Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Questa architettura di riferimento illustra come usare Microsoft Fabric Real-Time Intelligence per creare soluzioni di analisi della flotta connesse. È possibile gestire dati in tempo reale da unità di controllo elettroniche dei veicoli (ECU), sensori di onboarding e sistemi di telemetria per garantire operazioni sicure ed efficienti della flotta, offrendo al contempo informazioni eccezionali per la manutenzione predittiva e l'ottimizzazione operativa.
È possibile ottenere dati cronologici e in tempo reale sui veicoli da più origini, tra cui ECUS, reti di bus CAN, sistemi LIN, connessioni Ethernet e feed video. I veicoli connessi con dispositivi di acquisizione dei dati di onboarding forniscono aggiornamenti sull'integrità del motore, le prestazioni del veicolo, il rilevamento della posizione e le metriche operative. I sistemi di gestione dei dispositivi alimentano i dati di telemetria in tempo reale e registrano i file di dati nella pipeline tramite protocolli MQTT.
Panoramica dell'architettura
L'architettura di riferimento della flotta connessa usa Microsoft Fabric Real-Time Intelligence per creare una piattaforma di analisi unificata che elabora i dati di telemetria dei veicoli in tempo reale e consente la gestione intelligente della flotta. È possibile implementare l'architettura con quattro fasi operative principali: inserimento e processo, analisi, trasformazione e arricchimento, training e visualizzazione e attivazione.
Acquisisci i dati del veicolo dalle unità di controllo elettroniche (ECU) del veicolo e dai sensori di bordo.
I veicoli connessi eseguono la gestione dei dispositivi e inviano dati MQTT a Eventstream all'interno di Real-Time Intelligence.
Il dispositivo di acquisizione dati trasmette i file di dati registrati e i dati di telemetria dalle origini CAN, LIN, Ethernet e video direttamente a Fabric Data Factory. I dati vengono quindi inseriti in Eventhouse in cui tutti i dati di telemetria vengono combinati e archiviati. Questo passaggio garantisce l'inserimento e l'elaborazione senza problemi di flussi di dati diversi per un'ulteriore analisi.
I dati acquisiti in Eventstreams sono arricchiti in tempo reale con i metadati degli asset e la gerarchia degli asset, fornendo dati puliti e curati per l'uso.
Aggregare i dati arricchiti con visualizzazioni orarie e giornaliere per stazione.
Creare, eseguire il training e assegnare punteggi ai modelli di Machine Learning in tempo reale per prevedere e comprendere meglio i modelli di utilizzo.
Gli operatori di flotte usano il Real-Time Dashboard per visualizzare le informazioni sulla flotta, incluse le query di tracciamento e rilevamento e calcoli praticamente in tempo reale.
Rich Power BI offre analisi complete per monitorare la posizione della flotta, le soglie di manutenzione predittiva, il rilevamento del recinto virtuale e i modelli di utilizzo.
Usare l'attivatore per configurare avvisi e azioni automatizzati in base ai dati dei veicoli in tempo reale, ad esempio l'integrità del motore o le prestazioni del veicolo.
Fasi operative
Inserimento ed elaborazione
Usare Eventstreams per inserire dati di telemetria in tempo reale dai veicoli connessi, tra cui la diagnostica del motore, gli aggiornamenti della posizione GPS e le metriche relative al comportamento del driver. Elaborare gli eventi IoT con latenza di sottosecondo per offrire visibilità completa sulle operazioni della flotta e sulle prestazioni dei veicoli. Integrare le specifiche dei veicoli, i dettagli del percorso e le informazioni sul conducente in tempo reale per fornire informazioni utili per l'ottimizzazione della flotta.
Usare Data Factory per raccogliere e sincronizzare le informazioni sui veicoli e sulle risorse dai sistemi di gestione della flotta in OneLake. Aggiornare i metadati ogni giorno, tra cui:
- Specifiche del veicolo e metriche operative
- Profili autista e assegnazioni di percorso
- Pianificazioni di manutenzione e cronologia dei servizi
- Modelli di utilizzo della flotta e benchmark delle prestazioni
Un importante operatore della flotta che gestisce 10.000 veicoli elabora oltre 5 milioni di eventi al giorno. Questi eventi includono la diagnostica del motore ogni 10 secondi, gli aggiornamenti della posizione GPS, le metriche di consumo di carburante e gli avvisi di manutenzione. L'integrazione di Eventstream elabora questi dati mantenendo al tempo stesso la latenza di sottosecondo per decisioni operative critiche e l'ottimizzazione della flotta.
