På grund av den snabba ökningen av antalet fordon på vägen, måste det finnas trafik- och parkeringsproblem. Anledningen är den nuvarande transportinfrastrukturens och parkeringssystemets oförmåga att klara det ökande antalet fordon på vägen. Faktorer som kontorsbeläggning, sysselsättning, bilägande, resor och diskretionära utgifter påverkar hur parkeringsanläggningen används. De smarta städerna i dag har alla anläggningar men att lindra parkeringsfrågan förblev oadresserad länge.
Oron över bristen på tillräcklig parkering har ökat i stor utsträckning. Att förstå hur kritisk situationen och behovet av timmen, Arjun, en hårdvaruingenjör, och Siva en programvara veteran kom upp med idén att starta ett företag som syftar till att ge sakernas Baserade parkeringslösningar genom sina företags WiiTronics. Eftersom vi ville veta mer om företaget bad vi Arjun (som är VD och grundare av företaget) för en en och en interaktion med honom och här är vi redo att få bollen att rulla. Så, låt oss börja med artikeln för att få inblick i de produkter som WiiTronics erbjuder och hur är de som visar sig vara fördelaktiga när det gäller korrekt parkeringshantering.
Fråga oss om ditt företag WiiTonics. Vilken typ av parkeringshanteringslösningar tillhandahåller du?
WiiTronics är ett IIT Madras inkuberade företag som startades 2013 för att utveckla hårdvaru- och mjukvaruplattformar specifikt med IoT i våra sinnen. Jag är maskinvaruingenjör från Silicon Valley och min partner Siva är en programvaruveteran. Han arbetade i Wipro tidigare i Indien och sedan åkte han till Singapore för vidare studier. Där arbetade han för ett företag som ägdes av Singapores regering på FoU-sidan. Så jag uppmanade honom att komma med mig efter att jag startade WiiTronics.
Vi bygger IoT-produkter. Vi har en hårdvaruplattform, WiiTronics hårdvaruplattform, som med enkla ord betyder trådlös elektronik. Vår mjukvaruplattform heter Random Mouse. Vi har designat sensorer som kan upptäcka fordon, så vi använder den med vår hårdvaruplattform. Med detta kan all kommunikation från kund / klientsida till vår molnserver underlättas. Plattformen kan användas för att ha alla andra sensorer också, utom fordonsdetekteringssensorer. Vårt mål är att ta alla produkter som vi designar och alla lösningar som vi har och gå globalt med det och det är vårt fokus de närmaste tre åren.
F. Förklara den grundläggande arkitekturen i ditt IoT Parking-lösningssystem och hur de fungerar.
Vi har olika typer av parkeringssensorer som är installerade i varje plats på parkeringen. För inomhus har vi specifika sensorer, för utomhusparkering som gatuparkering har vi specifika sensorer. Inomhus sensorer är alla ultraljudssensorer som upptäcker om en fordonsparkering är tillgänglig eller inte. De kommunicerar sedan med sensorstyrenheten. För att sänka kostnaden sätter vi en sändtagare på den centrala styrenheten, varifrån den är kopplad till alla sensorer. Dessa sensorstyrenheter upptäcker status för varje kortplats och skickar data trådlöst till vår gateway som är en Linux-baserad dator ansluten till internet och vi har en enorm applikation som körs på den. Det är hjärnan eller processorn i hela lösningen.
Statusuppdateringarna från enskilda tomter skickas till gatewayen som placerar den i molnet och uppdaterar även skärmarna. Skärmen är extremt avgörande för vår applikation där för varje uppfart på en parkeringsplats, vare sig det är inomhus eller utomhus; vi har en skärm som säger hur mycket parkering som finns i båda riktningarna. Så om sensorn ändrar status, vet gatewayen vilka alla skärmar som behöver uppdateras. Om det finns en uppfart som leder upp till att säga, fem olika uppfart, och om det finns en sensor i slutet, där en bil lämnar, till exempel, uppdateras alla skärmar som leder upp till uppfarten och till den sensorn. Så det är kumulativt! Det är vad vi gör med IoT-sensorerna, vi tar det till molnet.
