L’Internet des objets est la
mise en réseau de machines et d’appareils intelligents. Mais quelles sont exactement les choses qui doivent être mises en réseau et quelle architecture informatique est nécessaire pour traiter les énormes flux de données ? En 1988, le scientifique américain Mark Weiser a inventé le terme “informatique omniprésente”. Ce que l’on entend par là est une présence informatique omniprésente. Derrière ce terme se cache la tendance selon laquelle de plus en plus d’objets et de machines de la vie quotidienne contiennent de puissants composants informatiques qui se connectent entre eux ou se mettent en réseau via l’Internet.
L’Internet des objets, mieux connu sous le nom d’Internet des objets (IoT), est considéré comme une tendance technologique importante. En outre, d’ici 2020, il devrait y avoir environ quatre dispositifs IdO pour chaque personne, soit un total de 20 milliards de dispositifs en réseau. On s’attend à ce que les taux de croissance restent élevés.
La gestion d’un si grand nombre d’appareils nécessite une architecture et une infrastructure informatiques puissantes. Sans l’utilisation de services dans le nuage avec des services évolutifs, il est pratiquement impossible de contrôler les montagnes de données générées par l’IdO.
Les capteurs couvrent le monde
Comme le montre le développement des dernières décennies, de plus en plus de capteurs relient le monde numérique au monde analogique. Dans les années 1990 déjà, des étiquettes radio basées sur la technologie RFID (Radio Frequency Identification) étaient utilisées dans les systèmes de péage depuis le début du millénaire, la RFID est utilisée pour l’identification des marchandises dans le commerce de détail. La tendance à incorporer de plus en plus de technologie de capteurs – aujourd’hui toutefois intégrés via Internet – dans les objets quotidiens a ensuite émergé dans les années 2010. Cela a également accru la nécessité de collecter, de traiter et de stocker en permanence les données obtenues grâce à la technologie des capteurs. En attendant, on trouve des systèmes de capteurs en réseau dans de plus en plus de domaines, des usines automatisées aux véhicules automoteurs. Parallèlement, les fournisseurs de cloud computing développent de puissantes plates-formes pour la gestion des terminaux IdO et l’évaluation des valeurs des capteurs. La base de l’Internet des objets est constituée par les “objets” eux-mêmes, c’est-à-dire de simples capteurs tels que les capteurs de température à des machines complexes dotées d’une technologie de capteurs complète. Les tâches de ces appareils sont donc très différentes – de moins complexes à très complexes. Il pourrait s’agir d’un simple microcontrôleur, comme un Pi à la framboise, avec un seul capteur de pluie. Mais un camion à benne avec des centaines de capteurs peut aussi être défini comme un dispositif IoT qui transmet les données du véhicule plusieurs fois par seconde via une interface. Un véhicule commercial complexe fournit un large éventail de données, telles que le tonnage actuel de la charge, l’angle d’inclinaison de la benne, ainsi que les valeurs d’état du moteur, de la transmission et du système de refroidissement, jusqu’à la vitesse actuelle.
Cet exemple montre clairement la quantité de données qu’un véhicule seul génère. Par exemple : Avec 1 000 capteurs, qui fournissent des données de mesure de 8 octets 10 fois par seconde, un volume de données de 6,44 Go est généré par jour. Cela équivaut à peu près au volume de données d’une heure de film en qualité HD. Si une entreprise possède plusieurs bennes et que ces véhicules sont ensuite utilisés dans l’exploitation minière souterraine, le traitement des données doit d’abord être effectué sur place, car aucun réseau de téléphonie mobile n’est disponible. Dans ce scénario, on a recours à l’informatique de pointe, qui utilise des ressources informatiques directement chez le client pour prétraiter les données et les transférer dans le nuage. Avec l’IdO, les infrastructures informatiques deviennent également plus complexes. En revanche, un petit ordinateur PI Raspberry, qui ne détermine la température actuelle qu’une fois par seconde, peut également transférer ces données directement dans le nuage.
Compte tenu de la grande diversité des exigences d’une architecture IdO, il est nécessaire de faire appel à des experts pour l’ingénierie des données. Jetons à nouveau un coup d’œil sous terre : le remplissage de la benne prend plusieurs minutes, il n’est donc pas nécessaire de transmettre 100 valeurs de mesure par seconde. De plus, les capteurs qui ne sont censés renvoyer que des valeurs d’erreur, par exemple, renvoient souvent la valeur ‘0’ pendant des heures ou des jours à la fois. Il est donc important de supprimer le “bruit” des données et de les présenter sous une forme adéquate. Seules les données importantes doivent être transférées dans le nuage, mais aucune donnée qui pourrait être nécessaire ultérieurement ne doit être rejetée. D’un point de vue technologique, le transfert vers le nuage s’effectue via une passerelle, ce qui permet d’utiliser des réseaux tels que WLAN, LoRaWAN (Long Range Wide Area Network) ou UMTS.
Pour les entreprises, il est donc important d’aborder l’IdO en particulier à travers la thématique des données. Dans ce contexte, divers aspects doivent être clarifiés, notamment quelles données doivent être traitées sous quelle forme, quelles données sont pertinentes pour l’activité opérationnelle ou comment les données peuvent être traitées au point de collecte des données. Entre autres, les routes du réseau et le stockage des données doivent être pris en compte afin d’aborder des questions telles que la protection des données, la conformité, la gestion du réseau ou la qualité du service.
Comment fonctionne l’internet des objets ?
Il existe différentes approches de l’infrastructure IdO, mais aucune solution universelle pour tous les scénarios. Les entreprises ont besoin d’une architecture pour collecter et préparer les données de manière significative. Sur cette base, il est possible de mettre en place une logique d’entreprise ou une évaluation graphique.
Le développement d’une telle infrastructure peut se faire successivement. Dans un premier temps, il est possible de déplacer les données non filtrées dans le nuage et de les y traiter. Si une première analyse ou un premier filtrage des données est nécessaire par la suite sur le site, les capacités de bord peuvent y être réajustées.