Challenge
Da es ausschließlich feste Routen zur Bewässerung der Bäume in der Stadt Mönchengladbach gibt, wird derzeit der tatsächliche Bedarf an Wasser vernachlässigt. Durch Informationen über Position und Bewässerungsstatus aller Bäume könnten somit durch eine von uns entwickelte IoT-Plattform effizientere Routen zur Bewässerung geplant werden.
Lösung
Ziel war es somit, der Stadt Mönchengladbach eine smarte Baumbewässerungsmethode zu Verfügung zu stellen, um diesen Prozess durch effizientere Routen zur Bewässerung umweltfreundlicher zu gestalten. Als ein Teil von Mönchengladbach haben wir diese Idee im Zusammenhang des Smart City Projekts ausgearbeitet.
1. Potentialanalyse
Nach Betrachtung der dato aktuellen Bewässerung der Bäume der Stadt Mönchengladbach, begannen wir das Vorgehen der Bewässerung zu analysieren und erarbeiteten ein Konzept, welches diese effizienter und umweltfreundlicher gestalten sollte. Das Potenzial besteht hierbei darin, den Bewässerungsstatus des Baumes zu erkennen um folglich Arbeitszeit und Ressourcen einzusparen.
2. Use Case Definition
Anhand der Potenzialanalyse definierten wir den Use Case der smarten Baumbewässerung der Stadt Mönchengladbach. Ein solcher Use Case enthält alle möglichen Szenarien, welche die IoT-Plattform zu leisten hat.
Name
IoT-Plattform für eine smarte Baumbewässerung in Mönchengladbach.
Kurzbeschreibung
Aufgabe war es, die Baumbewässerung der Stadt Mönchengladbach hinsichtlich der Ressourcen smarter, effizienter und umweltfreundlicher zu gestalten. Dazu zählt die Entwicklung einer IoT-Plattform, in welche von uns entwickelte Sensoren eingebunden sind.
Akteure Vorbedingung: Nachbedingung: Ablauf – Normalszenario: 1. Der Sensor übermittelt Daten an die IoT-Plattform über Standort, Temperatur und Leitfähigkeit des Bodens. Ablauf – Alternativszenario: 3.1 Das System erkennt, dass der Baum nicht bewässert werden muss. Ablauf – Fehlerszenario: 1.1 Der Sensor überträgt keine Daten. Nach dem Konzeptausbau begannen wir mit der Implementierung, also der Umsetzung der festgelegten Strukturen und Prozessabläufen. In dieser Plattform wurden die Daten der Stadt über Standort und Art des Baumes eingepflegt und mit den jeweiligen Sensoren verknüpft. Durch den angebrachten QR-Code auf den Sensoren ist es dem Nutzer möglich, diesen bei der Anbringung an dem Baum direkt mit der Plattform zu verbinden. So werden den jeweiligen Bäumen im System die richtigen Daten zugeordnet. Auf Grundlage dieser Daten ist zu erkennen, welche Bäume bewässert werden sollen und welche nicht. Dieses Ergebnis wird von unserer hauseigenen künstlichen Intelligenz generiert. Durch diese Informationen könnten Routen anhand des Bedarfs geplant werden, um eine nachhaltige und gesunde Baumbewässerung zu garantieren. Zudem sind auf der Plattform unter den Reitern “Viersen” und “Mönchengladbach” die jeweiligen Baumkataster angebunden. Das zeigt prototypisch, dass alle Kataster mit den vorhandenen Sensordaten angereichert werden können. Folglich können mehrere Datenpunkte aus unterschiedlichsten Quellen an einem Ort zusammengeführt werden. Somit wird eine hohe Zentralisierung der Daten erreicht. Das Anbringen des Sensors und Auslesen der Daten gestaltet sich durch unsere Applikation sehr einfach, und ermöglicht es, das Projekt effektiv als Bestandteil der Baumbewässerung der Stadt mit einzubinden. Bei Bedarf können weitere Sensoren angebracht und in die Plattform eingepflegt werden. Während des Projekts konnten wir ein breites Spektrum an Technologien, Software und Hardware nutzen und entwickeln, um den Vorgang schonend und nachhaltig zu verbessern.
Masasana GmbH
Stadt Mönchengladbach
mags – Mönchengladbacher Abfall-, Grün- und Straßenbetriebe – AöR
Daten der Stadt Mönchengladbach über den Standort und Art der Bäume sind vorhanden. Eigens entwickelter Sensor ist an Bäumen angebracht und mit IoT-Plattform verbunden. Referenzdaten zur Baumbewässerung liegen vor.
IoT-Plattform gibt Bedarf aus. Baum wird anhand des Bedarfs bewässert.
2. Das LoRaWAN leitet die Daten an die Plattform weiter.
3. Das System vergleicht erhaltene Daten mit Referenzdaten aus der Datenbank und stellt fest, dass der Baum bewässert werden muss.
4. Die Plattform gibt Informationen über den Bedarf aus.
3.1.1 Weiter wie in Schritt 4
1.1.1 Das System gibt eine Fehlermeldung aus.3. Iterative Modellerstellung
Um überhaupt die Daten über Standort, Temperatur und der Leitfähigkeit des Bodens zu erhalten, begannen wir mit der Entwicklung eines Sensors, der unterhalb der Erde des Baumes angebracht werden sollte. Für die Übertragung der Daten nutzten wir LoRaWAN, da sich dieses Netzwerk durch seine hohe Reichweite auszeichnet. Somit war es möglich, die Datenübertragung aller Bäume der Stadt zu gewährleisten. Da wir nur kleine Datenmengen benötigten, stellte die Limitierung des Netzwerks keine Einschränkung dar. Zum Abrufen und Analysieren der übermittelten Daten entwickelten wir eine IoT-Plattform, welche die Messwerte einfach und übersichtlich darstellen kann.
4. Integration und Ergebnisanalyse
Durch unsere agile Produktentwicklung ist es uns gelungen, die smarte Baumbewässerung von der Idee bis hin zu Fertigstellung innerhalb eines Monats zu realisieren. Zudem ist das Projekt Cloud nativ. Das bedeutet, dass es unabhängig von klassischen Serverfarmen betrieben werden kann. Aktuell befindet sich dieses Projekt in unserer MasasanaCloud. Die Technologie hinter einer Cloud kann zudem Energie- und CO₂-einsparender als diese hinter klassischen Serverfarmen sein.