WiiTronics sticker ut från mängden för det faktum att i andra företag är skärmdeltagandet för en viss uppfart begränsat till sensorerna. Så om det finns hundra platser och hundra sensorer är skärmen kopplad till dessa sensorer och den visar tillgängligheten för dessa hundra platser. Men på grund av IoT kan vi tillhandahålla kumulativ data på var och en av skärmarna.
F. Varför gjorde du den konverteringen från ultraljud till magnetometersensorn? Har alla sensornoder en ultraljudssensor eller magnetometerns eller är det en kombination av båda?
Det beror helt på vilken typ av parkering vi tittar på. För inomhusapplikationer är parkeringsägaren mycket känslig för att installera sensorer på golvet, eftersom de har en epoxibeläggning på golvet och de får garanti för epoxibeläggningen. Och du kan inte röra golvet. Det är en av anledningarna till att vi ville komma med en sensor som kan sättas i taket. Det kan upptäcka om spåret är tillgängligt och det inte finns intrång i strukturen på golvet.
När det gäller magnetometersensorn designade vi den speciellt för utomhusapplikationer. Den är batteridriven; du kan inte riktigt klippa vägen och ta med ledningar inuti, det är mycket civilt arbete involverat. Därför designade vi bara en kopp som är cylindrisk. Du gräver bara och sedan fixar du in det och det är batteridrivet, så det är mindre påträngande på vägen. Magnetometern ersätter inte ultraljud men vi använder ultraljud för alla våra applikationer. Vi tyckte att ultraljud var ganska tillförlitligt och det fungerar så bra att vi nu tar ultraljud till utomhusapplikationen också, där vi har en liten stolpe på sidan av bilen. Även utomhus kommer vi att sätta våra LCD-skärmar som visar tillgänglighet.
F. Du har använt ZigBee för kommunikationen mellan din gateway och din hub. Varför? Varför inte andra protokoll som LoRa? Planerar du också att använda andra protokoll i framtiden?
En av de främsta anledningarna till att välja ZigBee beror främst på hur parkeringsplatser är utformade i Indien och globalt. Parkeringsplatser har flera pelare som är av stålarmerad betong och alla bilar är gjorda av metaller. Det är en enorm dämpning. Om vi har gateway installerad någonstans är chansen att vi inte kommer att få en siktlinje. Därför ville vi använda ett multi-hop-protokoll där även om gatewayen är någonstans runt hörnet, och det finns liftlobbyer och rulltrapplobbyer däremellan, kan de data som vi skickar hoppa till andra sändtagare och komma till gatewayen. Trådlöst är siktlinjen så att vi kan föra data från källaren tre på en parkeringsplats till cirka 50 meter från parkeringsplatsen till en skärm. Så det är vad ZigBee tar med på bordet, det 'kan hoppa och komma till en destination som Lora inte kan göra. Vi ville ha nätprotokoll och ett multi-hop-protokoll.
F. Hur fungerar din intäktsmodell? Är det som bara en engångsinstallationsavgift eller är det som programvara som en tjänst?
Det är en kombination, mjukvaran tillhandahålls som ett abonnemang för köpcentren eller flygplatsen eller var som helst, vem som helst som är operatör och hårdvaran säljs. De gör en Capex-investering och köper hårdvaran och installerar den.
F. Hur fungerar de magnetometerbaserade sensorerna? Hur bra är det för fordonsavkännande applikationer?
Magnetometerbaserad sensor är ett magnetiskt känsligt material som installeras på vägen som ett bronätverk. Så närhelst det sker en förändring i magnetfältet sker en förändring i motståndetför. Och det fångas som spänningsförändringen över bron. Detta förstärks och tas fram. Det är som om vi läser register för att förstå förändringen i magnetfältet i den aktuella axeln. När det är klart skriver vi vår algoritm och gör en liten statistisk beräkning för att säkerställa att det är ett fordon som ligger ovanpå sensorn. Den magnetiska flödestätheten förändras eftersom chassit på fordonet är tillverkat av metall och det är extremt tungt och det påverkar magnetfältet som omger sensorn. Det är så det upptäcker en plats om en bil parkeras ovanpå sensorn eller inte. Så detta är förmodligen den mest utmanande av de produkter som vi hittills har utvecklat.
