Telemetria en Tiempo Real Arquitectura

ISSN: 0798-1015
Vol. 41 (32) 2020 • Art. 18
Recibido/Received: 07/07/2020 • Aprobado/Approved: 16/08/2020 • Publicado/Published: 27/08/2020
Propuesta de un sistema de telemetría para mediciones

remotas y en tiempo real en un sistema de transporte
multimodal
Telemetry system proposal for remote and real-time measurements in a multimodal
transport system
MEDINA, Boris A.1

SIERRA, Javier E. 2
LÓPEZ, José L.3
Resumen
Los sistemas de transporte multimodal están requiriendo gestionarse eficientemente dado el
crecimiento que están presentando al considerar vehículos completamente eléctricos o híbridos.
Se requieren modelos integrales, flexibles y robustos para gestionar la información de los sistemas
de transporte, que ayuden a optimizar eficientemente los recursos. En este artículo se presenta la
propuesta de un sistema de telemetría para medir variables remotas y en tiempo real, pero acorde
con modelos planteados para Smart grids. La propuesta incluye la revisión de las capas del Smart
Grid Reference Architecture Model (SGAM) aplicadas al sistema de telemetría.
Palabras clave: telemetría, sistema multimodal, gestion.
Abstract
Multimodal transport systems are requiring efficient management due to growth they present
when considering fully electric or hybrid vehicles. Comprehensive, flexible and robust models are
required to manage transport systems information, which help to efficiently optimize resources.
This article shows a telemetry system proposal to measure remote variables -and in real time-, but
according to models proposed for smart grids. The proposal includes revision of layers of the Smart
Grid Reference Architecture Model (SGAM) applied to the telemetry system.
key words: telemetry, multimodal system, management.
1. Introducción
El transporte multimodal se conoce como aquel en el que es necesario emplear más de un tipo de vehículo para
transportar mercancía desde su lugar de origen hasta su destino final. El diseño del sistema de telemetría de un
1 Ingeniero Electrónico. Magíster en Automatización y Control Industrial. Docente Investigador Universidad de Sucre, Facultad de Ingenieía. Alianza
"ENERGETICA 2030", Programa de Investigación con código 58667,convocatoria 778-2017 Ecosistemas Científicos. E.mail: [email protected]
2 Ingeniero Electrónico; Magíster en Ingeniería. Doctor en Ingeniería. Docente Investigador Universidad de Sucre, Facultad de Ingenieía. Alianza
"ENERGETICA 2030", Programa de Investigación con código 58667,convocatoria 778-2017 Ecosistemas Científicos. E.mail: [email protected]
3 Ingeniero Electrónico; Magíster en Ingeniería. Docente Investigador Universidad de Sucre, Facultad de Ingenieía. Alianza "ENERGETICA 2030",
Programa de Investigación con código 58667,convocatoria 778-2017 Ecosistemas Científicos. E.mail: [email protected]
https://www.revistaespacios.com 193
Revista ESPACIOS. ISSN: 0798-1015 41(32)2020
sistema de transporte multimodal que tiene en cuenta vehículos completamente eléctricos o híbridos, debe
considerar las diferentes tecnologías disponibles para ser implementadas en las ciudades del futuro, siempre
teniendo como referente la interoperabilidad, la seguridad, las facilidades de implementación y los
requerimientos del usuario final.
La generación de información en un sistema multimodal puede ser variada, incluyendo la fuente directa de la
generación de datos y fuentes externas, que incluyen diferentes componentes o sensores que adquiere
información en tiempo real, y a través de algún dispositivo envían la información al sistemas de almacenamiento
de información (local o en la nube), para luego ser procesada y analizada para generar valor agregado al sistema
multimodal. La figura 1 muestra una composición básica que debe tener en cuenta el sistema de telemetría para
mediciones remotas y en tiempo real, en donde cada uno de ellos puede ser otro sistema con sus entradas y
salidas y conformado por diferentes elementos. La información generada debe tener valor para la organización
y optimización del sistema, permitiendo mejorar los recursos disponibles en la configuración del mismo.
Figura 1
Composición sistema telemetría sistema multimodal
La telemetría se entiende como la tecnología que permite monitorear en tiempo real magnitudes físicas
(Ejemplo: humedad, temperatura, conductividad eléctrica, consumos eléctricos, parámetros de Estaciones
Meteorológicas como viento, lluvia, T° y humedad ambiente, radiación, presión atmosférica), y su posterior envío
al operador o gestor del sistema (Hathaway & Long, 2005). Con la telemetría es posible realizar gestión más
precisa de las métricas relacionadas con un dispositivo y hoy con la gran variedad de recursos tecnológicos es
posible generar información valiosa para los sistemas de transporte bajo el concepto de ciudades sostenibles. La
figura 2 muestra las fases básicas del procesamiento de señal en un sistema de telemetría.
Figura 2
Fases básicas del procesamiento de señal en un sistema de telemetría
La figura entre otros, muestra la fuente directa de información, por ejemplo si se tiene una motocicleta híbrida
(combustible-eléctrica), la cual posee diferentes sensores que obtienen datos para ser empleados localmente en
las estrategias de control y para ser enviados al centro de control y visualización. Es posible también, la
adquisición de señales externas que apoyen la construcción de conocimiento respecto al desempeño de la moto
hibrida. La conectividad debe considerar las diferentes tecnologías disponibles en las ciudades para mejorar la
efectividad en la transmisión de datos (red móvil, WiFi, SigFox, otros) y el soporte de la tecnología en cuanto a
conectar de forma agrupada los datos de los sensores con los motores de almacenamiento de información,
identificando posibilidades de transmisión de forma síncrona y asíncrona. El almacenamiento de información,
puede ser variado y dependerá del tipo de información que se emplea, y las facilidades de interconexión de los
motores de bases de datos, que permita trabajar de forma segura desde un centro de visualización y monitoreo
de la telemetría del sistema. Se debe establecer herramientas para el análisis de información que permitan
optimizar el sistema de transporte multimodal.
2. Propuesta
2.1. Análisis Funcional
Para evaluar si un sistema de telemetría es adecuado, se deben analizar las siguientes características:
• El número de variables del proceso que se necesita monitorear es alto.
• El proceso está geográficamente distribuido.
• Las información del proceso se necesita en el momento en que los cambios se producen en el mismo, o
en otras palabras, la información se requiere en tiempo real.
• La necesidad de optimizar y facilitar las operaciones del sistema de movilidad multimodal, así como la
toma de decisiones, tanto gerenciales como operativas.
• Los beneficios obtenidos en el proceso justifican la inversión en la telemetría. Estos beneficios pueden
reflejarse como aumento de la efectividad, los niveles de seguridad, otros.
• La complejidad y velocidad del proceso permiten que la mayoría de las acciones de control sean iniciadas
por un operador.
2.2. Metodología para establecimiento del Modelo

