Szerkesztés

Share via

Valós idejű járműadatok feldolgozása IoT használatával

Azure Cosmos DB
Azure IoT Edge
Azure Sphere
Azure Stream Analytics
Azure SQL Database

Megoldási ötletek

Ez a cikk egy megoldási ötlet. Ha azt szeretné, hogy további információkkal bővítsük a tartalmat, például a lehetséges használati eseteket, alternatív szolgáltatásokat, megvalósítási szempontokat vagy díjszabási útmutatást, a GitHub visszajelzésével tudassa velünk.

Ez a megoldás egy valós idejű adatbetöltési/feldolgozási folyamatot hoz létre az IoT-eszközökről érkező üzenetek betöltéséhez és feldolgozásához egy big data elemzési platformba az Azure-ban. Az architektúra az Azure Sphere és az Azure IoT Hub használatával kezeli a telematikai üzeneteket, és az Azure Stream Analytics feldolgozza az üzeneteket.

Architektúra

A járműadatok betöltését, feldolgozását és vizualizációt bemutató ábra.

Töltse le az architektúra Visio-fájlját.

Adatfolyam

Az adatok a következő módon haladnak át a megoldáson:

  1. A telematikai üzeneteket (sebesség, hely stb.) egy Azure Sphere-mobileszközök küldik az Azure IoT Hubba. Zöldmezős forgatókönyv esetén előfordulhat, hogy a jármű gyártója a gyártáskor minden járműben tartalmaz egy Sphere-modult. Barnamezős forgatókönyv esetén a járművet utólag, piac utáni telematikai megoldással szerelik fel.

  2. Az Azure Stream Analytics valós időben veszi fel az üzenetet az Azure IoT Hubról, az üzleti logika alapján dolgozza fel az üzenetet, és elküldi az adatokat a tároló kiszolgáló rétegének.

  3. A rendszer az adatoktól függően különböző adatbázisokat használ. Az Azure Cosmos DB tárolja az üzeneteket, míg az Azure SQL DB relációs és tranzakciós adatokat tárol, és adatforrásként szolgál a bemutató és a műveletréteg számára. Az Azure Synapse összesített adatokat tartalmaz, és az üzletiintelligencia-eszközök adatforrásaként szolgál.

  4. A web-, mobil-, BI- és vegyes valóság-alkalmazások a kiszolgáló rétegre építhetők. Például közzéteheti a rétegadatok kiszolgálói adatait külső felhasználók (például biztosítótársaságok, szállítók stb.) API-kkal.

  5. Ha egy jármű szervizelést igényel egy kereskedő szervizközpontban, egy Azure Sphere-eszközt egy szerviztechnikus csatlakoztat a jármű OBD-II-portjához.

  6. Az Azure Sphere-alkalmazás csatlakozik a jármű OBD-II-portjához, és OBD-II-adatokat streamel az Azure IoT Edge-be az MQTT-n keresztül. Az Azure Sphere-eszköz Wi-Fi-n keresztül csatlakozik a szervizközpontban telepített Azure IoT Edge-eszközhöz. Az OBD-II-adatok streamelve lesznek az Azure IoT Edge-ből az Azure IoT Hubba, és ugyanabban az üzenetfeldolgozási folyamatban lesznek feldolgozva.

    • A legújabb 20.10-es operációsrendszer-kiadással az Azure Sphere mostantól biztonságosan csatlakozhat az Azure IoT Edge-hez saját eszköztanúsítványaival. Az Azure Sphere-eszköztanúsítvány minden eszközre egyedi, és az Azure Sphere Security Service 24 óránként automatikusan megújítja, miután az eszköz átadta a távoli igazolási és hitelesítési folyamatot.

    • Az Azure Sphere közvetlenül az Azure Sphere Security Service-vel kommunikál, nem pedig az Azure IoT Edge-en keresztül. Az Azure Sphere Security Service a Microsoft felhőalapú szolgáltatása, amely kommunikál az Azure Sphere-chipekkel a karbantartás, a frissítés és a vezérlés engedélyezéséhez. Néha rövidítve AS3.

  7. Az általános célú MQTT-közvetítő mostantól elérhető az Azure IoT Edge-ben. Az Azure Sphere-eszköz üzeneteket tesz közzé az IoT Hub beépített MQTT-témakörében (devices/{sphere_deviceid}/messages/events/).

    • Az Azure IoT Edge-modulok az IoT Edge által felügyelt tárolóalapú alkalmazások, amelyek Azure-szolgáltatásokat (például Azure Stream Analyticset), egyéni ML-modelleket vagy saját megoldásspecifikus kódot futtathatnak.

  8. A HoloLenst viselő szerviztechnikus feliratkozhat az MQTT-témakörre (devices/{sphere_deviceid}/messages/events/) és biztonságosan megtekintheti az OBD-II-adatokat egy MQTT-ügyfelet tartalmazó HoloLens-alkalmazással. A HoloLens MQTT-ügyfélnek jogosultnak kell lennie a témakörhöz való csatlakozásra és előfizetésre . A HoloLens közvetlenül az IoT Edge-átjáróhoz való csatlakoztatásával a szerviztechnikus közel valós időben tekintheti meg a jármű adatait, elkerülve az adatok felhőbe és visszaküldésének késését. A szerviztechnikus akkor is használhatja a jármű OBD-II-portját (például a "ellenőrző motor" fényének törlését), ha a szervizközpont le van választva a felhőről.

