 मिलीसेकंड से कम है। और ये हमारी बड़ी सुविधाओं में से एक पर परीक्षण के दौरान प्राप्त वास्तविक संख्या हैं। सामान्य तौर पर, यह सैन्य सुविधाओं और हमारे खंड में अत्यधिक के लिए एक औसत संकेतक है। हम कह सकते हैं कि हमारे पास बहुत बड़ी आपूर्ति है!

एक अन्य महत्वपूर्ण पैरामीटर रूटिंग है, कि सिग्नल एक डिवाइस से दूसरे में कैसे प्रसारित होता है। आमतौर पर, समान समाधान के सभी तत्व वाई-फाई - 2.4 हर्ट्ज के समान आवृत्तियों पर काम करते हैं। प्रोटोकॉल एयर चैनलों की स्थिति के आधार पर एल्गोरिदम का उपयोग करते हैं। हमारा समाधान आपको नेटवर्क प्रदर्शन को प्रभावित किए बिना चैनल को बदलने की अनुमति देता है। उदाहरण के लिए, सुविधा में, परिधि के आसपास के सभी उपकरण चैनल 13 पर काम करते हैं। लेकिन इस चैनल पर कमरे के केंद्र में हस्तक्षेप था। इस स्थिति में, संकेत प्रसारित करने वाला उपकरण स्वचालित रूप से चैनल को बदल देगा और समस्या क्षेत्र को बायपास कर देगा। हमारे मॉड्यूल से लैस बाकी डिवाइस आपस में व्यवस्थित हैं और इष्टतम आवृत्तियों का चयन करते हैं।

एक उच्च मार्ग की गति को प्राप्त करने के लिए, हमने हार्डवेयर के लिए सभी सॉफ्टवेयर को अनुकूलित किया है। प्रत्येक प्रोसेसर और कोप्रोसेसर के लिए उन्होंने कोड असेंबलर में लिखा था। इससे हमें बिजली की खपत को कम करने और नेटवर्क की गति को 15 गुना बढ़ाने की अनुमति मिली।

हमारे नेटवर्क की सैद्धांतिक अधिकतम क्षमता बहुत बड़ी है। जाहिर है, व्यवहार में हम इसे सत्यापित नहीं कर सकते। परीक्षणों के दौरान, हमने 300 से अधिक उपकरणों को नेटवर्क से जोड़ा, और सिस्टम ने काफी काम किया। यही है, हमारा समाधान खरीदारी केंद्र को कवर करना आसान बना देगा और इसके लिए आपको दीवारों को खोदना नहीं होगा, अतिरिक्त तारों को रखना होगा, और लंबे और दर्दनाक समय के लिए नेटवर्क को कॉन्फ़िगर करना होगा। यह हमारे उपकरणों को स्थापित करने के लिए पर्याप्त है जहां आवश्यक हो। यहां तक ​​कि अगर यह एक मोबाइल साइट पर है, तो वे हमेशा ऑनलाइन रहेंगे।

उपयोगकर्ता डेटा की सुरक्षा के लिए, हम दोहरे एन्क्रिप्शन का उपयोग करते हैं, जो एईएस प्रोटोकॉल पर आधारित है, जिसे सबसे विश्वसनीय में से एक माना जाता है। ट्रैफ़िक को सर्वर और डिवाइस के बीच या उपकरणों की एक जोड़ी के बीच सुरंग में रखा जाता है। यह एक वाईफ़ाई नेटवर्क को हैक करके सिस्टम तक पहुंच प्राप्त करने की संभावना को समाप्त करता है।

हमने कमरों को स्वचालित करने के लिए हमारे स्व-व्यवस्थित नेटवर्क एल्गोरिदम को लागू करने के लिए एक उपयोगिता मॉडल के लिए एक पेटेंट के लिए आवेदन किया है। वह प्रारंभिक मूल्यांकन से गुजर चुकी है और अब विचाराधीन है।

