Conjugar qualidades em sensores para IoT é difícil

Dois responsáveis de um projecto-piloto, da SAP e da equipa da AkzoNobel, explicam a preparação do sistema de recolha de dados fisiológicos da tripulação, e o que pretendem perceber na Volvo Ocean Race.

Conseguir um equilíbrio entre capacidade e usabilidade de sensores foi um dos desafios mais importantes num projecto-piloto de IoT a decorrer durante a Volvo Ocean Race. A SAP e a equipa da AkzoNobel estão a testar um sistema com dispositivos leitores, de sinais fisiológicos, aplicados aos velejadores do conjunto e outros instalados no iate.

A preparação envolveu escolher para a tripulação de oito elementos, os sensores mais adequados, suportados com tecnologia Leonardo, do fabricante de TIC. As condições mais adversas de alto mar foram um factor incontornável.

A equipa espera que no decorrer de oito meses de corrida, que a análise de dados proporcione uma vantagem competitiva, a partir de informações sobre o grau de fadiga, o comportamento face a condições meteorológicas e psicológicas, da tripulação.

Paul Eringfeld, consultor da SAP e Ryan West, especialista em biometria da equipa da AkzoNobel, explicaram vários aspectos do projecto, que é de inovação, sublinham.

Computerworld ‒ Qual é a arquitectura do sistema em teste no projecto-piloto?

Paul Eringfeld, consultora da SAP

Paul Eringfeld (SAP) ‒ Temos duas plataformas. Uma em execução na cloud para fazer analítica e a mais fácil [de gerir], basta ter dados para executar qualquer aplicação. Portanto o desafio é saber como se obtém dados relevantes sobre a equipa de bordo, e a determinada altura, do iate para a cloud: o barco está três semanas no mar, dois dias atracado e depois mais três semanas a navegar.

Definimos uma arquitectura com um hardware específico capaz de ser usado no corpo dos navegadores e estar conectado a infra-estrutura [de TI] no barco para os dados serem armazenados. No fundo trata-se do que chamamos “edge computing”, com recurso a uma pequena base de dados.

A ligação é feita através de smartphone e smartwatches. Depois o objectivo é sincronizar os dados com a cloud, onde esses elementos são analisados, obtendo-se depois os resultados mais relevantes para a equipa.

CW ‒ Os dados não podem ser emitidos logo para a cloud?

PE ‒ Não, durante a corrida não é permitido. Só quando o iate atraca.

CW ‒ O sistema não funciona portanto em tempo real?

Ryan West (AkzoNobel) ‒ É em tempo real na forma como a recolha e o armazenamento estão a ser feitos. Devido às regras da corrida não se pode tirar, nem pôr nada no iate durante a mesma.

Eu não poderei analisar os dados para tomar decisões, mas a equipa de bordo poderá, usando uma interface de utilizador que existe a bordo.

CW ‒ Quantos sensores estão instalados?

PE ‒ Cada um dos membros tem um dispositivo, às vezes mais do que um para se obterem dados mais fiáveis. Depois há dezenas de sensores no barco a recolherem elementos sobre a velocidade, vento predominante e ângulo do barco, para saber como ele se comporta.

E isso dá uma noção sobre as condições em que se está a fazer a corrida.

RW ‒ São mais de vinte pontos de produção de dados, sobre como o barco está a interagir com o ambiente, num dia de vento fraco, por exemplo, porque isso afecta os velejadores.

Estamos a procurar perceber como o ambiente afecta o atleta e o estado deste interfere no desempenho do barco.

PE ‒ Só para dar um exemplo concreto: numa grande tempestade, a equipa não dorme ou dorme pouco. Se não se dorme, a performance baixa ou pelo menos a recuperação atrasa-se. Trata-se de estabelecer uma referência para se perceber como e quando os atletas deixam de estar em forma.

CW ‒ Que capacidade de armazenamento tem o equipamento de bordo?

PE ‒ Temos um subconjunto daquilo que está disponível no barco por norma da organização, no qual alojamos no nosso ambiente. Conseguimos armazenar os dados de obtidos em três semanas, à vontade.

