当前位置:首页 > 公众号精选 > SiliconLabs
[导读]OnAsset Intelligence发明了一种蓝牙感应设备,可以在物品运输过程中跟踪有价值的资产,让资产所有者能够持续看到物品的位置和运输条件,同时保证物品能够到达正确的位置。

物联网英雄-EFR32蓝牙SoC助力OnAsset催化资产跟踪应用

近期我们访问了OnAsset Intelligence公司的首席执行官兼创始人Adam Crossno,并制作成最新一期的物联网英雄博客。OnAsset Intelligence是一家领先的供应链监控和跟踪技术提供商,帮助企业跟踪全球供应链上的高价值或关键资产。该公司的业务涉及广泛的领域,包括可追踪免疫疗法和疫苗,甚至是易腐品和高价值商品。OnAsset Intelligence发明了一种蓝牙感应设备,可以在物品运输过程中跟踪有价值的资产,让资产所有者能够持续看到物品的位置和运输条件,同时保证物品能够到达正确的位置。

在本篇文章中,Adam解释了OnAsset Intelligence是如何开始的,技术是如何实现的,以及为什么在过去的几年里资产跟踪技术的应用急剧增加。

物联网英雄-EFR32蓝牙SoC助力OnAsset催化资产跟踪应用

OnAsset Intelligence首席执行官Adam Crossno


请说明OnAsset Intelligence追踪的关键资产类型的例子?

Adam:我们在生命科学、电子、制药和食品行业做了很多工作。我们的跟踪项目不仅需要快速运输,还涉及有关温度处理的参数。

我们是世界上少数完全符合航空公司规定的资产跟踪提供商之一,航空供应链承载了世界贸易价值的35%。我们的客户非常多元化,从制造商到物流公司和航空公司,再到专业的运输安全供应商。我们可以处理任何你能想象到的任务型或高价值产品。

某些资产是极其脆弱的,比如用于移植的人体器官必须在数小时内运输,以及采用尖端的无菌疗法进行的临床试验必须在48小时内处理完毕并返回给患者。我们还支持高价值服务器和IT资产的转移,这些资产需要一个有保障的安全保管链和其他容易被盗的物品,包括卡车装载的酒精、烟草和枪支,甚至包括具有特殊条件和访问要求的高端军事设备等物品。


OnAsset Intelligence是如何进入这个行业的?

Adam:我们找到了进入市场的方法,首先是RFID技术在制造过程中为工厂内的货物和流程提供可视性,最终发展成为发货提供相同的应用价值。您可以想象,在全球供应链中有许多项目,运送产品的人员希望对产品有更好的可视性,以便在网络站点中输入跟踪号来查看条形码最后被扫描的位置。我们的客户希望他们的项目是互联的,并在运输过程中的任何时间点可见,这就是我们提供的服务。


OnAsset Intelligence的产品是如何运作的?

Adam:我们主打SENTRY解决方案,这是一个完全自主的,可重复使用的跟踪和传感设备,可以应用到所有的托盘和包装水平。为了支持SENTRY產品,我们最近還发布了Sentinel标签。SENTRY可用於协调和报告货物的状态,同时也作为Sentinel标签的网关。即使货物可能有50或100件,SENTRY也会捕捉每件货物的环境参数,并通过無線技術将数据传输到我们的云平台。SENTRY还可以安装在起点或终点作为固定网关,以便当Sentinel标签达到某些供应链里程碑时能够读取它们。

这个解决方案的独特之处在于它可以部署在设施中,也可以在移动中工作并创建无缝的可见性。我们能够以高速移动大量的标签,因为我们可以非常快速地读取成千上万个标签,这对于一些具有交叉对接操作的配送中心来说是至关重要的,这些配送中心正在通过一个设施移动成千上万个单独的包和资产。我们还从固定的SENTRY网关网络中获得了其他好处,因为它们为设施监控提供了实时传感器信息。我们的云平台捕捉这些数据,并提供一个仪表板,提供实时位置和条件,同时在检测到任何异常情况时发出警报。


蓝牙标签的具体样貌与应用模式?

Adam:标签有各种大小,取决于客户想做什么。最受欢迎的大小大约是信用卡的三分之二。我们甚至有更小的设备,占用的空间比硬币电池略大。我们也有一些客户将Sentinel技术集成到其他资产中,例如智能包装和智能容器。

我们的标签还可以直接与智能手机和其他支持蓝牙的设备兼容。Silicon Labs(亦称“芯科科技”)的蓝牙SoC让我们能够利用这些存在于工业环境中的兼容设备。幸运的是,我们能够利用这种标准化技术,而不是要求我们的客户购买高度专有的解决方案。蓝牙技术成为了沟通桥梁,提供了一个保证兼容性的路径。


市场对你的资产追踪技术有何反应?

Adam:从一开始,我们就有点超前了。大多数人都处于一种尚未完全了解的状态,或者对我们提供的跟踪可见性持怀疑态度,并努力认识到我们的数据所传递的价值。但智能手机革命让人们相信,这项技术可以准确地发挥作用。从那以后,我们的增长一直很稳定,在过去的三年里,我们经历了迄今为止最具爆炸性的同比增长。潜在客户过去常常争论是否应该部署该技术,但现在问题不再是是否部署,而是我们将选择哪家合作伙伴,以及我们能以多快的速度推出该技术。网络零售商为送货上门的货物提供了可见性,人们期望商业供应链也能做到这一点。


选择Silicon Labs无线技术的理由?

