Search Icon

    Så designar du en sensorlösning för smarta byggnader: vilken sensor sitter var, och hur datan samlas ihop

    Så designar du en sensorlösning för smarta byggnader: vilken sensor sitter var, och hur datan samlas ihop

    De flesta sensorprojekt i fastigheter misslyckas inte på grund av hårdvaran. De misslyckas för att någon köpte 400 sensorer innan man bestämde vilka beslut datan skulle stödja. Resultatet blir dashboards som ingen tittar på och ett driftavtal som ingen vill förnya. Den här guiden går igenom en byggnad nivå för nivå – entréer, skrivbord, öppna zoner och inomhusklimat – och visar vilken sensortyp som hör hemma var, samt det viktigaste steget som ofta glöms bort: hur all data från olika fabrikat hamnar i en och samma plattform.

    Börja med besluten, inte med sensorerna

    Innan du tittar på ett enda datablad: skriv ner vilka beslut som ska fattas med hjälp av datan. Ska ni frigöra bokade men outnyttjade mötesrum? Anpassa städfrekvens efter faktisk användning? Dimensionera lunchproduktionen i personalrestaurangen? Varje beslut pekar mot en specifik sensortyp och en specifik placering. Sensorer för smarta byggnader är inte en produktkategori – det är fyra eller fem olika teknologier som löser olika problem, och en blandad installation är nästan alltid rätt svar.

    Entréer och våningsövergångar: 3D-personräknare

    Vid huvudentréer, sidoentréer, trapphus och hisshallar är takmonterade 3D-personräknare, exempelvis Xovis, standardvalet. De räknar riktningsbestämt – in och ut – vilket betyder att du alltid vet den aktuella beläggningen per byggnad och per våningsplan i realtid. Det är grunden för allt annat: utrymningsunderlag, kapacitetsstyrning och validering av data från övriga sensorer.

    Var ärlig med noggrannheten när du skriver kravspecifikationen. En seriös leverantör garanterar kontraktuellt minst 96 procents räknenoggrannhet, och i praktiken ligger nivån typiskt på 98–99 procent när förhållandena tillåter – ljussättning, entréns utformning och besökarnas beteende spelar roll. Var skeptisk mot leverantörer som lovar en fast siffra på 99 procent oavsett miljö; det håller inte i en glasentré med motljus och barnvagnar.

    En praktikeriakttagelse från fältet: den vanligaste orsaken till dålig räkning är inte sensorn utan monteringen. Räknare som sitter för nära svängdörrar, rulltrappor eller reflekterande golv ger drift i datan som är svår att felsöka i efterhand. Lägg en timme extra per räknezon vid installation – det sparar veckor av felsökning senare.

    Skrivbord, mötesrum och mute boxes: LoRaWAN-närvarosensorer

    På skrivbordsnivå och i små rum är batteridrivna LoRaWAN-sensorer från Elsys eller Milesight det praktiska valet. En sensor per skrivbord, per mötesrum och per mute box ger faktisk utnyttjandegrad – inte bokningsgrad, vilket är något helt annat. På många kontor är skillnaden mellan bokat och använt 30–40 procentenheter, och det är den skillnaden som avgör om ni behöver mer yta eller mindre.

    Den mest konkreta vinsten: när närvarosensorn kopplas till bokningssystemet kan plattformen automatiskt frigöra rum som bokats men står tomma efter 15–20 minuter. Det är en funktion som medarbetarna märker redan första veckan, och den kräver ingen beteendeförändring – rummet dyker helt enkelt upp som ledigt igen.

    LoRaWAN är rätt radioteknik här av ett enkelt skäl: batterier som håller i flera år och räckvidd genom betongbjälklag, vilket betyder att en handfull gateways täcker en hel byggnad utan kabeldragning till varje sensor.

