niewidoczny sposób. (C) Z.Pióro, WMS_w8, zima 2008, slajd 2 speak show stimulate

Transkrypt

1 Ambient Intelligence definicja EC Zdefiniowana w 2001r. przez The EC Information Society Technologies Advisory Group w wizji The Information Society, Ambient Intelligence Ambient Intelligence kładzie nacisk na większą przyjazność dla uŝytkownika, dostarczanie efektywniejszych usług, działanie w imieniu uŝytkownika i wspomaganie ludzkich interakcji. W tej wizji (do roku 2010) ludzie będą otoczeni inteligentnymi i intuicyjnymi interfejsami wbudowanymi w codzienne obiekty rozpoznające i reagujące na indywidualną obecność w niewidoczny sposób. (C) Z.Pióro, WMS_w8, zima 2008, slajd 1 (C) Z.Pióro, WMS_w8, zima 2008, slajd 2 Jari Ahola, Ambient Intelligence, VTT, 2001 I nowszy, firmowy opis Ambient Intelligence definicja EC Ambient Intelligence is a vision where environment becomes smart, friendly, context-aware and responsive to any type of human needs. In this world, computing and networking technology coexist with people in a ubiquitous and pervasive way. In this world, numerous miniature and interconnected smart devices create a new intelligence and interact with each other seamlessly. (C) Z.Pióro, WMS_w8, zima 2008, slajd 3 ST Journal of Research, Vol 4, No 1, 1977, Wireless Sensor Networks (C) Z.Pióro, WMS_w8, zima 2008, slajd 4 Ambient Intelligence budowane będzie w oparciu o trzy kluczowe technologie: Ubiquitous Computing (wszechobecny komputing), Ubiquitous Communication (wszechobecną komunikację), Intelligent User Interfaces (inteligentne interfejsy uŝytkownika). śadna z tych technologii nie moŝe obejść się bez zaawansowanych technologii mikrosystemowych. Ambient Intelligence Global System Ambient Intelligence - USA WAN WPAN Ad-Hoc Network of Picocell Ambient Transducers Ambient T C R 100µW, 1Gops peak (k)bps WLAN Base stations <1W, 10Gops > 100 Mbps >100/person T: transducer C: baseband RF: radio link 1m 10m see hear feel WBAN Body Transducers 100µW -(k)bps 1/person SoC-SiP (Wearable) Assistant R biometric input F global connectivity multimedia, games QoS GPS augmented reality health, security Gops 0.1-2W speak show stimulate CITRIS focuses on using IT to provide solutions to grand-challenge social and commercial problems affecting the quality of life of Californians and people around the world. Hugo De Man, Nanoscale System Design Challenges: Business as (C) Z.Pióro, WMS_w8, zima 2008, WPAN slajd 5- wireless personal area network Usual?, K.U.Leuven/ IMEC (C) Z.Pióro, WMS_w8, zima 2008, slajd 6 1

2 (C) Z.Pióro, WMS_w8, zima 2008, slajd 7 Najnowszy manifest INTELA Obecny model uŝytkowania komputerów ma charakter interaktywny, co oznacza, Ŝe bezpośrednio oddziałujemy na nasze komputery osobiste, telefony komórkowe, PDA. W niedalekiej przyszłości większość komputerów wtopi się głęboko w otoczenie. Ukryją się w naszych ubraniach, domach, drogach, gospodarstwach rolnych, szpitalach i fabrykach. W sytuacji, kiedy kaŝdy z nas będzie miał do czynienia z setkami lub tysiącami komputerów, bezpośrednie oddziaływanie przestanie być moŝliwe. Nadchodzi czas przejścia od interaktywnego do proaktywnego uŝytkowania komputerów. Proaktywne komputery będą przewidywały nasze potrzeby, a czasami będą nawet działały w naszym imieniu. Dobra technologia to taka, której nie widać do takich nie zalicza się jeszcze obecna technologia komputerowa!! Choć bywa juŝ nieźle; vide - samochody! Instrumenting the World, Intel, Feb (C) Z.Pióro, WMS_w8, zima 2008, slajd 8 The Internet of Things The Internet of Things, ITU Report, November 2005 Machine-to-machine communications and person-to-computer communications will be extended to things, from everyday household objects to sensors monitoring the movement of the Golden Gate Bridge or detecting earth tremors. Everything from tyres to toothbrushes will fall within communications range, heralding the dawn of a new era. technologies that will drive the future Internet of Things, including radiofrequency identification (RFID), sensor technologies, smart things and nanotechnology and miniaturization The Internet of Things The vast majority of the one billion of Internet connections worldwide are devices used directly by humans, such as computers and mobile handsets. But we are entering a new age in which the number of "things" connected to the internet will be much larger than the number of "people". The term Internet of Things describes the vision of pervasive and "hidden" computing in which IP-connected devices will be embedded in the environment all around us. The key technological drivers behind the Internet of Things are likely to be radio-frequency identification (RFID), sensors, nanotechnology and intelligent systems. ITU Internet Reports 2005: The Internet of Things The Internet of Things is a technological revolution that represents the future of computing and communications, and its development depends on dynamic technical innovation in a number of important fields, from wireless sensors to nanotechnology. The Internet of Things requires us to view cyberspace in a different way. It is always-connected, responsive, adaptive and, above all, omnipresent in all aspects of our lives. The technology is here, but there is a challenge to build new business models and applications that will exploit the new capabilities. (C) Z.Pióro, WMS_w8, zima 2008, slajd 9 (C) Z.Pióro, WMS_w8, zima 2008, slajd 10 A new dimension Smart Dust (C) Z.Pióro, WMS_w8, zima 2008, slajd 11 from anytime, any place connectivity for anyone, we will now have connectivity for anything (C) Z.Pióro, WMS_w8, zima 2008, slajd 12 2