F. Hur installeras dessa magnetiska sensorer på vägen? Vilken typ av underhåll krävs efter installationen?
De magnetiska sensorerna installeras genom kärnskärning, kärnborrningen görs på vägen, vi tar bort den cylindriska tjäran och sedan placeras vårt hölje i den. Det finns ett isolerande material som går runt vår sensor så att yttemperaturen från vägen inte kommer direkt i kontakt med sensorhöljet. Även om de alla är plast och alla är isolerade, försöker vi minimera den effekten. Det finns två kapslingsdesignerav olika skäl. En anledning är att hårdvaran inte ska komma i direkt kontakt med höljet som är i kontakt med en tjärväg och att temperaturen inte bör komma i kontakt med hårdvaran. Den andra anledningen är att applikationen är batteridriven. Så för att byta batteri behöver du inte ta bort hela höljet och byta det, höljet tas bort och ersätts med det andra höljet genom att bara ta bort toppen.
Saken är att det som är lite knepigt är när du installerar sensorn för att se till att det inte finns någon metallkomponent i närheten. Annars är sensorerna förkalibrerade för den metallstycket. När du designar sensorn bör du också se till att du förstår att sensorerna beter sig olika vid olika temperaturer. Vi måste göra en korrekt temperaturkalibrering innan vi använder sensorer.
Hur hårdvaran är utformad är att den alltid är i vilolägeoch vi har gått igenom olika iterationer av designen. Inledningsvis hade vi två sensorer. Så en typ av felaktiga sensorer som kan upptäcka någon form av hinder ovanpå och sedan skulle vi sätta på de magnetometerbaserade sensorerna för att räkna ut att facket är tillgängligt eller inte. Senare gick vi vidare till ett chip som i ett lågeffektläge skulle ge oss ett avbrott när det sker en förändring i magnetfältet. Det var så vi kunde uppnå detta så att hela kretsen var i viloläge. När det sker en förändring i magnetfältet får vi ett avbrott och kretsen vaknar och sedan gör vi våra beräkningar för att se om det faktiskt finns ett fordon eller inte. Så baserat på användning kan vi gå någonstans mellan två till fyra års batteritid. Vi använder ett litiumjonbatteri och vi använder en styrenhet som har en dräneringsström på40-50 nanoampor.
F. Tillverkar du dessa sensorer helt i Indien? Du är ett fåtal, ett av de få företag som gillar denna IoT-parkeringslösning, vilken typ av tekniska svårigheter du mötte när du utvecklade produkten så här?
Ja, vi tillverkar dessa sensorer helt i Indien. Vi stod inför många utmaningar. När vi designade de magnetbaserade sensorerna fick vi reda på att sensorns uteffekt varierade med temperaturen. Det var därför vi gjorde mycket ansträngningar för att isolera det från vägytan eftersom vägytan kan gå upp för att säga 65-70 grader Celsius, du har sett på vissa ställen att tjäran smälter på vägytan. Vår hårdvara kan i princip hantera den temperaturen, men det enda är att sensorns utgång varierar med temperaturen. Så om du utformar sensorn och sätter på vägen klockan sju på morgonen visar dina sensorer något värde, klockan ett på eftermiddagen, de visar olika värden. Så för varje sensor var vi tvungna att göra temperaturkalibrering, för vi designade dessa produkter för den globala marknaden, nämligen.Edmonton i Kanada, där du har minus 40 grader Celsius under toppvinteren, till platser som Dubai, där du har 55-60 grader Celsius där vägytan förmodligen kommer att vara högre. Så det är en av de största utmaningarna vi fick för att ta reda på vilken process vi tar in för att se till att vi gör temperaturkalibrering, och sensorn fungerar tillförlitligt efter det.
Den andra aspekten är att vi var tvungna att gå utöver vår kunskap inom elektronik eftersom dessa sensorer är installerade på vägen. En 16-hjulig lastbil kan välja att parkera vid sidan av vägen och gå och ta te. Så vi måste utforma höljet så att det kan hantera tungvikt för den containern om de gick ovanpå sensorn. Så vi designade det och fick det certifierat, jag var tvungen att ta en last på cirka sju ton. Så det är ungefär 2-3 ton mer än vad ett hjul kunde hantera i en stor lastbil.
