Självständigt arbete för
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
© Copyright 2024