3 Wiele zaleŝności wykładniczych smart dust Enabling Technology Układy cyfrowe szybkość, pamięć wymiary, moc, cena Multi-hop smoke signals Sensors Układy komunikacji zasięg, szybkość transmisji danych wymiary, moc, cena Communication Computation Sensory MEMS mezurandy*, czułość wymiary, moc, cena Sensing * mezurand - uogólniona wielkość mierzona B.A. Warneke, K.S.J. Pister, Exploring the Limits of System Integration with Smart Dust, Berkeley Sensor and Actuator Center (BSAC), University of California, Berkeley (C) Z.Pióro, WMS_w8, zima 2008, slajd 13 konwergencja Smart Dust Performance/Cost (C) Z.Pióro, WMS_w8, zima 2008, slajd 14 Time Processors Networks Memory Batteries Moore's Law: fast development of sensors miniaturization: MEMS piezo-materials lowering cost Miniaturyzacja CMOS (C) Z.Pióro, WMS_w8, zima 2008, slajd 15 Nowe technologie 1 M tranz./$ => maleńkie (~mm 2 ), tanie przetwarzanie i pamiętanie 1-10 mw aktywne, 1 µw pasywne (1% aktywności średnio 100 µw) Mikro-sensory (MEMS, materiały, układy) przyspieszenie, wibracje, Ŝyro, pochylenie, magnetyczne, ciepło, ruch, ciśnienie, temp, światło, wilgotność, barometryczne chemiczne (CO, CO 2, radon), biologiczne, mikroradar,... równieŝ aktuatory (zwierciadła, silniki, inteligentne powierzchnie, miroroboty) Komunikacja Moc mała odległość, mała szybkość transmisji, radio CMOS (1-10 mw) baterie pierwotne źródło (1W*s/mm 3 ), ogniwa paliwowe 10x słoneczne (10 mw/cm 2, 0,1 mw wewnątrz), wibracje (~ µw/gm), przepływ 1 cm 3 baterii => 1 rok przy 1 komunikat/sek. David Culler Experience With Low-Power Wireless Sensor Networks..., (C) Z.Pióro, WMS_w8, zima 2008, slajd 16 Wizja bezprzewodowych sieci czujników Konwergencja inteligentnych sensorów, przetwarzania internetowego i komunikacji bezprzewodowej umoŝliwi nam głębszy i szerszy wgląd w nasze zasoby, procesy oraz środowisko tak, Ŝe będziemy mogli szybciej i efektywniej otrzymywać wyniki. Crossbow, Introduction to Smart Dust and Sensor Networks, 2005 Konwergencja technologii Sensory: Miniaturyzacja, mikroobróbka, oraz niskie koszty wytwarzania prowadzą do mniejszych rozmiarów, niŝszych mocy i mniejszych kosztów. UmoŜliwiają monitorowanie z większą ziarnistością. Powstaje coraz więcej typów i rodzajów sensorów. Przetwarzanie/Internet: Moc obliczeniowa staje się dostatecznie mała gabarytowo i tania dla dodawania jej do praktycznie kaŝdego obiektu. Sieci komputerów współpracują poprzez współuŝywanie informacji i zasobów. Wbudowane przetwarzanie Inteligentniejsze, mniejsze sensory Bezprzewodowość (RF): Sieci Bluetooth i WiFi, komunikacja komórkowa i satelitarna stają się podstawowymi technologiami. MoŜliwy jest bezprzewodowy i ruchomy Internet. Wszechobecna Smart dust kluczowy element AmI Bezprzewodowe sieci czujników zawierające duŝą liczbę urządzeń czujnikowych, znanych ogólnie jako moty, połączonych ze sobą środkami bezprzewodowymi. Moty mają małe wymiary (typowo pomiędzy paczką papierosów a kulką długopisu). Te mniejsze często zwane są smart dust. Moty typowo zawierają baterię, procesor RISC, niewielką pamięć i komponenty zapewniające bezprzewodową komunikację. (C) Z.Pióro, WMS_w8, zima 2008, slajd 17 bezprzewodowość (C) Z.Pióro, WMS_w8, zima 2008, slajd 18 3