Ryan West , especialista em biometria na AkzoNobel

RW ‒ Saber quantos terabytes isso envolve é umas das coisas que queremos. Uma volta de dez minutos num teste, produziu logo milhares de linhas.

PE ‒ Vamos ser justos, isto não é um projecto de Big Data daqueles para empresas. É muito pequeno, em comparação. Mas os princípios são os mesmos.

CW ‒ Um dos problemas com que muitos gestores destes projectos de IoT se deparam é a reconciliação dos dados depois de recolhidos. Como se resolve isso neste caso?

PE ‒ Com efeito gastamos algum tempo com isso. Recolhemos dados de vários pontos e no fim precisamos de ter um elemento comum de referência, que é o tempo. Consegue-se expressá-lo tecnicamente e usamos um selo temporal universal, para também, de certa forma, fazer re-confirmações dos dados.

Tem sido um desafio, mas acho que o suplantaremos ao colocar a solução à prova, com o projecto, nas próximas semanas.

CW ‒ As re-confirmações são feitas automaticamente?

PE ‒ Se isso não for possível, talvez tenhamos de fazer alguma tradução, no cruzamento dos dados depois de os introduzir no ambiente de cloud, para fazer a reconciliação.

CW ‒ Isso tem apenas a ver com a definição de um formato de dados?

PE ‒ Acho que o formato dos dados não será o problema. O problema é saber como se retoma o fluxo de dados, quando se perderam dados, nem que seja numa fracção de segundo. Deita-se fora os dados e recomeçamos com um novo ciclo? Esse é o tipo de desafio real que enfrentamos.

CW ‒ Concorda Ryan?

RW ‒ Bom, eu trabalhei mais na vertente da aplicação e a tentar perceber os requisitos técnicos do projecto incluindo os da interface de utilizador. São provavelmente os mais específicos quanto ao ambiente.

A duração da recolha de dados constitui um elemento de muita exigência. É preciso escolher o equipamento certo e prepará-lo para o ambiente e para ser usado confortavelmente durante semanas.

CW ‒ Estamos a falar então de sensores mais robustos?

RW ‒ Sim, mas também em termos de conforto para a pessoa e na forma como interage com o resto da roupa.

PE ‒ Há muitos procedimentos na corrida e é preciso obter a adesão dos atletas, para se garantir a obtenção dos dados.

RW ‒ Procurámos atingir um equilíbrio. Muitos sensores providenciam alta resolução, muito rigor e do ponto de vista da utilidade são os melhores. Mas não funcionam bem [neste ambiente]. Portanto, foi preciso escolher os sensores com a melhor resolução possível, os melhores pontos de dados, tendo em conta os mais práticos e duráveis.

CW ‒ Foi muito difícil conciliar as três qualidades?

RW ‒ Não diria difícil. Mas houve muitas decisões a tomar, num processo de teste e aprendizagem.

CW ‒ Mas é difícil arranjar o sensor com a resolução mais alta, mantendo a utilidade prática necessária?

RW ‒ Isso sim. Daqui a cerca de um ano, surgirão alguns dos sensores que nos facilitariam a vida no projecto agora.

CW ‒ Assegurar a alimentação energética dos sensores constitui um desafio específico?

RW ‒ O peso num iate de corrida é um assunto importante. Se queremos recarregá-los no barco precisamos de colocar mais diesel no fundo e isso traz desvantagens em termos de velocidade.

Portanto são recarregados em terra e precisamos de ter a bateria de maior autonomia possível.

CW ‒ Qual é aquela necessária?

RW ‒ Queremos descobrir. Temos uma ideia consistente, mas teremos de confirmar no ambiente real.

PE ‒ Eu não sabia mas um litro de diesel faz mesmo diferença.

RW ‒ Cada equipa tem de estar em conformidade com o regulamento e gosta de evitar levar peso a mais, disto e daquilo. São decisões que devem ser deixadas ao critério dos atletas.

O custo de entrada tem de ser tão baixo que precisam de sentir-se contentes por usar o dispositivo, de modo a obtermos os dados e provarmos que o uso dos dispositivos é útil.

