Zielsetzung

Ziel war es, die erkannten Nachteile eines kommerziellen Systems zur Produktnachverfolgung (Asset Tracking) durch die Entwicklung eines auf Raspberry Pis basierenden Systems zu beheben. Es sollte auf diese Weise ein flexibles, individuell konfigurierbares Asset Tracking System entwickelt werden, um es so an die unterschiedlichen Gegebenheiten in einer industriellen Produktion anpassen zu können und dadurch Asset Tracking zu ermöglichen.

Umsetzung

Zu Beginn des Projektes wurde ein kommerzielles System, welches mit der Bluetooth Technologie arbeitet, in einer industriellen Umgebung getestet. Der Test sollte zeigen, ob ein mit Bluetooth arbeitendes System unter den dort herrschenden Bedingungen (Lichtverhältnisse, metallische Umgebung etc.) eingesetzt werden kann.

Durch den Test stellte sich heraus, dass ein solches System grundsätzlich für die industrielle Umgebung geeignet ist. Jedoch hat das verwendete kommerzielle System während des Tests keine ausreichend zuverlässigen Daten zum Auffinden der Assets geliefert und es bietet nur sehr wenig Konfigurationsmöglichkeiten zur Verbesserung der Daten sowie keine langfristige Datenspeicherungsmöglichkeit. Dadurch ist es für den geplanten Einsatz in einem industriellen Produktionsunternehmen nicht geeignet.

Das Projektteam entschied sich somit, ein eigenes Asset Tracking System zu entwickeln. Dieses besteht nun aus mehreren Raspberry Pis und einem Server zur Speicherung der Daten. Die Raspberry Pis suchen innerhalb eines gewissen Intervalls nach Bluetooth Sendern (Beacons), die sich an den Assets befinden. Die gewonnenen Daten werden anschließend zur Auswertung und Sicherung an einen Server gesendet.

Programmiert wurde die Logik des Systems in der Programmiersprache JavaScript und wird mit der JavaScript-Laufzeitumgebung Node.js ausgeführt.

BlueDAT-System | Copyright: Forschungsgruppe Digital Technologies

Ergebnisse

Ergebnis dieses Projekts ist ein lauffähiges Asset Tracking System, welches durch entsprechende Parametrisierung flexibel an die Gegebenheiten in der industriellen Produktion angepasst werden kann. Es unterstützt bereits die Bluetooth 5 Technologie und befindet sich zurzeit für weitere Tests sowie zur Optimierung in einem industriellen Produktionsunternehmen im Einsatz.

Publikationen

• C. Jandl, J. Nurgazina, L. Schöffer, C. Reichl, M. Wagner, and T. Moser, "SensiTrack - A Privacy by Design Concept for industrial IoT Applications," presented at the ETFA 2019, Zaragossa,Spain, 2019.
• C. Jandl, L. Schöffer, C. Weninger, and T. Moser, "BlueDAT - A conceptual framework for smart asset tracking using Bluetooth 5 in industrial enviroment," presented at the International Symposium on Ambient Intelligence and Embedded Systems - AmiES 2018, Kiel, Germany, 2018.