4 Smart dust kluczowy element AmI Moty zawierają takŝe dołączone do nich sensory słuŝące do monitorowania w jakiś sposób środowiska fizycznego. Sensory mogą być umieszczone bezpośrednio na mocie lub teŝ mogą być umieszczone na płytce córce dołączonej w jakiś sposób do płytki matki mota. Sensory mogą mierzyć szerokie spektrum parametrów środowiska, takich jak: zanieczyszczenia, hałas, temperatura, wilgotność, jak równieŝ prędkość pojazdu, kierunek ruchu pojazdu czy obecność pojazdu. (C) Z.Pióro, WMS_w8, zima 2008, slajd 19 Smart dust kluczowy element AmI Węzły smart dust umieszczone są w ich środowisku. Gdy włączone zostanie zasilanie formują one autonomicznie sieć. Informacja z sensorów moŝe być zbierana i gromadzona dla późniejszego odpytywania. Informacja z sensorów moŝe być przesyłana przez sieć w czasie rzeczywistym. Sieci mogą być zmostkowane do Internetu dla zdalnej transmisji danych. Węzły mogą być reprogramowane in the field. (C) Z.Pióro, WMS_w8, zima 2008, slajd 20 Smart dust While the last 50 years have been dominated by a march to ever more complex computers, the next few decades will see the rise of simple sensors -- by the billions. Kluczowy problem to zasilanie i oszczędzanie energii. Business Week, August 25, (C) Z.Pióro, WMS_w8, zima 2008, slajd 21 (C) Z.Pióro, WMS_w8, zima 2008, slajd 22 Smart dust - multi-hop Smart dust - kanoniczna struktura węzła d (C) Z.Pióro, WMS_w8, zima 2008, slajd 23 single-hop ~d/n ~d/n ~d/n ~d/n multi-hop Moc w.cz. odbierana w odległości d od nadajnika Względna oszczędność mocy dla N hopów 1 P rec ( α= 3...5) d α Dla N = 10 oraz α = 3 (optymalnie) otrzymuje się 100-krotny zysk mocy. To jest istota motów! I szerzej BSC. Prec(N) 1 P (1) N rec ( α 1) Bateria (C) Z.Pióro, WMS_w8, zima 2008, slajd 24 DC-DC Pozyskiwanie energii Sensory ADC Pamięć MCU Radio Algorytmy i Protokoły System Operacyjny czasu rzeczywistego 4

5 Smart dust MEMS Front End Mota sensor budzący pozyskiwanie energii sensor A Jedyne rozwiązanie to krótki czas aktywności (duŝy pobór mocy), długi czas spania (b. mały pobór mocy). Procesor, pamięć, transceiver Problem budzenia budzenie w.cz. przetwarzanie analogowe/mems zasobnik energii sensor B CMOS Sensor budzący: funkcja progowa jednego lub kilku mezurandów Budzenie w.cz.: ultra-niskiej mocy, być moŝe na specjalnym kanale Przetwarzanie analogowe/mems: ultra-niskiej mocy, mógłby mieć właściwości uczenia się dla zmniejszenia liczby fałszywych decyzji (C) Z.Pióro, WMS_w8, zima 2008, slajd 25 (C) Z.Pióro, WMS_w8, zima 2008, slajd 26 Roger T. Howe, New MEMS Devices and Processes for Low-Power Wireless, UCB, December 1, 2004 Smart dust póki co Architektura aplikacji motowej Sensor Node Patch Network Sensor Patch Gateway Transit Network Client Data Browsing and Processing Basestation Base-Remote Link Internet Rohatyniec - Scapanes australis (C) Z.Pióro, WMS_w8, zima 2008, slajd 27 (C) Z.Pióro, WMS_w8, zima 2008, slajd 28 Data Service Nowy rodzaj...skopu Mot mikropogodowy dla monitorowania środowiska imoty INTELA Mote Battery University of California, Berkeley Incident light sensors TAOS total solar Hamamatsu PAR Mica2Dot mote Power board Power supply SAFT LiS0 2 battery, ~1 2.8V Packaging HDPE tube with coated sensor boards on both ends of the tube O-ring seal for two water flows Additional PVC skirt to provide extra shade and protection against the rain Radiant light sensors PAR and total solar Environmental sensors Sensirion humidity + temp Intersema pressure + temp PAR - Photosynthetically Active Radiation HDPE - high density polyethylene (C) Z.Pióro, WMS_w8, zima 2008, slajd 29 TAOS - Texas Advanced Optoelectronic Solutions, Inc. (350 nm to 1100 nm) Sieci inteligentnych czujników reprezentują zmianę paradygmatu w dziedzinie uŝytkowania komputerów (interaktywny proaktywny). Trzy elementy sprzętowe - mikroprocesory, czujniki MEMS, oraz niskomocowe radio tworzą węzły sieci czujników, czyli moty. Jest to sieć nowego typu. (C) Z.Pióro, WMS_w8, zima 2008, slajd 30 node - mote węzeł - pyłek Moduł przetwarzania i komunikacji Moduł we/wy (sensory) Moduł zasilania Konstrukcja modułowa imot INTEL-a Instrumenting the World, Intel, Feb