Analizzare, trasformare e arricchire
Le trasformazioni continue avvengono all'interno di Eventhouse, in cui i dati di telemetria dei veicoli in tempo reale vengono arricchiti con i metadati degli asset archiviati in OneLake. Questo processo di arricchimento crea dati della flotta completamente curati e pronti al consumo combinando i dati di telemetria in tempo reale con le informazioni seguenti:
Specifiche dei veicoli : i benchmark operativi e le soglie di manutenzione consentono di confrontare le metriche delle prestazioni in tempo reale con i valori previsti, consentendo l'identificazione di inefficienze o anomalie.
Contesto di itinerario : i dettagli delle route e le assegnazioni dei conducenti forniscono informazioni dettagliate sul modo in cui i fattori operativi influenzano le prestazioni dei veicoli e l'efficienza della flotta.
Modelli di prestazioni cronologici : le tendenze a lungo termine e la cronologia di manutenzione consentono di rilevare anomalie, prevedere problemi futuri e ottimizzare le operazioni della flotta.
Correlazione dei dati ambientali : l'integrazione dei dati meteorologici e del traffico consente previsioni accurate per la pianificazione del percorso e le regolazioni operative.
È possibile correlare i dati aggregati della flotta con metadati arricchiti dei veicoli per offrire una visualizzazione unificata delle prestazioni operative. Questa elaborazione in tempo reale offre le funzionalità seguenti:
Ottimizzazione operativa : correlazione immediata dei dati sulle prestazioni e sulle route dei veicoli garantisce un utilizzo efficiente della flotta e l'allocazione delle risorse.
Analisi del comportamento dei driver : informazioni dettagliate sui modelli di guida consentono programmi di training personalizzati e miglioramenti alla sicurezza.
Manutenzione predittiva : il rilevamento anticipato dei potenziali problemi dei veicoli riduce al minimo i tempi di inattività e riduce i costi di manutenzione.
Train
Creare, eseguire il training e assegnare punteggi ai modelli di Machine Learning in tempo reale usando le funzionalità di data science per prevedere potenziali guasti dei veicoli e ottimizzare le operazioni della flotta. Questi modelli imparano continuamente dai dati di telemetria in ingresso e dai modelli di prestazioni cronologici per fornire informazioni utili per la gestione della flotta. Le funzionalità predittive principali includono:
Modelli di stima degli errori : usare Machine Learning per prevedere gli errori del motore o dei componenti in base ai dati di telemetria in tempo reale e ai dati cronologici. Questi modelli consentono la pianificazione proattiva della manutenzione, garantendo l'affidabilità della flotta.
Analisi del comportamento dei driver : analizzare i modelli di guida per identificare tendenze e anomalie. Usare queste informazioni dettagliate per migliorare i programmi di formazione dei driver e migliorare la sicurezza.
Ottimizzazione delle route: prevedere i modelli di traffico e ottimizzare le route per ridurre il consumo di carburante e migliorare i tempi di consegna.
Visualizzare e attivare
Activator in Fabric Real-Time Intelligence genera notifiche in tempo reale sui problemi di prestazioni dei veicoli e sulle esigenze di manutenzione predittiva. Grazie a questa consapevolezza degli avvisi in tempo reale, il sistema riduce l'intervento manuale e consente risposte operative rapide. Le principali funzionalità di avviso includono:
Risposta immediata alla manutenzione : ricevere avvisi automatici per la diagnostica del veicolo che indicano potenziali errori, consentendo un'azione rapida per evitare interruzioni.
Avvisi di sicurezza dei conducenti : attiva le notifiche per frenata aspra, accelerazione rapida o eventi di velocità, migliorando la sicurezza complessiva della flotta.
Ottimizzazione operativa : implementare regolazioni in tempo reale per ottimizzare le rotte e ridurre il consumo di carburante, garantendo l'efficienza dei costi.
Gli operatori fleet usano dashboard di Power BI connessi direttamente a Eventhouse e OneLake per monitorare i dati della flotta in tempo reale e generare report completi. Questi report forniscono:
Analisi delle prestazioni della flotta : ottenere informazioni dettagliate sui modelli di utilizzo dei veicoli e valutare l'efficienza operativa tramite report dettagliati.
Monitoraggio manutenzione : monitorare le pianificazioni del servizio e analizzare la cronologia di manutenzione per garantire l'affidabilità della flotta.
Informazioni dettagliate sul comportamento dei driver : analizzare i modelli di guida per individuare tendenze e anomalie, consentendo miglioramenti mirati alla formazione e alla sicurezza.
Real-Time Dashboard offrono visibilità operativa in tempo reale con visualizzazioni personalizzabili per ruoli diversi, consentendo ai team di monitorare e rispondere in modo efficace agli eventi in tempo reale. Questi dashboard offrono le funzionalità seguenti:
Panoramica della flotta: ottenere una visione completa dell'intera flotta, tra cui lo stato dei veicoli in tempo reale e le metriche operative, per prendere decisioni informate.