Smart Grid Reference Architecture Model (SGAM) es una metodología que tiene como objetivo ofrecer un
soporte para el diseño de casos de uso de redes inteligentes y proporcionar una documentación clara y concisa
de la aplicación, con principios como universalidad, localización, consistencia, flexibilidad, escalabilidad,
extensibilidad e interoperabilidad. SGAM puede utilizarse como una base común para desarrollos, con un
enfoque arquitectónico que permita una representación de la interoperabilidad de una manera neutral en
tecnología, tanto para la implementación actual de la red eléctrica como para las futuras implementaciones de
la red inteligente (Reference Architecture Working Group (SG-CG/RA), 2012)(F. Andrén et al., 2017). El modelo
SGAM será el empleado para la propuesta del sistema de telemetría, ya que ofrece una articulación entre
diferentes elementos de un sistema multimodal que tiene en cuenta operación con diferentes subsistemas y se
mantiene en constante crecimiento y desarrollo.
SGAM fue creado como resultado del "Mandato de estandarización de la Comisión Europea M/490 para las
Organizaciones de Normalización Europeas para las organizaciones europeas de normalización (ESO)",
proporciona un enfoque por capas para el desarrollo de una arquitectura de red inteligente. La base de SGAM
es un marco tridimensional que consta de dominios, zonas y capas. En los dominios, se puede encontrar el diseño
tradicional de la infraestructura de energía eléctrica: generación, transmisión, distribución, DER y clientes locales.
Las zonas representan la gestión típica del sistema jerárquico de energía: mercado, empresa, operación,
estación, campo y proceso. En la parte superior de la capa de componentes, se colocan cuatro capas de
interoperabilidad: la capa de comunicación, la capa información, la capa función y la capa empresarial. Una visión
general de este modelo tridimensional se proporciona en la Figura 2 (F. P. Andrén et al., 2016). A continuación
se muestra cada una de las capas.
Figura 3
Descripción general del modelo de
arquitectura de red Smart Grids (SGAM).
Fuente: Tomado de (Reference Architecture Working Group (SG-CG/RA), 2012).
Capa empresarial: La capa empresarial representa la vista empresarial sobre el intercambio de información
relacionada con las redes inteligentes. SGAM puede usarse para mapear estructuras y políticas regulatorias y
económicas (de mercado), modelos de negocios, carteras de negocios (productos y servicios) de las partes del
mercado involucradas. La capa puede apoyar en la toma de decisiones relacionadas con (nuevos) modelos de
negocios y proyectos de negocios específicos (caso de negocios), así como a los reguladores en la definición de
nuevos modelos de mercado. En nuestra propuesta está representado por el dashboard con la información de
la telemetría y los análisis que se generen.
Capa de funciones: La capa de funciones describe funciones y servicios, incluidas sus relaciones desde un punto
de vista arquitectónico. Las funciones están representadas independientemente de los actores y las
implementaciones físicas en aplicaciones, sistemas y componentes..
Capa de información: La capa de información describe la información que se usa e intercambia entre funciones,
servicios y componentes. Contiene objetos de información y los modelos de datos canónicos subyacentes. Estos
objetos de información y modelos de datos canónicos representan la semántica común para funciones y servicios
con el fin de permitir un intercambio de información interoperable a través de medios de comunicación.
Capa de comunicación: El énfasis de la capa de comunicación es describir protocolos y mecanismos para el