Eftersom det inte fanns många konkurrenter var det resan vi var tvungna att ta upp ensamma men vi hade många människor att hjälpa oss, det var där IIT Madras inkubationscell kom in, vi har flera rådgivare, båda på teknikteknikssidan, och vi fick mycket hjälp och mycket av det var försök och fel. Det är därför det tar lång tid att utveckla hårdvara och få den till den kommersiella marknaden.
Fråga: Hur hanterar du din leverantörskedja som tillverkare i Indien?
Flera distributörer i Indien tar huvudvärken från axeln. Du ger dem bara BoQ, och de hanterar allt; all logistik, allt som är involverat i detta, och vi arbetar med flera distributörer och våra PCB-monteringsprocesser är outsourcade och därför introducerar vi våra distributörer till PCB-monteringspersonalen och de har sina installationsdistributörer också så att vi kan se kostnadsnyttan. Jag har aldrig mött någon form av problem när det gäller att få ut en komponent eller få ut en produkt i tid. När det gäller att designa vår hårdvara, designa kretskort och göra monteringen är det inte alls svårt, och särskilt i Indien tror jag inte att det är en utmaning alls.
Fråga oss om din datorvisionsbaserade fordonsdetektering, detta är ett helt alternativt sätt att tillhandahålla en parkeringslösning. Varför valde du det här?
Den tredje produkten vi för närvarande arbetar med är datorvisionsbaserad fordonsdetektering och användning av samma spårning görs också. Vi har våra kameror som pratar med en kantlåda. Detekteringen sker på kantnivå. Vi behöver inte ta bilden av parkeringen och skicka den till molnet och ha en process. Så all bearbetning sker på kantnivå vilket är ett krav i Indien eftersom vi inte har den typ av bandbredd vi behöver för att hantera så många bilder och stora processer. Endast informationen om en plats är tillgänglig eller en plats är upptagen skickas sedan till molnet. Vi tar upp en befintlig modell som finns där och överför lärande. Så att denna applikation den modellen kan tillämpas på ett tillförlitligt sätt för vår applikation, vilket är upptäckten av fordonen.
I den här metoden borrar vi inte hål på vägen. Så det är inte särskilt påträngande på ytan. Bortsett från att vi upptäcker om det finns en plats eller inte finns det en enorm kamerainfrastruktur redan på vägar som används för övervakningssyfte. Så vi kan återanvända några av de kameror som redan är installerade. Genom att göra det kan vi sänka kostnaden för kunden. Dessutom kan vi lägga till vissa funktioner som till exempel, vi kan lägga till algoritmer för att upptäcka fordonets skylt, vilket innebär att om en specifik lucka är ett resultat av en specifik användare med ett visst skyltnummer kommer in och parkerar, kan vi validera om han är en rätt användare eller inte. Allt detta är lite svårt att uppnå med endast sensorer. Att utveckla detta drivs något av vad våra konkurrenter också erbjuder. Många av våra konkurrenter erbjuder datorvisionsbaserade tekniklösningar. Vi kan också göra det med ytterligare kringtjänster som skulle kunna förbättra upplevelsen för användaren och operatören.
Fråga: Hur säkert kan vi satsa på tillförlitligheten hos datorsynsteknik som när det regnar eller när solen går ner? Hur praktiska är dessa lösningar?
Det har varit utmaningar i datorvisionsbaserad teknik. Vi gör flera omgångar av tester för att ta reda på vad som kan göras för att förbättra noggrannheten om vi behöver fler sensorer förutom kamerorna eller om vi har flera kombinationer. Den mest exakta avkänningsformen tillsammans med det kompletterar datorsyn som millimetervågradarsensorersom vi utforskar nu; vi har precis börjat göra det. Fördelen med att ha två sensorer är att du vet, vår noggrannhet når mycket nära hundra procent när det gäller upptäckt av fordon och radar kan fungera genom alla slags väderförhållanden. Millimeterradar är något som tar långsamt upp, särskilt utan självkörande bilar som kommer upp. De använder millimeterradar och vi tittar på det som tillägg för datorsynsteknik.