Adam:我们与Silicon Labs员工最初的交流非常顺利且热络,而市场上的其他无线技术参与者则比较冷淡,并且Silicon Labs的无线产品(EFR32蓝牙低功耗SoC系列)比其他产品表现更好。我们测试了所有的替代方案,最终,还是决定性能获胜。Silicon Labs产品结合我们的设计,超越了其他一切方案的搭配。我们不仅取得来自Silicon Labs的优质蓝牙解决方案,还受益于该公司持续创新的精神,以及不断扩展的产品路线图。


你在设计产品时遇到过什么挑战吗?

Adam:我们最大的挑战是网络密度。蓝牙是一项伟大的技术,但它的范围和密度特性并不为人所知。蓝牙为其无处不在的全球兼容性打开了一扇门,但它需要一些特殊的工程技术才能在工业环境中工作。这些场景包括重型设备周围的其他重金属和机械。设计设备并进行小规模试验并向客户展示您可以捕获数据并不困难,但真正使您与众不同的是在要求很高的工业环境中大规模部署技术。

我们还解决了现实世界的挑战,例如连续供应12,000台设备并确保捕获数据,并且在设备从一个位置转换到另一个位置时不会丢失任何东西。同样重要的是,要证明在这些情况下,管理流程的人员可以很容易地做到这一点,尤其是在许多工作人员经常担心在日常操作中采用新技术的情况下。


您是否与COVID-19疫情相关的客户合作过?

Adam:我最初认为疫情期间业务可能会放缓,但比预期的要忙。我们的客户正在转移大量与COVID-19相关的材料,我们也一直在跟踪尖端疫苗试验。我们的许多航空客户现在正在改装飞机以运送更多的货物。焦点已经转移,但对实时可见性的需求只增不减。疫情的流行凸显了这种可见性的价值,因为有技术准备的公司能够更快地转移产品,并提供关于位置和交付的具体信息。但那些不依赖于先进技术的公司也遇到了压力,因为目前影响最后一哩交付的问题太多了,比如运输所需的人员。在当前大流行的环境下,我们的跟踪技术的许多好处正在被放大。


你认为物联网在未来5-8年将走向何方?

Adam:降低解决方案成本的压力总是存在的。理想情况下,我们的客户希望跟踪每一个单元的成本是他们能够负担得起的,但有时成本过高。不久前,如果有人想要这样做,需要使用了功能非常齐全的设备如具有移动通信功能等。现在我们看到的未来是,许多无线传感器将协同工作来满足这项需求,使每一个单元的追踪更家简单和经济。

物联网将推动简化且性价比更高的设备普及化,这些设备的使用规模要大得多,最终将升级为功能更丰富的设备。今天,我们的技术可以支持数以万计的单位在码头门或港口,而在3-5年后,我看到它是数以百万计的单位。

此外,人工智能和供应链自动化也越来越受到关注,我们的解决方案在这方面发挥了重要作用。为了做出更有效的决策和自我管理供应链过程的某些方面,更多的资产和货物需要相互连接和沟通——这就是我们所说的认知物流的进化。我们很高兴能与Silicon Labs合作,使之成为现实。


免责声明:本文内容由21ic获得授权后发布,版权归原作者所有,本平台仅提供信息存储服务。文章仅代表作者个人观点,不代表本平台立场,如有问题,请联系我们,谢谢!

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

Qorvo 畅谈 Wi-Fi 7、BMS 及 Sensor Fusion 的革新之力

关键字: Wi-Fi 7 BMS 物联网

该实验室的创新技术能够增强人工智能边缘解决方案,提高神经网络能力

关键字: 人工智能 神经网络

物联网(Internet of Things, IoT)作为一种新兴的信息技术体系,正在以前所未有的速度渗透到各个行业和社会生活的方方面面。物联网概念的提出与发展,标志着人类步入了一个全新的数字化时代,它将实体世界与虚拟...

关键字: 物联网 IoT

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习

机器学习是人工智能领域的一个重要分支,它使用各种算法来使计算机系统能够从数据中学习和改进,而无需进行明确的编程。在机器学习的广阔领域中,有多种算法被广泛应用,每种算法都有其独特的适用场景和优势。本文将详细介绍机器学习中的...

关键字: 机器学习 人工智能 计算机

尼得科株式会社将扩大其位于泰国的服务器用水冷模块CDU(Coolant Distribution Unit)生产线,计划在目前的月产能200 台基础上于 2024 年 6 月增加到每月 2,000 台。

关键字: 人工智能 电源 电路板

随着大数据时代的到来和计算能力的不断提升,机器学习作为人工智能领域的重要分支,正逐渐改变我们的生活方式和工作模式。机器学习涉及多个学科的理论和技术,其应用广泛且深入,为各个领域的发展带来了前所未有的机遇。那么,机器学习具...

关键字: 大数据 机器学习 人工智能

随着信息技术的飞速发展,机器学习(Machine Learning)作为人工智能领域的重要分支,正在逐步改变我们生活的方方面面。那么,什么叫做机器学习呢?简单来说,机器学习是一门研究如何让计算机从数据中自动获取知识和技能...

关键字: 机器学习 人工智能 计算机
关闭
关闭