Skip to content
Weiß Rechteck

Embedded Edge Computing

 

Maschinen- und Anlagenausfälle in Industrie und Verkehr können hohe direkte und indirekte Kosten verursachen. Predictive Maintenance und Condition Monitoring sind Technologien, die dazu beitragen können, diese Ausfälle und ihre negativen Folgen zu minimieren. Der Begriff Edge Computing spielt dabei eine große Rolle, denn das Vorverarbeiten von Daten auf Devices nahe an sicherheitsrelevanten Mess- und Regelsystemen ist von entscheidender Bedeutung.

Anders als man vermuten mag, ist Edge-Computing für industrielle Anwendungen kein Problem von PCs oder Smartphones sondern betrifft fast ausschließlich echtzeitfähige Embedded-Systeme. 

Was sind Predictive Maintenance und Condition Monitoring?

Traditionell wurden Wartungsarbeiten nach festen Zeitplänen oder Laufleistungen durchgeführt. Im Gegensatz dazu zielt Predictive Maintenance darauf ab, Wartung nur dann durchzuführen, wenn sie wirklich notwendig ist. Condition Monitoring ermöglicht eine kontinuierliche Überwachung des Zustands von Maschinen und Anlagen durch den Einsatz von Sensoren und Datenanalysen. In unserer Case Study geht es um ein Embedded Edge Device, das sich um die Wartung und Instandhaltung von Schranken und Signalleuchten in der Bahntechnik kümmert. Das Gerät verwendet eine Vielzahl von Sensoren, die Daten wie Vibration, Temperatur und andere physikalische Messwerte erfassen. Maschinelles Lernen und intelligente Algorithmen analysieren diese Daten, um den Zustand der Anlage zu bewerten und gegebenenfalls Wartungsempfehlungen auszusprechen.

 

Edge Computing mit Embedded Devices

Die zentrale Lösungsdimension für Themen wie Predictive Maintenance und Condition Monitoring sind Edge-Systeme. Bei Edge Computing findet die Verarbeitung direkt am Entstehungsort der Daten oder in dessen unmittelbarer Nähe statt. 

Ein wesentlicher Vorteil dabei ist die Geschwindigkeit. Durch die Verarbeitung der Daten direkt am Entstehungsort werden Latenzzeiten reduziert. Dies ist besonders für Anwendungen wichtig, die Echtzeitreaktionen erfordern, wie autonomes Fahren oder industrielle Automatisierung. Zudem wird das kritische Thema Bandbreite adressiert. Indem nur relevante Daten zur weiteren Verarbeitung oder Speicherung ins Zentrum gesendet werden, wird die Netzwerkbandbreite effizienter genutzt. Beim Berechnen von Daten direkt in der Cloud kann es zu Anwendungseinschränkungen oder funktionalen Problemen wegen schlechter Brandbreiten kommen, bzw. ist die Güte einer Funktion direkt von der Bandbreite abhängig.


Herausforderungen und Lösungen
  • Datenerfassung und Übermittlung: Die Sensoren erfassen große Mengen an Daten, die digitalisiert und an eine zentrale Einheit gesendet werden müssen. Hierbei wird die Edge Computing-Technologie eingesetzt, um Daten vor der Übermittlung vorzuverarbeiten.

  • Datenanalyse: Die Speicherung und Analyse der Daten kann in der Cloud erfolgen, wobei maschinelles Lernen zur Vorhersage des Wartungsbedarfs eingesetzt wird.

  • Energiebedarf: Das Device ist so konzipiert, dass es energieeffizient arbeitet, was besonders wichtig ist, wenn es nicht an ein stabiles Stromnetz angeschlossen ist.

  • Anbindung an funktional sichere Einheiten: es muss stets ausgeschlossen werden, dass das Datensammeln mit kritischen Sicherheitseinrichtungen inteferiert. Die Wahrung der funktionalen Sicherheit hat oberste Priorität
  • Connectivity
Vorteile der dezentralen Datenverarbeitung

Die Verwendung von Edge Computing für die Datenverarbeitung hat mehrere Vorteile:

  • Reduziertes Datenübertragungsvolumen
  • Echtzeitbasierte Reaktion
  • Entlastung der zentralen Cloud-Rechenkapazitäten
Reduziertes Datenübertragungsvolumen

Die Nutzung von Edge Computing in Embedded Devices erleichtert eine effektive und effiziente Datenverwaltung durch die Reduzierung des übertragenen Datenvolumens. Indem die erfassten Daten vor Ort verarbeitet und nur relevante Informationen oder Ergebnisse an die zentrale Cloud gesendet werden, werden sowohl Bandbreitenanforderungen als auch damit verbundene Kosten deutlich minimiert. Dies ist besonders vorteilhaft in Szenarien, in denen Netzwerkverbindungen begrenzt, teuer oder unzuverlässig sind. So wird sichergestellt, dass trotz kontinuierlicher Datenerfassung durch diverse Sensoren, nur unerlässliche Daten übertragen werden, was auch die Integrität und Effizienz des gesamten Systems verbessert. Denkbar sind Ansätze bei denen TimeSeries-basierte Datenbanksysteme wie InfluxDB die Rohdatenerfassung übernehmen und 