6 Sensor network applications Environmental monitoring Habitat monitoring Precision agriculture HVAC systems Security, surveillance Structure and equipment monitoring Structural dynamics Condition-based maintenance Emergency response Supply chain monitoring Manufacturing flows, asset tracking Context aware computing Information beacons Ralph Kling, Intel Mote & Sensor Networks, Intel (C) Z.Pióro, WMS_w8, zima 2008, slajd 31 Home automation Structure and earthquake monitoring Firefighting and rescue Agriculture Process monitoring and control Diagnostyka zachowawcza w fabryce półprzewodników (Intel) Uszkodzenia urządzeń produkcyjnych w fabryce są bardzo kosztowne Przewidzenie i wykonanie zaplanowanej naprawy Typowa fabryka ma ~5.000 czujników wibracji Pompy, płuczki, Elektrycy zbierają dane ręcznie kilka razy w roku Próbkowanie: 10-tki khz, duŝa dokładność, kilka sekund (C) Z.Pióro, WMS_w8, zima 2008, slajd 32 Intranet Izolacja intranetu Root Node Mesh Sieć ad hoc motów Mot + czujniki wibracji Maszyna w fabryce Smart Dust TELOS Antena PCB Gniazdo SMA CC2420 Radio 2.4 GHz zgodne z IEEE SPI I/O 4 6 Silicon Serial ID 1-wire Płytka córka z dodatkowymi interfejsami, sensorami, zasilaniem Smart Dust TELOS Czujnik wilgotności i temperatury Czujnik PAR Czujnik TSR Power I/O ADC[4] ADC[5] SPI[0] P1[0,3,4] P4[1,5,6] Mikrokontroler TI MSP430 UART[0] I2C[0] ADC[0-3,6-7] GPIO Reset User pin + 6-pin IDC header JTAG 8-pin 2mm IDC header JTAG 7 SVSin UART[1] Reset P1.1/P2.2 TCK I2C[0] SPI[0] SVSout SVS 2-pin IDC header (C) Z.Pióro, WMS_w8, zima 2008, slajd 33 PAR - Photosynthetically Active Radiation TSR - Total Solar Radiation (C) Z.Pióro, WMS_w8, zima 2008, slajd 34 JTAG RX/TX RTS/DTR USB 2.0 UART/RS232 Functionality Power 4 Write Protection ST Flash 1024k (2.7V) Rzut oka na Telos-a Smart Dust - TELOS Transceiver radiowy Chipcon CC2420, 250kbps, 2,4GHz, IEEE kompatybilny z innymi urządzeniami IEEE Mikrokontroler Texas Instruments MSP430xxx: 8 MHz, 10 k RAM, 48 k Flash Zintegrowane ADC, DAC, Supply Voltage Supervisor i kontroler DMA Zintegrowana antena na płytce: 50m wewnątrz / 125m na zewnątrz Zintegrowane: sensor wilgotności i temperatury oraz sensory oświetlenia Sprzętowe szyfrowanie i autentykacja (AES) Programowanie i zbieranie danych przez USB 16-stykowe gniazdo rozszerzające i opcjonalne gniazdo SMA anteny System operacyjny TinyOS: implementacja komunikacji i sieci typu mesh (C) Z.Pióro, WMS_w8, zima 2008, slajd 35 LED nadajnika USB gniazdo USB Przycisk User LED odbiornika USB (C) Z.Pióro, WMS_w8, zima 2008, slajd 36 Przycisk Reset LED-y Czujnik Photosynthetically Active Radiation Gniazdo JTAG Mikrokontroler USB Czujnik Total Solar Radiation Czujnik wilgotności i temperatury Klucze cyfrowe izolujące USB od mikrokontrolera 6-stykowe gniazdo rozszerzające Radio CC2420 To jest konstrukcja development 10-stykowe gniazdo rozszerzające Gniazdo antenowe SMA (opcjonalna) Antena wewnętrzna 6

7 Smart Dust - TELOS Smart Dust - TELOS Mikrokontroler MSP430F1611 Texas Instruments 2 kontakty SVS SVS Supply Voltage Supervisor Pamięć Flash oscylator USB (2kB) 32kHz (C) Z.Pióro, WMS_w8, zima 2008, slajd 37 65,5 mm 48-bitowy silicon serial ID Pamięć Flash programu (1MB) 32,2 mm Telos (TI MSP) ms wakeup 2 µw sleep 3 mw active 45 mw radio 250 kbps 1.8V min 8/8 of AA capacity (C) Z.Pióro, WMS_w8, zima 2008, slajd 38 Supporting mesh networking with a pair of AA batteries reporting data once every 3 minutes using synchronization (<1% duty cycle) Integrated Sensors Sensirion SHT11 Humidity (3.5%) Temperature (0.5 C) Digital sensor Hamamatsu S1087 Photosynthetically Active Light Silicon diode Hamamatsu S Total Solar Light Silicon diode 945 dni > 2,5 roku FOTOCZUŁOŚĆ (A/W) DŁUGOŚĆ FALI (nm) Integrated onboard antenna with 50m range indoors / 125m range outdoors TELOS zasilanie z baterii słonecznej Typowy węzeł sieci zasilany słonecznie Panasonic bateria SUNCERAM II dla zastosowań zewnętrznych Układ ładowania Regulacja napięcia BP C 37,0 x 66,0 mm 3,4 V Energia Stres dla baterii max ~ 500 cykli Pełne słońce: 1kW/m 2 1mW/mm 2 Sprawność ~10% 0,1 mw/mm 2 0,1 mw/mm 2 (pełne słońce) x 100 = 10 mw/cm 2 dzień noc dzień noc dzień noc (C) Z.Pióro, WMS_w8, zima 2008, slajd 39 (C) Z.Pióro, WMS_w8, zima 2008, slajd 40 Elementy magazynujące energię dla zastosowań impulsowych Więcej stopni Energia Stres dla baterii vs Superkondensator Średnia pojemność (10 mj/mm 3 ) DuŜa upływność Nieograniczona liczba ładowań Ładowalna bateria DuŜa pojemność (1 J/mm 3 ) Mała upływność cykli ładowania Energia dzień noc dzień noc dzień noc dzień noc dzień noc dzień noc (C) Z.Pióro, WMS_w8, zima 2008, slajd 41 (C) Z.Pióro, WMS_w8, zima 2008, slajd 42 7

