建設業界では、AIの導入とIoTの普及によりデジタルトランスフォーメーションが進行しています。新型の掘削車両や建設車両には、リアルタイムの意思決定、予知保全、完全なデータの透明性を可能にするスマートテクノロジーがますます搭載されています。このケーススタディでは、世界最大の建設車両・機器メーカーの1社が、次世代車両のデータロガーハードウェアの複雑さを克服するために、Premioとどのように提携したかを探ります。
企業背景
グローバルな拠点と長年の重機械革新を誇る同社は、建設車両・機器の設計・製造におけるリーダーとして認められています。市場がインテリジェントで自律的な機械へと移行する中、同社は次世代車両プラットフォームの探求に多大な研究開発投資を行っています。
同社は、デジタル技術を掘削車両に統合することに焦点を当てた専門の研究開発チームを結成しました。彼らのミッションは、AI、センサーフュージョン、遠隔監視を次世代フリートに組み込むことで、よりスマートで安全、かつ接続された機器を提供することでした。
課題
研究開発チームが次世代スマート掘削車両のプロトタイプを開発するにあたり、車両へのデータロガーの統合においていくつかの主要な技術的課題に直面しました。データロガーは、機器の性能、安全性、メンテナンス計画を改善するために必要な特定の車両テレマティクスと洞察をチームに提供します。しかし、データロガーを最適化するためには、対処すべきハードルがありました。
1. 過酷な車載作業への露出
データロガーシステムは、過酷な条件下で稼働する大型掘削車両内で確実に機能する必要がありました。チームは、コンパクトなフォームファクタで十分な処理能力を提供しつつ、耐振動性、広範な温度許容範囲、そして粉塵侵入を防ぐためのファンレスエンクロージャという厳しい産業要件を満たすシステムを見つけるのに苦労しました。
2. テレマティックデータの即時取得の困難さ
よりスマートな掘削ワークフローを可能にするため、研究開発チームは、さまざまな車載センサーからのリアルタイムデータストリームに依存するシステムを設計しました。テレメトリの遅延は、意思決定プロセスを妨げ、荷重バランス、障害物検出、予知保全などの重要なタスクにおける車両性能を損なう可能性がありました。
初期の反復では、クラウドベースのデータ処理が使用されていましたが、特にオフグリッド環境では遅延や接続の問題が発生しました。このため、低遅延性能、強力なエッジ処理機能、および現場でリアルタイムにテレメトリワークロードを処理できるローカルデータロガーの必要性が強調されました。
3. 限られたフィールドデータアクセス性
リアルタイム処理に加えて、チームは現場でデータを簡単に取得およびオフロードできるアクセス可能な方法を必要としていました。データロガーは大量のミッションクリティカルなテレマティック情報を保存する必要があるため、エンジニアはストレージドライブにアクセスしてシームレスなデータオフロード手順を実行する必要がありました。無線データ転送は可能でしたが、車両をドックに停めてデータをクラウドにアップロードするために長いダウンタイムが必要でした。
現場での保守性とデータアクセス性は、もう一つの重要なハードルとなりました。多くの展開シナリオでは、掘削車両はクラウド同期が利用できない遠隔地やオフサイトで運用されていました。研究開発チームは、車両のダウンタイムや中断を最小限に抑えながら、データを迅速かつ安全に物理的に取得する方法を必要としていました。
4. 高密度接続要件
プロトタイプ車両には、高解像度カメラ、LiDARスキャナー、GPSモジュール、環境モニターなど、広範な車載センサーと周辺機器ネットワークが装備されていました。これらの各コンポーネントは、中断することなくリアルタイムで記録する必要がある高帯域幅のデータストリームを生成しました。
このデータ負荷を効果的に管理するために、研究開発チームは、データロガーが高密度のIoTポートに対応できることを要求しました。標準的な組み込みシステムでは不十分なことが多く、チームは外部スイッチやアダプターに頼らざるを得ず、複雑さの増加、配線の増加、潜在的な故障箇所の発生につながりました。
