Baza technologii

Opis technologii / usługi

Proponowany projekt jest kompleksowym systemem transmisji, przechowywania, przetwarzania i prezentacji danych z magistrali Controller Area Network (CAN) z poziomu przeglądarki internetowej, dedykowany dla branży automotive. System zawiera hardware jak i oprogramowanie działające w chmurze. Ze względu na ilość danych (typowo do kilku GB dziennie z jednego pojazdu) zazwyczaj w pojazdach nie spotyka się systemów transferu ani przechowywania całości historii danych z magistrali CAN. Powoduje to, że analiza danych z pracy pojazdów jest stosunkowo uboga z porównaniem do rozwiązań analizy danych znanej np. z bankowości. Co za tym idzie, trudno wyciągać precyzyjne wnioski na temat eksploatacji maszyny oraz podejmować uzasadnione decyzje dotyczące poprawek w następnych generacjach pojazdów. Predictail Sp. z o.o. proponuje dla Ursus BUS kompleksowe rozwiązanie będące doskonałym narzędziem do prac serwisowych oraz badawczo-rozwojowych dla producenta pojazdów elektrycznych. System Predictail zapewnia dostęp do wszystkich danych pojawiających się na magistrali CAN wielu pojazdów jednocześnie z poziomu przeglądarki internetowej. W tym zgłoszeniu, Predictail oferuje wdrożenie systemu na potrzeby Ursus BUS. W drugim zgłoszeniu Predictail zawarta została propozycja opracowania modeli uczenia maszynowego na potrzeby Ursus BUS, które będą łatwo integrowalne z systemem opisanym w niniejszym zgłoszeniu.

Zalety / korzyści z zastosowania technologii

System Predictail: pozwala na eksplorację ruchu na magistrali CAN wielu pojazdów jednocześnie z poziomu przeglądarki internetowej, pozwala na integrację zaawansowanej analityki danych (w tym algorytmów typu anomaly-detector oraz modeli RUL (Remaining Usefull Life), ułatwia prace R&D konstruktorów, pomaga zoptymalizować pracę serwisu, pozwala na dokładne odtworzenie historii eksploatacji pojazdu (przydatne podczas sporów gwarancyjnych), nie ingeruje w bezpieczeństwo pracy pojazdu, Zastosowanie systemu, umożliwiłoby to prowadzenie bardziej zaawansowanych badań nad danymi z pojazdu, na przykład: wykrywanie anomalii w pojazdach (w każdym z osobna jak i pośród wszystkich egzemplarzy w populacji maszyn), budowanie wysokiej jakości modeli predykcyjnych do newralgicznych komponentów pojazdu - np. szacowanie ich RUL (Remaining Usefull Life), analiza sposobu eksploatacji maszyny przez użytkowników, co może pomóc w budowie modeli przewidywania obciążenia.

Zastosowanie rynkowe

Zastosowanie opisywanego systemu ma dwa główne przypadki zastosowania: 1. podczas pracy serwisu pojazdów, 2. podczas prac badawczo-rozwojowych konstruktorów pojazdów. Ad.1. Podczas prac serwisowych, opisywany projekt dostkonale sprawdzi się jako narzędzie pozwalające na ręczną jak i automatyczną analizę historii eksploaracji pojazdu. Dzięki jego zastosowaniu, łatwiej zdiagnozować usterki, zaplanować serwis, zoprymalizować prozes zakupów części zamiennych. Ad2. Podczas prac badawczo-rozwojowych, opisywany system doskonale spawdzis się przy analizie danych dodytyczących podzespoółu pojazdu który powinien zostać poprawiony w nastepnej generacji pojazdu. Dokładna analiza historii eksploatacji podzespołu w historii całej floty pozwoli wyciągnąć wnioski popatre danymi.

Tagi

Branże