8 Architektura Prometheus: Perpetually Powered Telos System pozyskiwania energii słonecznej dla Telos-a Super-kondensatory buforują energię (pierwotne źródło) Wypełnienie 1% 10% Wymagane oświetlenie 5 godz. / miesiąc 5 godz. / 4 dni Czas Ŝycia 43 lata 4 lata Ładowalna bateria litowa jako wtórne źródło zasilania 100% 10 godz. / 1 dzień 1 rok Wykorzystanie MCU do zarządzania cyklami ładowania dla zwiększenia czasu Ŝycia systemu steruje ograniczeniem ładowania (C) Z.Pióro, WMS_w8, zima 2008, slajd 43 (C) Z.Pióro, WMS_w8, zima 2008, slajd 44 Potencjalne zastosowania Smart Dust Cechy moŝliwych zastosowań - przykład Jasna strona Monitorowanie klęsk Ŝywiołowych poŝary lasów, trzęsienia ziemi Monitorowanie środowiska i ekosystemów powietrza, wody i gleby Monitorowanie obiektów tamy, zapory, budynki, linie produkcyjne Brak lub słaba infrastruktura IT Nieprzyjazne środowiska WraŜliwe środowiska ekologiczne Regiony rolne Diagnostyka medyczna wewnętrzna i zewnętrzna! Nanochirurgia roboty manipulujące tkankami, chemikaliami, etc. Ciemna strona Monitorowanie niebezpiecznych ugrupowań swoich i obcych Inwigilacja niewidoczni szpiedzy elektroniczni Elektroniczny kontrwywiad systemy manipulacji i niszczenia (C) Z.Pióro, WMS_w8, zima 2008, slajd 45 (C) Z.Pióro, WMS_w8, zima 2008, slajd 46 Cechy moŝliwych zastosowań - przykład Cechy moŝliwych zastosowań - przykład Koszt kabli i czas $40 do $2000 za stopę 20% do 80% czasu instalacji Wymagana lub korzystna mobilność Operacje militarne Sytuacje krytyczne w miastach Sensor cost Traditional $2.000 Sensor Networks $350 Data Acquisition cost $65 $0 Wiring cost $75 $15 Cost per Sensor $2.140 $365 Num Channels Ilustracja zysków z Total cost $ $ MEMS + Wireless (C) Z.Pióro, WMS_w8, zima 2008, slajd 47 (C) Z.Pióro, WMS_w8, zima 2008, slajd 48 8

9 The case for environmental monitoring Realizacja smart dust "The UK Government's chief scientist now says climate CR2032, 3 V, 220 mah, 20 mm x 3 mm change is a far worse danger than international terrorism" (BBC News, 10 Jan 04) Environmental phenomena are a major scientific and 220 mah/ h (5 lat) = 5 µa societal concern: CC2420 Chipcon (transceiver IEEE ) Pollution 1 µa (Power Down mode) 1 µa Water 20 ma (Receive mode) x 10-4 = 2 µa 18 ma (Transmit mode) x 10 Climate = 2 µa 10 ms co 100 sek 5 µa Information technology, communications and sensing are 10 ms co 400 sek 2 µa enabling technologies Due to current technological changes, there will be a Przesyłać mało przetwarzać lokalnie! watershed phenomenon in MSP430 Texas Instruments (mikrokomputer) Ability to monitor 1 µa (Power Down mode) 1 µa Price point 2 ma (Active) x 10-4 = 0,2 µa Infrastructure 10 ms co 400 sek 1,2 µa Data processing Z.Pióro, WMS_w8, zima 2008, slajd 49 Prof. Martin Vetterli (C) Z.Pióro, WMS_w8, zima 2008, slajd 50 (C) HIH-3610 Honeywell (wilgotność) 500 µa (czas pomiaru 50 sek) co 4000 sek (>1 godz) 5 µa ADXL202 Analog Devices (akcelerometr) 0,4 ma 10 ms co 400 sek ~0 µa ADXRS150 Analog Devices (gyro) 15 ma (czas pomiaru = 40 ms) 40 ms co 4000 sek (>1 godz) 1,5 µa MPXY8020A Motorola (ciśnienie w oponach) 2 ma (czas pomiaru 3 sek) co 4000 sek (>1 godz) 2 µa S18U Banner (czujnik zbliŝeniowy) 40 ma, 25V 320 ma (300 ms)??????????????????????????? Czy na tym da się zrobić smart dust? zaleŝy jaki! Realizacja smart dust Czy Smart Dust to Science Fiction? Na pierwszy rzut oka największym problemem są sensory. W rzeczywistości moŝliwy jest tu bardzo duŝy postęp, przynajmniej w sensorach pasywnych. Drugi obszar to przesyłanie danych (transmisja). Dla transmisji radiowej istnieje ograniczenie fizyczne. Rozwiązaniem jest więc albo zmniejszanie odległości albo transmisja kierunkowa lub pasywna. (C) Z.Pióro, WMS_w8, zima 2008, slajd 51 Communication range versus transmission energy for RF (GSM, 1 GHz, isotropic, path loss n = 4), laser (532 nm green, 1 mw, 1 Mbps, 200 x 200 µm receiver aperture), and CCR (400 µm passive, 16 pj/bit independent of distance up to 1 km) (C) Z.Pióro, WMS_w8, zima 2008, slajd 52 Tak, ale nie na długo! Prawo Moore a gwarantuje wirtualnie Smart Dust za naszego Ŝycia! Komputery eksplodowały bardzo gwałtownie: 1945: ENIAC ~ 100m : Altair ~ m : COTS Dust ~ cm 3 dzisiaj: Golem Dust ~ mm 3 ~5 rzędów wielkości w 50 lat!! Jesteśmy tylko o 5 rzędów wielkości od skali nanometrowej, a rozwojem rządzą prawa wykładnicze!. Golem Dust - Koncepcja Golem Dust - realizacja SKANUJĄCA WIĄZKA LASEROWA LASER SOCZEWKA LUSTRO LUSTRA PASYWNY NADAJNIK Z REFLEKTOREM TYPU NAROśNIK SZEŚCIANU AKTYWNY NADAJNIK ZE STEROWANIEM WIĄZKĄ PRZYCHODZĄCA WIĄZKA KOMUNIKACJI LASEROWEJ SENSORY FOTODETEKTOR I ODBIORNIK ANALOG I/O, DSP, STEROWANIE KONDENSATOR MOCY Mot 6,6 mm 3 OGNIWO SŁONECZNE Brett Alan Warneke, Ultra-Low Energy (C) Z.Pióro, WMS_w8, zima 2008, slajd 53 1 do 2 mm BATERIA GRUBOWARSTWOWA Mot 16 mm 3 (C) Z.Pióro, WMS_w8, zima 2008, slajd 54 Zasilany z baterii słonecznej Architectures and Circuits for Cubic Millimeter Distributed Wireless Sensor Networks, dissertation, UCB,

