Comme nous l’avons vu dans un article précédent (Comment estimer l’autonomie d’un produit IOT avant son développement ?), il est possible, dès le lancement d’un projet, d’estimer l’autonomie cible du produit final. Toutefois, dès lors que le projet est réellement engagé, l’objectif est d’optimiser au maximum cette autonomie.

Nous nous intéresserons dans cet article aux points clés qui ont permis à l’équipe R&D de Next4 d’obtenir plus d’un an d’autonomie pour son tracker de container maritime basé sur une technologie radio cellulaire.

1.    La radio cellulaire (2G/3G/4G) serait trop consommatrice …

C’est l’argument principal des LPWAN (Low Power Wide Area Network) historiques tels que SigFox ou Lora : “les trackers basés sur les radios cellulaires ne peuvent pas avoir une bonne autonomie car ces technologies consomment trop”. Seuls les LPWAN historiques permettraient d’atteindre des durées de vie supérieures à l’année.

Comme nous l’avons vu dans cet article, afin d’obtenir une réelle couverture réseau à l’international, nous ne pouvons pas nous tourner vers ces technologies dont le déploiement n’est pas encore généralisé.

Et s’il est indéniable que le cellulaire consomme plus que SigFox ou Lora, il faut tout de même relativiser cette différence sous 2 angles :

a.    Les évolutions bas débit de la 4G (LTE CAT-M1 et NB-IoT) sont beaucoup moins consommatrices

Ces technologies ont été pensées afin de concurrencer les LPWAN historiques en réduisant significativement la consommation de courant par rapport à la 2G ou la 4G.
Si les améliorations principales sont plutôt orientées pour des objets statiques devant rester connectés au réseau en permanence (fonctionnalités eDRX et PSM notamment) et ne concernent donc pas directement un tracker de containers à l’international, nous avons tout de même pu observer une réduction de la consommation d’environ 30% par rapport à un fonctionnement sur un réseau 2G dans notre cas d’usage.

Le déploiement de ces nouvelles technologies ne nécessitant qu’une mise à jour à distance des antennes LTE existantes, il se fait à grande vitesse partout dans le monde. De plus chez NEXT4, nous avons sélectionné un modem qui autorise un fallback en 2G afin de continuer à fonctionner partout où ce déploiement n’a pas encore eu lieu.

b.    Et tout dépend de l’usage qu’on en fait !

Comme souvent, dire que telle technologie ou tel composant est trop consommateur n’a pas de sens si on ne le replace pas dans son usage.
Il est vrai que le cellulaire consomme beaucoup lorsqu’on est connecté en permanence au réseau et encore plus lorsqu’on est en mouvement et que l’on doit passer d’une antenne à une autre sans perdre la connectivité.
Cependant, dans notre cas, le tracking de container ne nécessite absolument pas une communication permanente et temps-réel entre le tracker et le serveur ou à l’initiative de ce dernier. Il est donc envisageable d’éteindre complètement le modem 99,9% du temps et de ne l’utiliser que périodiquement ou sur détection d’événements afin d’envoyer et/ou recevoir un message.

De nos jours, les modems sont optimisés afin de se reconnecter au réseau extrêmement rapidement même s’ils ont été coupés pendant un long moment : lorsque vous quittez le mode avion de votre téléphone, celui-ci ne met que quelques secondes à se reconnecter au réseau !

En conclusion, même en utilisant un réseau 2G “classique”, dans notre cas d’usage, il est possible d’optimiser grandement l’utilisation du modem afin de limiter l’impact de sa consommation. Et là où les nouvelles technologies cellulaires, comme le LTE-M, sont déployées nous gagnerons à minima 30% supplémentaires.

2.    Un peu d’intelligence embarquée peut permettre de grosses économies

Comme nous venons de le voir, afin de limiter le coût énergétique du modem, il nous faut optimiser les instants de communication entre le tracker et le serveur.

