Pada sumber daya ini, mereka secara teratur menulis tentang jaringan mesh. Kami ingin memberi tahu bagaimana kami menggunakannya dalam proyek kami untuk menciptakan sistem otomasi ruang adaptif.Teknologi dari jaringan yang mengatur diri sendiri memungkinkan kami tidak hanya dengan cepat menggunakan sistem, tetapi juga untuk mencapai indikator tinggi toleransi kesalahan dan kecepatannya. Kami berhasil menguji solusi kami di situs nyata dengan kapasitas jaringan 120 perangkat.
Mengapa kita membutuhkan jaringan mesh
Sejak munculnya konsep "rumah pintar", unit kepala telah dianggap sebagai "hati" dan "otak". Namun secara bertahap, hub berhenti diperlukan dan segera benar-benar menghilang ke masa lalu. Pemain utama seperti Google dan Amazon juga mengkonfirmasi tren ini. Google telah menawarkan router seluler selama beberapa tahun, dan Amazon baru-baru ini membeli Eero untuk memperkuat posisinya di pasar rumah pintar.
Dalam produk kami, kami menggunakan jaringan mesh, karena mereka memecahkan beberapa masalah sekaligus. Pertama, mereka memastikan kelancaran operasi sistem. Biasanya, jika hub macet atau kehilangan koneksi ke Internet, sistem benar-benar mati, perangkat berhenti merespons dan menjalankan fungsi dasarnya. Jaringan mesh menghindari ini. Bahkan jika satu perangkat gagal, sisanya akan terus bekerja dalam mode yang sama. Pengguna hanya akan menerima pemberitahuan kerusakan.
Kedua, jaringan mesh membantu merutekan lalu lintas. Dalam sistem kami, semua perangkat dapat menyampaikan sinyal sehingga area jangkauan jaringan menjadi hampir tak terbatas. Jika terjadi perubahan konfigurasi jaringan, sistem akan secara mandiri menentukan rute optimal.
Dalam jaringan yang dibuat berdasarkan solusi kami, jumlah perangkat yang hampir tak terbatas dapat bekerja pada jarak yang cukup jauh satu sama lain. Diperoleh dengan metode perhitungan, angka ini adalah 10 hingga 10 derajat, yang saat ini tidak memungkinkan untuk mengingat keterbatasan jumlah RAM pada perangkat.
Apa itu "rumah pintar" (menurut kami)
Sebagian besar solusi di pasaran saat ini hanyalah seperangkat sensor dan aktuator yang memiliki kemampuan terbatas. Biasanya, ini adalah remote control dalam bentuk aplikasi mobile, tablet terpisah atau speaker cerdas, yang memungkinkan Anda mengatur suhu, menghidupkan / mematikan peralatan rumah tangga, menyesuaikan pencahayaan dan mengatur skenario masa pakai baterai primitif. Mari kita akui bahwa "pintar" tidak cukup, ini hanyalah mainan.
Oleh karena itu, kami menetapkan tujuan untuk menciptakan sistem otomasi rumah adaptif berdasarkan jaringan mesh. Saat Anda menggunakannya, sistem kami menganalisis kebiasaan dan perilaku pengguna. Karena itu, seiring waktu, ia mulai menyesuaikan semua skenario dan pengaturan untuk pengguna tertentu, menawarkan skenario baru dan, setelah persetujuan pemilik, konfigurasikan sendiri.
Arsitektur sistem dirancang sedemikian rupa sehingga kotak kepala tidak diperlukan. Perangkat yang diambil secara terpisah dapat bekerja dengan sendirinya, menggunakan semua fungsi yang tertanam di dalamnya.
Fitur lain dari solusi kami: sebelum membuat keputusan, sistem mengumpulkan data dari beberapa sumber sekaligus (misalnya, dari kamera, sensor kualitas udara, sensor keberadaan, dll.). Ini menjadi mungkin karena fakta bahwa semua perangkat sistem mandiri dan dapat bertukar informasi di antara mereka sendiri secara langsung. Yang memungkinkan kami untuk secara signifikan mengurangi kemungkinan implementasi tindakan yang salah dalam kerangka skenario yang diberikan.
Semua informasi diproses di dalam sistem (dan bukan oleh server atau hub pusat) secara terdistribusi. Apa maksudmu Jika salah satu perangkat dengan catu daya otonom perlu melakukan perhitungan yang rumit dan intensif energi, sistem akan mengalihkan tugas ini ke perangkat terdekat dengan daya utama yang konstan. Pendekatan ini memberikan usia baterai yang dapat diterima untuk perangkat berdaya mandiri dan mempercepat proses pengambilan keputusan.