Összetevők

  • Az Azure Sphere egy biztonságos, magas szintű alkalmazásplatform, amely beépített kommunikációs és biztonsági funkciókkal rendelkezik az internethez csatlakoztatott eszközökhöz. Ez egy biztonságos, csatlakoztatott, crossover mikrovezérlő egységből (MCU), egy egyéni Linux-alapú operációs rendszerből (OS) és egy felhőalapú biztonsági szolgáltatásból áll, amely folyamatos, megújuló biztonságot nyújt.

  • Az Azure IoT Edge MQTT-közvetítő szolgáltatást biztosít, és intelligens peremhálózati alkalmazásokat futtat a helyszínen az alacsony késés és az alacsonyabb sávszélesség-használat biztosítása érdekében.

  • Az Azure IoT Hub a betöltési rétegben található, és támogatja az eszközök felé irányuló kétirányú kommunikációt, így a műveletek elküldhetők a felhőből vagy az Azure IoT Edge-ből az eszközre.

  • Az Azure Stream Analytics (ASA) valós idejű, kiszolgáló nélküli streamfeldolgozást biztosít, amely ugyanazokat a lekérdezéseket futtathatja a felhőben és a peremhálózaton. Az Azure IoT Edge-en futó ASA képes helyileg szűrni vagy összesíteni az adatokat, így intelligens döntéseket hozhat arról, hogy mely adatokat kell elküldeni a felhőbe további feldolgozás vagy tárolás céljából.

  • Az Azure Cosmos DB, az Azure SQL Database és az Azure Synapse Analytics a kiszolgálói tárolási rétegben található. Az Azure Stream Analytics közvetlenül az Azure Cosmos DB-be tud üzeneteket írni egy kimenet használatával. Az adatok összesíthetők és áthelyezhetők az Azure Cosmos DB-ből és az Azure SQL-ből az Azure Synapse-be az Azure Data Factory használatával.

  • Az Azure Synapse Analytics egy elosztott rendszer nagy adathalmazok tárolására és elemzésére. A nagy teljesítményű párhuzamos feldolgozás (MPP) használatával alkalmassá válik nagy teljesítményű elemzések futtatására.

  • Az Azure Cosmos DB-hez készült Azure Synapse Link lehetővé teszi a közel valós idejű elemzések futtatását az Azure Cosmos DB-ben, anélkül, hogy a tranzakciós számítási feladatra bármilyen teljesítményre vagy költségre hatással lenne, az Azure Synapse-munkaterületről elérhető két elemzési motor használatával: az SQL Serverless és a Spark-készletek használatával.

  • A Microsoft Power BI üzleti elemzési eszközökkel rendelkezik az adatok elemzéséhez és az elemzések megosztásához. A Power BI lekérdezhet egy Analysis Servicesben tárolt szemantikai modellt, vagy közvetlenül lekérdezheti az Azure Synapse-t.

  • Azure-alkalmazás szolgáltatások webes és mobilalkalmazások készítésére használhatók. Az Azure API Management a kiszolgálói rétegben tárolt adatok alapján harmadik felek számára is elérhetővé teheti az adatokat.

  • A Microsoft HoloLens segítségével a szerviztechnikusok holografikus módon tekinthetik meg a járműadatokat (például a szervizelőzményeket, az OBD-II-adatokat, az alkatrészdiagramokat stb.), hogy segítsenek a hibaelhárításban és a javításban.

Alternatívák

  • A Synapse Link a Microsoft által előnyben részesített megoldás az Azure Cosmos DB-adatokon alapuló elemzésekhez.

Forgatókönyv részletei

A járműadatok betöltése, feldolgozása és vizualizációja kulcsfontosságú képességek a csatlakoztatott autómegoldások létrehozásához. Az adatok rögzítésével és elemzésével feltárhatjuk az értékes megállapításokat, és új megoldásokat hozhatunk létre.

Például telematikai eszközökkel felszerelt járművekkel figyelhetjük a járművek élő helyét, megtervezhetjük az optimalizált útvonalakat, segítséget nyújthatunk a vezetőknek, és támogathatjuk azokat az iparágakat, amelyek telematikai adatokat használnak fel vagy élveznek, mint például a biztosítók. A járműgyártók számára a diagnosztikai információk fontos információkat nyújthatnak a jármű szervizelésével és garanciáival kapcsolatban.

Lehetséges használati esetek

Képzeljen el egy autógyártó vállalatot, amely megoldást szeretne létrehozni a következőkre:

  • Biztonságosan küldhet valós idejű adatokat a felhőbe a járműveiben telepített érzékelőkről és fedélzeti számítógépekről.

  • Értéknövelő szolgáltatásokat hozhat létre ügyfelei és kereskedői számára a jármű helyének és egyéb érzékelőadatainak (például a motorral kapcsolatos érzékelőknek és a környezettel kapcsolatos érzékelőknek) elemzésével.

  • Tárolja az adatokat további továbbfeldolgozás céljából, hogy végrehajtható elemzéseket biztosítson (például karbantartási riasztások a járműtulajdonosok számára, baleseti információk a biztosító ügynökségek számára stb.).

  • Lehetővé teszi a kereskedői szerviztechnikusoknak, hogy vegyes valóságú alkalmazással kommunikáljanak a járművekkel a hibaelhárításhoz és a javításhoz (például HoloLens-alkalmazással valós idejű adatokat tekinthet meg, és megtekintheti/törölheti a jármű OBD-II portján keresztül elérhető diagnosztikai kódokat, megtekintheti a javítási eljárásokat, vagy megtekintheti a felrobbantott 3D alkatrészek diagramját).

Közreműködők

Ezt a cikket a Microsoft frissíti és karbantartja. Eredetileg a következő közreműködők írták.

Fő szerző:

Következő lépések