intercambio interoperable de información entre componentes en el contexto del caso de uso, función o servicio
subyacente y objetos de información relacionados o modelos de datos.
Capa de componentes: El énfasis de la capa de componentes es la distribución física de todos los componentes
participantes en el contexto de la red inteligente. Esto incluye actores del sistema, aplicaciones, equipos de
sistemas de alimentación (generalmente ubicados a nivel de proceso y de campo), dispositivos de protección y
telecontrol, infraestructura de red (conexiones de comunicación cableadas/inalámbricas, enrutadores,

conmutadores, servidores).
2.3. Modelos de comunicación en IoT

Internet de las cosas (Internet of Things – IoT) es un paradigma de comunicación reciente que prevé un futuro
cercano en el que los objetos de la vida cotidiana estarán equipados con microcontroladores, sensores,
transceivers para la comunicación digital, y un conjunto de protocolos que habilitan la comunicación entre sí y
con los usuarios, convirtiéndose en una parte integral de Internet (Whitmore et al., 2015). IoT básicamente es la
convergencia de dos tecnologías: el Internet y las redes de sensores (sensor networks), esto permite nuevas
posibilidades, entre otras, la comunicación directa maquina-maquina sobre la red de Internet. El paradigma ha
permitido que investigadores propongan nuevas propuestas sostenibles en las ciudades inteligentes (redes y
servicios autónomos, otros). Dado esto es posible el acceso fácil e interacción de una amplia variedad de
dispositivos, tales como electrodomésticos, cámaras de vigilancia, sensores, actuadores, displays, vehículos,
otros, generando una cantidad de información (Schaffers et al., 2011).
Desde una perspectiva operativa, es útil pensar en cómo los dispositivos IoT se conectan y comunican en
términos de sus modelos de comunicación técnica (Kulkarni Sanjeev Kulkarni Lecturer Professor, 2017):
• El modelo de comunicación de dispositivo a dispositivo representa dos o más dispositivos que se