    Öppna zoner: räknare och zonsensorer för kö, uppehållstid och besök

    Personalrestauranger, lobbyer, bibliotek och loungeytor kräver en annan mätlogik. Här handlar det inte om enskilda platser utan om zoner: hur lång är kön vid lunchrusningen, hur länge stannar folk, hur många besöker ytan per dag och veckodag. Zonsensorer och räknare vid zongränser levererar exakt det.

    Två användningsfall betalar ofta hela zoninstallationen. Det första är behovsstyrd städning: städa ytor efter faktisk användning i stället för fast schema, vilket typiskt flyttar timmar från tomma zoner till hårt belastade. Det andra är matplanering: när restaurangchefen ser besökskurvan per veckodag minskar både svinn och köer. Det är fastighetsdata som direkt påverkar en driftbudget – precis den typ av effekt som gör att projektet överlever nästa budgetrunda.

    Inomhusklimat och skalskydd: CO2, temperatur och öppna fönster

    I varje rum där människor vistas bör det sitta en kombinerad sensor för CO2, luftfuktighet och temperatur – även här fungerar Elsys och Milesight väl. Korsar du klimatdatan med beläggningsdatan från räknarna får du svar på frågor som ventilationsentreprenören annars gissar sig till: stiger CO2-nivån för snabbt i förhållande till antalet personer i rummet, är det luftflödet som är fel dimensionerat, inte rummet.

    Lägg till dörr- och fönstersensorer på skalet. De är billiga, men värdet är konkret: en notifiering som visar exakt vilket fönster som lämnats öppet efter stängningstid sparar både energi och en runda för väktaren – och gör försäkringsdiskussionen efter ett inbrott betydligt enklare.

    Värdet sitter i plattformen, inte i hårdvaran

    Här faller de flesta projekt. Fyra sensorfabrikat betyder normalt fyra portaler, fyra inloggningar och noll samband mellan datamängderna. En 3D-räknare som säger att våning tre har 180 personer är intressant – men först när samma vy visar vilka skrivbord som är lediga, vilka rum som kan frigöras och var CO2-nivån kryper uppåt blir datan användbar för drift.

    Vemcos plattform normaliserar data från alla nämnda fabrikat till en gemensam modell, kopplar den till kalender- och bokningssystem och levererar livekartor, dashboards och larm via app, e-post, WhatsApp, SMS, webhook och MQTT. De två sista är viktiga för systemintegratörer: webhook och MQTT betyder att beläggningsdata kan styra befintlig fastighetsautomation – ventilation, belysning, skyltar – utan mellanlager. Att plattformen är sensoragnostisk betyder också att befintliga installationer av Hikvision, Axis eller Irisys kan återanvändas i stället för att rivas ut, vilket ofta sänker projektbudgeten rejält.

    Att modellen skalar är bevisat i praktiken: över 100 universitet kör i dag sin beläggnings- och lokaldata på plattformen – miljöer med tusentals rum, hård schemaläggning och blandade sensorbestånd.

    Checklista innan du beställer något

    • Vilka beslut ska datan stödja? Yta, städning, energi, bokning – prioritera max tre för fas ett.
    • Vilka ytor betyder mest? Börja där kostnaden eller irritationen är störst, inte där installationen är enklast.
    • Vilka befintliga sensorer kan återanvändas? Inventera Hikvision-, Axis- och Irisys-enheter innan du budgeterar ny hårdvara.
    • Vilka system ska datan nå? Bokningssystem, BMS, städleverantörens planering – definiera integrationerna i kravspecifikationen, inte efteråt.
    • Vem äger larmen? Ett öppet fönster efter stängning är värdelöst som datapunkt om ingen får notifieringen.

    Planerar ni en sensorutrullning och vill undvika fyra portaler och en hylla med oanvänd hårdvara? Kontakta Vemco Group så går vi igenom er byggnad nivå för nivå – vilka sensorer som behövs var, vad som kan återanvändas och hur all data landar i en enda plattform.

    Join Our Newsletter Community Today!

    Form-right