{"id":550,"date":"2021-07-03T14:32:47","date_gmt":"2021-07-03T12:32:47","guid":{"rendered":"https:\/\/www.iot-embedded.de\/iot-2021\/?p=550"},"modified":"2021-07-03T14:32:48","modified_gmt":"2021-07-03T12:32:48","slug":"smart-drive-zukunftsaussichten-moegliche-weiterentwicklungen","status":"publish","type":"post","link":"https:\/\/www.iot-embedded.de\/iot-2021\/smart-drive\/smart-drive-zukunftsaussichten-moegliche-weiterentwicklungen\/","title":{"rendered":"Smart Drive – Zukunftsaussichten & M\u00f6gliche Weiterentwicklungen"},"content":{"rendered":"\n

Wie im letzten Blockbeitrag angek\u00fcndigt, wollen wir euch heute – nach erfolgreichem Projektabschluss – noch etwas \u00fcber die Zukunftsaussichten <\/strong>von SmartDrive <\/strong>berichten! Dabei m\u00f6chten wir damit beginnen, wo wir letztes mal aufgeh\u00f6rt haben:<\/p>\n\n\n\n

1) Datenvirtualisierung<\/strong><\/p>\n\n\n\n

Wie bereits berichtet, lassen sich die Fahrdaten mit Hilfe von Grafana schon recht gut virtualisieren. Allerdings bleibt nach wie vor der genannte Interpretationsspielraum<\/strong>. Man bekommt zwar einen \u00dcberblick, wie die Werte w\u00e4hrend der Fahrt verteilt waren, ob die gemessenen Werte aber nun gut oder schlecht sind l\u00e4sst sich ohne viel Erfahrung nur schwer bestimmen. Genau das ist es aber, was wir dem Endkunden mit SmartDrive eigentlich bieten m\u00f6chten. <\/p>\n\n\n\n

Die L\u00f6sung daf\u00fcr hei\u00dft Machine Learning<\/strong>: zuk\u00fcnftig sollen die Daten aller Fahrer in einem gro\u00dfen Datenpool gesammelt werden. So kann die Software mit Hilfe von Artificial Intelligence<\/strong> ermitteln, was gute und was schlechte Werte sind. So soll erm\u00f6glicht werden, dem Fahrer nach der Fahrt eine automatisierte Einsch\u00e4tzung<\/strong> zu geben, wie gut seine Fahrt tats\u00e4chlich war. <\/p>\n\n\n\n

<\/p>\n\n\n\n

2) SmartDrive App mit Standort<\/strong><\/p>\n\n\n\n

Zus\u00e4tzlich soll Grafana vor Release von SmartDrive durch eine moderne Smartphone-App<\/strong> abgel\u00f6st werden. So lie\u00dfen sich die gemessenen Daten nach Fahrtabschluss bequem auf dem Smartphone des Endanwenders darstellen. Mit Hilfe von GPS-Messungen<\/strong> des Smartphones k\u00f6nnten bei Bedarf (in Kombination mit aktuellsten Datenschutzma\u00dfnahmen<\/strong>) auch Standorte <\/strong>zu entsprechenden Messwerten ermittelt werden. So k\u00f6nnten wir dem Anwender eine noch genauere Auswertung seiner Fahrt erm\u00f6glichen. Beispielsweise k\u00f6nnten genaue Stellen auf der Fahrtstrecke genannt werden, an denen die G-Werte auffallend hoch oder niedrig waren um den Lerneffekt durch SmartDrive zu maximieren.<\/p>\n\n\n\n

Alternativ k\u00f6nnten auch Push-Benachrichtigungen<\/strong> aktiviert werden, um dem Fahrer in Echtzeit Information <\/strong>zu seiner Fahrweise <\/strong>\u00fcbermitteln.<\/p>\n\n\n\n