Monitoraggio a livello di veicolo : consente di accedere al monitoraggio dettagliato dei singoli veicoli, tra cui la diagnostica, la posizione e le metriche delle prestazioni.
Indicatori di prestazioni chiave in tempo reale (KPI) operativi: tenere traccia degli indicatori di prestazioni chiave in tempo reale, ad esempio l'efficienza del carburante, la conformità alle route e la conformità della manutenzione.
Copilot consente di usare query in linguaggio naturale per monitorare le operazioni della flotta, analizzare i dati dei veicoli in tempo reale e identificare potenziali problemi o opportunità di ottimizzazione. Questo strumento semplifica l'esplorazione dei dati complessa, consentendo di prendere decisioni informate per migliorare le prestazioni della flotta e l'efficienza operativa.
Vantaggi tecnici e risultati
Intelligenza della flotta in tempo reale
Piattaforma dati unificata : creare un'unica origine di dati reali per tutti i dati di telemetria dei veicoli.
Rilevamento anomalie in tempo reale : consente di ottenere un'identificazione immediata dei problemi di prestazioni del veicolo.
Architettura scalabile : gestire flussi di dati ad alta velocità da migliaia di veicoli connessi.
Analisi integrata : combinare dati in tempo reale e cronologici per informazioni complete sulla flotta.
Gestione automatizzata della flotta
Avvisi intelligenti : ricevere notifiche con riconoscimento del contesto in base alle regole di prestazioni del veicolo.
Flussi di lavoro automatizzati: configurare gli attivatori per la pianificazione della manutenzione, il monitoraggio del geofencing e gli avvisi del sistema.
Gestione proattiva dei problemi : usare sistemi di avviso anticipato per l'ottimizzazione delle prestazioni e dell'integrità dei veicoli.
Ottimizzazione delle risorse : abilitare l'allocazione dinamica di veicoli, itinerari e risorse di manutenzione.
Funzionalità di analisi avanzate
Elaborazione del linguaggio naturale : consente di eseguire query su dati complessi della flotta usando l'intelligenza artificiale conversazionale.
Analisi predittiva : usare modelli di Machine Learning per la stima e l'ottimizzazione della manutenzione.
Analisi cronologica delle tendenze : identificare i modelli in termini di prestazioni ed efficienza dei veicoli.
Correlazione tra sistemi : collegare eventi in tempo reale con dati operativi cronologici.
Considerazioni sull'implementazione
Requisiti dell'architettura dei dati
Inserimento ad alta velocità effettiva - progettare il sistema per elaborare miliardi di eventi del veicolo al secondo per grandi flotte (10.000+ veicoli), con capacità di burst durante le operazioni di picco.
Elaborazione a bassa latenza : garantire tempi di risposta di secondo secondari per gli avvisi di sicurezza critici, sotto la risposta di tre secondi per le notifiche sulle prestazioni e meno di 15 secondi di elaborazione per le raccomandazioni sulla manutenzione.
Qualità e convalida dei dati - Implementare la convalida in tempo reale per i numeri di identificazione del veicolo (VIN), l'integrità dei dati dell'ECU, i valori di calibrazione dei sensori e le coordinate GPS con contrassegno automatico degli errori.
Pianificazione della scalabilità : progettare l'architettura per gestire le variazioni stagionali nell'utilizzo dei veicoli, supportare l'espansione della flotta e supportare nuovi tipi di veicoli e tecnologie dei sensori.
Requisiti di archiviazione - Pianificare terabyte di dati dei veicoli al mese per grandi flotte, con conservazione di due anni per l'analisi delle prestazioni e archiviazione a caldo per i dati operativi.
Sicurezza e conformità
Controlli di accesso: implementare il controllo degli accessi in base al ruolo allineato alle responsabilità operative (gestori della flotta, dispatcher, team di manutenzione, conducenti). Usare l'autenticazione a più fattori per tutti gli accessi di sistema e gestire l'accesso con privilegi per le funzioni amministrative.
Audit trail : creare una registrazione completa per la conformità alle normative. Includere tutti gli accessi ai dati, le modifiche e le azioni di sistema con log di controllo non modificabili e report di conformità automatizzati.
Privacy dei dati : garantire la conformità alle normative regionali sulla privacy (GDPR, CCPA) e ai requisiti specifici della flotta per la protezione dei dati del conducente e del veicolo.
Punti di integrazione
Sistemi di gestione della flotta: integrarsi con piattaforme di gestione della flotta esistenti, sistemi di rilevamento dei veicoli e strumenti di pianificazione della manutenzione usando API e formati di dati standard del settore.
Fornitori di telematica: utilizzare le API per dispositivi telematici di terze parti, servizi di connettività cellulare e sistemi gateway del veicolo.
