Linux Foundation & IBM unterstützen OpenEEW: Low-Cost IoT Lösung für Erdbeben-Frühwarnung

The Linux Foundation hat ihre Partnerschaft mit IBM angekündigt, um Grillos OpenEEW Projekt zu unterstützen, ein unified Framework, designed um die Adoption von Earthquake-Early-Warning (EEW) Systemen zu straffen. Die Initiative bündelt Grillos End-to-End EEW Lösungen, die seismische Detektion, Echtzeit-Analyse und Community Alerts integrieren. OpenEEW wurde von Grillo mit Backing von IBM, USAID, der Clinton Foundation und Arrow Electronics konzipiert.

Ein EEW System liefert Echtzeit-Alerts vor dem Beben, doch nur eine Handvoll Institutionen haben sich getraut, solche Lösungen zu bauen, aufgrund der steilen Kosten konventioneller Seismometer, spezialisierter Telecom-Infrastruktur und bespoke Software.

Grillos Strategie nutzt eine Internet-of-Things (IoT) Architektur, harmonisierend Hardware, Firmware und Expertise, um Kosten zu senken. Seit 2017 hat das Grillo Team IoT-basierte EEW Netzwerke across Mexiko und Chile deployed, broadcasting öffentliche Alerts durch Twitter, eine dedizierte Mobile App und physische Alarm-Einheiten.

„Die Geschwindigkeit hängt von der Distanz des Erdbebens zum Nutzer ab“, sagte Andres Meira, CEO bei Grillo. „Sobald ein Sensor ein Erdbeben detektiert, wird es in Millisekunden verarbeitet und der Alert an nearby User gesendet. Wenn ein Nutzer hunderte Kilometer vom Erdbeben entfernt ist, können sie eine Minute oder mehr/weniger haben, um sich vorzubereiten, bevor sie Beben spüren. Wenn das Erdbeben sehr nah ist, bekommen sie vielleicht nur wenige Sekunden. Auf jeden Fall kann dies nützlich sein, zum Beispiel in Schulen, wo Kids unter einen Tisch kommen können.“

Erdbeben-Detektion

Ein Erdbeben ist die plötzliche Freisetzung von Energie in der Erdkruste, typischerweise an einem Fokus (Hypozentrum), die Bodenerschütterungen generiert. Die Intensität dieser Oszillationen bestimmt den potenziellen Schaden, besonders an Strukturen, die nicht seismic-resistance Standards entsprechen.

Während der präzise Zeitpunkt eines Erdbebens unvorhersagbar bleibt, kann Technologie actionable Lead Time für die Öffentlichkeit bereitstellen. Zahlreiche Länder deployen bereits EEW Systeme, die Alerts an Smartphones liefern, mit dem Ziel, Casualties und strukturellen Schaden zu mindern.

Eine EEW Plattform schätzt die erwartete Intensität und Ankunftszeit, indem sie Echtzeitdaten von Seismographen nahe dem Epizentrum analysiert. Das Systems Ziel ist, Schaden zu reduzieren, indem automatisierte Gegenmaßnahmen getriggert werden – Züge verlangsamen, Aufzüge stoppen – und Individuen Minuten geben, Schutzmaßnahmen in Schulen, Arbeitsplätzen und Heimen zu ergreifen.

Rapides urbanes Wachstum und Abhängigkeit von sophistizierten Telecom- und Transport-Netzwerken unterstreichen den Bedarf an population-wide Early-Warning Capability. Ein EEW System zu deployen ist pivotal, um die unbekannte, chaotische Natur von Erdbeben in vorhersehbare, managebare Events zu transformieren, wodurch Public Safety erhöht wird.


Abbildung 1: Betrieb des ShakeAlert Systems verwendet in Taiwan [Quelle USGS]

Early Warning kann effektiv sein, weil Daten fast instant durch digitale Netzwerke reisen, während seismische Wellen bei 1-7 km/s propagieren (P, S und Surface Waves). Folglich kann die Warnung Sekunden bis Minuten vor dem Beben in dicht besiedelten Gebieten ankommen.

Ein Erdbeben generiert mehrere Wellentyypen – P (Primary), S (Secondary) und Surface (Rayleigh und Love) – die vom Epizentrum radiieren. Die schnellere, niedriger-amplitudige P-Welle erreicht nearby Sensoren zuerst, triggert Early Alerts, die protective Actions ermöglichen, bevor die langsameren, zerstörerischeren S und Surface Waves ankommen.

Die Fähigkeit, die Warnung vor dem seismischen Event ordnungsgemäß zu senden, erfordert einige wichtige technische Lösungen:

• ein Netzwerk von Sensoren für mehr Daten zur Analyse;
• eine robuste und effiziente Data Processing Zone;
• Computer Algorithmen, um Location, Time und Map des Events schnell zu schätzen.