Nous avons donc décidé d’appliquer les principes de l’Edge Computing : nous utilisons les données des capteurs présents dans le tracker pour implémenter des algorithmes embarqués issus d’application de machine learning permettant la détection d’événements précis tels que les débuts et fins de mouvements, les chocs, les ouvertures de porte, les changements de mode de transport, les chargements et les déchargements du bateau, etc.
Cela nous permet de limiter l’envoi de messages périodiques inutiles et de transmettre principalement sur les moments clés d’une expédition par container.

Cette approche va à l’encontre d’une idée répandue dans le monde de l’IoT qui vise à embarquer peu d’intelligence dans l’objet et à la déporter au maximum sur le serveur. Cela afin de :
  – limiter les besoins en ressources (taille mémoire, vitesse du processeur, OS, etc…) de l’objet et donc son coût.
  – minimiser le nombre de bugs dans l’embarqué qui sont plus difficilement corrigeables à distance.

Bien que nous adhérons à 100% à ce principe, nous gardons à l’esprit qu’aujourd’hui il est possible d’implémenter des algorithmes complexes dans des micro-contrôleurs peu coûteux (~1$ pièce) et très basse consommation (< 1µA en veille).
Non, il n’est pas nécessaire de faire tourner un OS linux pour détecter une ouverture de porte ! Et nous mettons en place les stratégies de validation et de non-régression nécessaires pour assurer la qualité et la robustesse des fonctionnalités du tracker.

3.    Une sélection de composants électroniques vraiment “low power” peut faire la différence

Lorsque l’on souhaite atteindre des autonomies importantes, on se tourne naturellement vers des composants électroniques “low power”. Il faut cependant être vigilant : être “low power” c’est très relatif !

  • Les technologies cellulaires dont nous avons parlé plus haut (le LTE CAT-M1 et le NB-IoT) font partie des LPWAN car elles sont des versions “low power” de la 4G, mais elles consomment tout de même plus que les autres LPWAN.
  • Certains processeurs “low power” consomment plus que d’autres qui ne le sont pas : ils sont en fait moins consommateurs que leurs prédécesseurs mais consomment toujours plus que d’autres gammes de processeurs qui étaient déjà orientés basse consommation dès les premières générations.

Il convient donc d’étudier attentivement les datasheets de chaque composant. Et il est également impératif de mesurer leur consommation en conditions réelles (via des cartes d’évaluation ou sur des prototypes) afin de pouvoir clarifier certaines ambiguités (laissées volontairement ou non) dans les documentations techniques : que représente le mode “standby” du composant ? peut-il faire des mesures ou être réveillé rapidement lorsqu’il est dans ce mode ? etc.

Chez NEXT4, nous avons appliqué ce principe sur l’ensemble des composants de notre carte électronique : microcontrôleur, capteurs, modem, régulateurs, etc. Cela nous permet de maîtriser exactement la consommation de notre tracker et donc son autonomie.

4.    Une source d’énergie adaptée et le tour est joué !

Le dernier point clé, et non des moindres, est évidemment de sélectionner la source d’énergie la plus adaptée aux besoins et au fonctionnement du produit.

Dans notre cas :

  • la durée d’une expédition par voie maritime peut être supérieure à 6 semaines, sans possibilité de recharger la batterie du tracker.
  • le tracker sera soumis au cours des expéditions à des conditions de température extrêmes.
  • la tension minimale pour le bon fonctionnement du produit est de 3.6V

Ces critères nous ont amenés à sélectionner 3 piles AA lithium qui nous offrent une capacité d’environ 3200mAh. Ce format de pile populaire permet également de limiter leur coût et de faciliter leur remplacement au bout des quelques années d’utilisation.

Conclusion

Comme nous venons de le voir, grâce à une sélection de composants réellement “low power” et des algorithmes embarqués pertinents, notre tracker atteint une autonomie de plus de 2 ans. Ceci en utilisant une technologie cellulaire qui est la seule à permettre une réelle couverture internationale.

by Julien Brongniart