Sistemi di manutenzione: proteggere la condivisione dei dati con piattaforme di gestione della manutenzione, sistemi di inventario delle parti e applicazioni di pianificazione dei servizi.
Applicazioni driver: fornisce feed di dati in tempo reale per app per dispositivi mobili driver, dashboard sullo stato del veicolo e strumenti di ottimizzazione delle route con funzionalità offline.
Monitoraggio e osservabilità
Monitoraggio operativo:
Dashboard sull'integrità del sistema: monitoraggio in tempo reale del throughput di Eventstreams, delle prestazioni delle query di Eventhouse e dell'esecuzione delle regole di Activator, con avvisi automatizzati per le anomalie del sistema.
Monitoraggio della qualità dei dati: convalida continua dei flussi di dati dei veicoli in ingresso con avvisi per sensori mancanti o trasmissioni di dati danneggiate.
Metriche delle prestazioni: rilevamento della latenza di inserimento dati, tempi di risposta delle query e tempi di recapito degli avvisi con il monitoraggio del contratto di servizio e l'escalation automatica.
Ottimizzazione dei costi:
Gestione della capacità: ridimensionamento corretto della capacità dell'infrastruttura in base a modelli di utilizzo e dimensioni della flotta, implementazione della scalabilità automatica per periodi di picco e ottimizzazione dei costi durante periodi di attività ridotta.
Gestione del ciclo di vita dei dati: archiviazione automatica dei dati meno recenti dei veicoli a livelli di archiviazione a costi inferiori, criteri di conservazione allineati ai requisiti aziendali ed eliminazione dei dati di telemetria non essenziali.
Passaggi successivi
Come iniziare
Fase 1: Configurazione della base
Esaminare le funzionalità di Microsoft Fabric Real-Time Intelligence e comprendere i requisiti di capacità per le dimensioni della flotta.
Pianificare la strategia di inserimento dati Eventstreams . Iniziare con i dati critici del veicolo (diagnostica del motore, rilevamento GPS, consumo di carburante).
Progetta l'implementazione dell'analisi in tempo reale di Eventhouse. Concentrarsi sul monitoraggio della salute del veicolo e sugli avvisi di manutenzione.
Configurare OneLake per l'archiviazione e l'analisi dei dati cronologici con i criteri di conservazione appropriati.
Fase 2: Implementazione pilota
Usare un sottoinsieme della flotta (50-100 veicoli) per convalidare l'architettura.
Implementare flussi di dati di base per il monitoraggio dei veicoli, l'analisi del comportamento del conducente e gli avvisi di base.
Stabilire l'integrazione con i sistemi di gestione della flotta esistenti per un flusso di dati trasparente.
Distribuire Real-Time Dashboard per il monitoraggio delle operazioni della flotta con visualizzazioni personalizzate per ruoli diversi.
Fase 3: Convalida operativa
Testare le prestazioni del sistema durante i periodi operativi di picco e varie condizioni di guida.
Validare le regole di attivazione per gli avvisi di manutenzione, il monitoraggio del geofencing e l'ottimizzazione delle prestazioni.
Garantire la conformità alle normative sulla privacy dei dati e ai requisiti di gestione della flotta.
Formare i team operativi sulle procedure di gestione dei dashboard e degli avvisi.
Implementazione avanzata
Automazione intelligente e intelligenza artificiale
Configurare Activator per l'automazione sofisticata della flotta, inclusi i flussi di lavoro di manutenzione predittiva, l'ottimizzazione delle route e i programmi di coaching dei driver.
Implementare Copilot per l'analisi del linguaggio naturale. Consentire ai team di eseguire query su scenari complessi come "Mostra tutti i veicoli con efficienza del carburante al di sotto della media dell'ultima settimana".
Distribuire modelli di manutenzione predittiva che usano i dati cronologici dei sensori dei veicoli per stimare gli errori dei componenti e ottimizzare le pianificazioni del servizio.
Creare sistemi di assistenza per i driver intelligenti che forniscono feedback e coaching in tempo reale in base ai dati sulle prestazioni dei veicoli.
Distribuzione su scala aziendale
Scalare le operazioni della flotta completa con monitoraggio centralizzato ed elaborazione dati distribuita interregionale.
Implementare analisi avanzate per l'ottimizzazione dei percorsi, migliorare l'efficienza del carburante e l'analisi del costo totale di possesso.
Creare dashboard completi con Power BI e dashboardReal-Time per la creazione di report esecutivi, il monitoraggio operativo e la conformità alle normative.
Sviluppare modelli di Machine Learning per la previsione della domanda, l'ottimizzazione dell'allocazione dei veicoli e il miglioramento delle prestazioni del driver.