Linux Foundation und Grillo

Erdbeben betreffen disproportional Entwicklungsländer, wo Building Codes und Infrastructure schwächer sind. Während EEW Alerts in Orten wie Mexiko, Japan, Südkorea und Taiwan existieren, bleiben fast drei Milliarden Menschen unerschwinglich. OpenEEW sucht, die Kosten von EEW zu senken, globalen Rollout zu beschleunigen und letztlich Leben zu retten.

OpenEEWs Architektur fusioniert drei Kern-IoT-Elemente: (1) Sensor Hardware und Firmware, die Ground Motion in Millisekunden capture und transmitten; (2) Real-Time Sensing Stacks, deploybar auf allem von Kubernetes Clusters bis Single-Board Computern; und (3) User-facing Apps, die Alerts an Smartphones, Wearables oder Custom Hardware liefern. Das Open-Source Ökosystem befeuert Fortschritt über Sensor Design, Detection Algorithmen und Notification Delivery.

„Mit OpenEEW können Sie entweder Ihre eigenen Sensoren aus unseren Schematics fertigen oder eine pre-assembled Unit kaufen“, sagt CEO Andres Meira. „Unsere Sensoren employen einen modernen MEMS Accelerometer mit Noise Charakteristiken weit unter denen in Smartphones, yielding High-Quality Data, die zur Cloud oder einem Private Server gestreamt wird. Die Firmware sichert reliable, continuous Operation, und die Sensoren laufen unbroken in remote Areas von Mexiko und Chile seit 2017.“

Die Firmware kalibriert kontinuierlich, um Sensor Offsets zu entfernen und wendet Basic Filtering an. In der Cloud – oder in zukünftigen Firmware Releases am Edge – nutzt unsere Detection Engine Algorithmen wie Short-Term/Long-Term Average (STA/LTA) und Cross-Correlation über multiple Sensoren, um False Positives zu eliminieren.

Gebaut auf einem ESP32 Mikrocontroller, kann der Sensor den Accelerometer lesen und Daten streamen, während er ancillary Functions performt. Arrow engineered aktuell einen neuen Edge-Computation, Low-Power, Cellular-enabled Sensor, der Deployment Optionen in Areas ohne Wired Connectivity oder Mains Power erweitern wird.

Die nächste Entwicklungsphase involviert Integration von Machine-Learning Models, um Detection zu verfeinern, potenziell nutzend Single-Sensor Streams. Alle Raw Data gesammelt seit 2017 ist öffentlich verfügbar, um Research zu unterstützen.

Leveraging Mikrocontroller, Next-Gen MEMS Accelerometer und Cloud Computing, bietet OpenEEW eine kosteneffektive Lösung, die zuvor auf eine Handvoll High-Budget Deployments limitiert war. Durch Open-Source kann die Software auf diversen Plattformen laufen – von einem lokalen Raspberry Pi bis Laptop – providing Low-Latency Alternativen zu distant Cloud Services.

Der Alert Distribution Layer ist adaptierbar. Im OpenEEW GitHub Repository stellen wir eine Sample App bereit, aber User können Notifications auch an Twitter Feeds, PA Systeme oder Building Management Interfaces routen. Wir bleiben agnostisch über die Last-Mile Delivery Methode.

OpenEEW Sensoren incorporieren einen High-Performance MEMS Accelerometer, Ethernet oder Wi-Fi Konnektivität, einen lauten Buzzer und drei NeoPixel LEDs für visuelle Alerts.

Abbildung 2: OpenEEW Sensor PCB Design

Abbildung 2: OpenEEW Sensor PCB Design

Proper Installation ist essenziell für Data Fidelity. Ein typisches Setup, illustriert in Abbildung 3, platziert den Sensor nah am Router, um ein starkes Signal-to-Noise Ratio für Packet Transmission zu wahren.

Abbildung 3: OpenEEW System Installation

OpenEEW wurde mit Funding von USAID, der Clinton Foundation und Arrow Electronics erstellt und verkörpert Kern-IoT-Technologien.

IBM, das ursprünglich mit Grillo durch die Clinton Global Initiative (CGI) Action Network kollaborierte, kündigte an, dass es OpenEEW in die Linux Foundation's Call for Code Program integrieren wird – eine Initiative, die Data, AI und Blockchain vereint, um Disaster Response zu verbessern.

IBM hat auch ein Dashboard entwickelt, um Sensor Data zu visualisieren, und sechs Grillo Sensoren in Puerto Rico für Field Trials deployed. Mit OpenEEW hofft IBM, EEW Adoption in Seismic Hotspots wie Nepal, Neuseeland und Ecuador zu spuren, wo Communities zu Hardware Verfeinerung und Citizen-oriented Alert Methoden beitragen können.

>> Dieser Artikel wurde ursprünglich auf unserer Schwesterseite EE Times Europe veröffentlicht.