Добавил:
YagamiRam
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Практические занятия / ПК10_Т5_Product Development.pptx
МИНИСТЕРСТВО ЦИФРОВОГО РАЗВИТИЯ, СВЯЗИ И МАССОВЫХ
КОММУНИКАЦИЙ РОССИЙСКОЙ ФЕДЕРАЦИИ
Ордена Трудового Красного Знамени федеральное государственное
бюджетное образовательное учреждение высшего образования
«Московский технический университет связи и информатики»
Тема:
«Product Development IoT-системы предиктивного контроля свежести
продуктов FreshTrack»
Выполнили: студенты группы М092501(70)
Аксёнов Андрей
Бердников Максим
Буланов Олег
Грушников Александр
Крапильский Александр
Фёдоров Михаил
Филимонов Максим
Ягудин Рамиль
Москва 2026
Выбор метода разработки
Разработка такого комплексного продукта, как IoT-система предиктивного контроля свежести
продуктов, требует гибкого подхода. Поэтому, выбор методологии Agile является наиболее
оптимальным решением по следующим причинам:
1.Комплексность продукта: Проект объединяет аппаратную часть (датчики), облачную
платформу и мобильное приложение. Методология Agile позволяет разрабатывать компоненты
параллельно в коротких спринтах и оперативно синхронизировать изменения.
2.Неопределённость требований: Потребности малого ритейла могут уточняться по мере
общения с первыми клиентами. Методология Agile позволяет адаптировать функционал на
основе обратной связи, не переписывая весь проект.
3.ML-компонент: Алгоритмы машинного обучения требуют итеративного обучения на реальных
данных. Гибкий подход позволяет постепенно улучшать точность прогнозов, выпуская
обновления модели каждые 2-4 недели.
4.Проверка гипотез: Необходимо быстро протестировать ключевые предположения (готовность
платить, удобство интерфейса) на пилотных клиентах. MVP в Agile-подходе позволяет сделать
это с минимальными затратами.
5.Снижение рисков: Короткие циклы разработки позволяют раньше обнаружить технические
или рыночные проблемы и скорректировать курс, не вкладывая ресурсы в неверное решение.
Что может являться продуктом для этого проекта?
Продуктом для нашего проекта является экосистема, ключевыми компонентами которой являются:
1. Аппаратный модуль: Автономные IoT-датчики (температура, влажность, газовый состав), работающие по протоколам NB-IoT/LoRaWAN.
2. Облачная платформа: Бэкенд на FastAPI, база данных временных рядов, ML-модель пересчёта срока годности.
3. Мобильное приложение: Интерфейс для персонала (уведомления, задачи по уценке/ротации/списанию, журнал событий).
4. Интеграционный модуль: API для подключения к учётным системам (1С, МойСклад) и кассовому оборудованию
5. Панель управления: Веб-интерфейс для владельца: аналитика потерь, настройка правил, управление устройствами
Как для этого продукта будет выглядеть MVP?
MVP — это тестовая версия системы со следующим минимальным набором функций, позволяющих проверить гипотезу о
востребованности и эффективности IoT-подхода для малого ритейла:
1. Базовый аппаратный модуль: Датчики температуры и влажности
(2 типа сенсоров) с питанием от батареи, работающие 3+ месяца.
Передача данных раз в 15 минут через Wi-Fi/GSM.
2. Простой дашборд: Веб-интерфейс с отображением текущих
показателей по каждой зоне хранения в реальном времени. Графики
изменения температуры за последние 24 часа.
3. Правила «если-то»: Настройка пороговых значений (например,
«если температура > +6°C → уведомление»). Push-уведомления для
ответственных сотрудников в мобильном приложении.
4. Ручное формирование задач: Возможность для управляющего
создавать задачи для персонала (уценка, ротация, списание) на
основе полученных данных.
5. Мобильное приложение (базовая версия): Получение
уведомлений, просмотр задач, отметка о выполнении.
Постановка требований
Основные требования к сервису делятся на функциональные и нефункциональные
Функциональные Нефункциональные
Сбор данных: Датчики передают показания не реже раза в 15 минут
с точностью ±0,5°C, ±3% влажности.
Надёжность: Доступность платформы 99%, сохранение данных при
потере связи с датчиками.
Аналитика: Платформа рассчитывает динамический срок годности
на основе истории условий хранения.