Echtzeitbasierte Reaktion

Durch die dezentrale Datenverarbeitung mittels Edge Computing werden schnellere Reaktionszeiten ermöglicht, was insbesondere bei der Überwachung von kritischen Teilsystemen essentiell ist. Die Datenanalyse direkt am Entstehungsort - am Edge Device - ermöglicht es, Anomalien oder potenzielle Probleme in Echtzeit zu identifizieren und sofortige Maßnahmen einzuleiten. Dies ist insbesondere mit dem Blick auf Interferenzen und Abhängigkeiten zu Einheiten zu berücksichtigen, die im Kontext der funktionalen Sicherheit für die Zustandsüberwachung, Fehleroffenbarung und Maßnahmeneinleitung zuständig sind. Insbesondere 

Mikroprozessor-basierte Edge Devices versus Off-the-Shelf SBCs

In der facettenreichen Welt der Edge Computing-Technologie stehen Entwickler vor einer essenziellen Entscheidung: Sollen sie ein mikroprozessorbasiertes Edge Device von Grund auf neu entwickeln oder auf einen verfügbaren Single Board Computer (SBC) zurückgreifen? Beide Ansätze haben ihre eigenen Meriten und Herausforderungen.

Maßgeschneiderte Mikroprozessor-basierte Edge Devices

Die Herangehensweise, ein mikroprozessorbasiertes Edge Device komplett selbst zu entwickeln, schließt das Design, die Implementierung und die Validierung eines elektronischen Systems mit ein, das exakt auf die spezifischen Anforderungen und Herausforderungen des geplanten Anwendungsfalls zugeschnitten ist. Der Ansatz umfasst die Auswahl eines geeigneten Mikroprozessors, die Auslegung der Schaltkreise, das Design der Leiterplatte (PCB), die Implementierung der Firmware und Software sowie umfangreiche Tests, um eine hohe Zuverlässigkeit und Performance sicherzustellen. Der Fokus liegt dabei auf der Schaffung eines Systems, das in Bezug auf Funktion, Größe, Energieverbrauch und Kosten optimal auf den Anwendungsfall abgestimmt ist.

Vorteile:
  • Spezifizität: Die Fähigkeit, ein Device vollständig auf den vorgesehenen Zweck auszurichten, ermöglicht eine tiefe Spezialisierung und Optimierung.
  • Geringere Komplexität: Indem nur notwendige Komponenten integriert werden, können einige technische Hürden und Fehlerquellen eliminiert werden.

Nachteile:

  • Zeitaufwändige Entwicklung: Die von Grund auf Neu-Entwicklung erfordert mehr Zeit im Vergleich zur Anpassung eines bestehenden Systems.
  • Technisches Risiko: Die vollständige Entwicklung birgt ein höheres Risiko bezüglich Funktion und Zuverlässigkeit.

Beim Entwerfen eines mikroprozessorbasierten Edge-Geräts steht die effiziente Datenverarbeitung im Fokus. Eine robuste Verarbeitungsleistung ist essentiell, um große Datenmengen nahezu in Echtzeit zu bearbeiten. Auch Energieversorgung spielt eine Schlüsselrolle, insbesondere bei mobilen Einsatzszenarien, wobei sowohl die Konstanz als auch die Aufladbarkeit der Energiequelle sicherzustellen sind. Hinzu kommen Überlegungen zur Datenlagerung und -übertragung, die sowohl den Speicherbedarf als auch Konnektivitätslösungen, wie drahtlose Module oder LAN-Anbindung, in den Vordergrund rücken.

Die folgende Abbildung zeigt ein Beispiel für eine simple Grobarchitektur, die die vor Ort vorhandene Gegebenheiten berücksichtigt. 

Embedded_Edge_Computing

Grobarchitektur von Embedded Edge Devices

Die Nutzung von SBCs "off the shelf"

Die alternative Strategie besteht darin, einen bereits verfügbaren Single Board Computer (SBC) zu verwenden und anzupassen. Hierbei wird ein vorgefertigtes, oft kommerziell verfügbares Board als Basis für das Edge Device genutzt. Dieser Ansatz kann die Entwicklungszeit deutlich verkürzen, da viele Hardware- und teilweise auch Software-Komponenten bereits vorhanden und getestet sind. Allerdings ergeben sich auch Herausforderungen in Bezug auf die Anpassung an spezifische Anforderungen und Standards. Typische Lösungen basieren auf TI- oder NXP-Mikroprozessoren oder im Falle von integrierter Logik von Xilinx/AMD.


Vorteile:

  • Skalierbarkeit: Bereits verfügbare SBCs bieten oft eine breite Palette an Möglichkeiten und Erweiterungen, die eine leichtere Skalierung ermöglichen.
  • Ressourcenschonend: Durch Nutzung bestehender Lösungen kann Entwicklungsaufwand und -zeit gespart werden.

