ПРОГРАМНО-КОНФІГУРОВАНЕ ІОТ-РІШЕННЯ НА ОСНОВІ МІКРОКОНТРОЛЕРА ESP32

Ihor Berizka, R. Romanyshyn, O. Savitskyy

Анотація


Вимірювання та аналіз даних відіграє одну з ключових ролей у сучасних технологічних галузях. Наприклад, для робототехніки доволі важливо мати можливість виміряти різні параметри робочого середовища та адекватно їх обробляти. Ці дані надають можливість виконувати поставлені задачі та відповідним чином реагувати на зміни робочого середовища. Сьогодні можна спостерігати революцію у застосуванні сенсорів у робототехнічних системах. Раніше роботів розробляли максимально простими та спеціалізованими: тобто вони мали працювати у чітко визначеному середовищі та виконувати максимально передбачувано одну конкретну задачу. Проте, на сьогоднішньому етапі, розробники намагаються максимально розширити ці обмежуючі рамки. Таким чином, все частіше можна спостерігати за розробками таких складних систем як колаборативні роботи та повністю автономні машини. Саме тому необхідно мати легко розширюваний фреймворк, який надає змогу визначити стан та виміряти різні параметри не тільки робота, а й робочого середовища. Аналізуючи всі ці вимоги можна зробити висновок, що потреба у таких розробках вже зростає та зростатиме ще більше. Адже рівень складності систем поступово зростає, разом з потребою моніторингу все більшої кількості параметрів.

Метою цієї роботи є розробка ІоТ рішення та фреймворку для збору та моніторингу вибраних фізичних параметрів віддалено. Розроблений прототип базується на мікроконтролері ESP32 та складається з кількох частин: апаратної та програмної, яка орієнтована на роботу з хмарним сервісом. Також розроблено мобільний додаток, через який можна віддалено налаштовувати пристрій і спостерігати за даними в режимі реального часу. Протестовано кілька методів цифрової фільтрації для попередньої обробки даних. У роботі наведено приклад з вимірюванням рівня приповерхневих вод, температури довкілля, потужності, яку виробляє сонячна панель та фіксування деяких діагностичних даних системи. Також реалізовано віддалене оновлення програмного забезпечення на пристрої. Прототип тестувався у польових умовах протягом шести місяців та показав стабільну роботу. На основі тестів можна зробити висновок про функціональність запропонованого фреймворку, автономність та порівняно низьку вартість.

Ключові слова: інтернет речей, цифрові фільтри, конфігурація бездротових пристроїв, протокол MQTT, хмара, сенсори і сприйняття.


Повний текст:

PDF (English)

Посилання


  1. Espressif Systems – Wi-Fi and Bluetooth chipsets and solutions. Retrieved from https://www.espressif.com/
  2. MQTT protocol. Retrieved from https://1sheeld.com/mqtt-protocol/
  3. Amazon S3. Retrieved from https://aws.amazon.com/s3/?nc1=h_ls
  4. INA260 current sensor datasheet. Retrieved from http://www.ti.com/lit/ds/symlink/ina260.pdf
  5. DS18B20 temperature sensor. Retrieved from https://datasheets.maximintegrated.com/en/ds/DS18B20.pdf
  6. I. Karbovnyk, Z. Lybun, V. Rabyk. Data mining practise. Lviv, 2015 (in Ukrainian).
  7. Amazon Kinesis. Retrieved from https://aws.amazon.com/kinesis/?nc1=h_ls
  8. Parquet data format. Retrieved from https://parquet.apache.org/documentation/latest/
  9. Ionic framework. Retrieved from https://ionicframework.com/docs/v3/intro/tutorial/
  10. CloudMQTT documentation. Retrieved from https://www.cloudmqtt.com/docs/index.html
  11. QR-code. Retrieved from https://www.the-qrcode-generator.com/whats-a-qr-code
  12. Amazon Athena. Retrieved from https://aws.amazon.com/ru/blogs/aws/amazon-athena-interactive-sql-queries-for-data-in-amazon-s3/?fbclid=IwAR2py-W0oAR21mQjDNbiS1GynlujRyopKrAJcwdbUmARmJ3CqncnSzzlAdU
  13. Amazon Kinesis Data Firehouse. Retrieved from https://docs.aws.amazon.com/firehose/latest/dev/firehose-dg.pdf
  14. AWS Glue. Retrieved from https://docs.aws.amazon.com/glue/latest/dg/glue-dg.pdf
  15. A. Lozynskyy, I. Romanyshyn, B. Rusyn et al. Robust Approach to Estimation of the Intensity of Noisy Signal with Additive Uncorrelated Impulse Interference / IEEE Second Intern. Conf. on Data Stream Mining & Processing (DSMP). August 21-25, 2018, Lviv, Ukraine. / Conf. Paper / Lviv: 2018. – Pp.251-254. DOI: 10.1109/DSMP.2018.8478625.
  16. A. Lozynskyy, I. Romanyshyn, B. Rusyn. Intensity Estimation of Noise-Like Signal in Presence of Uncorrelated Pulse Interferences // Radioelectronics and Communications. – 2019, vol. 62, No 5. – Pp. 214-222. DOI: 10.3103/S0735272719050030.
  17. AWS Lambda. Retrieved from https://aws.amazon.com/lambda/
  18. Springer handbook of Robotics by Bruno Siciliano, Oussame Khatib, 2nd edition, Springer, Berlin 2016




DOI: http://dx.doi.org/10.30970/eli.19.7

Посилання

  • Поки немає зовнішніх посилань.