UAVs benötigen das Beste im Big Data Management

März 3

RaimaDMA036 - Unmanned_Aircrafts_Military UAV_Pic2

Unbemannte Luftfahrzeuge (UAVs) machen die Vermessung von Landschaften, Gebäuden usw. so viel einfacher und kostengünstiger, dass es unvermeidlich ist, dass diese Aktivität explodiert. Dadurch entstehen riesige Datenmengen, die effizient verwaltet und gespeichert werden müssen, wie Steinar Sande, CEO von Raima, einem führenden Anbieter von leistungsstarken, ständig verfügbaren Datenbankverwaltungssystemen, untersucht.

RaimaDMA036 - Unmanned_Aircrafts_Military UAV_Pic2
Die heutigen UAVs sind klein, einfach und kostengünstig zu bedienen und können mehrere Arten von Vermessungsgeräten transportieren. Sie ermöglichen es, Vermessungsdaten während des gesamten Fluges in einem kontinuierlichen Stream zu sammeln und sofort zur sofortigen Analyse auf einen Server hochzuladen.

Die riesigen nordamerikanischen Prärien produzieren seit vielen Jahrzehnten Getreide in globalen Mengen. Sie halfen dabei, Amerika und Kanada während ihres Wachstums zu ernähren und große Mengen ausländischer Einnahmen auf den Exportmärkten zu generieren.

Ab den 1960er Jahren haben Luft- und sogar Satellitenaufnahmen der Felder dazu beigetragen, die Effizienz beim Pflanzen, Bewässern und Ernten zu steigern. Die Durchführung solcher Umfragen war jedoch schwierig und teuer, und die Ergebnisse waren häufig grob.

Es überrascht daher nicht, dass das Aufkommen des modernen UAV die landwirtschaftliche Vermessung auf ein völlig neues Flugzeug verlagert hat. Die heutigen UAVs sind klein, einfach und kostengünstig zu bedienen und können mehrere Arten von Vermessungsgeräten transportieren. Sie ermöglichen es, Vermessungsdaten während des gesamten Fluges in einem kontinuierlichen Stream zu sammeln und sofort zur sofortigen Analyse auf einen Server hochzuladen. Wo früher gelegentlich und grob Luftaufnahmen gemacht wurden, können sie jetzt häufig und detailliert sein!

Die Landwirte sprechen jetzt davon, in eine Ära der „Präzisionslandwirtschaft“ einzutreten, die glücklicherweise mit den Vorhersagen der Ökonomen übereinstimmt, dass das weltweite Bevölkerungswachstum in den nächsten zwei Generationen bedeuten wird, dass sich die Lebensmittelproduktion mindestens verdoppeln muss. UAV-Umfragen werden eine wichtige Rolle bei der Sicherstellung der notwendigen Produktivitätssteigerung spielen.

Neben herkömmlichen Kameras können die Vermessungs-UAVs spezielle Geräte wie Ultraviolett-, Infrarot- und Wärmebildkameras, Hyperspektralsensoren und Lidar-Scanner tragen. (Hyperspektralsensoren liefern "Big Picture" - oder Weitwinkelinformationen mit einer typischen Auflösung von 10 mm. Lidar ist eine Kreuzung zwischen Lasern und Radar, die automatisch auf bepflanzte Flächen fokussiert und diese mit bis zu 500.000 Laserpulsen pro Sekunde abtastet, um Daten mit ultrahoher Auflösung zu erfassen .) Diese Datenströme müssen für eine vollständige Analyse genau mit GPS (Global Positioning Systems) und anderen Informationen verbunden sein.

Es ist unvermeidlich, dass Landwirte möchten, dass ihre Umfragen sofortige Informationen liefern. Daher müssen die Umfragedaten sofort in die Cloud hochgeladen, verarbeitet und dann heruntergeladen werden - sowohl auf mobile Geräte vor Ort als auch auf einen zentralen Computer im Farmbüro.

Dr. Kevin Price von der Kansas State University prognostiziert, dass in der mittelfristigen Zukunft (5 bis 10 Jahre) mehr als drei Viertel der UAV-Nutzung von der Landwirtschaft abhängen werden und dass sich daraus eine $100bn-Branche entwickeln wird. UAVs werden das ganze Jahr über verwendet, um die Gesundheit der Pflanzen, Wachstumsraten, Erträge, das Vorhandensein invasiver Arten, Nutztiere und ihrer Futterbehälter, Wasserressourcen usw. zu überwachen. Tägliche Erhebungen und 24x7-Erhebungen sind keine Seltenheit und werden durch Vergleichen der Landwirtschaft durchgeführt Informationen zu Marktprognosen können die Landwirte den optimalen Zeitpunkt für die Ernte bestimmen. Um dieses Ergebnis zu erzielen, müssen große Datenmengen automatisch verarbeitet werden, sodass leistungsstarke, ständig verfügbare Datenbankverwaltungssysteme für die Landwirtschaft genauso wichtig werden wie der Traktor oder Mähdrescher.