हमारे समाधान के कार्यान्वयन का एक उदाहरण

हमारी टीम ने नोवोटोत्स्क में खिमिक बर्फ महल की रोशनी को आधुनिक बनाने के लिए एक बड़े पैमाने पर परियोजना का संचालन किया। वहां, सभी प्रकाश उपकरण (120 इकाइयों की मात्रा में) वाई-फाई और ब्लूटूथ के माध्यम से प्रकाश की तीव्रता और रिमोट एक्सेस के रिमोट कंट्रोल के कार्य के साथ बनाया गया है।

स्टैंड-अलोन कार्य परिदृश्यों को कॉन्फ़िगर करना भी संभव है। उदाहरण के लिए, स्टैंडबाय मोड में, बिजली बचाने के लिए रोशनी का स्तर, 100 लक्स से अधिक नहीं होना चाहिए। प्रशिक्षण के दौरान - 600. और प्रसारण के साथ एक हॉकी मैच के दौरान यह संकेतक कम से कम 1200 लक्स होना चाहिए। सिस्टम को स्थापित करने के लिए, अतिरिक्त वायरिंग बिछाने, नेटवर्क कॉन्फ़िगरेशन या अन्य लागतों को बदलने के लिए आवश्यक नहीं था। सिस्टम आर्किटेक्चर पूरी तरह से हमारे मेष-नेटवर्क के आधार पर बनाया गया है। नियंत्रण इकाइयों के साथ नए एलईडी लैंप स्थापित करने के लिए यह पर्याप्त था।

आधुनिकीकरण के बाद, रोशनी के मामले में बर्फ क्षेत्र सीधे अंतरराष्ट्रीय टेलीविजन प्रसारण के लिए बेलारूस गणराज्य के हॉकी संघ की कठोर आवश्यकताओं को पूरा करना शुरू कर दिया।

हमें तंत्रिका नेटवर्क की आवश्यकता क्यों है और हम उन्हें कैसे प्रशिक्षित करते हैं

हमारे निर्णय में, हम विशेष रूप से, तंत्रिका नेटवर्क में कृत्रिम बुद्धिमत्ता प्रौद्योगिकियों का उपयोग करते हैं। जैसा कि पहले उल्लेख किया गया है, सभी डेटा को कमरे के स्वचालन प्रणाली के उपकरणों में स्थापित मॉड्यूल द्वारा एकत्र किया जाता है और सभी गणना प्रणाली के अंदर की जाती है। इसलिए, सिस्टम में जितने अधिक उपकरण, बेहतर और तेज़ वे आपस में जटिल गणना वितरित करते हैं।

एक नियम के रूप में, डेवलपर्स बड़े डेटा सेट पर तंत्रिका नेटवर्क को प्रशिक्षित करते हैं। लेकिन हमारे मामले में, प्रशिक्षण विशिष्ट है। हमारे तंत्रिका नेटवर्क को यह जानने की आवश्यकता नहीं है कि सशर्त रूप से अफ्रीकी बंदर क्या दिखते हैं। उसी समय, नेटवर्क को प्रशिक्षित करने के लिए ट्रिगर की आवश्यकता होती है। हमने यह पता लगाया कि हार्डवेयर स्तर पर कुछ घटनाओं पर उपकरण कैसे सीखते हैं, सिस्टम उपयोगकर्ता की आदतों का उद्देश्यपूर्ण अध्ययन करता है। सबसे पहले, नेटवर्क यह समझने के लिए परिदृश्यों को अच्छी तरह से लागू करता है ताकि यह समझा जा सके कि उपयोगकर्ताओं के लिए कौन सी शर्तें सबसे अधिक आरामदायक हैं। फिर, संचित अनुभव का उपयोग करते हुए, वह प्रकाश, हीटिंग और वेंटिलेशन मोड का चयन करता है जो किसी विशेष उपयोगकर्ता के लिए सबसे अधिक आरामदायक होते हैं। समय के साथ, सिस्टम एक घर, अपार्टमेंट या अन्य सुविधा के प्रबंधन के कार्यों का हिस्सा लेता है।