CW ‒ É simples fazer ingestão de dados nos sistemas, mas é preciso definir e regular a cadência do fluxo de dados a introduzir neles. Como lidam com isso?

PE ‒ Tivemos, de facto de encontrar um equilíbrio razoável. Mas mais à frente ainda podemos afinar melhor no caso de ser necessário maior precisão.

Depende também de quanta capacidade de armazenamento temos disponível e isso levará até a diferentes configurações.

CW ‒ Então ainda estão a definir também essas medidas mais práticas?

RW ‒ Sim, incluindo a resolução mais adequada. Estamos a usar blocos temporais para o cálculo de dados fisiológicos humanos. São de três semanas. Mudanças de dois segundos não vão alterar muito. O que vamos ver são conjuntos de dados agregados por dia e depois perceber que tendências existem para sustentar decisões, e perceber que resolução é necessária.

CW ‒ Mas já têm uma ideia sobre isso?

RW ‒ Sim, sabemos que não vale a pena medir o batimento cardíaco de dois em dois minutos, porque esse registo não será assim tão rigoroso. Procuramos obter médias, sobre registos ao longo de um minuto, mas depois comprimido num só ponto de dados e com uma referência ao período de observação.

Isso é que dará uma imagem mais rigorosa sobre determinados aspectos. Ainda estamos a procurar ter uma ideia razoável do que eles estão a sentir a bordo, mas mantendo o volume de dados o mais pequeno possível.

PE ‒ Se houver uma tempestade, vai durar mais do um minuto quase de certeza. Podemos medir a cada minuto enquanto dura, mas também podemos fazer isso de hora a hora. Depois de 20 horas de tempestade o registo que fizermos é o suficiente para os nossos objectivos agora.

Temos de ir vendo e isso faz parte dos desafios de inovação.

Não estamos num ambiente fabril em que se a temperatura estiver muito alta durante um segundo, pode haver um incêndio.

RW ‒ Procuraremos ter cada vez maior resolução, mas o factor de equilíbrio será a capacidade de armazenamento e a facilidade de utilização quando há maior resolução, além de ter em conta os benefícios obtidos com isso.

CW ‒ Para este projecto, é importante saber o que é anormal, tal como noutros de IoT? Ou ainda não?

RW ‒ Sim e não. Interessa-nos ainda estabelecer o que é o normal. A recolha de dados com a dimensão que queremos fazer neste projecto e neste âmbito, ainda não foi feita.

Temos estimativas de consumo de calorias, e para quantas horas os atletas dormem, mas não temos dados empíricos sobre isso.

As duas primeiras etapas serão importantes para se ver o que é o normal. Contudo o anormal acaba por ser normal nestes iates.

Por exemplo, os atletas têm períodos estabelecidos de vigília e sono de quatro horas, alternados. Mas isso quase nunca acontece. A maior parte das vezes estão duas horas em actividade e depois fazem uma pequena pausa.

CW ‒ E surgem muitas interacções entre os pontos de dados fisiológicos?

RW ‒ Sim, a fisiologia humana é altamente complexa. Compreendemos certas tendências, mas os ambientes afectam pessoas diferentes de maneira diversa.

Antes de tirarmos quaisquer conclusões precisamos de conhecer as tendências.

CW ‒ Portanto isso constituirá um grande desafio também?

RW  ‒ Em definitivo. Vamos começar com blocos maiores, coisas mais fáceis de medir, mais tangíveis, de modo a darmos um bom retorno aos atletas. Podemos ver que estão a gastar cinco mil calorias por dia, face às estimativas de 4500.

E tendo em conta a porção de comida, perceberemos se os atletas estão a perder peso. Se estiverem a comer tudo, quer dizer que o gasto de calorias é real. Podemos então aumentar-lhes a porção de comida.

CW ‒ Têm meios para medir essas interacções  também?

RW ‒ Ainda será necessário conhecimento humano para percebê-las, mas a informação será mostrada na interface disponibilizada ao “skipper”. Os atletas podem depois tomar as decisões e fazer a correlação.