Übertragbare Technologie

Viele andere Branchen setzen UAVs auch für Sicherheitsüberwachung, Schlachtfeldüberwachung, Filmaufnahmen, Massenkontrolle, Verkehrsmanagement, Zustandsbewertung von Gebäuden, messtechnische Prognosen, geologische Untersuchungen, Hochwassermanagement usw. ein. Die für die Landwirtschaft entwickelten Big-Data-Lösungen werden direkt in übertragen diese Felder.

Ein Großteil der für diese Art der pauschalen Vermessung erforderlichen Hardware ist bereits zu Rohstoffpreisen erhältlich. Für die Präzisionslandwirtschaft und andere professionelle Zwecke sind Datenqualität und Nachbearbeitung von entscheidender Bedeutung, und dies ist eine spezielle Rolle für dedizierte Datendienstanbieter.

Mit seiner eingebetteten Datenverwaltungstechnologie RDM (Raima Database Manager) verfügt Raima bereits über eine nachgewiesene Erfolgsbilanz bei Big-Data-Anwendungen in vielen Branchen. Die Lösungen bieten spezielle Funktionen, die eine intuitive Verwaltung und Bearbeitung von Echtzeitinformationen ermöglichen.

RDM ist für die Einbettung in Echtzeit in Speicher- und Mobilanwendungen optimiert und bietet flexible und zuverlässige Lösungen für die Erfassung und Speicherung großer Datenmengen. Es bietet intuitive und effiziente Methoden zum schnellen Verwalten und Navigieren durch Informationen.

Das Produkt ist sehr modular aufgebaut, sodass nur die Komponenten, die Sie wirklich benötigen, in Ihrer eingebetteten Anwendung enthalten sind. Neben mehreren APIs enthält RDM Entwicklertools, mit denen Sie Datenbanken auf einer eingebetteten Plattform verwalten können. Diese Tools können bei Bedarf auch in Ihre Anwendung integriert werden.

RDM wurde für verteilte Architekturen in Anwendungen mit eingeschränkten Ressourcen entwickelt und kann Daten lokal auf einem mobilen oder eingebetteten Gerät speichern, das von allen vernetzten Datenbankservern getrennt werden kann, und diese Daten dann auf einen Server replizieren, wenn eine Verbindung verfügbar wird. Diese Funktion ermöglicht es RDM auch, Daten auf einem mobilen Gerät während einer Phase schneller Datenerfassung zu puffern und sie dann über ein Netzwerk mit relativ geringer Bandbreite zu übertragen. Diese Funktion kann in landwirtschaftlichen Anwendungen nützlich sein, in denen kostengünstige Prozessoren und Netzwerke mit geringer Bandbreite üblich sind.

Da RDM eine ausgefeilte Datenverwaltung auf dem eingebetteten Gerät selbst bietet, ist es auch möglich, die Daten auf dem eingebetteten Gerät in Echtzeit zu filtern, wodurch die Datenmenge reduziert wird, die an Remoteserver übertragen werden muss.

RDM bietet eine SQL-Implementierung, die klein genug für Systeme mit eingeschränkten Ressourcen ist und gleichzeitig die Funktionen bietet, die von einer eingebetteten Anwendung am meisten benötigt werden, z. B. vorkompilierte Datenbankschemata, vorkompilierte gespeicherte Prozeduren, in C geschriebene benutzerdefinierte Funktionen und „virtual“ Tabellen “für den Zugriff auf alle Arten von Quelldaten über SQL (z. B. Echtzeitdaten, die von Sensoren gespeist werden).

RDM verfügt auch über Nicht-SQL-APIs auf niedrigerer Ebene für Anwendungen, bei denen SQL einen zu hohen Overhead verursachen würde. Wenn Sie jedoch SQL verwenden, kann auf dieselbe Datenbank über SQL- und Nicht-SQL-APIs zugegriffen werden.

Wichtig ist, dass RDMs modularer Aufbau und seine Unterstützung für verteilte Daten und Skalierbarkeit durch Datenpartitionierung es zu einem sehr flexiblen Produkt machen. Diese Eigenschaften ermöglichen nicht nur die Ausführung auf kleinen Systemen, sondern auch die Verarbeitung größerer Datenbanken und die Unterstützung von Data Mining-Anwendungen.

Mit Data Mining können Benutzer wie Landwirte über einfache Fakteninformationen hinausblicken und die Konsequenzen jeder Entscheidung in einem breiteren Kontext betrachten. Beispielsweise kann Data Mining implizites, bisher unbekanntes und potenziell nützliches Wissen aus großen Datenmengen hervorheben. Ein reales landwirtschaftliches Beispiel hierfür wäre, dass Data Mining bei lokalem ungünstigem Wetter ähnliche Wettermuster aus den Vorjahren identifiziert und vorhersagt, wie sich die Marktpreise ändern werden.

Es besteht kein Zweifel, dass Daten - und die Informationen und Kenntnisse, die aus diesen Daten gewonnen werden können - in Zukunft eines der größten Vermögenswerte sein werden, die den Landwirten zur Verfügung stehen. Die RDM-Datenverwaltungstechnologie von Raima bietet der Landwirtschaft die Werkzeuge, die erforderlich sind, um eine höhere Produktivität zu erzielen und besser auf sich ändernde Marktanforderungen reagieren zu können.


Get notified about new RDM updates

Be the first to know about new Raima Database Manager updates when they go live, use cases, industry trends and more.