Gør sneovervågning smartere med IoT

ENERGI

Klimaforandringerne øger behovet for præcis og hurtig indsigt i sneforhold og lavinerisici. I udsatte vinterområder handler det ikke kun om at beskytte infrastruktur – det kan også redde liv. For at imødekomme dette voksende behov deltager Knowit i Zygizo One-projektet: et IoT-baseret initiativ, der overvåger snedybde, forudsiger laviner og vurderer oversvømmelsesrisici i realtid.

UDFORDRING

Automatisering af sneovervågning under ekstreme forhold

I snetunge områder som bjergpas, skisportssteder og bymiljøer er der behov for automatiseret dataindsamling for effektivt at håndtere risici. Traditionelle metoder er ofte manuelle, tidskrævende og sårbare over for fejl. Der var derfor et klart behov for en løsning, der kunne:

Overvåge sneforhold i realtid via forskellige sensortyper
Analysere data lokalt og forudsige laviner ved hjælp af AI
Spore belastning på kritisk infrastruktur som broer bygninger og elledninger
Fungere stabilt i barske vejrforhold med lavt strømforbrug og høj driftssikkerhed

LØSNING

Firmwareudvikling og smart kommunikation i snedækket terræn

Knowit bidrog til udviklingen af Zygizo One – en IoT-drevet platform til intelligent sneovervågning og risikovurdering i krævende miljøer. Vores team arbejdede med både software og hardware med fokus på at bygge et pålideligt, energieffektivt og skalerbart system.

For at kunne indsamle præcis og kontinuerlig data udviklede vi firmware, der integrerer en række miljøsensorer – herunder temperatur-, fugtigheds-, snedybde-, tætheds-, vind- og vibrationssensorer. Denne opsætning muliggør dataindsamling i høj kvalitet, selv på fjerntliggende og vejrudsatte lokationer – uden at gå på kompromis med batterilevetid eller systemets oppetid.

Kommunikationsarkitekturen blev designet til at fungere i områder med begrænset netværksdækning. Vi implementerede lavstrømsteknologier som LTE-M og GNSS til fjernovervågning i realtid samt M2M-kommunikation (maskine-til-maskine), der muliggør autonom interaktion mellem sensorer. Med edge computing kan systemet analysere data lokalt og træffe hurtige beslutninger – uden at være afhængig af konstant cloudforbindelse.

I tæt samarbejde med vores hardwarepartnere sikrede vi en gnidningsfri integration af firmwaren med mikrocontroller-enheder (MCU’er) via protokoller som SPI, I2C og UART – centrale teknologier inden for effektiv sensorkommunikation. Gennem omfattende test med logiske analysatorer og oscilloskoper finjusterede vi ydeevne og pålidelighed, hvilket gjorde Zygizo One til en robust løsning til sneovervågning i selv de mest ekstreme omgivelser.

RESULTAT

Datadrevet vinterberedskab med AI og IoT

Zygizo One har vist sig som en skalerbar og energieffektiv platform til sneovervågning i realtid – specialdesignet til ekstreme forhold.

Brugerne får nu adgang til pålidelige data fra selv de mest utilgængelige og fjerntliggende områder, understøttet af lokal, AI-drevet analyse af snedynamik. Det gør det muligt at forudsige laviner og reagere hurtigt – uden behov for konstant internetforbindelse.

Resultatet er et mere proaktivt, datadrevet vinterberedskab, der øger både sikkerhed og effektivitet.

Systemet reducerer behovet for manuelle målinger og forbedrer sikkerheden betydeligt for både mennesker og kritisk infrastruktur. Med verificeret ydeevne i hårdt vejr og minimalt energiforbrug er Zygizo One et vigtigt skridt fremad i udviklingen af en smartere og mere robust tilgang til vinterberedskab.

Jakub Kucz, Business Unit Director

Knowit

Hvordan løsningen bidrager til Agenda 2030

Mål 9: Industri, innovation og infrastruktur
Zygizo One viser, hvordan IoT og edge-teknologier kan anvendes til at opbygge robust infrastruktur i fjerntliggende og klimafølsomme områder. Systemet er skalerbart, energieffektivt og bygget til at holde – en bæredygtig investering i smart teknologi.

Mål 11: Bæredygtige byer og lokalsamfund
Ved at muliggøre tidlig varsling om lavinerisici og overvåge strukturel belastning på infrastruktur som broer og kraftledninger, bidrager Zygizo One til øget sikkerhed for lokalsamfund og vitale samfundsfunktioner i højrisikoområder.

Mål 13: Klimaindsats
Systemet understøtter klimatilpasning ved at levere realtidsdata til informeret risikostyring. Den lokale AI-behandling reducerer samtidig behovet for energiintensive cloud-tjenester og bidrager dermed til at mindske klimaaftrykket.