LI Solutions
Vorige

ForrestApp

Een uitgebreide IoT-oplossing voor realtime detectie en lokalisatie van milieu-emissies in grote, afgelegen gebieden

Volgende
  • 99%+
    Detectie van luchtkwaliteitsanomalieën binnen enkele minuten, met meer dan 99% nauwkeurigheid
  • ~1 km²
    Elke IoT-sensor dekt ~1 km², voor brede dekking zonder blinde vlekken, zelfs in gebieden zonder netwerkinfrastructuur
Klant
ForrestApp (Environmental IoT-startup)
Sector
Milieu-monitoring / IoT
Klantprofiel

ForrestApp is een vroege-fase climate tech-startup gespecialiseerd in monitoring van luchtkwaliteit en emissies. Hun vlaggenschipproduct (het ForrestApp-systeem) helpt bedrijven als nutsbedrijven, mijnen, stortplaatsen en olie- & gasoperaties bij het realtime monitoren van broeikasgasemissies en luchtvervuilers.

Hun "digitale neus"-sensoren combineren gasdetectie met AI om vast te stellen waar een emissie vandaan komt. Uitgerold als netwerk moeten ze lekken en vervuilingsincidenten vroeg genoeg opvangen om er nog iets aan te kunnen doen.

Wij bouwden de volledige softwarekant vanaf nul, van de IoT-backbone tot de apps.

forrest app screenshot
Probleemstelling

Het monitoren van luchtkwaliteit in uitgestrekte en afgelegen gebieden is met traditionele methoden bijzonder lastig. De klant moest gaslekken, vervuiling of bosbrandrook snel en nauwkeurig kunnen detecteren op locaties als bossen en industriële sites.

Bestaande oplossingen (vaste stations of handmatige inspecties) waren te traag, hadden onvoldoende dekking of leverden te weinig data-analyse. Ze wilden een systeem dat anomalieën realtime kon identificeren en de emissiebron tot binnen een klein gebied kon lokaliseren — voor snelle respons voordat kleine problemen grote rampen werden.

forrest app screenshot
Context

ForrestApp moest sensoren plaatsen in afgelegen regio’s (bv. grote ranches, wijngaarden, bergbossen) vaak zonder betrouwbaar internet of stroom. De oplossing moest dus offline kunnen werken en toch continu data verzamelen.

Pijnpunten
  • Connectiviteitsgaten

    Veel doellocaties hebben beperkte mobiele dekking. Het systeem moest data via alternatieve middelen verzenden (bv. satellietcommunicatie) om dataverlies te voorkomen. Tegelijkertijd hadden veldmedewerkers offline toegang tot kaarten en sensordata nodig wanneer ze on-site werkten.

  • Realtime alerts

    Een emissiegebeurtenis (zoals een methaanlek of brand) zelfs maar enkele uren te laat detecteren kon leiden tot boetes of veiligheidsrisico’s. De klant vereiste directe meldingen en minuutverse statusupdates van elk apparaat.

  • Schaalbaarheid & dekking

    Om grote geografische gebieden te bestrijken moesten meerdere sensoren worden ingezet (elke sensor monitort ~1 vierkante kilometer). Het platform moest tientallen tot honderden apparaten naadloos beheren en hun data bundelen in één dashboard.

  • Nauwkeurigheid & betrouwbaarheid

    Vals alarm of gemiste detecties moesten geminimaliseerd worden. De analytics moesten robuust en AI-gestuurd zijn om hoge precisie te garanderen, want de klant beloofde >99% detectienauwkeurigheid aan eindgebruikers. Apparaten moesten bovendien onderhoudsarm zijn (batterijgevoed met lange levensduur) en de softwarearchitectuur moest fouttolerant zijn gezien de kritische aard van de data.

Aanpak

Ons developmentteam bouwde een full-stack IoT-platform dat de uitdagingen van ForrestApp aanging door een cross-platform-app, IoT-connectiviteit en cloudinfrastructuur te combineren.

We kozen Flutter voor de clientapplicatie om vanuit één codebase een uniforme ervaring te leveren op Android, iOS en web. Aan de backend integreerden we het ResIOT IoT-platform en AWS-clouddiensten voor apparaatcommunicatie, dataverwerking en schaling.