Nachteile:

  • Limitierte Spezifizität: Oft können vorhandene SBCs nicht in allen Aspekten perfekt an spezielle Anforderungen angepasst werden.
  • Überengineering: Viele SBCs sind für eine breite Palette von Anwendungen konzipiert und verfügen daher über eine Vielzahl von Schnittstellen und Funktionen, die im konkreten Anwendungsfall möglicherweise nicht benötigt werden. Dies führt nicht nur zu potentiell ungenutzten, sondern auch zu kostenintensiven Features.
  • Unerwünschte Schnittstellen: Vor allem in sicherheitskritischen oder regulierten Umgebungen können bestimmte Schnittstellen, wie drahtlose Kommunikationsmodule, unzulässig oder unerwünscht sein, was bei kommerziellen SBCs, die häufig über eine Vielzahl solcher Schnittstellen verfügen, problematisch sein kann.
  • Industrielle Anforderungen: Es existieren nur wenige SBCs, die den hohen Anforderungen industrieller Anwendungen genügen.

Bei der Auswahl eines SBCs für bestehende industrielle IoT-Systeme ist die sorgfältige Evaluation der aktuellen und zukünftig erwarteten Bedürfnisse am Edge essenziell. Die Basisressourcen, die dabei zu beachten sind, umfassen kabelgebundene und drahtlose Konnektivität, Massenspeicherunterstützung sowie die erforderlichen Eingabe-/Ausgabe-Schnittstellen. Zusätzlich ermöglicht die Erweiterbarkeit durch zusätzliche Boards das Hinzufügen weiterer Funktionalitäten, wie etwa unterschiedlicher drahtloser Standards oder LPWAN-Technologien. Auch softwareseitige Überlegungen und Anpassungen an spezielle Umweltbedingungen, wie robuste Gehäuseoptionen, müssen in Betracht gezogen werden.

 

Schlussfolgerung

Das Terrain des Edge Computings hat sich als fruchtbarer Boden für Innovation und technologische Fortschritte in der Ära der Datenwissenschaft und des Internets der Dinge (IoT) erwiesen. Die Wahl der Hardware-Architektur, sei es durch Eigenentwicklung eines mikroprozessorbasierten Systems oder durch den Einsatz eines Single Board Computers (SBC), repräsentiert zwei kontrastierende Philosophien mit ihren eigenen Vor- und Nachteilen, die Ingenieure und Entwickler sorgfältig gegeneinander abwägen müssen.

Bei der Eigenentwicklung eines Systems steuert das Entwicklungsteam jedes Detail und jede Facette des Designs. Diese umfassende Kontrolle ermöglicht eine sehr genaue Anpassung an die speziellen Anforderungen des beabsichtigten Anwendungsfalls und kann in Hinblick auf Effizienz und Performance Vorteile mit sich bringen. Allerdings ist dieser Weg oft mit einer aufwendigeren, risikoreicheren und zeitintensiveren Entwicklungsphase verbunden, was besonders in schnelllebigen Märkten oder bei beschränkten Ressourcen ein erheblicher Nachteil sein kann.

Auf der anderen Seite ermöglicht der Einsatz von SBCs eine erhebliche Beschleunigung des Entwicklungsprozesses, indem auf vorgefertigte und in der Regel gut dokumentierte Hardware zurückgegriffen wird. Doch der scheinbare Vorteil der Bequemlichkeit und Geschwindigkeit kann durch die eingeschränkte Anpassungsfähigkeit, potenzielles Überengineering und nicht zuletzt durch die Implementierung von Schnittstellen oder Funktionen, die in speziellen Anwendungsszenarien nicht zulässig oder erwünscht sind, kompensiert werden.

Die zentrale Herausforderung besteht somit darin, den sorgfältigen Abwägungsprozess zwischen diesen beiden Ansätzen zu navigieren. Die Entscheidung sollte nicht nur auf den unmittelbaren Projektanforderungen basieren, sondern auch zukünftige Skalierbarkeit, Anpassungsfähigkeit und mögliche Iterationen des Produkts berücksichtigen. Hierbei spielt auch die Frage nach der Lebensdauer des Produkts und den Möglichkeiten für Updates und Upgrades eine entscheidende Rolle.

Verstehen wir uns?

Edge ist ein weiter Begriff. Edge Computing wird vielschichtig verstanden und ist zum Buzzword geworden. Wir ordnen den Begriff ein und definieren mit Ihnen den individuellen Nutzen für Ihr Business

Wir wissen, dass der erste Schritt zu einer erfolgreichen Zusammenarbeit oft der schwierigste ist. Vorbehalte und Unsicherheiten können hinderlich sein. Deshalb möchten wir Ihnen die Entscheidung erleichtern: Lassen Sie uns gemeinsam die Möglichkeiten erkunden, ohne Druck und mit dem klaren Fokus auf eine Win-Win-Situation für beide Seiten. Dafür analysieren wir mit Ihnen gemeinsam die technologischen und organisatorischen Hürden einer Zusammenarbeit.

Wenn Sie sich eine Zusammenarbeit mit einem zukunftsorientierten, agilen Unternehmen wie PICKPLACE vorstellen können, zögern Sie nicht und treten Sie mit uns in Kontakt.

Wir freuen uns auf den Dialog mit Ihnen!

Anfrageformular
Buchungsseite