<\/p>\n\n\n\n

3) Finalisieren des Hardware-Designs<\/strong><\/p>\n\n\n\n

Aktuell befindet sich unsere Hardware noch in einem prototypischen und wenig benutzerfreundlichen Zustand. Vor Markteinf\u00fchrung soll auf einen kleineren Rechner<\/strong> umgestiegen werden, um die Gr\u00f6\u00dfe des Device zu optimieren. Der Sensor und die Recheneinheit sollen dann m\u00f6glichst komprimiert in einer gemeinsame Box<\/strong> installiert werden. So m\u00fcsste der Anwender die Box im Optimalfall nur mit ins Auto nehmen und an den Strom stecken. Entsprechende Halterungen f\u00fcr das Auto werden passend dazu mitgeliefert. Anschlie\u00dfend muss nur noch die Smartphone App installiert und sich mit dem Device verbunden werden, um die Daten\u00fcbertragung auf das Handy zu sichern und das SmartDrive-Device mit Internet zu versorgen. So w\u00e4re die Benutzerfreundlichkeit auf dem von uns angestrebten Level und das Produkt bereit f\u00fcr die Markteinf\u00fchrung<\/strong>.<\/p>\n\n\n\n

<\/p>\n\n\n\n

4) Zus\u00e4tzliche Daten & Zielgruppen<\/strong><\/p>\n\n\n\n

Als letzten Punkt, m\u00f6chten wir noch auf einige weitere M\u00f6glichkeiten<\/strong> eingehen, die unser Produkt bietet und die bei gro\u00dfem Erfolg nach Markteinf\u00fchrung in fernen Zukunft zus\u00e4tzlich angegangen werden k\u00f6nnten. Dazu z\u00e4hlt das Thema zus\u00e4tzliche Daten<\/strong>. Der verbaute Sensor bietet neben den bisher verwendeten Daten auch Werte zu Rotation <\/strong>und Schr\u00e4glage <\/strong>des Device. Diese Daten spielen f\u00fcr die bisherigen Anwendungsf\u00e4lle und Zielgruppen keine bedeutende Rolle. Bei Expansionswunsch k\u00f6nnte man mit Einbindung dieser Daten eventuell aber auch neue Zielgruppen<\/strong> ansprechen:<\/p>\n\n\n\n

So w\u00e4re eine Auswertung \u00fcber Rotation w\u00e4hrend der Fahrt ideal f\u00fcr den Driftsport <\/strong>geeignet. Informationen zu Schr\u00e4glage w\u00e4hrend der Fahrt w\u00e4ren sicher ein Schl\u00fcsselfaktor f\u00fcr Motorradfahrer<\/strong>. Sei es als Erweiterung f\u00fcr Fahrschulen, um auch Motorradfahrsch\u00fclern den Mehrwert von SmartDrive bieten zu k\u00f6nnen, oder einfach f\u00fcr den ambitionierten Motorradfahrer, der seine Skills verbessern m\u00f6chte. Sollen auch Privatkunden <\/strong>bedient werden, m\u00fcsste allerdings auch \u00fcber ein drittes Preissegment<\/strong> ohne Abo-Modell, nachgedacht werden.<\/p>\n\n\n\n

Dieser letzte Punkt bleibt vorerst aber Zukunftsmusik und voll und ganz dem Erfolg unseres Smart-Drive Device \u00fcberlassen dem wir als Projektteam gespannt und voller Vorfreude entgegenblicken.<\/p>\n","protected":false},"excerpt":{"rendered":"

Wie im letzten Blockbeitrag angek\u00fcndigt, wollen wir euch heute – nach erfolgreichem Projektabschluss – noch etwas \u00fcber die Zukunftsaussichten von SmartDrive berichten! Dabei m\u00f6chten wir damit beginnen, wo wir letztes mal aufgeh\u00f6rt haben: 1) Datenvirtualisierung Wie bereits berichtet, lassen sich<\/p>\n","protected":false},"author":3,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":[],"categories":[8],"tags":[35,34],"_links":{"self":[{"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/posts\/550"}],"collection":[{"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/comments?post=550"}],"version-history":[{"count":1,"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/posts\/550\/revisions"}],"predecessor-version":[{"id":551,"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/posts\/550\/revisions\/551"}],"wp:attachment":[{"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/media?parent=550"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/categories?post=550"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.iot-embedded.de\/iot-2021\/wp-json\/wp\/v2\/tags?post=550"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}