F. Har WiiTronics installerat någon av dessa datorsynstekniker någonstans? Hur har föreställningen varit?
Vi har gjort det i ett köpcentrum i Chennai, vi har distribuerat datorvisionsbaserade kameror, och vi känner igen nummerplåt och vi har integrerat det som en del av faktureringssystemet. Närhelst ett fordon kommer in tar vi upp nummerskylten och vi får en förtroendefaktor av detta. När det är ganska högt öppnar vi bara barriären, vi ber inte fordonet att stå och få en biljett eller något. På samma sätt, vid utgången när de kommer, fångas nummerskylten och vi berättar bara för dem hur mycket de måste betala.
Noggrannheten, NPR är inte så hög som den borde vara. Men vi får rimligt bra utdata om inte nummerskylten är skadad eller om du har regionalt språk på nummerskylten. Annat än så är det hög noggrannhet.
På ett år har vi samlat in mer än tre lakh-bilder av olika bilar och antalet skyltar och vi fortsätter att träna systemet med de data vi samlar in. Så på det sättet kan vi förbättra noggrannheten. Det finns många saker som ska göras. Vi vill att regeringen ska standardisera registreringsskylten och komma med rätt typsnitt så att noggrannheten kan öka.
Fråga: Hur hjälper datainsamling via IoT till att optimera parkeringssystem?
Våra kunder är B2B och inte B2C. B2C är slutkund; de har tydliga fördelar med att veta var omedelbara parkeringsplatser finns. För B2B-klienterna tillhandahåller vi mycket analyser, vi ger dem informationen, såsom vad som är den genomsnittliga beläggningstiden och baserat på in- / utgångsfordonspriser, berättar vi för dem hur många parkeringsplatser som kommer att finnas tillgängliga, säg, tre timmar från nu eller fyra timmar från och med nu. Detta hjälper dem att planera sin parkering. Annat än det, vet du, en av våra kunder, de trodde att deras trafik i topptid är på en söndag klockan fem på kvällen. Men när vi gick och tittade på data var klockan 11 på morgonen, och varför uppgifterna är relevanta beror på att galleriorna försöker ha mer arbetskraft under högtimmar. Så det är viktigt att veta vad högsta timmen är. På söndagskvällar eftersom parkeringsplatserna redan är fulla och fordon kommer in, tror de att det är deras trafik. När vi tittade på uppgifterna såg vi att parkeringsplatsen är tom klockan 11 på morgonen på en söndag. fordonets ankomsthastighet var mycket högre. Så du behöver arbetskraft när parkeringsplatsen är tom och du vill rikta fordon och se hur du vill fylla parkeringen i stället för när din parkeringsplats är full.Denna typ av viktiga analyser tillhandahåller vi slutkunden så att de kan gå in och se enskilda slotsanvändning.
Det finns flera gånger vi har sett på en parkeringsplats. Du ser att parkeringsgrinden är stängd och parkeringen är full. Nästa dag vi tittar på uppgifterna fanns det 20-30 parkeringsplatser som aldrig användes under hela dagen. Så hur maximerar vi det så det är därför vi placerar en stor bildskärm utanför parkeringen som visar vad som är vår nuvarande tillgänglighet så att de inte blindt stänger parkeringen och säger att den är full även om en plats är tillgänglig, den visas på den stora skärmen utanför parkeringsplatsen finns det en plats, och du kan släppa folk.
Eftersom det är ett konstant flöde av fordon in och ut, visar displayen mycket sällan att parkeringen är full, det händer mycket sällan. Dessa är alla de extra fördelar som vi får för att ge b2b-kunder som köper dessa produkter kan vara en köpcentrets flygplatsmyndighet eller i en stadionägare etc.
F. Hur har försäljningen varit hittills och hur projicerar du framtiden för denna marknad i Indien? Vilka är dina planer för WiiTronics?
Försäljningen har varit stor. Från 2017 har vi vuxit mer än 3 gånger varje år och förra året växte vi 10 gånger när det gäller intäkter. När det gäller försäljning fokuserar vi de närmaste tre åren på den nordamerikanska marknaden, Mellanösternmarknaden och den sydostasiatiska marknaden, där vi arbetar med några distributörer för att ta reda på vad som är rätt väg. Vi försöker rikta in hundra kronor plus intäkter de närmaste fem åren. Det är där vi vill vara. När vi väl gjort det kommer vi naturligtvis att räkna med att det finns flera andra applikationer som vi tänker idag också på jordbrukssidan. Så när tiden är rätt, om möjligheten är rätt, hoppar vi också in i det.