10 skaner laserowy ~8mm 3 Moc i Energia Dwa 4-bitowe, mechaniczne przetworniki DAC sterują kątami nachylenia zwierciadła skanującego. ~6 stopni azymut, 3 wysokość Źródło: Bateria słoneczna Pełne słońce: ~0,1 mw/mm 2, ~1 J/dzień/mm 2 Wewnętrzne: 0,1-10 µw/mm 2, mj/dzień/mm 2 >14% sprawności Zmagazynowana Baterie ~1 J/mm 3 Kondensatory ~10 mj/mm 3 ZuŜycie energii Operacja Instrukcja cyfrowa Wcześniej ~nj Teraz <10 pj Oper./mm 3 baterii >100 miliardów 1 mm 3 1 mj/dzień/mm 2 Czas Ŝycia 100 oper./sek 32 lata Oper./dzień*mm 2 Światło wewnętrzne >100 milionów Teoretycznie, dla 25nJ/bit, moŝe komunikować się z satelitą LEO na odległość 500 km. B. Warneke, K. Pister, MEMS for Distributed Wireless Sensor Networks, BSAC, 2002 RX 1 bit TX 1 bit Próbka z sensora próbka, przetworzenie, odbiór, nadanie ~nj ~nj ~nj ~200 nj 12 pj 16 pj 31pJ 3 nj 83 miliardy 63 miliardy 32 miliardy 300 milionów 26 lat 20 lat 10 lat 9 lat (1 komplet/sek) 83 miliony 63 miliony 32 miliony (co 0,3 sek) (C) Z.Pióro, WMS_w8, zima 2008, slajd 55 (C) Z.Pióro, WMS_w8, zima 2008, slajd 56 CoolRisc 81 core (0,25µm, 1,05V), 1,25 pj/instruction/bit Radio vs Flash Mot taki jak Telos, przy aktywności ~0,1%, pobiera moc rzędu 300 µw. Bateria słoneczna dla oświetlenia wewnętrznego daje moc rzędu 100 µw/cm 2. Zakładając oświetlenie przez 1/3 czasu dla Telos-a potrzebna jest bateria o powierzchni 9 cm 2. wysłanie 1 bajtu przez radio 250 kbps energia : 1,5 µj czas : 32 µs zapis 1 bajtu do pamięci flash Atmel energia : 3 µj czas : 78 µs (C) Z.Pióro, WMS_w8, zima 2008, slajd 57 (C) Z.Pióro, WMS_w8, zima 2008, slajd 58 Wireless Sensor Networks - The Numbers Total Cumulative Nodes Deployed to date (JAN 2005) New Zigbee Nodes Deployed New Zigbee Nodes New Zigbee Nodes 2008 WOW! What is the ecosystem to support this hockey stick growth? Wireless Sensors Networks 1 wireless sensor is better than none! 2 wireless sensors is better!! 3 wireless sensors is even better!!! 4 wireless sensors is much more better!!!! wireless sensors is incredibly better!!!!! wireless sensor is much more incredibly better!!!!!!!! (C) Z.Pióro, WMS_w8, zima 2008, slajd 59 (C) Z.Pióro, WMS_w8, zima 2008, slajd 60 C. Pham, How the Internet will look like in a near future?, LIUPPA, January,