Saya juga ingin mencatat kesederhanaan prosedur koneksi. Untuk melakukan ini, Anda tidak perlu mengonfigurasi apa pun, memindai kode QR, dan lainnya. Cukup dengan melampirkan ponsel dengan aplikasi ke perangkat - dan itu saja: sudah ada di jaringan, menerima pengaturan dasar dan siap digunakan!
Fitur utama dari jaringan mesh kami
Awalnya, kami ingin menggunakan solusi Espressif ESP-MESH yang terjangkau. Tetapi setelah menganalisisnya, kami menyadari bahwa itu tidak cocok untuk kami. Karena itu, saya harus membuat sendiri. Keunggulan utama kami adalah waktu konstruksi, perubahan saluran otomatis saat memuat, kecepatan jaringan dan perutean.
Penyembuhan diri adalah deteksi otomatis dan penghapusan kegagalan jaringan. Jika tiba-tiba beberapa perangkat gagal dan sinyal hilang, jaringan dari perangkat yang tersisa akan dibangun kembali dengan sendirinya. Perakitan jaringan dari saat dihidupkan membutuhkan waktu hingga 15 detik, dan pembangunan kembali tidak lebih dari 6 detik. Dukungan antar node untuk pengalihan kurang dari 10 milidetik. Dan ini adalah bilangan real yang diperoleh selama pengujian di salah satu fasilitas besar kami. Secara umum, ini adalah indikator rata-rata untuk fasilitas militer dan berlebihan di segmen kami. Kita dapat mengatakan bahwa kita memiliki persediaan besar!
Parameter penting lainnya adalah perutean, bagaimana sinyal ditransmisikan dari satu perangkat ke perangkat lainnya. Biasanya, semua elemen dari solusi serupa beroperasi pada frekuensi yang sama dengan Wi-Fi - 2,4 Hz. Protokol menggunakan algoritma berdasarkan kondisi saluran udara. Solusi kami memungkinkan Anda untuk mengubah saluran tanpa mempengaruhi kinerja jaringan. Misalnya, di fasilitas, semua perangkat di sekeliling perimeter beroperasi pada saluran 13. Tetapi di tengah ruangan di saluran ini ada gangguan. Dalam hal ini, perangkat yang mentransmisikan sinyal akan secara otomatis mengubah saluran dan memotong area masalah. Sisa perangkat yang dilengkapi dengan modul kami diatur di antara mereka sendiri dan pilih frekuensi optimal.
Untuk mencapai kecepatan perutean tinggi, kami telah mengoptimalkan semua perangkat lunak untuk perangkat keras. Untuk setiap prosesor dan coprocessor mereka menulis kode di Assembler. Ini memungkinkan kami untuk mengurangi konsumsi daya dan meningkatkan kecepatan jaringan hingga 15 kali.
Kapasitas maksimum teoritis jaringan kami sangat besar. Jelas, dalam praktiknya kami tidak dapat memverifikasinya. Selama pengujian, kami menghubungkan lebih dari 300 perangkat ke jaringan, dan sistem bekerja dengan stabil. Artinya, solusi kami akan membuatnya mudah untuk menutupi pusat perbelanjaan dan untuk ini Anda tidak perlu membuang dinding, memasang kabel tambahan, dan mengkonfigurasi jaringan untuk waktu yang lama dan menyakitkan. Cukup menginstal perangkat kami jika perlu. Bahkan jika itu ada di situs seluler, mereka akan selalu online.
Untuk keamanan data pengguna, kami menggunakan enkripsi ganda, yang didasarkan pada protokol AES, yang diakui sebagai salah satu yang paling dapat diandalkan. Lalu lintas disalurkan antara server dan perangkat atau antara sepasang perangkat. Ini menghilangkan kemungkinan mendapatkan akses ke sistem dengan meretas jaringan WIFI.
Kami telah mengajukan permohonan paten untuk model utilitas untuk menerapkan algoritma jaringan yang mengatur diri sendiri untuk mengotomatiskan kamar. Dia telah menjalani penilaian awal dan sekarang sedang dipertimbangkan.
Contoh penerapan solusi kami
Tim kami melakukan proyek skala besar untuk memodernisasi pencahayaan istana es Khimik di Novopolotsk. Di sana, semua peralatan pencahayaan (dalam jumlah 120 unit) dibuat dengan fungsi kendali jarak jauh intensitas cahaya dan akses on / off jarak jauh melalui Wi-Fi dan Bluetooth.