conectan y comunican directamente entre sí, en lugar de hacerlo a través de un servidor de aplicaciones
intermediario. Estos dispositivos se comunican a través de muchos tipos de redes, incluidas las redes IP
o Internet. Sin embargo, a menudo estos dispositivos utilizan protocolos como Bluetooth, Z-Wave o
ZigBee para establecer comunicaciones directas de dispositivo a dispositivo.
• En un modelo de comunicación de dispositivo a nube, el dispositivo IoT se conecta directamente a un
servicio en la nube de Internet como un proveedor de servicios de aplicaciones para intercambiar datos
y controlar el tráfico de mensajes. Con frecuencia, este enfoque aprovecha los mecanismos de
comunicación existentes, como las conexiones por cable tradicionales de Ethernet o Wi-Fi para
establecer una conexión entre el dispositivo y la red IP, que finalmente se conecta al servicio en la nube.
• En el modelo de dispositivo a puerta de enlace, o más típicamente, el modelo de puerta de enlace de
dispositivo a capa de aplicación (ALG), el dispositivo IoT se conecta a través de un servicio como un
conducto para llegar a un servicio en la nube. En términos más simples, esto significa que hay un software
de aplicación que opera en un dispositivo de puerta de enlace local, que actúa como intermediario entre
el dispositivo y el servicio en la nube y proporciona seguridad y otras funciones, como la traducción de
datos o protocolos.
El modelo de intercambio de datos en IoT se refiere a una arquitectura de comunicación que permite a los
usuarios exportar y analizar datos de objetos inteligentes desde un servicio en la nube en combinación con datos
de otras fuentes. Este enfoque es una extensión del modelo único de comunicación de dispositivo a nube, que
puede conducir a almacenes de datos donde "los dispositivos IoT cargan datos solo a un único proveedor de
servicios de aplicaciones. Una arquitectura de intercambio de back-end permite que los datos recopilados de
flujos de datos de dispositivos IoT individuales se agreguen y analicen y sugiere un enfoque de servicios en la
nube federados, o interfaces de programador de aplicaciones en la nube (API), para lograr la interoperabilidad
de los datos de dispositivos inteligentes alojados en la nube.
Al permitir que el usuario obtenga un mejor acceso a un dispositivo IoT y sus datos, el valor general del dispositivo
se amplifica claramente, sin embargo, estos beneficios en red vienen con compensaciones. Se debe prestar
especial atención a las cargas de costos incurridos que recaen sobre los usuarios para conectarse a los recursos
de la nube cuando se considera una arquitectura, especialmente en regiones donde los costos de conectividad
del usuario son altos.
3. Resultados
La figura 4 muestra la arquitectura del sistema de telemetría propuesto para el sistema de transporte
multimodal, para generar y adquirir información en tiempo real, enviarla a un sistema de información, procesar
la información para visualizarla y ejecutar modelos de optimización que permitan gestionar eficientemente el
sistema de transporte. La figura muestra lo propuesto por cada una de las capas del modelo SGAM: component
layer, communication layer, information layer, function layer and business layer. A continuación se describe cada
una de ellas.
Figura 4
Arquitectura propuesta de sistema de telemetría
3.1. Component layer

La capa de componente debe considerar diferentes equipos y tecnologías dependiendo del vehículo
(motocicleta, automóvil, embarcación, otro) y sus variables más relevantes para la gestión del sistema. Se deben
instalar sensores acorde a las necesidades, agrupar la información en un datalogger con equipamiento para
conectarse a la capa de comunicación por una de las tecnologías disponibles con sus respectivos estándares. Se
debe tener en cuenta la interoperabilidad del sistema de comunicaciones, brindando opciones para las
conexiones en redes inalámbricas.
En la figura 5 se muestra un ejemplo de interconexión de la capa componente con la capa comunicaciones. En el
ejemplo se muestra un sistema que permite adquirir la posición del vehículo, a través de un Arduino y un módulo
GPS. El Arduino fue configurado para enviar las señales a través de un módulo GSM/GPRS SIM 900 a una API. El
prototipo permite adicionar otros sensores para organizar la información que se envía al sistema de información.
Figura 5
Ejemplo interconexión capa de componente y de comunicaciones
3.2. Capa Comunicaciones

