IoT

(Bild: Omron)

| von Gabriele Fulco

Schon heute gibt es zahlreiche bedienerlose – und damit zugleich auch unbeaufsichtigte – Einrichtungen und Anlagen. Vor allem Anwendungen, die nur minimale Aufmerksamkeit und Wartung erfordern, lassen sich bereits heute automatisieren und vernetzen. Die entsprechenden IoT-Systeme sind dabei in der Lage, die automatisierten Funktionen komplett eigenständig auszuführen. Allerdings beziehen die bisherigen Systeme häufig nicht die externe Umgebung mit ein, die in puncto Sicherheit durchaus eine Rolle spielen kann.

Eine automatische Wasserstandsprüfung in einem abgelegenen Reservoir ist ein typisches Beispiel für eine derartige Anwendung. Die eigentliche Prüfung des Wasserpegels lässt sich gut automatisieren. Ein menschlicher Kontrolleur würde jedoch immer auch noch weitere, sicherheitsrelevante Kriterien überprüfen – etwa ob ein Waldbrand in der Nähe ausgebrochen ist oder ob eine beschädigte Dammstruktur die Wasserversorgung gefährden könnte. Mithilfe aktueller IoT-Technologie ist es nun möglich, unterschiedliche Umgebungsfaktoren gleich zusammen mit der eigentlichen Automatisierungsaufgabe, wie beispielsweise der Wasserstandsmessung, zu erfassen.

Umgebungssensoren

Um auf einen menschlichen Betriebsverantwortlichen etwa für ein Wasserreservoir verzichten zu können, benötigt ein entsprechend ausgerüstetes IoT-System diverse vernetzte , die Temperatur, Feuchtigkeit, Verschmutzung und andere Umgebungsfaktoren überwachen. Bei der Entwicklung eines solchen Systems muss jeder individuell berücksichtigt werden – kein einfacher Job für einen Designer.

IoT

Bild 1: Multifunktionsumgebungssensoren lassen sich zur Überwachung sowohl von dezentralen Anlagen als auch von Büroräumen nutzen. Omron

Multifunktionsumgebungssensoren wie der 2JCIE-BL01 von Omron erleichtern diese Aufgabe mithilfe eines voll integrierten Sensors, der eine ganze Reihe von Umgebungsfaktoren mit einbezieht: UV-Index (UVI), Luftdruck, Geräuschniveau und die Beschleunigung eines Objekts, ausgelöst etwa durch Bewegung, Schwerkraft oder Vibrationen. Mit einem kombinierten Umgebungssensor können Nutzer die entsprechenden Messwerte im Umfeld nachverfolgen und darüber hinaus auch Schwellenwerte setzen, die über von der Norm abweichende Sensorergebnisse informieren. Um beim Beispiel Wasserreservoir zu bleiben: Auf einen ermittelten Temperaturanstieg hin ließe sich ein Alarm beziehungsweise eine automatisierte Reaktion auslösen etwa in Form einer zusätzlichen Wassereinspeisung zur Kompensierung der erhöhten Verdunstung. Darüber hinaus lässt sich der Sensor aber auch etwa zur Überwachung der Luftqualität in Büroräumen einsetzen (Bild 1).

Seismische Sensoren

In zahlreichen Weltregionen besteht eine permanente Erdbebengefahr. Durchschnittlich 50 Beben täglich summieren sich auf etwa 20.000 Ereignisse pro Jahr. Viele sind schwach genug, um unbemerkt zu bleiben; einige führen zu verheerenden Katastrophen. Vor allem für bedienerlose IoT-Systeme ist in den betroffenen Regionen die Erdbebengefahr ein ernsthaftes Problem.

Ein beaufsichtigtes System kann durch menschliche Bediener im Notfall normalerweise schnell heruntergefahren werden, um Folgeschäden zu vermeiden. Ein dezentral gesteuertes System kann dies nicht und ist entsprechend verwundbar. Ein intelligenter seismischer Sensor wie Omrons D7S minimiert das Risiko von Sekundärschäden nach Erdbeben dadurch, dass potenziell gefährdende Geräte sowie Produktionslinien gestoppt und abgeschaltet werden. Der Sensor hilft auch bei der Schadensbestimmung, indem er die seismische Intensität aufzeichnet und somit Informationen zu zerstörten Gebäuden bereitstellt.