11 Berkeley Wireless Research Center (BWRC) The Center Goals A partnership of UC researchers, industry, and government Participating Members:. Agilent Technologies. Infineon Technologies. Intel Corporation. STMicroelectronics. Hitachi Ltd. Hewlett Packard. Sun Microelectronics Associate Members: Atmel Corporation Cadence Ericsson Radio Systems Samsung NEC Qualcomm Incorporated Other Funding: DARPA, NSF, ONR, MARCO, MURI (C) Z.Pióro, WMS_w8, zima 2008, slajd 61 Operational since Feb Downtown Berkeley, 1 block from campus 11,000 sq. feet 55 graduate students, 5 technical staff, 8 faculty Overall budget: > 5 M$/year Pre-competitive research beyond 5 years In close collaboration with industrial partners Focus on silicon (CMOS) implementation Explore novel and disruptive paradigms Determine relationship between theoretical and algorithmic advances and implementation Understand tradeoffs between various implementation architectures with respect to performance, power and cost Realize concept-proving prototypes using rapid design flow from algorithm to implementation (C) Z.Pióro, WMS_w8, zima 2008, slajd 62 CodeBlue: Wireless Sensor Networks for Medical Care Wireless pulse oximeter sensor Division of Engineering and Applied Sciences, Harvard University In collaboration with: Boston Medical Center Spaulding Rehabilitation Hospital 10Blade, Inc. Boston University School of Management AID-N, Johns Hopkins Applied Physics Laboratory (C) Z.Pióro, WMS_w8, zima 2008, slajd 63 (C) Z.Pióro, WMS_w8, zima 2008, slajd 64 Wireless two-lead EKG Accelerometer, gyroscope, and electromyogram (EMG) sensor for stroke patient monitoring (C) Z.Pióro, WMS_w8, zima 2008, slajd 65 (C) Z.Pióro, WMS_w8, zima 2008, slajd 66 11

12 The Harvard "Pluto" mote, designed to be small and wearable Pluto mote in case (C) Z.Pióro, WMS_w8, zima 2008, slajd 67 (C) Z.Pióro, WMS_w8, zima 2008, slajd 68 Pluto mote with case and wriststrap. Directional Virtual Fencing (DVF) Current situation: Global challenge for many of the world s 4 x 10 9 domestic animals that forage on some of the world s 13 x 10 9 hectares. (C) Z.Pióro, WMS_w8, zima 2008, slajd 69 (C) Z.Pióro, WMS_w8, zima 2008, slajd 70 Directional Virtual Fencing (DVF) Directional Virtual Fencing (DVF) Directional Virtual Fencing (DVF TM ) defines a novel, new methodology for the control of animals. It involves the control of animal location and direction of movement through the application of ramped audio and or electric shock cues applied to either the animal s right or left side to initiate directional movement. DVF TM combines physics, electronics, biology and ecology to first determine the animal s location on the landscape using Global Positioning System (GPS) technology, and second using Geographic Information System (GIS) data to direct the animal to the proper location, when necessary. DVF TM capitalizes on animal behavior to accomplish a change in the animal s location through instrumental animal conditioning using programmable cues that are applied autonomously in a manner consistent with low-stress animal handling procedures in static, as well as moving Virtual Paddocks (VPTM). (C) Z.Pióro, WMS_w8, zima 2008, slajd 71 (C) Z.Pióro, WMS_w8, zima 2008, slajd 72 A schematic representation of how Directional Virtual Fencing (DVF TM ) operates with a programmable Virtual Boundary (VB TM ) that activates a series of cues ramped from least severe (audio sound only) at the VB TM perimeter that defines a Virtual Paddock (VP TM ) to most severe (audio sound + electric shock) on either side of the Virtual Center Line (VCL TM ). Cues are applied to either the animal s right or left side depending on the angle of the animal s head with respect to the VCL TM once the VB TM is penetrated. The animal s movement that results from these cues should put the greatest distance between the animal and the VCL TM in the shortest amount of travel, and with the least amount of stress. 12