Dado el contexto del sistema multimodal y los requerimientos descritos anteriormente, la comunicación en el
sistema de telemetría debe darse a través de tecnologías inalámbricas. En el sistema, puede requerirse
comunicación entre dispositivos en la misma motocicleta, así como entre los dispositivos de la motocicleta con
un equipo de comunicación externo. Para la gestión de la información, debe garantizarse que los datos estarán
disponibles en tiempo real en el sistema de gestión y monitoreo.
Tecnologías inalámbricas
La tecnología inalámbrica se refiere a la tecnología que permite la comunicación sin usar cables. Con las
tecnologías inalámbricas, las personas y otros dispositivos pueden comunicarse a diferentes distancias. La
tecnología inalámbrica incluye ondas de radio frecuencia (RF) e infrarrojos (IR). Las redes inalámbricas
básicamente se clasifican en 4 tipos y esta clasificación depende del alcance que logre cada una (EcuRed,
2020). En la tabla 1 se muestra una comparación de redes y protocolos disponibles que se pueden emplear en la
capa de comunicaciones (Bettstettert et al., 2000; Gu & Peng, 2010), (Datta & Kaushal, 2014),(Hannaidh et al.,
2018).
Tabla 1
Comparación de redes y protocolos
disponibles para capa de comunición
Tipo Cobertura Performance Estándares Aplicaciones
Reemplazo moderado de
Al alcance de una Bluetooth, IEEE 802.15 e Reemplazo de cables
Wireless PAN Moderado
persona IrDa, así como de cables periféricos
para periféricos
Dentro de un edificio o IEEE 802.11, Wi-Fi y Extensión móvil de redes
Wireless LAN Alto
campus HiperLAN cableadas
Inalámbrico fijo entre
Propietario, IEEE 802.16,
Wireless MAN Dentro de una ciudad Alto hogares y empresas e
y WIMAX
Internet
CDPD y Cellular 2G, Acceso móvil a Internet
2.5G, 3G, 4G, 5G desde áreas exteriores.
Wireless WAN En todo el mundo Bajo/Moderado/Alto Red de IoT pensada para
tener un bajo consumo y
Sigfox
ser independiente de los
despliegues de telefonía
3.3. Information, function and business layers