Der D7S verwendet eine weltweit patentierte Algorithmustechnologie zur Wertberechnung der Spektralintensität (SI). Befindet sich eine Fabrik etwa in der Nähe von Eisenbahnschienen, nutzt der Sensor einen dreiachsigen Beschleunigungsmesser und Omrons besagte Algorithmen zur Berechnung des SI-Werts, um zwischen wirklicher seismischer Aktivität durch ein Erdbeben und anderen Herkunftsquellen zu unterscheiden.

Thema auf der nächsten Seite: Staub- und Gesichtserkennungssensoren.

Staubsensoren

IoT

Bild 2: Staubsensoren dienen zur Erkennung von Luftverschmutzung im Wohn- und Arbeitsbereich. Omron

Im Zuge wachsender Wachsamkeit gegenüber Fahrzeugemissionen, Industriequalm und Zigarettenrauch gerät auch die Luftverschmutzung im Wohn- und Arbeitsbereich immer mehr ins Blickfeld der Öffentlichkeit. Die Zunahme der Partikel in der Atmosphäre bedeutet auch ein höheres Belastungsrisiko. Via IoT-Technologie kann ein Staubsensor automatisch eine Warnmeldung senden, um beispielsweise bei einer Klimaanlage entsprechende Gegenmaßnahmen zu aktivieren.

Omrons kompakter Staubsensor (Bild 2)  mit den Maßen 50 mm x 45 mm x 20 mm erkennt 0,5 Mikron winzige Partikel. Ein sechsfach höherer Luftdurchsatz im Vergleich zu herkömmlichen Alternativen macht ihn reaktionsempfindlicher gegenüber Umweltveränderungen.

Gesichtserkennungssensoren

IoT-Technologie sorgt nicht nur für die Automatisierung von Systemen und Anlagen. Dank ihr sind moderne Sensoren auch in der Lage, Personen in allen möglichen Umgebungen zu erkennen. Ein solcher Sensor lässt sich beispielsweise nutzen, um zu erkennen, ob eine Person die Befugnis hat, sich in einem bestimmten Gebäude aufzuhalten. Solche Sicherheitsanwendungen reichen vom Gebäudezutritt über den Computer- und Telefonzugriff bis hin zur Zutrittsbeschränkung für bestimmte Personen mit unterschiedlichen Freigabewerten.

Eine dafür erforderliche Gesichts- sowie diverse Gestenerkennungen lassen sich nun einfach in ein Design integrieren, ohne dass Kenntnisse über die zugrundeliegenden Algorithmen oder den optischen Aufbau nötig sind. Omrons HVC-P2 B5T (siehe Kasten) bietet zehn wesentliche Bilderfassungsfunktionen: Erfassung des Gesichts, der Hand sowie des Körpers eines Menschen, Erkennung des Gesichts, des Geschlechts, Schätzung des Alters, Einschätzung der Gemütsverfassung, Erkennung von Kopfhaltung, Blickrichtung und Blinzelhäufigkeit. In jedem dieser Fälle gibt das Modul einen Wert zusammen mit einem Grad der Sicherheitsvermutung aus, sodass Programmierer das Ansprechverhalten für jede individuelle Anwendung richtig konfigurieren können. Das HVC-Modul lässt sich einfach in vorhandene Systeme integrieren oder in Neudesigns implementieren. Entwickler müssen sich lediglich die Ausgangswerte ansehen, um diese dann entsprechend in ein System einzubinden.

Ausblick

Mit lassen sich über Cloud-basierende Lösungen, gesetzte Schwellenwerte und automatisierte Antwortprozesse die direkten und indirekten Umgebungseinflüsse auf eine Fabrik immer leichter messen und überwachen. Sensortechnologie und Module wie Omrons HVC reduzieren aber auch Entwicklungszeit und Konstruktionsaufwand und erlauben die einfache Integration in ein Design sowie das unkomplizierte Einlesen der ermittelten Daten für diese Systeme.