Dimungkinkan juga untuk mengkonfigurasi skenario kerja yang berdiri sendiri. Misalnya, dalam mode siaga, tingkat penerangan, untuk menghemat listrik, tidak boleh melebihi 100 lux. Selama pelatihan - 600. Dan selama pertandingan hoki dengan siaran indikator ini harus setidaknya 1200 lux. Untuk menginstal sistem, tidak perlu memasang kabel tambahan, mengubah konfigurasi jaringan atau biaya lainnya. Arsitektur sistem sepenuhnya dibangun berdasarkan jaringan mesh kami. Sudah cukup memasang lampu LED baru dengan unit kontrol.
Setelah modernisasi, arena es dalam hal penerangan mulai memenuhi persyaratan ketat Federasi Hoki Republik Belarus untuk siaran langsung televisi internasional.
Mengapa kita membutuhkan jaringan saraf dan bagaimana kita melatihnya
Dalam keputusan kami, kami juga menggunakan teknologi kecerdasan buatan, khususnya, jaringan saraf. Seperti disebutkan sebelumnya, semua data dikumpulkan oleh modul yang dipasang di perangkat sistem otomasi ruangan dan semua perhitungan dilakukan di dalam sistem. Oleh karena itu, semakin banyak perangkat dalam sistem, semakin baik dan cepat mereka mendistribusikan perhitungan yang rumit di antara mereka sendiri.
Sebagai aturan, pengembang melatih jaringan saraf pada set data besar. Tetapi dalam kasus kami, pelatihannya spesifik. Jaringan saraf kita tidak perlu tahu seperti apa kondisi monyet Afrika. Pada saat yang sama, pemicu diperlukan untuk melatih jaringan. Kami menemukan cara untuk membuat perangkat belajar pada peristiwa tertentu di tingkat perangkat keras, sistem ini dengan sengaja mempelajari kebiasaan pengguna. Pada awalnya, jaringan mengimplementasikan skenario yang dipikirkan dengan matang untuk memahami kondisi apa yang paling nyaman bagi pengguna. Kemudian, menggunakan akumulasi pengalaman, ia memilih mode pencahayaan, pemanasan, dan ventilasi yang paling nyaman bagi pengguna tertentu. Seiring waktu, sistem mengambil alih bagian dari fungsi mengelola rumah, apartemen atau fasilitas lainnya.
Tugas kami adalah membuat pengguna senyaman mungkin dan mereka sendiri praktis tidak mengubah apa pun dalam pengaturan sistem, mereka semua senang.
Karena kenyataan bahwa sistem ini sepenuhnya otonom, data disimpan dalam memori yang tidak mudah menguap dari perangkat itu sendiri, pengoperasian sistem tidak tergantung pada akses Internet. Jika dia tiba-tiba menghilang, dia akan terus bekerja, menawarkan naskah dan belajar sendiri. Dalam kasus kami, Internet hanya diperlukan untuk mengatur akses jarak jauh dan komunikasi dengan server jika pengguna ingin menyimpan data tertentu di cloud (misalnya, rekaman dari kamera video).
Rencana Implementasi Visi
Pada akhir tahun, kami berencana untuk merilis sebagian perangkat untuk sistem otomasi ruang adaptif kami. Ini akan mencakup hampir semua yang tercantum di atas, dengan pengecualian kamera video.
Kamera video dengan elemen visi teknis saat ini sedang dikembangkan. Kami berencana untuk mengirimkan data video dari beberapa kamera sekaligus. Kami juga mencoba memperkenalkan pendekatan inovatif. Solusi kami menggunakan dua jaringan saraf untuk mendeteksi dan melacak orang di sebuah ruangan (tugas multitracking sedang diselesaikan) secara real time menggunakan teknologi CUDA. Untuk menemani, model jaringan saraf diusulkan dan dilatih, yang, menurut hasil tes, melampaui DeepSort dalam empat parameter utama, yang menunjukkan hasil terbaik dalam kompetisi MOT16, sebagai bagian dari Tantangan MOTChallenge.
Diketahui bahwa desain model jaringan saraf membutuhkan sumber daya waktu yang signifikan untuk pengembangan, juga diperlukan untuk melakukan banyak percobaan. Jadi, sistem tidak hanya mengetahui jumlah orang di ruangan itu, tetapi juga menyediakan pelacakan mereka, yang bekerja secara stabil bahkan dalam situasi ketika orang meninggalkan bingkai. lalu kembali. Jaringan saraf kita sudah mengenali orang dengan 128 tanda dan menentukan mereka sesuai dengan sistem "teman / musuh". Sampai saat ini, implementasi karya yang mengadaptasi teknologi pengawalan orang menggunakan urutan video yang diperoleh dari berbagai kamera di dalam ruangan sangat menjanjikan. Seiring waktu, kami berencana untuk menambahkan definisi pola perilaku non-standar (misalnya, jatuh atau berkelahi) dan deteksi api atau asap. Perkembangan di bidang ini sudah tersedia.