De oplossing werd vanaf dag één ontworpen met een offline-first mindset en realtime mogelijkheden.

forrest app screenshot
Gebruikte technologieën

Flutter · ResIOT IoT-platform · AWS (cloud- & IoT-diensten) · Satelliet- & LoRaWAN-communicatie · Kaart-API’s (met offline tegels) · MQTT/WebSockets voor live updates

forrest app screenshot
  • Belangrijkste functies van de oplossing
    Integratie van IoT-sensornetwerk

    We koppelden een gedistribueerd netwerk van slimme milieusensoren ("digitale neuzen") aan de cloud. Elk sensorapparaat had LoRaWAN-radio en satelliet-uplink voor dataverzending. Via het ResIOT-platform communiceren de sensoren hun metingen realtime met een centrale server, ook vanaf afgelegen locaties zonder internet via de grond. Deze IoT-backbone garandeerde continue monitoring 24/7, omdat sensoren telemetrie via satelliet konden versturen als 4G/LTE niet beschikbaar was.

  • Belangrijkste functies van de oplossing
    Offline modus & kaarten

    De ForrestApp-mobile app (gebouwd in Flutter) was ontworpen om betrouwbaar offline te functioneren. We implementeerden lokale data-caching zodat een gebruiker buiten het netwerkbereik toch de laatst gesynchroniseerde sensorgegevens en status kan bekijken. Interactieve kaarten (gebaseerd op OpenStreetMap-data) zijn offline beschikbaar door tegels vooraf te downloaden, zodat veldtechnici naar sensorlocaties kunnen navigeren en dekkingsgebieden kunnen zien zonder connectie. Deze offline-first benadering was cruciaal voor gebruik in het veld en in landelijke uitrol.

  • Belangrijkste functies van de oplossing
    Realtime monitoring & meldingen

    Het systeem levert realtime apparaatstatussen en directe anomalie-alerts. We gebruikten MQTT- en WebSocket-kanalen (via ResIOT en AWS IoT-diensten) om live data naar het dashboard van de app te pushen. Zodra een sensor een afwijkende meting detecteert (bv. een piek in methaanwaarden of rookdeeltjes) wordt een alert op het platform gegenereerd. Gebruikers ontvangen push-meldingen en zien het event op de kaart met de betrokken sensor gemarkeerd. De backend-analytics, aangedreven door de AI-algoritmen van ForrestApp, filteren ruis en false positives, zodat alleen geloofwaardige bedreigingen alerts triggeren. Operators zien het event terwijl het nog gaande is, niet in het rapport van volgende week.

  • Belangrijkste functies van de oplossing
    Verenigd dashboard & platform

    We ontwikkelden een gebruiksvriendelijk dashboard toegankelijk via zowel de mobiele app als een webportaal. Alle sensordata stroomt naar dit gecentraliseerde platform. De interface stelt de klant en hun klanten in staat huidige metingen, historische trends en analytische inzichten per sensor of sensorgroep te bekijken. Belangrijke metrics (zoals gasconcentratie, batterijstatus, signaalsterkte) updaten live. We voegden ResIOT’s widget-mogelijkheden toe voor grafieken, apparaatbesturing en kaartweergaven van sensorlocaties op het dashboard. Alles komt op één plek samen, over elke locatie heen.

  • Belangrijkste functies van de oplossing
    Robuuste cloudinfrastructuur

    De backend draait op AWS. Sensordata wordt realtime opgenomen en activeert serverless functies die anomaliedetectie draaien en meldingen versturen. De infrastructuur schaalt van 10 naar 10.000 sensoren zonder handmatig ingrijpen, en telemetrie wordt opgeslagen over meerdere availability zones met failover, want een monitoringsysteem dat uitvalt is erger dan helemaal geen monitoring.

Slepen
01
02
03
  1. Implementatiedetails
    Fase 1. Initiële beoordeling & design
    • In deze fase werkten we nauw samen met de klant om requirements te verzamelen en de milieumonitoring-workflow te begrijpen. We definieerden de systeemarchitectuur, kozen Flutter voor de app en wezen ResIOT aan als geschikt IoT-platform voor apparaatbeheer en communicatie. Het team plande kernfuncties als offline-werking, realtime alerts en integratie met het AI-anomaliedetectiemodel van de klant. We maakten wireframes voor de gebruikersinterface (dashboard en mobiele schermen) en ontwierpen het databaseschema op AWS voor sensordata en eventlogs.
  2. Implementatiedetails
    Fase 2. Ontwikkeling & integratie
    • Onze engineers ontwikkelden de Flutter-applicatie en de cloud-backend parallel. Aan de frontend bouwden we een intuïtieve UI met dashboards, kaarten en apparaatbesturing voor een soepele UX op zowel mobiel als desktop. We integreerden kaartfunctionaliteit met offline caching zodat gebruikers kaarten van hun locaties konden downloaden. Tegelijkertijd configureerde het IoT-integratieteam het ResIOT-platform om ForrestApp-sensoren te registreren en dataconnectoren op te zetten. We schreven backend-services op AWS (met AWS Lambda en API Gateway) om aan te sluiten op de MQTT-datastream van ResIOT en binnenkomende sensordata realtime te verwerken. In deze fase verweven we ook de AI-logica van de klant: sensordata werd in een anomaliedetectie-algoritme gevoerd (op edge-apparaten of in de cloud) om te bepalen of een emissiegebeurtenis plaatsvond. De ontwikkeling verliep iteratief, met wekelijkse demo’s waarop we feedback verwerkten op zaken als alarmdrempels en rapportage-analytics.
  3. Implementatiedetails
    Fase 3. Testen, deployment & lancering
    • We voerden uitgebreide tests uit op het volledige systeem. Dit omvatte simulatie van sensordata om realtime alerting te testen, offline-scenariotests (de app draaien zonder internet om datapersistentie te garanderen) en veldtests met echte hardware. We finetuneden de satellietcommunicatie-workflows voor soepele afhandeling van intermitterende connectiviteit (bv. bufferen van metingen als een satellietpassage vertraagd was). Na validatie deployden we de cloudcomponenten naar de AWS-omgeving van de klant en publiceerden we de Flutter-app in App Store/Play Store voor gecontroleerde release. Bij de eerste velduitrol detecteerde het systeem een test-gasvrijgave in minder dan twee minuten.

