Projektbeskrivning:
Big Data miljöparameter fusion (2015)
Företagets/divisionens namn: Green IoT – ”Uppsala Smart City sensor”, Upwis AB
Projektnamn: Big Data miljöparameter fusion
Datum för denna beskrivning: 20151014
Kontaktperson på företaget och kontaktinfo:
UU: Edith Ngai
[email protected]
UPWIS AB ; Kjell Brunberg
[email protected]
Projekttid: START 2015 – SLUT , 2016
Kort företag/divisionspresentation: teknik- och marknadsinriktning
Projektet Green IoT är ett vinnova finansierat projekt där Uppsala Kommun skall utrustas
med miljösensorer av Internet of Things typ – sensorerna skall mäta partikelförorening
enligt PM10/PM2.5 metodik samt NO2,CO (O3) gaser från fordonstrafik i stadsmiljön.
Upwis AB är ett företag med fokus på wireless sensors & IoT applikationer med
kompetens inom elektronik och embedded programvara. Upwis deltager i Green IoT
projektet med sensor elektronik samt radio kommunikationsprogramvara. Övriga deltagare
i projektet är KTH, SICS, IBM, Ericsson, 4Dialog, TeliaSonera.
Projektbeskrivning: (Ett delmoment i projektet är en litteraturstudie. Projektet ska ligga
inom något av följande områden: Data fusion, databastillämpning, nätverk, miljöberoende
hos sensorer, statistik, miljö, meterologi, strömningslära mm
Projektet går ut på att utveckla korrigerings- och kompensations- algoritmer för data i en
tidsseriedataström från ett större antal geografiskt utspridda ”low cost” trådlösa sensorer
med data hämtade från andra källor såsom SMHI, dyrare referensmätstationer, modeller av
stadsmiljön. Vissa av de trådlösa sensorerna är mobila och korrelation mot fasta
mätstationer och referensmätstationer samt stadsmodeller kan på så sätt öka statistiskt
underbyggda och balanserade totala mätdata.
Beskrivning av projektmålet/en: (Uppnådda mål kommer att beskrivas i en rapport och i en
workshop. Dessa ska sammanfatta och presenterar forskningslitteraur inom valt område samt
också presentera de resultat som tagits fram vad gäller valda algoritmers funktionella
egenskaper och dess bidrag till ökad total kvalitet hos det distribuerade mätsystemet.)
1. Litteraturstudie kring liknande projekt med mätning av PM10/2.5 och Gaser i
stadsmiljö där vägning mellan dyrare referensstationer och de distribuerade och
delvis mobila ”low cost” mätsensorerna påvisar goda mätresultat över större
områden. Hitta en ”good enough” lösning som enligt valda modeller för Smart
Cities. Studier av metodik för mätning med kommersiellt tillgängliga
elektrokemiska eller mems Gas sensorer hur dessa skall korreleras med andra
miljöparametrar som finns tillgängliga från andra Internet källor. (som
fukt,temperatur,och andra gaser) - för bästa ”good enough” resultat
Dialog med experter på FOI, VTI Linköping, samt Umeå universitet kring
balanserad data fusion lösning som skall vara tillräckligt bra för att motivera
storskaliga installationer av ”low cost wireless sensors” i stadsmiljö.
2. Konstruktion av ”Big Data” applikation med korrektionsalgoritmer som
kombinerar tidsseriedata från ”Smart City” sensorer med andra data (historiska och
realtid) samt presenterar detta i löpande realtid på en enklare 2D stadskarta
3. Samverkan med experter inom området i utvärdering med lämplig labbmiljö där
klimatologiska parametrar kan ändras för verifiering av god funktion i tilltänkt
”året runt” miljö.
Utmaningen ligger i att få fram en ”tillräckligt god” kombination av olika data från olika
källor samt tidsseriedata från de ”low cost” trådlösa sensorerna i stadsmiljön för att skapa
algoritmer med kompensation och korrigering samt kalibrering modeller för att möjliggöra
att ”Smart City sensorer” med BigData analys skall kunna användas av ex. Uppsala
Kommun i miljömätningssammanhang, för trafikstyrning och framtida stadsplanering –
utan att den kostar så mycket att det inte är aktuellt med ”storskalig installation”.
Vid frågor, kontakta: Edith eller Kjell