हमारा काम उपयोगकर्ताओं को यथासंभव आरामदायक बनाना है और वे स्वयं व्यावहारिक रूप से सिस्टम सेटिंग्स में कुछ भी नहीं बदलते हैं, वे सभी खुश हैं।

इस तथ्य के कारण कि प्रणाली पूरी तरह से स्वायत्त है, डेटा को उपकरणों की गैर-वाष्पशील मेमोरी में संग्रहीत किया जाता है, सिस्टम का संचालन इंटरनेट एक्सेस पर निर्भर नहीं करता है। यदि वह अचानक गायब हो जाता है, तो वह काम करना जारी रखेगा, स्क्रिप्ट और आत्म-अध्ययन की पेशकश करेगा। हमारे मामले में, सर्वर के साथ रिमोट एक्सेस और संचार को व्यवस्थित करने के लिए इंटरनेट की आवश्यकता होती है यदि उपयोगकर्ता क्लाउड में कुछ डेटा संग्रहीत करना चाहता है (उदाहरण के लिए, वीडियो कैमरों से रिकॉर्डिंग)।

दृष्टि कार्यान्वयन योजनाएं

वर्ष के अंत तक, हम अपने अनुकूली कक्ष स्वचालन प्रणाली के लिए उपकरणों की एक पंक्ति को आंशिक रूप से जारी करने की योजना बनाते हैं। इसमें वीडियो कैमरों के अपवाद के साथ ऊपर सूचीबद्ध लगभग सभी चीजें शामिल होंगी।

तकनीकी दृष्टि के तत्वों वाला एक वीडियो कैमरा वर्तमान में विकास के अधीन है। हम एक साथ कई कैमरों से वीडियो डेटा प्रसारित करने की योजना बना रहे हैं। हम एक अभिनव दृष्टिकोण लाने की भी कोशिश कर रहे हैं। हमारा समाधान CUDA तकनीक का उपयोग करके वास्तविक समय में एक कमरे में लोगों को पता लगाने और (मल्टीट्रैकिंग कार्य हल किया जा रहा है) का पता लगाने के लिए दो तंत्रिका नेटवर्क का उपयोग करता है। साथ देने के लिए, एक तंत्रिका नेटवर्क मॉडल प्रस्तावित और प्रशिक्षित किया गया था, जो परीक्षण के परिणामों के अनुसार, चार मुख्य मापदंडों में दीपसॉर्ट से आगे निकल गया, जो कि MOT16hallenge के भाग के रूप में, MOT16 प्रतियोगिता में सबसे अच्छा परिणाम दिखा।

यह ज्ञात है कि तंत्रिका नेटवर्क के मॉडल के डिजाइन में विकास के लिए महत्वपूर्ण समय संसाधनों की आवश्यकता होती है, यह कई प्रयोगों का संचालन करने के लिए भी आवश्यक है। इसके अलावा, सिस्टम न केवल कमरे में लोगों की संख्या जानता है, बल्कि उनकी ट्रैकिंग भी प्रदान करता है, जो लोगों द्वारा फ्रेम छोड़ने पर स्थितियों में भी महत्वपूर्ण रूप से काम करता है। और फिर वापस आ जाओ। हमारा तंत्रिका नेटवर्क पहले से ही 128 संकेतों द्वारा लोगों को पहचानता है और "मित्र / दुश्मन" प्रणाली के अनुसार उन्हें निर्धारित करता है। आज तक, अलग-अलग कैमरों से प्राप्त वीडियो अनुक्रमों का उपयोग करके लोगों को एस्कॉर्ट करने की तकनीक को अपनाने पर काम का कार्यान्वयन आशाजनक है। समय के साथ, हम व्यवहार के गैर-मानक पैटर्न (उदाहरण के लिए, गिरना या लड़ना) और लपटों या धुएं का पता लगाने की एक परिभाषा जोड़ने की योजना बनाते हैं। इन क्षेत्रों में विकास पहले से ही उपलब्ध हैं।