Was IoT-Kundendienstsysteme betrifft, so lässt sich durch ein noch höherer Grad der Nutzeranpassung erzielen. So ist etwa eine Kaffeemaschine denkbar, die das Gesicht des Benutzers erkennt und ein Getränk genau nach dessen Vorlieben zubereitet. Eine andere Anwendungsmöglichkeit wäre eine Maschine, die nach der Identifizierung per Gesichtserkennung Sitz und Bedienelemente für maximalen Komfort des Nutzers anpasst. Auch werden zukünftige Raumsysteme auf Gesten reagieren können, um Helligkeit und Lichtfarbe der Beleuchtung sowie Klimaanlage und Heizung nach Wunsch einzustellen.

Schnelles Gesichtserkennungsmodul

IoT

Bild 3: Gesichtserkennungssensoren können unter anderem das Geschlecht sowie das ungefähre Alter einer Person erfassen. Omron

Omron hat eine schnellere Version des Gesichtserkennungsmoduls mit einer bis zu zehnfachen Erkennungsgeschwindigkeit gegenüber dem Vorgängerprodukt auf den Markt gebracht. Mit dem HVC-Modul können Embedded-Entwickler Gesichtserkennungsfunktionen auf einfache Weise in Systeme integrieren, ohne Kenntnisse über die zugrundeliegenden Algorithmen oder den optischen Aufbau zu benötigen.

Gesichtserkennungsfunktionen kommen in vielen Systemen zum Einsatz. Dazu zählen etwa die Bereiche Medizintechnik, Industriesteuerungen, Digitalwerbung und Sicherheit. Das HVC-P2-Modul (Bild 3) kümmert sich um den komplexen Vorgang des Erfassens und Erkennens von Gesichtern, Körpern und Gesten. Die Entwickler selbst brauchen sich lediglich die Ausgangswerte anzusehen, um diese dann entsprechend in ein System einzubinden.

Zusätzlich zur erhöhten Erkennungsgeschwindigkeit zeichnet sich das HVC-P2 durch eine verbesserte Konsistenz des Ansprechverhaltens und eine längere Erfassungsdistanz aus. Zur einfacheren Integration wird das Modul in zwei Teilen geliefert: einer 25 mm x 25 mm kleinen Kameraplatine und einer 45 mm x 45 mm kleinen . Zwei Varianten werden angeboten. Der Langwinkeltyp verfügt über einen Blickwinkel von 40° x 50°, der Weitwinkeltyp über 70° x 90°. Das neue Modul ist überdies mit wahlweise einer USB- oder UART-Schnittstelle erhältlich.

Das HVC-Modul basiert auf Omrons Bildverarbeitungssoftware Okao. Dieser bewährte Satz von Bilderkennungsalgorithmen wird weltweit in über 500 Millionen Digitalkameras, Mobiltelefonen und Überwachungskameras eingesetzt. HVC bettet Okao in eine Hardwareplattform ein, deren digitales und optisches Design speziell für diese Anwendung optimiert ist. Das Modul enthält eine , einen sowie eine USB- oder UART-Schnittstelle zur Modulsteuerung und zum Daten auslesen.

Eck-DATEN

Ob Multifunktionsumgebungssensoren, seismische Sensoren, Staubsensoren oder Gesichtserkennungssensoren – für den sicheren Betrieb automatisierter dezentraler Systeme stehen inzwischen unterschiedliche Sensorlösungen zur Verfügung. Wichtig ist die schnelle und problemlose Integration der Sensoren in bestehende oder neu zu entwickelnde Designs, um den Zeit- und Kostenaufwand möglichst gering zu halten.

Gabriele Fulco

(Bild: Omron)
Manager Produktmarketing Europa bei Omron

(ku)

Kostenlose Registrierung

*) Pflichtfeld

Sie sind bereits registriert?