Безопасность: Шифрование данных при передаче и хранении,
ролевой доступ (владелец/управляющий/персонал).
Уведомления: Система отправляет алерты при отклонении
параметров от нормы (в приложении и по SMS).
Масштабируемость: Поддержка от 1 до 50 магазинов в одном
аккаунте.
Задачи: Автоматическое формирование задач для персонала (уценка,
ротация, списание) с указанием приоритетов.
Производительность: Время реакции на критическое событие — не
более 5 минут.
Отчётность: Экспорт данных в PDF/Excel для предоставления в
Роспотребнадзор.
Удобство: Интерфейс мобильного приложения осваивается
персоналом менее чем за 30 минут.
Интеграция: Подключение к 1С/МойСклад для автоматического
создания документов.
Энергоэффективность: Датчики работают от батареи не менее 6
месяцев без подзарядки.
Противоречия
Тип противоречия Проблема Решение
Административное противоречие Владелец малого бизнеса хочет снизить
потери от списаний, но не готов вкладывать
крупные суммы в «непонятные» системы и
менять привычные процессы.
Модель подписки с низким порогом входа (от
2 500 руб./мес.) + минимальное
вмешательство в работу персонала (задачи
приходят в привычное мобильное
приложение).
Техническое противоречие Точный прогноз порчи требует сложных ML-
моделей и больших объёмов данных, но
датчики имеют ограниченные
вычислительные ресурсы и канал связи.
Гибридная архитектура — первичная
фильтрация и агрегация данных на датчике,
сложный анализ и прогнозирование в облаке.
Обновление модели происходит
централизованно, без перепрошивки
устройств.
Физическое противоречие Датчики должны быть компактными и
незаметными для размещения в холодильных
витринах, но при этом содержать несколько
сенсоров и ёмкую батарею.
Модульная конструкция: базовый блок
(температура + связь) + сменные модули
(влажность, газовый анализ). Использование
низковольтных компонентов и протоколов с
низким энергопотреблением (NB-IoT).
Ограничения
Ограничение клиента Как проект FreshTrack снимает ограничение
Ручной контроль температуры (журналы, обходы) Автоматический мониторинг 24/7, данные собираются и сохраняются
без участия персонала
Статический срок годности («годен до» на этикетке) Динамический расчёт фактического срока на основе реальных
условий хранения
Реактивное управление потерями (списание постфактум) Проактивные задачи: уценка или ротация товара до наступления
порчи
Отсутствие данных для переговоров с поставщиками Объективные отчёты о нарушениях температурного режима при
доставке/хранении
Сложность соблюдения СанПиН Автоматическое формирование журналов контроля для проверяющих
органов
Умное проектирование
Для проектирования и прототипирования нашего продукта будут использоваться различные инструменты, среди
которых следует отметить следующие:
1. Fusion 360 – для разработки компактного влагозащищенного корпуса для IoT-датчиков с
оптимизацией под размещение сенсоров температуры, влажности и газового анализа.
3. KiCad – для разработки схемы датчика с микроконтроллером, сенсорами и модулем связи
NB-IoT/LoRaWAN, создания разводки печатной платы с учетом требований к
энергопотреблению
2. SolidWorks – для детального моделирования внутренних компонентов датчика, проверки
собираемости, создания чертежей для производства
4. Altium Designer – для оптимизации многослойной печатной платы, проверки целостности
сигналов и теплового моделирования
5. Cisco Packet Tracer – для моделирования сети датчиков, тестирования протоколов передачи
данных (MQTT, CoAP), проверки работы шлюзов и маршрутизации трафика.
Умное проектирование
Для проектирования и прототипирования нашего продукта будут использоваться следующие инструменты:
6. AWS IoT Device Defender – для тестирования безопасности передачи данных с датчиков,
проверки политик доступа, мониторинга поведения устройств в сети
7. Jupyter Notebook – для разработки и тестирования алгоритмов машинного обучения с целью
прогнозирования срока годности продуктов, анализа временных рядов с датчиков, визуализации
результатов
8. Google Colab – для обучения нейронных сетей для классификации состояний продуктов,
обработки больших объёмов данных с датчиков без необходимости локальных вычислительных
ресурсов
9. Figma – для создания прототипов мобильного приложения для персонала магазинов и вебпанели управления для владельцев бизнеса
10. Miro – для проведения мозговых штурмов команды, создания customer journey maps,
планирования спринтов в Agile