13 Luźne slajdy. Interfaces to Smart-Its RF via enhanced serial line (625 kbit/s) Acceleration Sensor (3 axis, 2xADXL210 10g max, +/- 40 mg resolution), high responsive (<1ms) Force and Pressure Sensor, low prec. (from 20 g - several kilogram), IEE FSR152 Switchable daylight and IR Light Sensor Taos TSL2500 Temperature Sensor mid prec. Microchip TC74 Microphone (capacitive microphone, MAX8261 OP) high precision, high linear 2 LED (can be replaced by e.g. vibration motor) Processor Microchip PIC 18LF452 at 20 MHz, 32 kbyte program Flash, 1.5 kbyte RAM, allows to develop own, sensor based programs in a very simple way OS, libraries (device drivers etc.) available 32 kbyte fast external EEPROM Additional feature connector for more sensors etc, incl. A/D, Interrupt lines, digital I/O, serial, I2C, SPI, software selectable hardware supported I2C and serial line (TTL) interfaces Real Time Clock (RTC) in circuit programming and debugging with off-the-shelf programmers, over-the-air programming ia wireless radio from any Internet connected PC (Particle and XBridge needed) Size: 17x35 mm (C) Z.Pióro, WMS_w8, zima 2008, slajd 73 (C) Z.Pióro, WMS_w8, zima 2008, slajd 74 Infrastruktura monitorowania fabryki Condition Based Monitoring Application at Intel Use vibration signatures to identify problems with equipment ~5000 Sensor points in each fab Done by sneaker net today Move to wireless sensor network Demonstrate a commercially feasible ROI for sensor and mesh network deployments (C) Z.Pióro, WMS_w8, zima 2008, slajd 75 Ralph Kling, Intel Mote & Sensor Networks, Intel (C) Z.Pióro, WMS_w8, zima 2008, slajd 76 Problem Statement Case study (RA FAB) Equipment failures in live production fabs is extremely costly ($Millions) Shutdown results in opportunity loss Cost of evacuation and requalifying all the tools Possible loss of wafer lots in the pipeline Need to predict equipment failures early enough and perform preemptive maintenance during pre-scheduled down-time Monitor equipment health using vibration signatures ~5000 sensing points already instrumented Vibration & RPM sensors Vibration & RPM sensors Manual data collection using handheld devices Time domain data is collected, spectrum and magnitude plots are generated Data is downloaded to Rockwell Enshare software Prevention estimates Once per month -> catch (80-85)% Once per week, and selective daily collections -> catch ~97% Manual collection method is currently used Target is once per month The cost of increasing the collection frequency is prohibitive (C) Z.Pióro, WMS_w8, zima 2008, slajd 77 (C) Z.Pióro, WMS_w8, zima 2008, slajd 78 13

14 Application Requirements Goals Assess mote platform requirements for equipment health monitoring Proof of concept Deploy a sensor network in CUB3 > 100 sensing points Show valid data flowing from sensors to Rockwell backend Interface to Wilcoxon vibration sensors 0.5 Hz 5KHz range 3000 Samples, 16 bits each Collect once per week (optional selective collection) Battery life 6 1 collection per month 4 1 collection per week Interface to Rockwell EnShare backend Automatic network configuration and maintenance (C) Z.Pióro, WMS_w8, zima 2008, slajd 79 (C) Z.Pióro, WMS_w8, zima 2008, slajd 80 Sensor Board Infrastruktura monitorowania fabryki 18V power supply 19.2 KHz sampling rate, 16 bit samples Programmable antialiasing filter PLD bridges SPI to UART interface Wilcoxon sensor Voltage output (C) Z.Pióro, WMS_w8, zima 2008, slajd 81 Sensor voltage supply, A/D, filter UART 460 Kb/s Intel Mote SRAM 64kB FLASH 512kB (C) Z.Pióro, WMS_w8, zima 2008, slajd 82 Ralph Kling, Intel Mote & Sensor Networks, Intel Condition Based Monitoring Application at Intel Problem Statement Use vibration signatures to identify problems with equipment ~5000 Sensor points in each fab Done by sneaker net today Move to wireless sensor network Demonstrate a commercially feasible ROI for sensor and mesh network deployments Equipment failures in live production fabs is extremely costly ($Millions) Shutdown results in opportunity loss Cost of evacuation and requalifying all the tools Possible loss of wafer lots in the pipeline Need to predict equipment failures early enough and perform preemptive maintenance during pre-scheduled down-time Monitor equipment health using vibration signatures (C) Z.Pióro, WMS_w8, zima 2008, slajd 83 (C) Z.Pióro, WMS_w8, zima 2008, slajd 84 14

15 Case study (RA FAB) ~5000 sensing points already instrumented Vibration & RPM sensors Vibration & RPM sensors Manual data collection using handheld devices Time domain data is collected, spectrum and magnitude plots are generated Data is downloaded to Rockwell Enshare software Prevention estimates Once per month -> catch (80-85)% Once per week, and selective daily collections -> catch ~97% Manual collection method is currently used Target is once per month The cost of increasing the collection frequency is prohibitive Application Requirements Goals Assess mote platform requirements for equipment health monitoring Proof of concept Deploy a sensor network in CUB3 > 100 sensing points Show valid data flowing from sensors to Rockwell backend Interface to Wilcoxon vibration sensors 0.5 Hz 5KHz range 3000 Samples, 16 bits each Collect once per week (optional selective collection) Battery life 6 1 collection per month 4 1 collection per week Interface to Rockwell EnShare backend Automatic network configuration and maintenance (C) Z.Pióro, WMS_w8, zima 2008, slajd 85 (C) Z.Pióro, WMS_w8, zima 2008, slajd 86 Sensor Board 18V power supply 19.2 KHz sampling rate, 16 bit samples Programmable antialiasing filter PLD bridges SPI to UART interface Wilcoxon sensor Voltage output Sensor voltage supply, A/D, filter UART 460 Kb/s Intel Mote SRAM 64kB FLASH 512kB (C) Z.Pióro, WMS_w8, zima 2008, slajd 87 (C) Z.Pióro, WMS_w8, zima 2008, slajd 88 Time domain data Frequency domain data 80 Hz reference signal (C) Z.Pióro, WMS_w8, zima 2008, slajd 89 (C) Z.Pióro, WMS_w8, zima 2008, slajd 90 15

16 (C) Z.Pióro, WMS_w8, zima 2008, slajd 91 16