Edge-Computing-Startup hilft der Industrie bei der Bewältigung der Datenflut

Das 2014 gegründete Start-up FogHorn war eines der ersten auf Edge-Computing zu konzentrieren. Als Finalist bei den IoT World Awards in den Kategorien „Best Industrial IoT Solution“ und „Best Edge Computing Solution“ hat FogHorn bereits eine Reihe von Auszeichnungen gewonnen. Gartner bezeichnete das Edge-Computing-Startup als „coolen Anbieter“, während Frost &Sullivan dem Unternehmen 2017 und 2018 mehrere Auszeichnungen verlieh.

Im Laufe der Jahre wurde die Lightning-Technologie des Unternehmens auf Tausenden von IIoT-Geräten und -Sensoren installiert und hat sich mit einer Reihe von OEMs zusammengetan, darunter Dell EMC, Google (über Google Cloud IoT Core) und Amazons AWS. Das Unternehmen berichtet, dass seine Kunden nach der Bereitstellung seiner Technologie die Kosten für Cloud-Speicher um das Tausendfache gesenkt haben. „Das Paradigma, alle Daten in die Cloud zu senden, hat sich wirklich verändert“, sagte David King, CEO des Unternehmens, Anfang des Jahres in einem Interview. „Die Leute sprechen davon, dass sie eine leistungsfähigere Edge-Technologie benötigen, weil man nicht alles in die Cloud senden kann, um die Erkenntnisse abzuleiten.“

[ Welt des Internets der Dinge finden Industrieunternehmen IoT-Innovationen. Buchen Sie Ihr Konferenzkarte und 350 $ sparen, Kostenloser Expo-Pass oder IIoT-Lautsprecher bei der Veranstaltung.]

Der Kernfokus von FogHorn liegt in der Bereitstellung einer skalierbaren Plattform für Edge Analytics, die eine lokale Echtzeitverarbeitung von Sensordaten von Industriemaschinen ermöglicht. Die Technologie des Unternehmens eignet sich für Anwendungen, die „entweder ein hohes Datenvolumen oder eine hohe Datengeschwindigkeit beinhalten“, sagte King.

Diese Anwendungen erstrecken sich über eine Reihe von Branchen, darunter „Fertigung, Öl und Gas, Chemie, Bergbau, Energie und Wasser, intelligente Gebäude, intelligente Stadt und Verkehr“, sagte King. „Es gibt viele Branchen, in denen es eine riesige Menge an bestehenden Kundendatenquellen gibt. Und jetzt, mit dem Aufkommen kostengünstiger Kamera- und Mikrofontechnologie, erhalten Sie Bild- und Audiosensoren, die noch mehr Daten produzieren.“

Die FogHorn-Software kann auf einer Reihe von Geräten ausgeführt werden, einschließlich herkömmlicher Linux-Gateways von Raspberry Pi-Boards.

Die Edge-Processing-Fähigkeiten des Unternehmens können Industrieunternehmen dabei helfen, industrielle Prozesse zu rationalisieren. So konnte beispielsweise einer der Kunden des Unternehmens, der japanische Elektronikkonzern Daihen, die manuelle Dateneingabe in einer einzigen Fabrik nach der Installation der Unternehmenssoftware um 1.800 reduzieren.

Vor kurzem hat sich FogHorn mit Honeywell zusammengetan, um seine Software auf industrietauglichen Smartphones bereitzustellen (im Bild). Nicht jeder hält das Smartphone für ein Edge-Gerät, sagte Sastry Malladi, Chief Technology Officer des Unternehmens in einem Interview auf der Hannover Messe, aber die Möglichkeit, eine Smartphone-App-Version seiner Software zu erstellen, bietet Industriebetreibern ausgereifte Analysefunktionen. Ein Arbeiter, der beispielsweise versucht, einen verwischten Barcode mit einem Industrie-Smartphone zu scannen, könnte die Lightning Mobile-App verwenden, um den Barcode zu rekonstruieren. „Barcodes werden häufig beschädigt. Vielleicht ist es zerrissen und unvollständig“, sagte Malladi. Aber die App des Unternehmens kann maschinelles Lernen verwenden, um viele solcher Barcodes zu rekonstruieren.

FogHorn wirbt für die App als die erste Edge-Computing-Technologie, die für robuste Android-Geräte entwickelt wurde. Die App ist im internen App Store von Honeywell sowie im privaten App Store von FogHorn erhältlich.

Die zweite Version der Hauptsoftware von FogHorn, bekannt als Lightning 2.0, ist auf vorkonfigurierten Gateways verfügbar und kann auch auf bestehenden Gateways von Industrieunternehmen installiert werden. Lightning 2.0 bietet neue Machine-Learning-Funktionen und Unterstützung für Predictive Model Markup Language und für die gleichzeitige Verarbeitung mehrerer Datenströme über Sensorfusion. Die Vorgängerversion der Software unterstützte bereits industrielle Datenerfassungsprotokolle wie Modbus, OPC/UA und MQTT.

Die Software des Unternehmens kann auch dazu beitragen, die Genauigkeit von Modellen für maschinelles Lernen sicherzustellen und zu erkennen, wenn sich Modelle im Laufe der Zeit verschlechtern. „Wir können automatisch mit dem Umschulen der Modelle beginnen und sie wieder an den Rand drängen“, sagte Malladi. „Das nennen wir Edge-KI oder Closed-Loop-ML.“