PE ‒ Estes atletas nunca dizem que estão cansados. e com a adrenalina podem sentir-se erroneamente capazes incorrendo em risco de cometerem erros até devido ao sono. Com as referências previstas há maior capacidade de decisão e de justificação. Suponhamos que a tripulação está cansada e sabe-se que haverá um tempestade dentro de dois dias.

Actualmente não se consegue perceber com rigor se a equipa está ou não esgotada e isso pode ser um factor negativo ao perceber-se que os atletas estavam demasiado cansados.

CW ‒ Há também a possibilidade de ocorrerem erros com os dados, havendo por exemplo, falsos positivos. Como pensaram resolver isso?

RW ‒ É aí que o contexto e o entendimento prévio entram em campo. Contudo estes atletas estão preparados para fazer as leituras mais correctas.

CW ‒ Mas terão de desenvolver código para detectar isso na analítica, ou não?

PE ‒ Os dados sobre o batimento cardíaco são um bom exemplo. Pode-se fazer da maneira mais científica mas não num barco.

Há a possibilidade de se usar na forma mais básica mas sabemos que haverá influência, por exemplo, do balançar do barco entre outros factores, porque é um indicador relacionado com a pressão. E por isso um registo de batimento cardíaco pode ser apenas o barco a fazer um movimento esquisito e pressão arterial estar baixa.

Portanto temos de ter conhecimento para escrutinar o que foi causado pelo coração e o que foi causado por um movimento do barco. Investimos em tecnologia para distinguir entre uma e outra situação.

CW ‒ Que outros desafios identificaram até agora?

RW ‒ A usabilidade dos equipamentos envolvidos. Descobrir o dispositivo de leitura tem sido o maior desafio.
Tivemos de fazer muitos testes de resolução e usabilidade.

CW ‒ Quanto a normas tecnológicas de comunicação que problemas tiveram?

PE ‒ Tivemos de ter em consideração que há já muita electrónica a bordo e portanto evitar interferências foi uma preocupação, além de definir que dispositivos falam com quais. Havendo qualquer risco poderemos ter de desligar o sistema.

RW ‒ Fizemos o melhor para isolar o sistema do resto porque o pior que pode acontecer é ele afectar a navegação. E a segurança é prioridade.
O projecto visa testar um dispositivo que funcione, mas sobretudo com os atletas e sem violar regras da corrida.

CW ‒ Quais são as áreas da economia em que vê este tipo projecto aplicado?

PE ‒ É como o ditado sobre Nova Iorque, obtendo-se êxito neste projecto consegue-se em qualquer área! Pode ser um exagero mas este é um bom padrão de projecto de IoT, considerando as condições ambientais [e contextuais] extremas. Envolve uma equipa, longas distâncias, conectividade sem fios, e capacidade de recolher os dados para analítica.

Mas podia ser num comboio, avião, navio. As empresas de transportes interessam-se por saber como evoluem as condições fisiológicas das suas equipas de bordo, em contextos adversos, por exemplo de pressão psicológica.

Nos projectos tradicionais podem fazer-se planos de seis meses e ter bons resultados. Mas neste, a situação pode mudar de um dia para o outro.

CW ‒ Todavia isso esbarra com restrições à violação da privacidade dos trabalhadores.

PE ‒ Claro. Mas desenhamos o projecto de forma a estar em conformidade com o Regulamento Geral de Protecção de Dados. A privacidade da equipa está assegurada de várias formas porque, por exemplo, pode acontecer que algum dos atletas tenha de ir ao médico depois da corrida.

Com recurso a três plataformas

No projecto está a ser usado o sistema SAP Leonardo IoT Edge na captação de dados biométricos sobre a tripulação. Assim que a embarcação chega a cada um dos pontos de paragem da corrida, são executadas análises e de aprendizagem automática na SAP Cloud Platform utilizando a Leonardo IoT Foundation. Os resultados servirão para o “skipper” da AkzoNobel, Simeon Tienpont, preparar a próxima manga da corrida.




Deixe um comentário

O seu email não será publicado