La capa de información debe permitir la integración de los datos en un sistema de información dinámico y
flexible, que permita no solo el ingreso de la información sino la lectura de ellos de forma integrada con
herramientas de análisis de información, entre ellos software de big data e inteligencia competitiva. La propuesta
incluye módulos y APIs de tal forma que se pueda obtener la información directamente de sensores o de data
logger instalado en los vehículos.
Se propone el desarrollo de una base de datos NoSQL en MongoDB Atlas, acorde a modelos de Web of Things
(Noura & Gaedke, 2019), donde se configuren diferentes variables relacionadas con datos básicos del vehículo
(nombre de usuario, tipo de motocicleta, placa, año, otros) y se establezcan algunos campos relacionados con
variables de sensores (ubicación, temperatura, consumo, corriente, peso, otros). La ventaja de la base de datos,
es que permite adicionar en tiempo real nuevas variables. La figura 6 muestra el sistema planteado, que incluye
también la adquisición de información de otras bases de datos relacionales (SQL) a través de un DB Collector,
como por ejemplo sensores de temperatura de estación meteorológica, semaforización, otros. Una vez se cuenta
con la información en la base de datos, se construye un dashboard con la información de los sensores y esta
información es analizada a través de software de big data o inteligencia de negocios en la business layers.
Figura 6
Servidor web con data collector para integración de plataformas
4. Conclusiones
Los sistemas de transporte multimodales que incluyen vehículos completamente eléctricos o híbridos, deben
considerar las diferentes tecnologías disponibles para ser implementadas en las ciudades del futuro, entre ellas
las utilizadas para Internet of Things. El modelo Smart Grid Reference Architecture Model (SGAM), es un modelo
validado que permite la articulación de diferentes capas para implementar un modelo integral y flexible y
emplear el modelo para modelar el sistema de telemetría permite la gestión de la movilidad de forma eficiente
en las ciudades del futuro.
Referencias bibliográficas
Andrén, F. P., Strasser, T., & Kastner, W. (2016). Applying the SGAM methodology for rapid prototyping of
smart Grid applications. IECON Proceedings (Industrial Electronics Conference), 3812–3818.
https://doi.org/10.1109/IECON.2016.7794057
Andrén, F., Strasser, T., & Kastner, W. (2017). Engineering Smart Grids: Applying Model-Driven Development
from Use Case Design to Deployment. Energies, 10(3), 374. https://doi.org/10.3390/en10030374
Bettstettert, C., Vogel, L. J., & Eberspächert, J. (2000). GSM Phase 2+ general packet radio service GPRS:
Architecture, protocols, and air interface. IEICE Transactions on Communications, E83-B(2), 117–118.
https://doi.org/10.1109/comst.1999.5340709
Datta, P., & Kaushal, S. (2014). Exploration and comparison of different 4G technologies implementations: A
survey. 2014 Recent Advances in Engineering and Computational Sciences, RAECS 2014.
https://doi.org/10.1109/RAECS.2014.6799517
EcuRed. (2020). Estándares Inalámbricos. https://www.ecured.cu/Estándares_Inalámbricos
Gu, G., & Peng, G. (2010). The survey of GSM wireless communication system. Proceedings of ICCIA 2010 - 2010
International Conference on Computer and Information Application, 121–124.
https://doi.org/10.1109/ICCIA.2010.6141552
Hannaidh, B., Fitzgerald, P., Berney, H., Lakshmanan, R., Coburn, N., Geary, S., & Mulvey, B. (2018, October 5).
Devices and Sensors Applicable to 5G System Implementations. 2018 IEEE MTT-S International Microwave
Workshop Series on 5G Hardware and System Technologies, IMWS-5G 2018.
https://doi.org/10.1109/IMWS-5G.2018.8484316
Hathaway, R., & Long, K. W. (2005). Telemetry System - an overview | ScienceDirect Topics. Fatigue Testing and
Analysis. https://www.sciencedirect.com/topics/engineering/telemetry-system
Kulkarni Sanjeev Kulkarni Lecturer Professor, S. (2017). Communication Models in Internet of Things: A Survey.
In IJSTE-International Journal of Science Technology & Engineering | (Vol. 3, Issue 11). www.ijste.org
Noura, M., & Gaedke, M. (2019). WoTDL: Web of Things Description Language for Automatic Composition.
2019 IEEE/WIC/ACM International Conference on Web Intelligence (WI), 413–417.
Reference Architecture Working Group (SG-CG/RA). (2012). Smart Grid Reference Architecture CEN-CENELEC-
ETSI. https://ec.europa.eu/energy/sites/ener/files/documents/xpert_group1_reference_architecture.pdf
Schaffers, H., Komninos, N., Pallot, M., Trousse, B., Nilsson, M., & Oliveira, A. (2011). Smart cities and the future
internet: Towards cooperation frameworks for open innovation. Lecture Notes in Computer Science
(Including Subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 6656,
431–446. https://doi.org/10.1007/978-3-642-20898-0_31
Whitmore, A., Agarwal, A., & Da Xu, L. (2015). The Internet of Things?A survey of topics and trends. Information
Systems Frontiers, 17(2), 261–274. https://doi.org/10.1007/s10796-014-9489-2

Telemetria en Tiempo Real Arquitectura

Cargado por

Copyright:

Formatos disponibles

Telemetria en Tiempo Real Arquitectura

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Telemetria en Tiempo Real Arquitectura

Cargado por

Copyright:

Formatos disponibles

ISSN: 0798-1015

Vol. 41 (32) 2020 • Art. 18

Recibido/Received: 07/07/2020 • Aprobado/Approved: 16/08/2020 • Publicado/Published: 27/08/2020

Propuesta de un sistema de telemetría para mediciones

MEDINA, Boris A.1

2.2. Metodología para establecimiento del Modelo

Fuente: Tomado de (Reference Architecture Working Group (SG-CG/RA), 2012).

Capa de comunicación: El énfasis de la capa de comunicación es describir protocolos y mecanismos para el

telecontrol, infraestructura de red (conexiones de comunicación cableadas/inalámbricas, enrutadores,

2.3. Modelos de comunicación en IoT

• El modelo de comunicación de dispositivo a dispositivo representa dos o más dispositivos que se

3.1. Component layer

3.2. Capa Comunicaciones

3.3. Information, function and business layers

EcuRed. (2020). Estándares Inalámbricos. https://www.ecured.cu/Estándares_Inalámbricos

También podría gustarte