Resultaten en impact

Realtime incidentrespons
detectie en actie binnen enkele minuten, met minimale risico’s op ongevallen, milieuschade en boetes
Brede dekking met minder gaten
~1 km² per sensor, continue monitoring zonder blinde vlekken, óók in afgelegen gebieden
Hoge precisie & minder vals alarm
99%+ nauwkeurigheid dankzij AI-gestuurde analytics, met dramatisch minder vals alarm
Verbeterde operationele efficiëntie
gecentraliseerd dashboard verhoogt de operationele efficiëntie met ~30%, en vervangt handmatige controles door geautomatiseerde inzichten
Impact voor de klant
gelanceerd met pilotklanten en uitgegroeid tot de kern van het commerciële aanbod van de klant

Tech stack

vóór ForrestApp-implementatie
Vóór implementatie

Milieumonitoring was reactief en gefragmenteerd. De klanten van de opdrachtgever vertrouwden op een lappendeken van lokale sensoren, periodieke handmatige inspecties en achteraf-rapportage. De dekking was beperkt en het lokaliseren van een emissiebron kon uren of zelfs dagen duren.

na ForrestApp-implementatie
Na implementatie

ForrestApp biedt een proactief, verenigd monitoringsysteem. Geautomatiseerde IoT-sensoren snuffelen continu naar problemen en zodra er een anomalie opduikt, wordt een alert met exacte locatie verzonden. Wat ooit een traag, handmatig proces was, is nu een directe, datagedreven operatie. Zo kan een stortplaatsbeheerder een gaslek meteen op de digitale kaart lokaliseren in plaats van hectares grond af te zoeken — wat de responstijd drastisch verkort en de veiligheid verbetert.

Belangrijkste inzichten
Vroege detectie werkt op veldschaal

Het koppelen van sensornetwerken aan AI-anomaliedetectie bracht lek- en vervuilingsdetectie van uren naar minuten, op een schaal waar handmatige inspectie nooit realistisch was. Voor de betrokken sectoren is dat het verschil tussen een incidentlog en een boete.

Belangrijkste inzichten
Ontwerp voor offline en remote gebruik

Offline-first was de juiste keuze. Satelliet-backhaul en lokale caching houden het systeem werkend op plekken zonder enige connectiviteit, en dat is precies waar de sensoren het hardst nodig zijn.

Belangrijkste inzichten
Cross-platform efficiëntie met Flutter

Eén Flutter-codebase dekte iOS, Android en web, en dat telde op een startupbudget. De identieke UI op alle platformen maakte ook de gebruikerstraining eenvoudiger.

Belangrijkste inzichten
Schaalbaarheid en duurzaamheid

Het AWS- en ResIOT-fundament vangt groei in sensoren en regio’s op zonder herbouw. Lange batterijduur en over-the-air updates houden de exploitatiekosten laag genoeg om de vloot als startup ook echt op lange termijn te kunnen draaien.

Belangrijkste inzichten
Wekelijks samen met de klant gebouwd

Wekelijkse demo’s en iteratief testen met het team van de startup stemden alarmdrempels en dashboardfuncties af op echte verwachtingen. Voor een nieuw soort product was die feedbackloop het verschil tussen hun idee opleveren en het onze.

Een vergelijkbare oplossing nodig?

Zet u sensoren in het veld en moet de softwarekant net zo betrouwbaar zijn als de hardware? Praat met ons. Wij ontwerpen de hele pipeline, van apparaat tot dashboard.

Neem contact op