Bezorging van boodschappen revolutioneren met industriële IoT: On-demand, slimme voorraadbeheer

Het voorgestelde boodschappensysteem volgt productvoorraden, waarschuwt consumenten wanneer ze tekort komen op producten, en biedt beschikbare aankoopopties van verschillende leveranciers.

Een edge-technologie oorspronkelijk ontwikkeld voor productievloeren kan je binnenkort helpen online winkelen bij je favoriete boodschappenbezorgdienst.

Dat is de kern van een presentatie en paper gepresenteerd op de recente IEEE Edge Computing conferentie door een team onderzoekers van de Universiteit van Arkansas. Het team, geleid door S.M. Nahian Al Sunny, stelt een benadering voor die edge computing-technologieën uit de productiesector benut om de levering en back-end supply chain-ondersteuning van online boodschappenorders te onderbouwen.

Sunny en zijn mede-onderzoekers zeggen dat een machine tool communicatietechnologie toegepast in industriële instellingen ook de weg kan banen naar snellere en efficiëntere on-demand boodschappen en levering. Het industriële protocol, MTComm, werd ontwikkeld om remote monitoring en operatieservices van productiemachines via internet te bieden.

Zie ook: Wat bedrijven nu willen van industriële IoT

Gebaseerd op IoT-data verkregen via edge-apparaten verbonden via MTComm, volgt het voorgestelde boodschappensysteem productvoorraden, waarschuwt consumenten wanneer ze tekort komen op boodschappenproducten, en biedt beschikbare aankoopopties van verschillende leveranciers. Leveranciers hun magazijnrobots verbinden via edge-apparaten met de cloud door hun monitoring- en operatiemogelijkheden te publiceren en voeren productlevering op afstand uit met autonomous mobile robots. Dit stelt gebruikers in staat hun bronnen zowel lokaal als op afstand te monitoren, beheren en bedienen.

"Aangezien boodschappenaankopen meestal op behoeftebasis gebeuren, helpt IoT online boodschappendiensten door consumenten hun boodschappenitems bij te houden, vervaldatumherinneringen in te stellen, en zelfs direct te bestellen via de ingebouwde interface," wijzen de onderzoekers uit. "Aan de andere kant gebruiken leveranciers en detailhandelaren IoT-technologieën om het beheer en de distributie van producten te verbeteren en een betere winkelervaring te promoten. Innovaties in robotica, kunstmatige intelligentie, machine learning en transport maakten productlevering van magazijnen naar huizen door zelfrijdende robots en drones een realiteit."

Het gebruik van MTComm-protocollen biedt verschillende voordelen ten opzichte van momenteel gebruikte technologieën in boodschappenbezorgingsinstellingen, stellen de onderzoekers. "Het stelt cloudservices in staat om op een uniforme manier te interacteren met gebruikers en hun bronnen. Consumenten kunnen hun boodschappenitems volgen via IoT-apparaten en leveranciers hun magazijnmachines op afstand monitoren en bedienen. [Het MTComm-gebaseerde systeem] biedt datagestuurde matching van consumenten en leveranciers op basis van hun behoeften en mogelijkheden. MTComm stelt efficiënte XML-gebaseerde tweewegcommunicatie tussen cloud en IoT-bronnen via een edge-apparaat in."

In een experiment dat een hypothetisch boodschappenscenario namatste, werden een koelkast en twee sensoren gebruikt. "Een volle halve-gallon melkpak werd aan het begin op de weegschaal geplaatst. De logica was ingesteld zodat wanneer het gewicht minder dan 25 procent van het initiële gewicht was, het als lage voorraad beschouwd werd. Toen een bijna leeg pak werd geplaatst, detecteerde de cloud dit incident en waarschuwde de gebruiker ervoor samen met beschikbare bestelopties via de Android-app." toen een bestelling werd geplaatst voor meer melk, werden instructies, via de cloud, naar de achterkamer gestuurd, wat de bestelling faciliteerde, autonom via robots, om een extra melkpak naar de voorkant van de koelkast te verplaatsen.

Het Universiteit van Arkansas-team waarschuwt dat meer werk gedaan moet worden om beveiligings- en privacymechanismen in het systeem aan te pakken, en om prestaties beter te verbeteren met big data analytics en machine learning. Dit voorstel illustreert hoe innovatie in IoT- of edge-technologieën ontwikkeld binnen één industriesector overgedragen kan worden naar andere typen business.