Hace poco llego a mis oídos la existencia de SENSEI. Se trata de un proyecto enmarcado dentro del programa Seventh Framework Programme (el mayor programa de financiación, investigación y desarrollo tecnológico de la UE), en la ICT (Tecnologías de la información y la comunicación).
El proyecto plantea la posibilidad de unificar el mundo real con el futuro Internet que cada vez está menos localizado y tiene una dimensión móvil, debido a los distintos dispositivos que ya tienen acceso a la web.
Por un lado estaría Internet y dentro de ella las subredes SENSEI las cuales estarían desarrolladas para conectar con “el Internet del mundo real” (la red interactúa con el mundo real a través de sensores y actuadores).
Se basa en el concepto denominado como Inteligencia Ambiental y no es más que el desarrollo de una futura red global de servicios que integra un framework común para un enorme conjunto de actuadores y sensores heterogéneos conectados por Wireless (WS&AN).
Esta enorme red de sensores y actuadores presentan grandes problemas de escalabilidad puesto que estarían globalmente distribuidos y se tratarían datos de muy diversa índole que son difícilmente manejables. SENSEI intenta desarrollar una arquitectura que haga manejable estos problemas.
Aplicaciones
Monitorización del oleaje
En el estudio de las costas, la información acerca de las mareas y el oleaje es un proceso muy importante. La aplicación que se propone desde el proyecto SENSEI es un sistema de recolección de información en tiempo real sobre el estado de las costas. De este modo, por ejemplo, se podrían hacer mapas de profundidad de los mares.
La solución de SENSEI realiza un amplio despliegue de redes de sensores wireless que permiten representar el espacio en 3D con alta resolución y analizar el oleaje. Todos estos sensores son de bajo coste y consumen muy poco. ?Con respecto a la red que se emplearía para manejar los datos se caracterizaría de la siguiente manera:
-Colocación de múltiples sensores distr?ibuidos.
-Solución a la falta de tolerancia con redundancia.
–Extensibilidad y flexibilidad al inicializar redes ad-hoc para desarrollos más grandes. Las redes ad-hoc son aquéllas en las que no hay un nodo central sino que todos los componentes están en igualdad de condiciones.
-Utilización de redes cross-layered. En estas redes, las capas superiores comparten la información sobre el medio inalámbrico que poseen las capa MAC(enlace) y física. La información de los sensores vecinos a nivel de capa MAC sería suficiente para que un sensor pudiese calibrar la velocidad a la que toma datos (sampling). Y al contrario, las capas superiores también podrían influir en las inferiores.
Más específicamente, la altura de las olas computadas por los sensores podrían ayudar a los transmisores a saber cuando es el momento adecuado para realizar una transmisión. Esto es interesante, puesto que la red se posiciona en un medio no controlado como es el mar; y el simple movimiento de las olas puede dificultar la comunicación entre nodos vecinos.
Otro apunte interesante es la solución que plantean en SENSEI para atenuar este problema. Para ello, los nodos mantendrían un seguimiento de la conectividad (la calidad de la señal,etc.) con su más inmediato vecinos y también de la altura de la ola.
Algoritmos locales analizarían estos datos para deducir correlaciones entre los datos sobre la altura de las olas y la conectividad con cada nodo vecino. Así, podríamos ser capaces de realizar las transmisiones en el momento en el que sabemos que no habrá interferencias por parte de la marea.
También en el caso del enrutamiento, los datos recogidos por cualquier sensor podrán ser intercambiados con los demás pudiendo trazar rutas reduciendo la probabilidad de error en la transmisión.
Detección de incendios
La detección de incendios a tiempo puede ser vital a la hora de salvar vidas. El enfoque sigue siendo el mismo: utilización de redes de sensores wireless y la aplicación de algoritmos (en este caso basados en técnicas de Inteligencia Artificial) para resolver el problema que se plantea.
El problema de esta aplicación es la elección del tipo de sensor que no debe dar falsos positivos, así como elegir un clasificador que pueda identificar minimizando la tasa de error si existe un fuego o no.
¡Hasta la próxima!
Enlaces:
Sensei
