Det finns över 300 000 uppkopplade Scanialastbilar och bussar. Fordonen genererar enorma mängder data. Men den måste sättas samman och behandlas för att bli meningsfull. Det är vad som sker med hjälp av projektet D-ICE, en arena för datadriven innovation.
Sedan 2017 har Vinnova finansierat projektet D-ICE, som drivs av RISE och är en plattform skapad för dataägare med stora behov av beräkningskraft. Redan 2016 påbörjade Scania ett forskningsprojekt med målet att använda de stora datamängder som skapas av Scanias uppkopplade lastbilar och bussar. En förutsättning för att kunna bedriva forskning på stora datamängder är att det finns tillräcklig beräkningskapacitet. D-ICE tillhandahåller den plattform som krävs för beräkningarna inom projektet.
D-ICE erbjuder dels en digital plattform för lagring och beräkning på forskningsdatacentret ICE, dels en fysisk plattform med fokus på nätverkande och seminarier. Genom att använda den här externa plattformen har Scania haft möjlighet att samarbeta med sin forskningspartner vilket annars hade varit svårt.
– Av säkerhetsskäl får externa forskare inte hämta in Scanias data, men en feature i mjukvaran Hops som används vid D-ICE stödjer att flera användare kan arbeta med samma data, berättar Sara Sylvan, projektledare vid Scania.
Knowhow kring big data
Gustav Rånby, utvecklare vid Scania, beskriver leveransen från RISE och hur arbetet gått.
– Det är en samarbetsplattform, med fin prestanda och bra support. För oss har den genererat knowhow kring big data från utvecklarna vid RISE. De har i sin tur fått inblick i hur vi som har behoven faktiskt jobbar. Så kunskap har gått åt båda hållen, säger Gustav Rånby, utvecklare vid Scania.
– Vi har även börjat lära känna Mobilaris, ett företag med likartade utmaningar, via projektet, säger Sara Sylvan.
Vill kartlägga hur lastbilarna används
Syftet med Scanias forskningsprojekt är att bättre kunna kartlägga hur lastbilarna används efter att de kört ut ur fabriksporten. Med projektet ville man få en bättre helhetsbild och beslutsunderlag för att med större noggrannhet kunna svara på frågor som:
- Om något blir fel i lastbilen, kan det bero på någonting i körmönstret?
- Hur optimerar vi flödet av lastbilar från fabrik till slutkund?
- Hur använder våra kunder sina produkter, för att kunna erbjuda varje kund den bästa servicen.
Med utgångspunkt från data från lastbilarna, som innehåller positioner vid olika tidpunkter, har projektet byggt upp en matematisk modell som visar var, när och hur länge de stannar på olika platser. Varje stopp utgör input för en beskrivande statistik som kan användas för att förstå hur och varför lastbilarna beter sig som de gör.
I projektet byggs alltså den matematiska modellen upp för lastbilarnas rörelser på ett systematiskt sätt, något som inte gjorts tidigare.
– Med fler än 300 000 lastbilar blir det väldigt stora datamängder. Det är en utmaning att skriva program för terabyte med data, säger Gustav Rånby.
Scania fortsätter projektet
Ännu har Scania inte börjat använda den uppbyggda matematiska modellen.
– Vi diskuterar att använda den på flera områden inom Scania. Ett exempel är delprocessen ”Lastbil färdig i fabrik – Leverans till kund”, som har många steg och är svåröverskådlig. Med en noggrannare kartläggning över vad som händer kan uppföljningen förbättras, säger Sara Sylvan.
D-ICE finansieras av Vinnova fram till juni 2018.
– Men vi har valt att fortsätta eftersom det fungerar så pass bra. Scania tar den kostnaden fram till 2019, avslutar hon.
Fakta
Projektet D-ICE finansieras av Vinnova. Projektpartner är Ericsson, RISE SICS North och startup-bolaget Logical Clocks. Övriga medverkande är bland annat Luleå Tekniska universitet samt dataanalysbolagen PreEye och SWECO Society.
